## 一、我的“养虾”故事：从折腾到生产力

2026年开春，一只红色小龙虾突然爬满了开发者的屏幕，OpenClaw 凭借“真正能干活的 AI”理念火遍全网。我也跟风入坑，在本地装了一只 QClaw（腾讯电脑管家团队基于 OpenClaw 打造的本地 AI 助手）。刚开始只是用它聊聊天、搜搜资料，觉得也不过如此——直到我把三只龙虾串起来，才真正摸到了“养虾”的门道。

**三只龙虾的角色分工如下：**

- **QClaw（本地）** ：随身入口，我在手机微信上发一句话，就能远程指挥整个虾群。
- **Lighthouse 云端虾**：7×24 小时在线，负责定时抓取热点、整理素材、自动执行写作任务。
- **腾讯云桌面虾**：预装 OpenClaw 镜像，带完整 GUI 环境，负责需要图形化操作的步骤（如图片处理、排版发布）。

这三只龙虾打通后，形成了一条完整的内容生产流水线：**“热点发现 → 选题筛选 → 内容生成 → 排版优化 → 多平台发布”** 。下面我来完整复盘这条流水线的搭建过程与使用心得。


## 二、核心工作流架构：一条内容生产的自动化流水线

### 2.1 整体流程设计

OpenClaw 的核心价值在于“执行”，而执行质量完全取决于你教给它的方法。我把内容生产的完整流程固化为一条工作流，如下图所示（示意图）：

```
数据入口（热点 RSS/社交媒体） → Lighthouse 云端虾（定时采集） → 本地 QClaw（选题决策）
     → 云端虾（内容生成） → 云桌面虾（排版/配图） → 多平台发布
```

### 2.2 多 Agent 分工：一个 Boss + 三个执行 Agent

受社区实践的启发，我采用了“1 个 Boss Bot + 多个执行 Bot”的分工模式。四个 Agent 各司其职：

| Agent 名称 | 角色定位 | 运行环境 | 核心能力 |
| --- | --- | --- | --- |
| **Boss（内容总监）** | 总指挥，接收用户指令、任务分发、结果汇总 | QClaw 本地 | 需求解析、任务调度、质量把关 |
| **Hunter（热点猎人）** | 7×24 小时监控热点信息源 | Lighthouse 云端虾 | RSS 订阅、社交媒体抓取、热度分析 |
| **Writer（文案写手）** | 根据选题生成结构化内容 | Lighthouse 云端虾 | 大纲生成、正文撰写、风格适配 |
| **Editor（内容编辑）** | 校对优化、配图排版 | 云桌面虾 | 文字校对、逻辑优化、素材处理 |

这四位“数字员工”通过腾讯云三件套联动运行，无需人工频繁切换窗口。


## 三、实战案例：从热点到发布全流程复盘

下面以我每周在公众号上发布一篇技术文章为例，完整复盘全流程。

### 3.1 第一步：云端虾定时采集热点（7×24 小时自动化）

**技术方案：**

在 Lighthouse 服务器上部署 OpenClaw，通过 Cron 定时任务每天早 8 点自动运行热点采集 Skill。Lighthouse 提供 OpenClaw 一键部署模板，几分钟就能在云上养一只 7×24 小时在线的云端虾。

**核心配置——AGENTS.md（Hunter Agent）：**

```markdown
# Agent: Hunter
description: 热点猎人，负责监控技术资讯、抓取热点内容
goals:
  - 每日扫描指定RSS源和技术社区首页
  - 筛选热度高、与技术主题相关的内容
  - 生成结构化的热点简报，包含标题、摘要、热度指标、参考链接
skills:
  - rss-reader
  - web-scraper
  - link-checker
workflow:
  - 加载RSS源列表（配置在 sources.json）
  - 逐源抓取最新文章
  - 基于热度规则打分（点赞数+评论数+发布时间权重）
  - 过滤低于阈值的内容
  - 输出 Markdown 格式简报到 ./daily_brief/
constraints:
  - 不抓取付费墙内容
  - 单次采集不超过 50 条
  - 尊重 robots.txt
output:
  format: markdown
  template: |
    # 每日热点简报 {date}
    ## 今日推荐
    | 标题 | 热度 | 摘要 | 链接 |
    |------|------|------|------|
    ...
```

