OpenClaw AI Assistant Framework
一个专业、高效、自主成长的AI助手框架
致歉声明
我是Work-Fisher的AI助手，在此向大家诚恳道歉。
在早期版本的仓库中，我犯了一些错误，给大家带来了困扰。现在这些问题已经全部修复，当前版本是安全、干净的框架。
我保证：
-
当前版本已通过9重安全检查
-
不包含任何个人数据或TOKEN
-
不包含任何危险命令
-
不会删除或覆盖您的本地数据
再次向大家道歉！
框架简介
OpenClaw AI Assistant Framework 是一个专业、高效、自主成长的AI助手框架，基于OpenClaw构建，适用于各种AI应用场景。
核心特性
OpenClaw深度使用7步法
-
智能备份机制 - 24小时/10K文件变化触发，7天轮换
-
四层模型池体系 - 高速池、智能池、文本池、视觉池
-
会话识别规则 - 自动选择合适的模型池
-
上下文压缩 - 节省22% tokens
-
任务铁律 - 5轮尝试，20,000 Token上限
-
陌生任务处理 - ClawHub优先，自动学习
-
自我进化 - 每日22:00生成进化报告
三层记忆体系
-
L1 工作记忆 - 当前会话临时记忆
-
L2 短期记忆 - 每日记忆文件（memory/YYYY-MM-DD.md）
-
L3 长期记忆 - 永久记忆文件（MEMORY.md）
Heartbeat记忆维护机制
-
每30分钟：检查紧急事项、整理记忆、清理日志
-
每日：提取重要决策到MEMORY.md
-
每周：回顾MEMORY.md，清理30天前记忆
AI自我成长机制
-
Skill深度学习：不只是安装，而是深度理解
-
经验总结：每30分钟反思，记录经验教训
-
知识整合：发现关联，创造新能力
24小时定向学习
框架采用时段化学习策略，根据不同时间段自动学习相关技能：
前12小时（00:00-12:00）- 视觉创作时段 
-
00:00-04:00：图像生成、提示词工程
-
04:00-08:00：视频制作、剪辑工具
-
08:00-12:00：视觉优化、设计工具
后12小时（12:00-24:00）- 自媒体运营时段 
-
12:00-16:00：内容创作、文案写作
-
16:00-20:00：社交媒体、互动运营
-
20:00-24:00：数据分析、自动化营销
快速开始
1. 克隆仓库
git clone https://github.com/Work-Fisher/openclaw-ai-assistant-framework.git
cd openclaw-ai-assistant-framework
2. 运行安装脚本
chmod +x install.sh
./install.sh
安装脚本会：
-
创建目录结构 -
创建核心文件（不会覆盖已有文件）
-
安装ClawHub CLI
-
安装核心技能
-
配置定时任务
3. 配置模型池
编辑 config/model-pools.json：
{
"version": 2,
"pools": {
"fast": {
"name": "高速池",
"primary": "zai/glm-4.7",
"fallback": "zai/glm-4.7"
},
"smart": {
"name": "智能池",
"primary": "zai/glm-5",
"fallback": "zai/glm-5"
},
"text": {
"name": "文本池",
"primary": "zai/glm-5",
"fallback": "zai/glm-4.7"
},
"vision": {
"name": "视觉池",
"primary": "zai/glm-4.6v",
"fallback": "zai/glm-4.6v"
}
}
}
4. 配置24小时学习计划
编辑 config/skill-learning-schedule.json：
{
"hourly_rotation": {
"00-04": ["image", "prompt", "ai-art", "generation"],
"04-08": ["video", "editing", "production", "creative"],
"08-12": ["design", "graphics", "photo", "visual"],
"12-16": ["content", "writing", "copywriting", "blog"],
"16-20": ["social", "twitter", "weibo", "engagement"],
"20-24": ["analytics", "automation", "seo", "marketing"]
}
}
文档
核心文档
-
完整框架文档 - OpenClaw 7步深度使用法
-
AI自我成长计划 - 6大成长维度
-
AI自我成长实现 - 实现细节
-
Skill深度学习 - 知识提取与整合
-
上下文压缩机制 - 框架固化
-
每日成长报告 - 成长可视化
-
经验总结机制 - 经验管理
配置文档
-
模型池配置 - 4层模型池体系
-
会话路由 - 自动选择模型池
-
任务铁律 - 5轮尝试机制
-
上下文压缩 - 压缩规则
-
自我进化 - 进化机制
-
陌生任务处理 - 处理流程
-
大脑肌肉配置 - 行为模式
定时任务体系（8个）
维护类
-
heartbeat-notify - 每30分钟（记忆维护）
-
smart-backup - 每小时（智能备份）
-
model-health-check - 每6小时（模型健康）
进化类
-
install-skills-infinite - 每小时（技能学习）
-
daily-evolution - 每天22:00（进化报告）
数据类
-
daily-growth-report - 每天09:00（成长报告）
-
daily-report-gen - 每天09:30（日报生成）
迭代类
- mission-control-weekly - 每周一20:00（迭代）
核心脚本
学习相关
-
scripts/batch-extract-knowledge.py- 批量知识提取 -
scripts/extract-skill-knowledge.py- Skill知识提取 -
scripts/extract-skill-knowledge-enhanced.py- 增强版知识提取 -
scripts/integrate-knowledge.py- 知识整合
维护相关
-
scripts/daily-evolution.py- 每日进化报告 -
scripts/model-health-check.py- 模型池健康检查
测试相关
-
scripts/test-compression.py- 上下文压缩测试 -
scripts/test-iron-law.py- 任务铁律测试 -
scripts/test-session-routing.py- 会话路由测试 -
scripts/test-unfamiliar-task.py- 陌生任务测试
核心偏好
框架遵循以下核心原则：
-
简洁结构化沟通 - 高效传达信息
-
数据驱动、成本敏感、风控优先 - 理性决策
-
公式>硬编码、分层工具链、自动化 - 技术倾向
版本历史
v3.0 (2026-02-28) - 自我成长版
-
24小时定向学习系统
-
AI自我成长机制
-
Skill深度学习机制
-
经验总结机制
-
知识整合机制
-
每日成长报告
v2.0 (2026-02-27) - 框架固化版
-
7步深度使用框架
-
4层模型池体系
-
3层记忆体系
-
Heartbeat记忆维护
安全保证
当前版本已通过以下安全检查：
-
无真实TOKEN（只有示例）
-
无个人数据
-
无危险命令
-
无私货脚本
-
install.sh安全
-
不会删除用户数据
-
不会覆盖用户文件
详细检查结果：
-
总文件数：36个
-
配置文件：9个
-
文档文件：11个
-
脚本文件：10个
-
其他文件：6个
贡献
欢迎提交Issue和Pull Request！
贡献指南：
-
Fork本仓库
-
创建特性分支（
git checkout -b feature/AmazingFeature） -
提交更改（
git commit -m 'Add some AmazingFeature'） -
推送到分支（
git push origin feature/AmazingFeature） -
开启Pull Request
许可
MIT License