OPENCLAW · 中小学 AI 教师培训

02 / 34 · 培训目标

OBJECTIVES

四件事：看懂 · 学会 · 跑通 · 带走

看懂

概念不再模糊

大模型、多模态、工作流、智能体、类 Claw 工具，一次讲清它们的区别与联系。

学会

按场景选工具

给老师一张 AI 工具地图与一个简单的选择框架：先看任务，再看是否长期运行、是否本地。

跑通

最小可用部署

在自己的电脑上跑通 OpenClaw 的最小闭环：能启动、能打开、能聊天、能改配置。

带走

一个可落地教学小成果

备课助手、通知助手或活动方案助手 —— 任选其一，课后交作业。

PART 01 · 起点

02 / 34

OPENCLAW · 中小学 AI 教师培训

03 / 34 · 问卷结论

WHO YOU ARE

这批学员的真实状态

250 位老师 · 去年 15 天培训回访 · 课前问卷 · 真实课堂回流

HIGH-FREQUENCY DIFFICULTIES · 高频困难

01
工具太多，不会选
02
提示词不准，总要返工
03
工作流 / 飞书联动配不上
04
内容不贴学段，需要二次改写
05
硬件与费用心里没底
06
安全边界不清，不敢放开用

CONTINUED LEARNING NEEDS · 继续学习需求

A
智能体 / agent
B
OpenClaw 与类 Claw 工具
C
本地部署与本地大模型
D
真实可复制的教学案例

共识是：会提需求，但技术转化弱。
所以本次重应用，轻编程；重最小闭环，轻大全覆盖。

PART 01 · 起点

03 / 34

OPENCLAW · 中小学 AI 教师培训

04 / 34 · 原则与结构

PRINCIPLES & STRUCTURE

三个原则 + 六段路径

原则 01

重应用 · 轻编程

老师的主业是教学。会用，比会写代码重要。

原则 02

重最小闭环 · 轻大全覆盖

先跑通一条链路，再扩展。不贪多。

原则 03

重真实场景 · 轻产品百科

备课、通知、活动方案，而不是工具测评。

COURSE ARC · 整体结构

① 认识 agent

建立共同语言

→

② 看懂路线

国内与国际玩家

→

③ 选择工具

按任务 + 维护能力

→

④ OpenClaw 部署配置

本课程主实操

→

⑤ 教学场景

备课 · 材料 · 学段

→

⑥ 问题解法

六条常见问题

PART 01 · 起点

04 / 34

OPENCLAW · 中小学 AI 教师培训

06 / 34 · 概念澄清

CLEAR THE FOG

工作流 · 智能体 · AI 助手底座

这三个词经常被混着说。这一页把它们彻底分开。

WORKFLOW

工作流

固定步骤，按流程执行。
你告诉它「先做 A，再做 B」，它就一步步做。不会自己判断。

例：定时抓新闻 → 生成摘要 → 推送飞书

→

AGENT

智能体

能理解任务，自己选择调用哪些工具，把结果组合出来。
边做边决定下一步。

例：把这份活动方案改成幼儿园版，并配一张流程图

→

OPENCLAW

AI 助手底座

不止是聊天框。它像个人 AI 助手的网关与底座：模型、配置、渠道、工具、记忆都在这里串起来。

本课程主实操对象

这一页一定要讲清楚，否则后面「工作流」和「养龙虾」会继续被混着讲。

PART 02 · 概念地图

06 / 34

OPENCLAW · 中小学 AI 教师培训

07 / 34 · 同一任务 · 四种做法

FOUR WAYS TO DO ONE THING

同一件事 · chat · workflow · agent · OpenClaw 底座

用"写期末家长会通知"这一件事，把四种方案一次讲清。

维度	Chat · 通用助手	Workflow · 工作流	Agent · 智能体	OpenClaw 底座
做这件事	你粘课标，它写初稿	每年固定流程自动跑	按班情自己改措辞	把上面三个编排在一起
需要 AI 判断吗	每次都判断	几乎不判断	每步都判断	由底座决定让谁判断
长期运行	不，开页面才用	是，定时 / 触发	可 7×24 挂着	统一守护进程
失败点	提示词不准	某一步数据对不上	AI 理解错任务	配置 / 权限 / 渠道
上手时间	5 分钟	1 - 2 小时	半天 - 1 天	1 - 3 天
何时选它	偶尔用 · 单人用	规则清楚 · 每次一样	规则不固定 · 要判断	要把多个一起管

第一原则 · 不炫技：能用 chat 解决的不做 workflow；能 workflow 的不做 agent；
一个 agent 搞定的不上 OpenClaw 底座。

PART 02 · 概念地图

07 / 34

OPENCLAW · 中小学 AI 教师培训

08 / 34 · 工具地图

TOOL LANDSCAPE

一张工具地图，一个选择框架

THREE LAYERS · 三层工具

LAYER A

通用助手

问答、总结、写作、备课启发。老师最先接触的入口。

LAYER B

零代码智能体平台

知识问答、固定任务、简单自动化。拖拽配置，低门槛。

LAYER C

类 Claw 工具 / AI 助手底座

连接模型、渠道、技能、任务。能把前两层整合起来。

SELECTION ORDER · 选择顺序

步骤 1
看任务
偶尔用还是每天用？
步骤 2
看是否长期运行
要不要 7×24 挂着？
步骤 3
看是否本地执行
敏感数据能不能出门？
步骤 4
看自己能不能维护
装得起来，更要修得好。