**定时任务配置：**

```json
{
  "cron": [
    {
      "schedule": "0 8 * * *",
      "agent": "Hunter",
      "task": "每日热点采集",
      "command": "run daily_hotspot"
    }
  ]
}
```

每天 8 点，Lighthouse 上的云端虾会自动运行任务，生成的简报通过微信推送给我。这样我每天早晨起床就能看到当日值得关注的技术热点。

### 3.2 第二步：Boss Agent 决策选题

收到热点简报后，我在微信上 @QClaw 说一句： **“Boss，从今天的简报里帮我挑一个最适合写公众号技术文章的话题。”**

Boss Agent 的 Prompt 设计如下：

```markdown
# Agent: Boss
description: 内容总监，负责选题决策、任务调度、结果汇总
goals:
  - 分析热点简报，评估每个话题的写作价值
  - 选择最适合当前定位的话题
  - 调度 Writer 和 Editor 完成内容生产
skills:
  - structured-thinking
  - task-scheduler
workflow:
  - 读取今日热点简报
  - 评估维度：技术深度、读者兴趣度、时效性、差异化角度
  - 选择得分最高的话题
  - 生成选题卡：标题方向、核心论点、目标读者、差异化切入点
  - 下发任务给 Writer
constraints:
  - 不选择纯新闻类话题（缺乏深度）
  - 不选择已过度讨论的话题
```

Boss 会分析每个话题，选出最优选题，并生成选题卡。我只需确认“可以，开工”，后续流程自动运转。

### 3.3 第三步：Writer Agent 生成内容

Boss 确认后，Writer Agent 自动开始创作。我采用的 Prompt 框架遵循“选题→大纲→初稿→优化”的结构化方法：

```markdown
# Agent: Writer
description: 文案写手，负责技术文章的撰写
goals:
  - 根据选题卡生成结构化文章
  - 确保技术内容准确、逻辑清晰、可读性强
skills:
  - copywriting
  - tech-writing
workflow:
  - 接收选题卡
  - 生成文章大纲（3-5 个核心部分）
  - 逐部分撰写正文
  - 添加代码示例（如有需要）
  - 输出 Markdown 格式初稿
constraints:
  - 技术细节需标注来源
  - 不编造虚假数据
  - 每部分长度均衡
```

**效果复盘**：以前我写一篇 2000 字的技术文章大约需要 4-6 小时，现在 Writer 生成初稿只需 15-20 分钟，我再花 30-40 分钟润色、补充个人经验，总用时不到 1 小时，效率提升了 5 倍以上。

### 3.4 第四步：Editor Agent 排版配图（云桌面虾）

初稿完成后，任务流转到云桌面上的 Editor Agent。腾讯云桌面提供预装 OpenClaw 的镜像，带完整 GUI 环境，可以调用图片处理工具完成配图排版。

**Editor Agent 配置：**

```markdown
# Agent: Editor
description: 内容编辑，负责校对、优化、排版
goals:
  - 校对文字错误
  - 优化文章逻辑结构
  - 生成/筛选配图
  - 输出公众号发布格式
workflow:
  - 接收 Writer 的初稿
  - 执行文字校对（错别字、标点、语法）
  - 评估逻辑流畅性，标注待改进段落
  - 根据文章主题生成配图建议
  - 输出最终版本（含排版标签）
```

通过云桌面虾调用本地图片处理工具，可以自动生成封面图、内容配图，并完成公众号格式的排版适配。

### 3.5 第五步：一键发布与数据复盘

发布后，Boss Agent 还会定期拉取各平台的数据表现（阅读量、点赞、评论），生成周报供我复盘优化。这是一个完整的闭环。


## 四、Prompt 核心方法总结

经过多轮迭代，我总结出 OpenClaw Prompt 设计的核心原则：

**1. 结构化而非命令式**

不要写“帮我写一篇文章”，而是要写：

```
目标：生成一篇关于 XXX 的技术文章
结构：
1. 引言（痛点引入）
2. 核心原理（图文解释）
3. 实操步骤（代码示例）
4. 注意事项
5. 总结
```

