这是「OpenClaw 教程课程」第 16 课。从这一课开始，我们进入第四模块：多 Agent 与自动化。前面几课讲的是工具能力；从这里开始，我们讲怎么让多个 Agent 协作，把任务拆出去、跑起来、再把结果收回来。
图：sessions_spawn 可以把一个明确任务派生给子 Agent，让它在独立会话中后台运行，完成后再把结果回传给主对话。
很多人刚开始用 OpenClaw 时，所有事情都让当前这个 Agent 做。
这当然没问题。
但当任务变复杂后，你会遇到几个很现实的问题：
当前对话被一个长任务卡住
查资料、跑测试、写总结不能并行
一个任务需要多个方向同时探索
主对话里不想塞太多中间过程
某些工作适合隔离出去，避免污染当前上下文
这时候，就需要子 Agent。
而 sessions_spawn 就是用来派生子 Agent 的工具。
这一课我们讲清楚：
sessions_spawn 是什么，什么时候该用它，怎么写好子 Agent 任务，以及怎样避免多 Agent 失控。
一、sessions_spawn 是什么？sessions_spawn 是 OpenClaw 里 ...
OpenClaw 教程
未读
这是「OpenClaw 教程课程」第 15 课。这一课是第三模块「工具与技能」的最后一篇。前面我们讲了 Skills、exec、browser、read / write / edit。今天讲一个很有“陪伴感”的能力：TTS 语音。
图：TTS 让 OpenClaw 不只会用文字回复，也可以把回答转换成语音，通过语音消息或音频附件发送给用户。
很多人第一次看到 OpenClaw 的 TTS，会觉得它只是一个“小功能”：
把文字读出来而已。
但实际用起来，你会发现它改变的是交互方式。
文字回复适合仔细阅读。
语音回复适合快速听、移动中听、做事时听。
比如：
早上让 Agent 语音播报今日事项
跑完任务后发一段语音结果
开车或做饭时听简短总结
把长文章摘要转成语音
让某个 Agent 用固定声音说话
所以 TTS 的价值不是“炫技”，而是：
让 OpenClaw 从文字助手，变成可以开口说话的助手。
一、TTS 是什么？TTS 是 Text-to-Speech 的缩写。
中文可以理解成：
文字转语音。
在 OpenClaw 里，TTS 的作用是把 ...
这是「OpenClaw 教程课程」第 14 课。前两课我们讲了 exec 和 browser：一个让 AI 执行命令，一个让 AI 操作网页。这一课回到最基础、但也最容易影响实际工作的能力：文件读写。
图：read / write / edit 是 Agent 处理文件的基础能力。读清楚、改准确、能验证，是文件操作最重要的三件事。
很多人第一次让 AI 改文件，会直接说：
1帮我把这个文件改一下。
这当然可以。
但如果你想让 Agent 改得稳、改得少、改完可检查，就不能只把“改文件”看成一个动作。
在 OpenClaw 里，文件操作通常会拆成几类工具：
read：读取文件内容
write：创建或覆盖文件
edit：对已有文件做精确替换
这三个工具看起来都和文件有关，但适用场景完全不同。
这一课我们就讲清楚：
什么时候用 read，什么时候用 write，什么时候用 edit，以及怎样避免让 AI 一不小心覆盖重要文件。
一、先说结论：文件修改前，通常应该先 read如果今天只记一个习惯，我建议你记这个：
让 Agent 改文件前，先让它读文件。
...
