真人说明：

重新发布版，10 分钟前发布一篇，飞书卡片中的 markdown 格式贴过来就没格式了。忍不了了。重新发一遍吧。

从 Openclaw 出圈，查不到正好使用一个月左右。年初智谱上市那会，正好买了个 Pro 套餐，本着钱都花了必须赚回来的想法，充分使用 Openclaw1 个月。今天让他自己基于记忆写了一篇复盘总结。供大家参考。

后续会再初一篇真人撰写的使用感受（等我忙过这一阵。。。。），欢迎持续关注。 大家有什么问题可以留言提问

部署环境：云服务器，单独新建的非 root 用户，单独授权部分 sudo 命令，单独授权文件夹目录。安全第一

####顺便打广 GLM-5-turbo coding plan 拼团，国产之光，确实还是可以干活的。 🙋蹲队友拼智谱 Coding Plan ！ 🧩国内顶流编程大模型，20+主流工具全适配，性价比拉满， 👉立即参与「拼好模」： https://www.bigmodel.cn/glm-coding?ic=BN7DKK4W0W

用 OpenClaw + GLM-5 跑了个 24 小时在线的 AI 军师，一个月真实复盘

程序员，想搞个能”记住我”、能主动干活的 AI 助手。之前试过直接调 API （没记忆）、GPTs （封闭生态）、Coze （限制多）、自建框架（成本高），都不满意。上个月发现 OpenClaw ，折腾一个月，来聊聊。

部署方案

腾讯云轻量服务器（ 2C2G ）+ OpenClaw Gateway + 飞书 Bot + GLM-5-turbo （ 200K 上下文）。飞书上有个叫”军师”的 AI ，记得所有历史对话，能搜网页、写代码、操作浏览器、管待办，每 30 分钟自动扫赚钱机会。不用时安静待着，有事直接飞书消息喊。

一个月干了什么

第 1 周：搭基建。人格设定（ SOUL.md ）、三层记忆系统（ SOUL → MEMORY → 每日日志）、待办管理。

第 2 周：装技能。ClawHub 装了浏览器自动化、Tavily 搜索、self-improving 、飞书文档读写。军师从”聊天工具”变成”干活助手”。

第 3 周：大清理。system prompt 从 30K+ 压到 21K ，核心文档从 19 个精简到 6 个，缓存命中率 99%。配了心跳机制（ 30 分钟一次自动扫描）。

第 4 周：干实事。

• 国内新闻英文站：Hexo + Butterfly ，30 篇选题已完成 11 篇，每天早 7 点自动写文→编译→部署→通知，全自动化
• 跨境电商冷启动方案：30 天落地计划
• 股票行情查询 skill：A 股实时行情，输入代码即查
• 赛博算命小程序：两天验证后砍掉，及时止损

踩过的坑

1. 上下文膨胀：文档堆太多 token 飙飞，精简后才稳住。核心文件越少越好
2. nginx 部署：容器没 sudo ，手动编译到 workspace 。gateway 重启后 nginx 不自启，踩了两次
3. cron 报错：CLI 的 cron add 经常 WebSocket 报错，最后直接改 json 文件解决
4. 过度设计：早期搞了 PM/开发/架构师/QA 四个子 agent ，完全用不上，一个军师够了

Token 消耗

• 模型：GLM-5-turbo ，200K 上下文
• System prompt：约 21K token ，99% 缓存命中
• 每次对话新增：几百到几千 token
• 一个月：月度额度用了不到 2%

省钱关键：文档精简 + 缓存管理。system prompt 不频繁变动，绝大部分 token 走缓存不计费。

日常体验

• 早 7 点：自动推送机会扫描 + 待办提醒
• 白天：随时飞书问问题，自动搜网页整理方案
• 写代码：部署脚本、调试配置、操作 git 全包
• 做内容：批量生成英文博客内容，自动部署 nginx
• 晚上：随手发点子，第二天早上调研和方案都准备好了

为什么选 OpenClaw + GLM

1. 多通道原生支持（飞书/Telegram/Discord/QQ ）
2. ClawHub 技能生态，搜索/浏览器/TTS 装上就用
3. 心跳 + cron ，真正的 7×24 在线
4. 文件系统做记忆，比向量数据库好调试
5. 模型随便换，不绑定厂商
6. 自部署，数据在自己服务器

GLM-5-turbo 优势：便宜、200K 大上下文、中文强、128K 输出。