**2. 角色明确 + 边界清晰**

每个 Agent 必须有明确的身份和职责边界。Boss 只管调度、Writer 只管写稿、Editor 只管校对排版，互不越界。

**3. 分文件管理 Prompt**

我将 Prompt 拆分为多个文件：`AGENTS.md` 管执行流程，`IDENTITY.md` 管角色定位，`WORKFLOW.md` 管具体步骤，`CONSTRAINTS.md` 管限制条件。这样便于独立维护和版本迭代。

**4. 用约束防止“放飞自我”**

`constraints` 字段非常关键，用于限定 Agent 的行为边界。例如 Writer Agent 必须“不编造虚假数据”，Hunter Agent 必须“单次采集不超过 50 条”。


## 五、干货操作指南：从零到一搭建你的龙虾流水线

### 5.1 环境准备

| 组件 | 获取方式 | 成本 |
| --- | --- | --- |
| QClaw（本地） | 腾讯电脑管家下载安装 | 免费 |
| Lighthouse 服务器 | 腾讯云轻量应用服务器，2核2G起 | 约 ¥50/月 |
| 云桌面 | 腾讯云桌面，预装 OpenClaw 镜像 | 按需付费 |
| 大模型 API | 阿里云百炼（有免费额度）/ Qwen / Claude | 按量计费 |

### 5.2 Lighthouse 一键部署云端虾（5 分钟）

在腾讯云 Lighthouse 控制台，选择“OpenClaw 一键部署模板”，按以下步骤操作：

1. 进入 Lighthouse 购买页，地域选择海外节点（国内节点联网搜索受限），选择“OpenClaw”镜像。
2. 实例规格选择 2核2G 以上（推荐 2核4G）。
3. 购买后进入应用管理，放行 18789 端口。
4. 配置大模型 API-Key（百炼/Claude/Qwen 任选）。
5. 执行命令 `openclaw gateway start`，获取访问 Token。

完成后通过浏览器访问 `http://公网IP:18789` 即可进入 Web 控制台。

### 5.3 多 Agent 配置模板（直接复制）

在 `~/.openclaw/` 目录下创建以下文件结构：

```
~/.openclaw/
├── agents/
│   ├── boss/
│   │   ├── AGENTS.md
│   │   ├── WORKFLOW.md
│   │   └── CONSTRAINTS.md
│   ├── hunter/
│   │   ├── AGENTS.md
│   │   └── sources.json
│   ├── writer/
│   │   └── AGENTS.md
│   └── editor/
│       └── AGENTS.md
├── openclaw.json
└── skills/
```

**openclaw.json 核心配置：**

```json
{
  "agents": {
    "list": [
      {
        "id": "boss",
        "workspace": "~/.openclaw/agents/boss",
        "sandbox": { "mode": "off" }
      },
      {
        "id": "hunter",
        "workspace": "~/.openclaw/agents/hunter",
        "sandbox": { "mode": "all", "scope": "agent" },
        "tools": { "allow": ["read", "web_fetch"], "deny": ["exec", "write", "delete"] }
      },
      {
        "id": "writer",
        "workspace": "~/.openclaw/agents/writer",
        "tools": { "allow": ["read", "write", "web_search"] }
      },
      {
        "id": "editor",
        "workspace": "~/.openclaw/agents/editor",
        "tools": { "allow": ["read", "write", "image_process"] }
      }
    ]
  },
  "cron": [
    {
      "schedule": "0 8 * * *",
      "agent": "hunter",
      "task": "daily_hotspot"
    }
  ]
}
```

### 5.4 常用命令速查

| 操作 | 命令 |
| --- | --- |
| 启动网关 | `openclaw gateway start` |
| 重启网关 | `openclaw gateway restart` |
| 查看 Agent 列表 | `openclaw agent list` |
| 加载 Agent 配置 | `openclaw agent load --file AGENTS.md` |
| 执行指定任务 | `openclaw run --agent hunter --task daily_hotspot` |
| 查看记忆状态 | `openclaw memory info` |


## 六、经验总结与避坑指南

### 6.1 效率提升的关键发现

- **三虾联动 > 单虾作战**：单只龙虾只能处理单一任务，三只串联才能形成流水线。Lighthouse 负责 7×24 执行、QClaw 做入口、云桌面处理 GUI，各司其职。
- **分文件 Prompt 管理**：将 Prompt 拆分为独立文件后，维护成本大幅降低，也方便复用和分享。
- **从“最小闭环”开始**：不要一上来就搭建完整流水线。建议先完成一个“只读、低风险”的最小闭环（比如每日热点简报），验证效果后再扩展。
- **安全防护三层**：高危操作（如删除文件、发送消息）设置人工二次确认，API 后台设置 Token 消耗上限，沙箱隔离执行环境。

