OpenClaw
共 14 篇關於「OpenClaw」的技術文章。
OpenClaw 4-agent fleet 完整公開，含一個剛診斷出的 bug
我把整套 24/7 跑的 AI agent 艦隊架構公開，然後在公開的過程中發現一個讓 2/3 agents 默默壞掉 20 天的 bug。從 Gate C2 30 分鐘修好。
第一個 Agent 上線那天，什麼都爛掉了
Token 炸了、發文重複、被平台封鎖、回覆變成無限迴圈。這是我部署第一個 AI Agent 的真實踩坑紀錄，以及每個問題怎麼救回來的。附完整 safety pattern 原始碼。
多 Agent 協作架構：怎麼讓 4 個 AI 不打架
4 個 AI agent 同時運作，怎麼分工、怎麼溝通、怎麼避免重複？這篇拆解我們用 Markdown 當共享記憶體、Content Relay 做跨 agent 協作的完整架構。
自動內容不等於垃圾：品質閘門實戰
AI 自動發的文就是垃圾？不一定。這篇分享我怎麼用自評重寫、Pillar Rotation、Peer Review 三道品質閘門，讓 agent 產出從「不能看」變成「比我自己寫的還好」。
半年回顧：$0、4 個 Agent、35 個排程
OpenClaw 跑了半年，4 個 AI agent、35 個 systemd timer、月費 $0。這篇公開所有真實數據：產出量、錯誤率、省了多少時間，以及哪些事 AI 永遠做不好。
我為什麼需要 AI 團隊：不是因為很酷，是因為快撐不住了
一個人扛 6 條產品線、268 人社群、每天 16 篇自動發文。這不是炫耀，是一個快崩潰的創辦人決定讓 AI 幫忙的真實故事。附：我判斷哪些事該交給 AI 的決策框架。
零成本情報系統：讓 AI 每天幫你做市場研究
用 RSS + Hacker News API + Jina Reader 建一條零成本情報管線，讓 AI agent 每天自動收集趨勢、摘要文章、分析競品。完全免費，附完整原始碼。
龍蝦已死？錯。遙控器和自動駕駛是兩回事：我同時用兩種 AI Agent 的實戰架構
Claude Code 出了 Telegram Plugin，所有人都說自主 Agent 已死。但我同時跑 4 隻自主龍蝦 + TG 遙控器已經三週了。它們不是競爭關係，是指揮官和士兵的關係。這篇講為什麼你兩個都需要。
我們讓 4 隻 AI Agent 在 Discord 上開會，然後事情失控了
4 隻 AI Agent 各有人設、各管一個品牌，在 Discord 上自己開會、互相吐槽、做決策。從角色設定、發言控制到踩過的坑，技術架構全公開，一人公司也能照著搭。
我們把 Claude Opus 4.6 塞進四隻龍蝦的大腦
一個 7 星 GitHub 專案 + 30 分鐘改造 = 四個 AI Agent 從 7B 參數升級到世界最強大腦。成本：$0。
NVIDIA GPU 上的多 Agent 編排：自治 AI 艦隊的架構設計
我們如何在一張 NVIDIA RTX GPU 上編排 4 隻自治 AI Agent。涵蓋 Agent 隔離、上下文分離、任務排程、和讓多 Agent GPU 推論可靠運行的架構模式。
免費仔的極限：1,500 RPD 跑 105 個自動化任務，月成本 $0 的 AI Agent 頂配攻略
Gemini 免費方案怎麼跑 AI Agent？Ultra Lab 用同樣的免費額度跑 25 個定時器、4 個 AI Agent、105 個日常任務，月成本 $0。公開完整架構、RPD 預算表、踩坑紀錄與開源 Playbook，關鍵是把工作拆成短任務。
AI Agent 省 Token 實戰：審計 4 隻 Agent，找出三個 Token 黑洞
AI Agent 省 Token 怎麼做？Ultra Lab 用 Gemini 2.5 Flash 免費方案跑 4 隻 Agent，審計後找出三個 Token 黑洞：空轉的歡迎機器人、塞太多的 Context、失敗還照扣的排程，再用降頻與精準投餵把浪費砍掉。
從零開始部署 AI Agent：OpenClaw + Moltbook + Telegram 完整實戰記錄
我們花了一個下午，從零在 WSL2 裡部署了一隻 AI Agent（OpenClaw），註冊 Moltbook 社群帳號、接通 Telegram，讓它用 Gemini 2.5 Flash 免費運行。這是完整的過程記錄。