偶尔用的老师，停在 Layer A；学校要建系统，才走到 Layer C。

PART 02 · 概念地图

08 / 34

OPENCLAW · 中小学 AI 教师培训

09 / 34 · 路线盘点

LOCAL LANDSCAPE

只讲老师需要知道的 4 条路线

路线	定位	关键词	在本课中的角色
OpenClaw	个人 AI 助手底座 · 运行在自有设备上的 self-hosted 网关	底座 · 模型 · 工具 · 记忆	主实操对象
QClaw	腾讯出品 · 基于 OpenClaw 的本地 AI 助手 · 微信远程操控电脑	本地安全 · 微信远程 · 零门槛	了解 + 对比
ArkClaw	字节 · 火山引擎 · 云端 SaaS 版 OpenClaw · 开箱即用 · 7×24 在线	云端托管 · 深度飞书 · 无需部署	了解 + 对比
Hermes Agent	Nous Research · 开源 · 自成长代表 · 内置学习循环 + 持久化记忆	skill 自创建 · 跨会话记忆 · agentskills.io	趋势了解，不做主实操

重点不是「哪个最好」，而是：老师只要能分清这 4 条路线的定位，就不会在选工具上反复卡住。

PART 02 · 概念地图

09 / 34

OPENCLAW · 中小学 AI 教师培训

10 / 34

PART 03 · 为什么是 OpenClaw

一个
样板底座。

把模型、配置、渠道、助手串成一整套 ——
最适合做「智能体到底怎么落地」的样板。

SCOPE FOR THIS COURSE · 本课程范围

讲 · DO · 01

最小可用部署

能启动、能打开、能聊天

讲 · DO · 02

认识 agent · 解剖与触发

身份 / 灵魂 / 能力 / 记忆 + 四种唤醒方式

讲 · DO · 03

基础配置 · 自然语言改

模型 / 渠道 / 权限三件事；让 AI 帮你读配置打补丁

讲 · DO · 04

接入日常 · 渠道 · 定时 · 记忆

微信 / 飞书 / TG；cron 自动跑 + 长期记忆

不讲 · SKIP

重型多 agent · 深度开发

留给后续进阶课程

PART 03 · OpenClaw 实操

10 / 34

OPENCLAW · 中小学 AI 教师培训

11 / 34 · VS 豆包 · 培训重点

OPENCLAW VS 豆包 · WHY BOTHER

不是替代豆包 —— 而是把它搬进你自己的电脑

聊天区常追问："豆包/Coze 也能记忆、建 Bot、接公众号啊？" —— 能。OpenClaw 的差别是：所有这些放在你自己电脑上，能换模型、能像写代码一样扩展。

能力维度

豆包 / 文心 / ChatGPT

OpenClaw · 刚装完
没配置时

OpenClaw · 配好后
培训目标状态

打开方式

App / 网页，打开就用

本地命令行 + Dashboard

+ 微信 / 飞书 / TG 直接 @

记得上次聊过啥

✓ 云端长期记忆
2025 已上线 · 字节存储

会话内记得

✓ 本机长期记忆
文件可读可改可移植

身份 / 角色

✓ 云端 Bot
提示词 + 知识库

一个默认 agent (Alice)

✓ 本地 agent 文件夹
IDENTITY+SOUL+skills · 可分享

自动跑 · 不用你点

需走 Coze
字节姊妹平台 · 云端

不支持

✓ cron 定时 + webhook
每周五自动跑成绩分析（本机）

多助手协作

单对话
Coze 可拼工作流

单 agent

✓ agent 之间互相派活
班主任 → 评语助手 → 回班主任

数据存在哪

字节服务器

本机

本机（可选云同步）

成本

基础版免费
高级 / Pro 版收费

0（但干不了活）

新人额度内 0
阿里百炼 · 每模型 100 万 Token / 90 天 · 超出按量

给老师的结论：关键差别不在功能、在掌控权 —— 豆包/Coze 是字节托管的 SaaS 套件；OpenClaw 是你自己电脑上的本地底座，能换模型、能扩展代码、能配合任何渠道。
两者不互斥：日常临时问问题用豆包；要"一次配好、反复跑、本地可控"就用 OpenClaw。

B 站 · 课前预习一个视频搞懂 OpenClaw · 林亦LYi · 9:53 · 518 万播放

PART 03 · OpenClaw 实操

11 / 34

OPENCLAW · 中小学 AI 教师培训

12 / 34 · 准备清单 user_guide.html §01

PRE-FLIGHT

入门前的四件事

Machine · 机器

一台普通办公电脑即可（Mac / Windows / Linux 皆可）。

API Key · 模型

至少一个可用的大模型 API Key（国内云厂商均有免费额度）。

Node.js · 运行时

Node 24 优先，22.14+ 也支持。

Windows 学员

优先使用 WSL2 进行实操，路径和权限更干净。

账号与渠道

想接飞书/企微的老师，先在对应平台建好机器人账号。

# 验证 Node 版本 node -v # 期望输出：v22.14.x 或 v24.x 以上 # 安装 OpenClaw（官方 npm 包名 = openclaw） npm i -g openclaw # Windows 老师建议在 WSL2 终端里跑： wsl --install wsl -d Ubuntu