OpenClaw 教程
未读
这是「OpenClaw 教程课程」第 13 课。上一课我们讲了 exec：让 AI 真正执行命令。这一课继续讲另一个很实用的工具：browser，也就是让 AI 能打开网页、看页面、点击、输入、截图和做网页验证。
图：browser 工具让 Agent 不只是“搜索网页内容”，而是可以像用户一样打开网页、观察页面、点击按钮、输入内容并验证结果。
很多人刚开始接触 OpenClaw 的 browser 工具，会有一个误解：
“这是不是就是让 AI 上网搜索？”
不是。
OpenClaw 里的 browser 工具，不等于普通搜索。
它更像是给 Agent 配了一个真正可控的浏览器窗口。
Agent 可以：
打开网页
查看页面结构
点击按钮
输入文字
选择下拉框
截图
导出 PDF
查看控制台错误
在需要时使用已登录的浏览器会话
所以这一课我们要讲清楚一个核心问题：
browser 工具到底解决什么问题？它和 web_search / web_fetch 有什么区别？新手应该怎么安全使用？
一、browser 工具是什么？browser 是 OpenClaw 里 ...
OpenClaw 教程
未读
这是「OpenClaw 教程课程」第 12 课。上一课我们讲了 Skills：它解决的是“这类任务应该怎么做”。这一课开始讲真正能落地执行的工具：exec。
图：exec 让 Agent 不只是回答命令应该怎么写，而是可以在合适权限下真正执行命令、读取结果、继续判断下一步。
很多人第一次用 AI 助手时，最自然的用法是：
“帮我看看这个命令怎么写。”
这当然有用。
但 OpenClaw 更进一步。
它不只是让 AI 告诉你命令，而是可以在你允许的范围内，直接通过 exec 工具执行命令，然后根据真实输出继续判断。
这就是 exec 最核心的价值：
让 Agent 从“会建议”变成“会动手”。
不过，exec 也正因为强，所以一定要理解它的边界和安全机制。
这一课我们就把它讲清楚。
一、exec 是什么？exec 是 OpenClaw 里用于执行 shell 命令的工具。
你可以把它理解成：
Agent 手里的一扇终端窗口。
通过它，Agent 可以做很多真实操作，比如：
查看当前目录
检查文件是否存在
运行构建命令
执行测试
查看服务状态
用 grep / ...
OpenClaw 教程
未读
这是「OpenClaw 教程课程」第 11 课。从这一课开始，我们进入第三模块：工具与技能。第一篇先讲最容易让人混淆、但又特别关键的一个概念：Skills。
图：Skill 可以理解成 Agent 的可复用能力包，它不是单次回答技巧，而是一种可持续调用的方法模块。
很多人第一次接触 OpenClaw 的 Skills，都会有点迷糊。
最常见的困惑通常是这些：
Skill 到底是什么？
它和 Tool 有什么区别？
它是不是插件？
它是不是 prompt 模板？
我什么时候该装一个 Skill，而不是直接让 AI 自己做？
这些问题如果不拆开讲清楚，后面你看到：
某个能力是 skill 提供的
某个行为需要先安装 skill
某个 Agent 因为工作区 skill 而表现完全不同
你就很容易只会用，不明白底层逻辑。
所以今天这节课只讲一个主题：
Skills 到底是什么，它为什么重要，以及你应该怎么理解“安装和使用 Skill”这件事。
一、先说结论：Skill 是可复用的能力模块这是今天最重要的一句话。
你可以先把 Skill 理解成：
一套围绕某类任务封装好的做 ...
这是「OpenClaw 教程课程」第 10 课。前一课我们讲了 Memory，知道了长期记忆怎么沉淀。今天我们进入另一个非常实用、也非常容易被误解的话题：模型配置与切换。
图：在 OpenClaw 里，你配置的不只是“一个模型名字”，而是一整套模型提供商、主模型、备用模型和回退逻辑。
很多人在用 OpenClaw 的过程中，迟早都会遇到这些问题：
为什么我明明设的是某个模型，结果状态里显示另一个？
provider 和 model 到底是什么关系？
fallback / failover 到底是什么意思？
切换模型，切的究竟是哪一层？
为什么有时候“当前模型不可用”，系统却还能继续跑？
这些问题如果不讲清楚，后面你一看到模型切换、状态回退、provider 异常，就很容易一头雾水。
所以今天这课只讲一个主题：
OpenClaw 里的模型配置到底是怎么组织的。
一、先说结论：OpenClaw 配的不是“一个模型名字”，而是一条模型使用链路这是今天最关键的一句话。
很多人天然会把模型配置理解成：
选一个模型
然后系统一直用它
但在 OpenClaw 里，真实情况 ...
