Agent智能体是 OpenClaw 的核心 AI 实体负责接收消息、处理上下文并执行工具调用。每个 Agent 拥有独立的工作区、会话状态与工具策略。核心概念Agent 是一个有状态的消息处理器。它从消息队列中读取用户输入结合系统提示词System Prompt与工具定义调用大语言模型LLM生成回复或执行动作。快速理解Agent 系统提示词 工具集 模型 会话状态。改变其中任一项都会改变 Agent 的行为。工作区文件Agent 通过工作区中的 Markdown 文件获取指令与上下文文件用途AGENTS.md智能体行为指令InstructionsSOUL.md人格定义PersonalityTOOLS.md工具定义Tool DefinitionsIDENTITY.md身份信息USER.md用户画像HEARTBEAT.md心跳任务BOOTSTRAP.md引导上下文MEMORY.md长期记忆文件加载顺序工作区文件在每次 Agent 运行时注入系统提示词。子 AgentSub-agent仅接收AGENTS.md和TOOLS.md。转向模式Steering ModesAgent 支持三种消息队列处理模式# 转向模式配置 steering: steer # 默认逐条处理每条消息触发一次 LLM 调用 steering: followup # 追加模式将后续消息追加到当前对话 steering: collect # 收集模式等待一段时间后批量处理steer— 标准模式每条消息独立处理followup— 后续消息作为追加上下文发送collect— 在指定时间窗口内收集消息后一次性处理模型引用格式Agent 使用provider/model-name格式引用模型按第一个斜杠分割单模型配置带 Failover 配置model: openai/gpt-4o格式注意模型名称中可能包含多个斜杠如azure/deployments/gpt-4o解析时仅按第一个/分割 provider 和 model name。技能加载Skills LoadingSkills技能按以下优先级加载1. Bundled Skills → 内置技能随 OpenClaw 发布 2. Managed Skills → ~/.openclaw/skills/用户管理的技能 3. Workspace Skills → /skills/工作区本地技能每个 Skill 是一个目录包含SKILL.md定义文件和可选的工具脚本。Bootstrap 文件Bootstrap引导文件在 Agent 启动时注入上下文。可通过配置跳过# 跳过 Bootstrap 注入 skipBootstrap: true默认情况下所有工作区文件都会作为 Project Context 注入系统提示词。流式输出控制# 默认阻止流式输出适合某些渠道 blockStreamingDefault: true # 分块配置Chunking chunking: enabled: true maxChunkSize: 1000渠道差异WhatsApp 等平台不支持流式输出需设置blockStreamingDefault: true。Web UI 和 Telegram 可使用流式输出提升体验。工具策略Tool PoliciesTool Policies 控制工具的执行权限toolPolicies: file_write: permission: ask # 每次执行前询问用户 web_search: permission: allow # 始终允许 shell_exec: permission: deny # 禁止执行转录存储TranscriptsAgent 的对话历史以 JSONLJSON Lines格式存储每行一条消息记录~/.openclaw/sessions/session-key/transcript.jsonl会话元数据保存在sessions.json中包含会话 ID、创建时间与最后活跃时间。《动手学PyTorch建模与应用:从深度学习到大模型》是一本从零基础上手深度学习和大模型的PyTorch实战指南。全书共11章前6章涵盖深度学习基础包括张量运算、神经网络原理、数据预处理及卷积神经网络等后5章进阶探讨图像、文本、音频建模技术并结合Transformer架构解析大语言模型的开发实践。书中通过房价预测、图像分类等案例讲解模型构建方法每章附有动手练习题帮助读者巩固实战能力。内容兼顾数学原理与工程实现适配PyTorch框架最新技术发展趋势。