对这批学员：别在本机与 WSL2 两头同时装。选一个，走到底。

PART 03 · OpenClaw 实操

12 / 34

OPENCLAW · 中小学 AI 教师培训

13 / 34 · 首次启动 user_guide.html §02 · 讲师演示 · 课后学员自跑

FIRST RUN

先做到：能启动 · 能打开 · 能聊天

STEP BY STEP

STEP 1
引导守护进程
openclaw onboard --install-daemon
STEP 2
检查网关状态
openclaw gateway status
STEP 3
打开控制台
openclaw dashboard
STEP 4
发出第一条消息
能看到模型正常回复，就算跑通。

$ openclaw gateway status gateway: running port: 18789 models: qwen-plus, doubao-pro dashboard: http://127.0.0.1:18789 uptime: 00:04:12

目标不是装得多复杂 —— 20 分钟内，亲手看到绿色 running。

B 站 · 按你的系统选一个看完装（同 UP · 林粒粒呀 · 61 万粉）

Windows · 含飞书小白 10 分钟搞定本地部署 9:50 · 114 万播放

macOS Mac 电脑版 · 保姆级教程 3:38 · 23.8 万播放

PART 03 · OpenClaw 实操

13 / 34

OPENCLAW · 中小学 AI 教师培训

14 / 34 · AGENT 解剖 · 培训重点

WHAT'S INSIDE AN AGENT

一个 agent = 身体 + 能力 + 记忆 + 圈子

装完 OpenClaw，默认就有 Alice / Iris / Luna 几个 agent —— 这一页讲清楚每个 agent 由哪些文件拼起来、各自干什么。

SIX PARTS · 解剖六块

01 · 身份

IDENTITY.md

名字 / 头像 / 一句话角色定位。决定它叫什么、怎么打招呼。

02 · 灵魂

SOUL.md · AGENTS.md

职责 / 原则 / 说话风格 / 工作流。决定它做什么、不做什么。

03 · 能力

skills/

可触发的场景技能（备课 / 写评语…）。workspace 级自动发现。

04 · 权限

tools · sandbox

能否读写文件、能否联网、能否执行命令。安全边界都在这里。

05 · 记忆

memory/ · MEMORY.md · worklog/

跨对话的长期记忆与工作日志。下次打开时"记得你"。

06 · 圈子

subagents · allowAgents

能派活给哪些"下级 agent"。复杂任务靠它们分工完成。

CASE · 以默认 agent LUNA 为例

# ~/.openclaw/workspace-general/IDENTITY.md - Name: Luna - Role: general - Vibe: calm, structured, incisive # ~/.openclaw/workspace-general/SOUL.md Role: 临时调研与新项目前期方案 ## 职责 - 短期调研 / 方案比较 / 可行性分析 - 为新项目输出首版计划与任务拆解 ## 原则 - 先结论，后论据 - 不确定的主动说明，不编造事实

给老师的对应想象： 把 Luna 换成"语文王老师"，IDENTITY 写"王老师 · 初中语文 · 语气温柔"，SOUL 写"只写教学相关、不涉及医学/法律建议"——你就拥有一个专属语文备课 agent。

一句话收束： skill 是能力，identity/soul 是身体，memory 是履历，tools 是权限 —— 四块拼起来才是 OpenClaw 里的一个完整 agent。

PART 03 · OpenClaw 实操

14 / 34

OPENCLAW · 中小学 AI 教师培训

15 / 34 · 触发方式 · 培训重点

HOW IT GETS TRIGGERED

agent 不会自己动 —— 四种方式叫醒它

同一个 Luna，可以坐在屏幕前打字调它、被别的 agent 派活、被微信群的消息叫醒、或半夜被定时任务唤起 —— 是四条不同路径。

FOUR WAYS · 四条路径

01

自然语言 · chat 里直接说

agent 按 skill 的 description 自动匹配。最常用，什么都不用指。
02

明确指名 · 不让它猜

@luna · use teacher-lesson-plan
03

Subagent 委派 · agent 之间

主 agent 按 allowAgents 列表把活派给下级 agent。你看不到，它在后台发生。
04

外部渠道 · 不在屏幕前也能调

微信 / 飞书 / 企微 / TG / QQ 里 @ 一下、webhook 或 cron 定时，人不在都能响应。

REAL SCENARIOS · 老师语境的具体样子

场景 01 · 自然语言

你："明天春游因雨改室内，帮我写家长话术"
→ agent 识别到 teacher-parent-talk skill，自动输出三版语气。

场景 02 · 明确指名

你："用 teacher-stage-rewrite 把这段改成幼儿园版"
→ 跳过识别，直接进入"学段改写"流程。

场景 03 · Subagent 委派

你对"班主任 agent"说 "分析本周三个班的作文情况"。
→ 它把原始作文派给"作文评语 agent"，收回结果整理成家长读得懂的周报。

场景 04 · 外部渠道 · 重点

家长在班级微信群里 @班主任机器人 → OpenClaw 把消息转给 Alice → Alice 回群。
每周五 16:00 cron 定时 → 自动跑"成绩分析 workflow" → 把图表私信给你。