OpenClaw 教程
未读
这是「OpenClaw 教程课程」第 9 课。前一课我们讲了 Context Engine，知道了模型到底“看到了什么”。这节课继续回答另一个很多人最关心的问题：OpenClaw 到底是怎么记住事情的？
图：Memory 不是临时上下文延续，而是把真正值得长期保留的信息沉淀下来。
很多人第一次用 OpenClaw，都会很自然地问：
它会记住我之前说的话吗？
为什么有些事它下次还记得，有些又像忘了？
Session 和记忆到底是不是一回事？
我能不能让它长期记住我的偏好、项目背景、固定写作要求？
这些问题背后，其实都指向一个核心概念：
Memory。
但这里最容易搞混的一点是：
OpenClaw 的“记住”并不只有一种。
它至少涉及两层：
当前 Session 里的连续上下文
更长期、可被反复检索的 Memory
所以今天这节课，我们要讲清楚的不是一句“它能记住”，而是：
它到底记住了什么、怎么记、记在哪里、什么时候该记。
一、先说结论：Memory 不是聊天上下文的延长线，而是“长期可检索记忆”这是今天最重要的一句话。
很多人会把 Memory 理解成：
聊 ...
OpenClaw 教程
未读
这是「OpenClaw 教程课程」第 8 课。前一课我们讲了 Agent Loop，知道了一条消息会经历一轮完整处理流程。今天继续往里走一步：模型到底看到了什么？
图：Context Engine 决定模型看到哪些信息、以什么顺序看到、哪些内容更重要。
很多人对 AI 的理解还停留在一个很简单的层面：
我发一句话
模型读到这句话
然后回答
但在 OpenClaw 里，事情远没有这么简单。
因为模型看到的，通常根本不只是你刚输入的那一句。
它还可能同时看到：
系统提示词
角色设定
当前 Session 历史
工作区里的 bootstrap 内容
Skills 提供的上下文
工具结果摘要
当前运行的模式与限制
也就是说：
模型并不是在读“你的这一句话”，而是在读一整份由系统拼装出来的上下文包。
而负责这件事的，就是你今天要理解的核心概念：
Context Engine。
一、先说结论：Context Engine 决定模型到底“看见了什么”你可以先把 Context Engine 理解成一个很直白的角色：
它是 OpenClaw 在把消息送进模型之前的“上下文装配系 ...
OpenClaw 教程
未读
这是「OpenClaw 教程课程」第 7 课。前一课我们讲清楚了 Session，这一课继续往前走一步：一条消息在 OpenClaw 里到底是怎么被处理的？
图：Agent Loop 是 OpenClaw 里“消息变成动作和回复”的完整运行路径。
很多人第一次接触 OpenClaw 时，天然会用一种聊天产品的直觉去理解它：
我发一句话
模型想一下
它回一句话
这套理解在普通聊天产品里勉强够用，但放到 OpenClaw 里就太浅了。
因为在 OpenClaw 里，一条消息真正经历的过程通常是：
进入 Gateway
找到对应 Session
组装上下文
解析系统提示词
调模型
模型决定是否调用工具
工具执行
结果回流
流式输出
持久化状态
这一整条链，OpenClaw 里有一个专门的名字：
Agent Loop
今天这课，我们就把它拆开讲清楚。
一、什么是 Agent Loop？先给一个最简定义：
Agent Loop 是一次完整的 Agent 运行过程。
文档里的核心意思非常明确：
它不是“模型回了一句话”这么简单，而是一次真实的、完整的运行周期：
intake ...