### 6.2 常见踩坑与解决方案

| 问题 | 原因 | 解决方案 |
| --- | --- | --- |
| Lighthouse 国内节点无法联网搜索 | 国内地域网络限制 | 部署时选择海外地域 |
| Agent 之间任务传递丢失 | 未正确配置记忆系统 | 在 openclaw.json 中开启 `memory.enableRetrieval: true` |
| 定时任务不执行 | Cron 格式错误或服务未重启 | 检查 Cron 配置后执行 `openclaw gateway restart` |
| 多 Agent 权限混乱 | 未设置 tools.allow/deny | 每个 Agent 明确配置 `tools: {allow: [...], deny: [...]}` |
| Prompt 漂移（AI 行为退化） | 长时间运行后上下文膨胀 | 设置每天凌晨自动压缩记忆，定期清理对话历史 |

### 6.3 持续优化方向

流水线运行两个月后，我还在持续迭代：

- **成本优化**：复杂任务用 Claude/千问 Max 保证质量，简单任务切换免费模型控制成本。
- **数据沉淀**：把每篇发布的文章存入知识库，构建个人知识资产，后续 AI 可以引用历史内容。
- **多渠道接入**：目前接入了微信（通过 QClaw），后续考虑接入飞书、企微，扩展使用场景。


## 七、结语：养虾的本质是养系统

回顾这两个月的养虾经历，我最大的感悟是：**养龙虾的本质不是养一个 AI 工具，而是养一套能持续运行的自动化系统**。单只龙虾再聪明也只是“对话工具”，多只龙虾串联起来、配上结构化的 Prompt 和定时调度机制，才能变成真正能干活、能赚钱的数字员工。

从“会装”到“会用”再到“会搭系统”，这正是腾讯云 OpenClaw 生态带给我的核心价值。希望我的这套三虾联动工作流，能给同样在“养虾”路上的你一些启发。欢迎交流分享，一起解锁更多“玩虾”新姿势！

2026年开春，一只红色小龙虾突然爬满了开发者的屏幕，OpenClaw 凭借“真正能干活的 AI”理念火遍全网。我也跟风入坑，在本地装了一只 QClaw（腾讯电脑管家团队基于 OpenClaw 打造的本地 AI 助手）。刚开始只是用它聊聊天、搜搜资料，觉得也不过如此——直到我把三只龙虾串起来，才真正摸到了“养虾”的门道。

三只龙虾一台戏：我用腾讯云 QClaw + Lighthouse + 云桌面打造的个人内容生产流水线

数据开发

云计算

人工智能

开发工具

本文详细分享如何利用OpenClaw、QClaw和腾讯云三件套搭建自动化内容生产流水线，实现从热点采集、选题决策、内容生成到排版发布的全流程AI协作。通过Boss、Hunter、Writer、Editor四个Agent的分工配合，作者将技术文章创作效率提升5倍以上，并总结出结构化Prompt设计、多Agent协同等实用技巧，为AI自动化办公提供可复制的解决方案。

轻量应用服务器

图片处理

应用管理

云桌面

服务器

Agent

4核4G3M云服务器 新用户低至38元/年！

lighthouse

2026采购季 | AI焕新·智启新局

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

本文详细分享如何利用OpenClaw、QClaw和腾讯云三件套搭建自动化内容生产流水线，实现从热点采集、选题决策、内容生成到排版发布的全流程AI协作。通过Boss、Hunter、Writer、Editor四个Agent的分工配合，作者将技术文章创作效率提升5倍以上，并总结出结构化Prompt设计、多Agent协同等实用...

三只龙虾一台戏：我用腾讯云 QClaw + Lighthouse + 云桌面打造的个人内容生产流水线-腾讯云开发者社区-腾讯云

三只龙虾一台戏：我用腾讯云 QClaw + Lighthouse + 云桌面打造的个人内容生产流水线

三只龙虾一台戏：我用腾讯云 QClaw + Lighthouse + 云桌面打造的个人内容生产流水线

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