PART 03 · OpenClaw 实操

15 / 34

OPENCLAW · 中小学 AI 教师培训

16 / 34 · 配置入口

WHERE TO CONFIGURE

改哪里 · 怎么改 · 五种入口

入口 01

初次引导

openclaw onboard

首次完整配置。适合刚安装完的老师。

入口 02

配置向导

openclaw configure

交互式问答。比直接改 JSON 友好。

入口 03

命令行单项

config get/set/unset

改单个字段最快。脚本化友好。

入口 04

Control UI

Config / Raw

按 live schema 渲染，图形化编辑。

入口 05

直接改文件

~/.openclaw/
openclaw.json

JSON5 格式。保存后 Gateway 自动热加载。

对老师：入门期用 02 配置向导 或 04 Control UI；要精细控制时再用 05 直接改文件。
还有第 6 种 —— 让 AI agent 帮你改（下两页讲）。

PART 03 · OpenClaw 实操

16 / 34

OPENCLAW · 中小学 AI 教师培训

17 / 34 · 五步法 simulation.html · 看真实 output

THE 5-STEP PATCH

用自然语言改配置的总原则

01
先读当前配置
任何改动，从「看清现状」开始。
02
再读对应 schema
确认字段名、类型、可选值。
03
只做最小 patch
只改你真正想改的字段。
04
重启并验证
gateway restart + status 连查。
05
保留原配置，不做全量覆盖
这是最容易犯的错。务必避免。

# 推荐：部分修改 config.schema.lookup → field config.patch → {field: newValue} # 慎用：全量替换 config.apply → 仅用于有意的整体替换

官方工具文档明确建议：
部分修改优先 config.schema.lookup + config.patch；
config.apply 只用于有意的全量替换。

PART 03 · OpenClaw 实操

17 / 34

OPENCLAW · 中小学 AI 教师培训

18 / 34 · 对话式配置

ASK IT TO FIX ITSELF

在 OpenClaw 内让它自己改配置

前提：当前 agent 需有 gateway 或 group:automation 工具权限。

READY-TO-COPY PROMPTS · 可直接复用的提问模板

模板 A · 切换 gateway.mode

"请先读取当前 OpenClaw 配置和对应 schema，只做最小改动，把 gateway.mode 设为 local，保留其他配置不变。改完后重启 gateway，并告诉我验证结果。"

模板 B · 切换 memorySearch provider

"请先查看 agents.defaults.memorySearch 的当前配置和 schema，只把 provider 改为 local，不要使用全量覆盖。"

模板 C · 强制 dry-run（推荐老师都加这句）

"请先告诉我将修改哪些字段，再执行修改，最后运行状态检查。"

PART 03 · OpenClaw 实操

18 / 34

OPENCLAW · 中小学 AI 教师培训

19 / 34 · 终端 CLI

USE A CODING CLI

在 Claude Code / Codex 中改 OpenClaw

适合：OpenClaw 内没有 gateway 权限，或老师更习惯终端。

ROUTE A · Claude Code

进入 ~/.openclaw 目录
所有配置都集中在这里。
用 Plan Mode 先看计划
计划通过再动手改。老师最需要这一步。
用 @ 引用文件
@~/.openclaw/openclaw.json 直接读入上下文。

ROUTE B · Codex CLI

进入配置目录后运行 codex
直接用自然语言读、改、校验。
Windows 优先 WSL2
路径和权限更干净，避免 CRLF 坑。
配置 approval 策略
让它每次改动都先请示。

示范提示词 · 任一 CLI 都适用

"请读取 ~/.openclaw/openclaw.json，先给出最小改动计划；只修改模型 provider 和 memorySearch；保留现有 channels、tools、workspace 不变；改完后运行 openclaw doctor 和 openclaw gateway status。请不要全量覆盖；请输出 diff、变更说明和回滚办法。"

PART 03 · OpenClaw 实操

19 / 34

OPENCLAW · 中小学 AI 教师培训

20 / 34 · API KEY · 多 provider

GET YOUR KEY · PICK YOUR MODEL

没 API Key？· 四步拿。不只用阿里？· 一张对照表。

先拿到一把可用的 Key —— 下一页才能把它接进 OpenClaw 的配置。

FOUR STEPS · 拿到阿里百炼 API Key

01

登录阿里云百炼控制台

bailian.console.aliyun.com
02

领取新人免费额度

首次开通自动获赠 · 每个模型 100 万 Token，有效期 90 天（qwen-plus / qwen-max 等各算一份，培训日常足够）
03

创建 API Key 并保存

右上角 API-KEY · 创建 · 复制 sk-xxxxxx
04

写进环境变量

echo 'export BAILIAN_KEY=sk-xxx' >> ~/.zshrc · source ~/.zshrc

Windows 学员在 WSL2 里做。设置完 echo $BAILIAN_KEY 能看到 sk- 开头 = 成功。

NOT ALIBABA? · 其它国产 provider 对照

PROVIDER
baseUrl
代表 model / env

bailian

dashscope.aliyuncs.com/compatible-mode/v1

qwen-plus
BAILIAN_KEY

deepseek

api.deepseek.com/v1

deepseek-chat
DEEPSEEK_KEY

zhipu

open.bigmodel.cn/api/paas/v4

glm-4-plus
ZHIPU_KEY

doubao

ark.cn-beijing.volces.com/api/v3

doubao-pro-32k
ARK_API_KEY

moonshot

api.moonshot.cn/v1

moonshot-v1-32k
MOONSHOT_KEY

新人免费额度 vs 按 Token 计费 —— 首次开通自动获赠：每个模型 100 万 Token / 90 天，仅限实时调用，多个模型独立计算。额度耗尽或到期后转为按量付费，需要在控制台充值。培训日常用足够。
注：付费的 Coding Plan 是另一个独立订阅产品（Lite 已于 2026-04-13 停售，目前仅 Pro 月费档），不是免费额度，本课程不展开。

阿里云官方 · 权威步骤如何获取 API Key help.aliyun.com/zh/model-studio/get-api-key

阿里云官方 · 额度疑问新人免费额度与计费 FAQ help.aliyun.com/zh/model-studio/new-free-quota

PART 03 · OpenClaw 实操

20 / 34

OPENCLAW · 中小学 AI 教师培训

21 / 34 · 接入百炼

WIRE IT UP

接入阿里百炼

Key 拿到了，这一页把它接进 OpenClaw —— 三件事：接入 · 验证 · 保留原配置。

01
打开配置文件
~/.openclaw/openclaw.json
02
设置合并模式
models.mode: "merge"
03
新增 provider
bailian / 其它云厂商，按官方片段填入。
04
重启并验证
openclaw gateway restart · models list

{ "models": { "mode": "merge", "providers": { "bailian": { "api": "openai-completions", "baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1", "apiKey": { "source": "env", "provider": "default", "id": "BAILIAN_KEY" }, "models": ["qwen-plus", "qwen-max"] } } } }

务必强调：已有配置不要整段覆盖。用 mode: "merge" 只追加新 provider。
apiKey 用 { source, provider, id } SecretRef 对象语法读环境变量，不要把明文 key 写进配置。

阿里云官方 · 完整接入指南百炼 · OpenAI 兼容模式调用 help.aliyun.com/zh/model-studio/use-qwen-by-calling-api

PART 03 · OpenClaw 实操

21 / 34

OPENCLAW · 中小学 AI 教师培训

22 / 34 · CHANNELS · BINDINGS

BRING AGENTS INTO DAILY LIFE

把 agent 装进你已经在用的聊天工具

聊天框里跑得爽，可老师不会一天盯着电脑。这一页讲怎么把 agent 接到微信 / 飞书 / 企微 / TG / QQ，人不在屏幕前也能答。

CHANNELS · 原生支持

内置插件，官方 BotFather 申请 token 即可。

Discord

内置插件，Developer Portal 建 bot。

QQ Bot

国内学员首选。扫码登录即用。

微信/飞书/
企微

经 hooks/webhook 转发。企业平台需先建自建应用。

bot 账号要老师自己在各平台申请 —— OpenClaw 只负责把消息串起来，不负责替你注册。

BINDINGS · 一条配置决定"谁接谁"

// ~/.openclaw/openclaw.json "bindings": [ { "agentId": "alice", "match": { "channel": "qqbot", "accountId": "class-3-bot" } }, { "agentId": "sage", "match": { "channel": "telegram", "accountId": "parent-help-bot" } } ]

THREE REAL SCENARIOS · 三个真实场景

01 · 班级群值日

班级 QQ 群 @Alice 说"今天值日生写份日报"—— 绑定 qqbot + alice，Alice 秒回。

02 · 家长私信作业

家长在公众号私信"今晚数学作业是啥"—— 绑定 wechat + sage，统一答一遍你不用每次回。

03 · webhook 进阶一瞥

GitHub 一有新 PR → hooks/github-pr → reviewer agent 自动读、自动评注。老师场景里是"学校 OA 系统有新通知 → 自动摘要"。

PART 03 · OpenClaw 实操

22 / 34

OPENCLAW · 中小学 AI 教师培训

23 / 34 · CRON · MEMORY

SCHEDULE & REMEMBER

让 agent 自己动 · 长期记

chat 窗口关掉就忘了？不会。agent 有长期记忆；你不在屏幕前，cron 会叫它起来干活。这是把它从"工具"升级成"同事"的关键两块。

01 · CRON 定时

不在电脑前也会按点执行

# 每周五 16:00 跑成绩分析 openclaw cron add \ --name "weekly-grade" \ --agent alice \ --when "0 16 * * 5" \ --prompt "跑 teacher-grade-analysis"

老师真实场景

周五下午自动生成本周班级成绩简报；期末前一周每天提醒复习重点；每月 1 号给家长发本月主题。

默认开重试与失败回退：rate_limit / 网络错误会自动重试 3 次。

02 · MEMORY 长期记忆

下次对话时"记得你"

# 四种记忆类型 user — 关于你的身份偏好 feedback — 你纠正过的做法 project — 当前工作的来龙去脉 reference— 外部资料锚点 # 存放位置（本机） ~/.openclaw/.../memory/ ├─ MEMORY.md (索引) └─ *.md (单条记忆)

老师真实场景

"记住小明对数学有畏难情绪"、"我们班评语语气偏温和"、"家长群避免直接点名"—— 这些下次不用再说一遍。

隐私底线：记忆默认存本机，不上传。可以随时让它"忘了这条"。

03 · HEARTBEAT 心跳自检

每 30 分钟自检一次

# agent defaults "heartbeat": { "every": "30m", "activeHours": { "start": "08:00", "end": "23:00" } }

为什么要这个

长任务卡住自动重启；工作时段外不打扰你；跑完的活自动 finish。——相当于给 agent 装了一个"别忘了你在干什么"的闹钟。

配合 cron + memory：定时跑 + 记得上次 = 一个能"每周主动汇报班级情况"的助教。

PART 03 · OpenClaw 实操

23 / 34

OPENCLAW · 中小学 AI 教师培训

24 / 34 · 排错

WHEN IT BREAKS

出问题时，先按顺序跑这四条

①
整体状态
openclaw status
②
网关状态
openclaw gateway status
③
实时日志
openclaw logs --follow
④
系统体检
openclaw doctor
＋
安全巡检
openclaw security audit

USUAL SUSPECTS · 常见原因

API Key 不对

拼写、区域、权限范围，三件套核对。

配置字段写错

大小写、引号、逗号；用 schema.lookup 对。

全量覆盖导致原配置丢失

最常见的一个坑。先回滚，再打 patch。

token / dashboard 认证不一致

重新 onboard 一次最快。

PART 03 · OpenClaw 实操

24 / 34

OPENCLAW · 中小学 AI 教师培训

25 / 34 · 教学场景 01 · 重点精讲

SCENARIO 01 · DEEP DIVE

场景 01 · 备课与课程设计

这是最高频、最想减负的场景 —— 单独花一张幻灯片展开。其余三个场景在下一张索引。

AI GENERATES · 四份材料

教学目标
从课程标准反推可评估的行为目标。
活动流程
按分钟切块的课堂推进表。
评价方式
过程性 + 结果性，各给一条。
材料清单
教具、学具、数字资源一次列清楚。

AI REWRITES · 同一主题的三个学段版

Step 1

先草案

让 AI 生成一份「可看」的基础版。

Step 2

再优化

引入约束、补充素材，让 AI 自己改。

Step 3

最后本校化修改

老师这步不能省：专业判断的价值在这里。

PART 04 · 教学场景

25 / 34

OPENCLAW · 中小学 AI 教师培训

26 / 34 · 教学场景 02–04 · 轻量带过精讲 → cases-deck.html 八案例

SCENARIOS 02 – 04 · LIGHT TOUCH

另外三个场景 · 一页带过

详细展开全部在案例卷。本页只给一张"识别图"，讲师可根据听众现场选一个展开。

SCENARIO 02 · WRITING

材料生成 · 一次三版

同一份素材，出教师版 / 家长版 / 宣传版三种语气。最容易立刻减负。

⇢ cases-deck CASE 01 日常杂活 · teacher-daily-writing

SCENARIO 03 · BY STAGE

分学段 · 同主题多版

幼儿园体验优先 · 小学兴趣表达 · 中学判断核验。老师保留真实观察与价值判断。

⇢ cases-deck CASE 05 学段改写 · teacher-stage-rewrite

SCENARIO 04 · MULTIMODAL

多模态 · 先脚本再画

直接"给我画一张…"大概率翻车。先写主角 / 场景 / 动作 / 情绪 / 禁止元素。

⇢ cases-deck CASE 07 · teacher-multimodal-script

三个场景都能用 AI · 但都不能替代教师的真实观察。
涉及真实儿童面部、学生成绩、家长信息 —— 任何场景都不要上传。

PART 04 · 教学场景

26 / 34

OPENCLAW · 中小学 AI 教师培训

27 / 34 · 边界

GUARDRAILS

四类风险 · 一条底线

RISK 01

事实风险

AI 会错。涉及学科知识与政策表述，必须人工核验。

对策：交叉查 2 个来源

RISK 02

隐私风险

不上传学生敏感信息、不上传未公开校内材料。

对策：脱敏 + 本地优先

RISK 03

权限风险

越能自动执行，越要当心账号、文件、渠道的权限范围。

对策：最小权限原则

RISK 04

课堂边界

AI 是辅助，不代替教师的专业判断。

对策：保留人工决策环节

官方安全文档把 OpenClaw 放在「单一可信操作员」边界内 —— 不建议多个互不信任的用户共享同一 Gateway。

PART 04 · 教学场景

27 / 34

OPENCLAW · 中小学 AI 教师培训

28 / 34 · 三问

BEFORE IT LEAVES YOUR DESK

AI 输出 · 三问清单

把 AI 给的东西交出去之前，只问三件事。

QUESTION · 01

事实对吗？

涉及课标、政策、人物、年代、数字 —— 必须交叉查两个来源。

最容易翻车：课标章节号、朝代年份、名人生卒年。

QUESTION · 02

价值观对吗？

涉及民族、性别、地域、医学、法律、历史 —— 都必须人工过一眼。

AI 不能做的事：替你做价值判断。

QUESTION · 03

学段合适吗？

能不能让你所教那个具体年龄的孩子直接听懂？不能，就让它重写。

学段错位是问卷里最常见的"不好用"。

三条都过 = 可以带进教室。任何一条不过 = 让它重写，或者你自己改完再给学生。

⇢ 权威版 · 含例子 + 对照：cases-deck.html · P05「八个案例共用的三问清单」。本页是课堂简讲版。

PART 04 · 教学场景

28 / 34

OPENCLAW · 中小学 AI 教师培训

29 / 34 · 训后任务

POST-TRAINING

训后任务与辅导安排

TWO DELIVERABLES · 两份作业

TASK 01

AI 辅助教学 / 活动设计微方案

一节课或一次活动，1000 字以内，能直接上手。

TASK 02

校本 AI 微场景

一个你所在学校真实、可复用的小场景。

标准只有一条：不求复杂，只求真实可用。

TUTORING · 辅导资源

A
模板包
提示词模板 + 配置模板 + 作业模板。
B
线上答疑
每周一次固定答疑时段。
C
案例点评
按学段分组，导师一对一点评。
D
优秀案例汇编
优秀作业集结成册，发回每一位学员。

PART 04 · 教学场景

29 / 34

OPENCLAW · 中小学 AI 教师培训

30 / 34 · 解法 01 详情 → cases-deck.html P03 决策树

SOLUTION 01

工具太多不会选 · 工作流分不清

FOUR STEPS · 四级台阶（与案例卷决策树同一套）

① CHAT

偶尔用，粘背景让 AI 写。

→

② WORKFLOW

步骤固定、每次一样。

→

③ AGENT

高频 + 要判断，单 AI 搞定。

→

④ OPENCLAW 底座

多 agent + 多渠道 + 校本知识库。

FEISHU-FLOW · 工作流不顺时

本地 Markdown / CSV

先在本地跑通。

→

多维表格

再挪到协作面。

→

飞书文档

最后接外部系统。

ONE TEACHER · ONE SCENARIO

一位老师一次只做一个场景

不要同时做「教学 + 工作流 + 飞书 + 本地部署」。

完整决策树 · 含四个判断题 + 对照例子 ⇢ 案例卷 P03「不炫技决策树」
四级台阶＝八个案例的分层依据（CHAT 2 个 · WORKFLOW 2 个 · AGENT 3 个 · 底座 1 个）。

使用阿里 Coding Plan 时，官方明确列为 "不支持的工具类型 · 工作流 / 自动化平台"：Dify、n8n、Coze 等。
放到 OpenClaw 再接工作流，更合理。

PART 05 · 六条解法

30 / 34

OPENCLAW · 中小学 AI 教师培训

31 / 34 · 解法 02–06 · 索引

SOLUTIONS 02 – 06 · ONE PAGE

另外五条解法 · 课后查阅卡

每张小卡一条可照抄的要点。详细展开留给 OpenClaw 文档和 skill 包。

SOLUTION 02 · AGENT

智能体八字段卡

Name · Served · Can do · Cannot · Input · Output · Permissions · Verify
一个 agent 一个场景。先做三个：备课 / 通知 / 活动方案。

SOLUTION 03 · SIX-SLOT

六槽公式

角色·对象·任务·素材·约束·输出
返工多？查三件事：学段没写清 / 素材不够 / 格式没限。

SOLUTION 04 · MEMORY

Memory 两层

长期 MEMORY.md
临时 memory/YYYY-MM-DD.md
先用自带 SQLite · 进阶再上 QMD。

SOLUTION 05 · PERSIST

校本最小目录

kb · templates · cases · outputs · memory
输出先落盘，再复用。不要只留聊天窗口。

SOLUTION 06 · SAFETY

低配路线 + 安全三条

通用助手 → QClaw/ArkClaw → 本地 OpenClaw
凭证走环境变量 · 单校 1 人 1 机 · 不共用 Gateway

⇢ GO DEEPER

详细展开在哪里

02 · 03 · 04 → skills/teacher-*/SKILL.md
05 · 06 → docs.openclaw.ai/gateway

PART 05 · 六条解法

31 / 34

OPENCLAW · 中小学 AI 教师培训

32 / 34 · 常见问题 · 聊天区回收

FREQUENTLY ASKED · 六条高频追问

聊天区常出现的六个追问 · 一页答清

线上直播留给问答的时间有限。这是讲师的备用卡，也是你课后的速查表。

Q 01 · 成本

装它要花多少钱？

OpenClaw 本地免费。接大模型需 API Key —— 阿里 Coding Plan 有免费额度，日常教学够用；额度用完自动降级到按量。零成本起步。

Q 02 · 退路

我电脑不行 / 学校不让装？

三条退路：① 豆包/文心网页版直接粘提示词；② 飞书多维表格 AI 字段；③ QClaw / ArkClaw 云端部署不占本机。案例卷 P06 有四个入口。

Q 03 · 隐私 · 最高频

数据会不会泄露？

记忆默认存在本机，不上传第三方。大模型推理会走 API —— 所以不上传学生姓名/成绩/面孔是底线（八 skill 已内置此约束）。详见 simulation.html · 副作用审计。

Q 04 · 规模

能把它用到全校吗？

底座级部署有 5 条准入清单（单一可信操作员等）。多数老师场景不需要—— 单人配好就能受益。全校方案见 cases-deck P04 · CASE 08。

Q 05 · 实操

提示词到底粘在哪？

四个入口：① 豆包/文心对话框（低配）；② OpenClaw chat；③ 飞书多维表格 AI 字段；④ skill 文件 (SKILL.md)。详见 cases-deck P06「粘到哪里」一张图。

Q 06 · 配置

API Key 到底填在哪？

本课 P20-21 现场演示了"四步拿 Key + 接进配置"。user_guide.html#模型-key-自检有 3 条检查，课后照着跑。Key 写环境变量，不写配置文件。

Q&A · 常见问题

32 / 34

OPENCLAW · 中小学 AI 教师培训

33 / 34 · 总结

TAKEAWAYS · 带走

四样东西
足够了。

对这批学员最重要的不是追最热工具 ——
而是：先解决一个真实问题，再逐步扩展。

TAKEAWAY 01

一张工具地图

分清通用助手、零代码智能体、类 Claw 三层。

TAKEAWAY 02

一个选择框架

任务 → 长期 → 本地 → 维护能力，依序判断。

TAKEAWAY 03

一条 OpenClaw 入门路径

能启动 · 能打开 · 能聊天 · 能改配置 · 能触发 · 能接进日常。

TAKEAWAY 04

一组面向真实问题的解决模板

六条常见问题，每条都有一张可照抄的卡片。

END OF COURSE

33 / 34

OPENCLAW · 中小学 AI 教师培训

34 / 34 · 附录

APPENDIX · REFERENCES

参考来源

OpenClaw · Getting Started

docs.openclaw.ai/start/getting-started

安装 · 首次启动 · onboard · dashboard · 基础验证

OpenClaw · Install

docs.openclaw.ai/install

系统要求 · 安装脚本 · Windows / WSL2 路线

OpenClaw · Node.js

docs.openclaw.ai/install/node

Node 版本要求 · Node 24 与 22.14+ 说明

OpenClaw · Configuration

docs.openclaw.ai/gateway/configuration

配置文件位置 · Control UI · CLI · 直接编辑 · 热加载

OpenClaw · Configuration Reference

docs.openclaw.ai/gateway/configuration-reference

JSON5 · schema · 配置字段总表 · memory 入口

OpenClaw · Tools and Plugins

docs.openclaw.ai/tools

gateway 工具 · config.get / patch / apply · 工具权限组

OpenClaw · Memory Overview

docs.openclaw.ai/concepts/memory

MEMORY.md · memory/YYYY-MM-DD.md · 基本工作方式

OpenClaw · Builtin Memory Engine

docs.openclaw.ai/concepts/memory-builtin

默认 SQLite memory · 索引位置 · 何时够用

OpenClaw · QMD Memory Engine

docs.openclaw.ai/concepts/memory-qmd

本地增强检索 · 额外目录索引 · 何时升级

OpenClaw · Secrets Management

docs.openclaw.ai/gateway/secrets

SecretRef · 环境变量 · 文件 / exec 凭证

OpenClaw · Security

docs.openclaw.ai/gateway/security

单一可信操作员边界 · 安全巡检 · 共享风险

OpenClaw · Troubleshooting

docs.openclaw.ai/gateway/troubleshooting

status / gateway status / doctor / logs --follow

阿里云 · OpenClaw 接入 Coding Plan

help.aliyun.com/zh/model-studio/openclaw-coding-plan

Qwen Code 引导配置 · merge · 重启与验证

阿里云 · 在 AI 工具中使用 Coding Plan

help.aliyun.com/zh/model-studio/use-coding-plan-in-ai-tools/

Coding Plan 工具范围总入口

阿里云 · Coding Plan 接入工具限制

help.aliyun.com/zh/model-studio/other-tools-coding-plan

不建议直接用于 Dify / n8n / Coze 等工作流

QClaw · 腾讯出品 · 基于 OpenClaw

qclaw.qq.com · qclaw.qq.com/docs/

本地 AI 助手 · 微信远程操控 · 零配置

ArkClaw · 火山引擎 SaaS 版 OpenClaw

arkclaw.aigc.cn · volcengine.com/docs/82379/2229107

云端托管 · 7×24 · 深度飞书集成

Hermes Agent · Nous Research

hermes-agent.nousresearch.com/docs · github.com/NousResearch/hermes-agent

自成长 agent · 学习循环 · 跨会话记忆 · agentskills.io 标准

Claude Code · Overview / Quickstart / Best Practices

code.claude.com/docs/en/…

读写文件 · 运行命令 · @ 引文件 · Plan Mode

Codex CLI · 官方文档

developers.openai.com/codex/cli

终端读改本地文件 · WSL2 建议 · 配置思路

END · 34 / 34

课程资料 · 训后发放

从大模型到智能体

四件事：看懂 · 学会 · 跑通 · 带走

这批学员的真实状态

三个原则 + 六段路径

工作流 · 智能体 · AI 助手底座

同一件事 · chat · workflow · agent · OpenClaw 底座

一张工具地图，一个选择框架

只讲老师需要知道的 4 条路线

一个样板底座。

不是替代豆包 —— 而是把它搬进你自己的电脑

入门前的四件事

先做到：能启动 · 能打开 · 能聊天

一个 agent = 身体 + 能力 + 记忆 + 圈子

agent 不会自己动 —— 四种方式叫醒它

改哪里 · 怎么改 · 五种入口

用自然语言改配置的总原则

在 OpenClaw 内让它自己改配置

在 Claude Code / Codex 中改 OpenClaw

没 API Key？· 四步拿。不只用阿里？· 一张对照表。

接入阿里百炼

把 agent 装进你已经在用的聊天工具

让 agent 自己动 · 长期记

出问题时，先按顺序跑这四条

场景 01 · 备课与课程设计

另外三个场景 · 一页带过

四类风险 · 一条底线

AI 输出 · 三问清单

训后任务与辅导安排

工具太多不会选 · 工作流分不清

另外五条解法 · 课后查阅卡

聊天区常出现的 六个追问 · 一页答清

四样东西足够了。

参考来源

从大模型
到智能体

一个
样板底座。

聊天区常出现的六个追问 · 一页答清

四样东西
足够了。