文章目录[隐藏]
- OpenClaw最新版本与系统要求
- 10个必装Skills详解
- 适用场景
- 注意事项
- OpenClaw Skills系统和MCP协议区别
- 告警配置
- 报告格式
- Skill 10: status-web - 网站状态监控
如果把OpenClaw比作一台手机，那Skills就是手机里的APP。不装Skills，OpenClaw只能简单对话；装上实用技能，它就能帮你整理文件、写周报、搜资料、管理日程，解放双手，大幅提升效率。
截至2026年3月，ClawHub技能市场已收录超过13000个技能，但质量参差不齐。很多人装了一堆冷门技能，不仅没用还占用资源。
本文基于当前ClawHub市场可搜索技能，整理出最新、真实可安装的10个必装Skills，并提供功能说明、安装命令、验证方法和实战案例，帮助你搭建一个稳定、不报错的OpenClaw环境。
文章结构如下：
- OpenClaw基础安装
：零门槛部署，支持Windows/macOS/Linux全平台 - 10个必装Skills详解
：每个技能包含安装、配置、2-3个实战案例 - 常见问题解答
：覆盖安装失败、权限问题、配置错误等10个典型场景 - 总结与资源推荐
：官方文档、社区资源、进阶学习路径
面向读者：人工智能初学者，希望掌握OpenClaw技能系统，构建个人AI生产力助手。
技术门槛：无需编程基础，只需会用命令行终端即可。
预计学习时间：30分钟完成基础安装，1小时掌握10个核心技能的使用。
安全提醒：所有技能均通过安全扫描，但仍建议在ClawHub查看技能详情和安全评分后再安装。
OpenClaw最新版本与系统要求
当前最新版本
根据OpenClaw官方发布信息，截至2026年3月9日，最新稳定版本为v2026.3.7，该版本包含89项代码提交，200+个Bug修复，主要亮点包括：
-
全新ContextEngine插件接口，实现上下文管理"自由插拔" -
GPT-5.4与Gemini 3.1 Flash双引擎适配 -
Discord与Telegram深度整合，支持主题级别智能体路由隔离 -
安全加固与依赖库升级
系统要求
- 操作系统
：Windows 10+/macOS 12+/Linux (Ubuntu 20.04+/Debian 11+) - Node.js
：22.0.0或更高版本 - 内存
：最低2GB，推荐4GB以上 - 磁盘空间
：至少500MB（不含技能和数据） - 可选依赖
：Python 3.10+（部分技能需要）、Git（源码编译需要）
安装方法
Windows系统（PowerShell）
方法一：官方一键脚本（推荐）
# 解锁脚本执行权限（管理员身份运行PowerShell）
Set-ExecutionPolicy-ExecutionPolicy RemoteSigned -Scope CurrentUser
# 一键安装脚本
iwr-useb https://openclaw.ai/install.ps1 |iex
# 国内用户加速版
iwr-useb https://open-claw.org.cn/install-cn.ps1 |iex
方法二：npm手动安装
# 先安装Node.js（如果未安装）
# 从https://nodejs.org下载22.x LTS版本安装
# 配置npm国内镜像（加速下载）
npm config set registry https://registry.npmmirror.com
# 全局安装OpenClaw
npm install -g openclaw@latest
# 验证安装
openclaw --version # 应输出v2026.3.7或更高版本
openclaw doctor # 运行环境诊断
macOS/Linux系统（终端）
方法一：官方一键脚本（推荐）
# 方法一：官方一键脚本（推荐）
curl-fsSL https://openclaw.ai/install.sh |bash
# 国内用户加速版
curl-fssl https://open-claw.org.cn/install-cn.sh |bash
方法二：npm手动安装
# 安装Node.js（如果未安装）
# macOS: brew install node
# Linux: 参考各发行版包管理器
# 配置npm国内镜像
npm config set registry https://registry.npmmirror.com
# 全局安装OpenClaw
npminstall-g openclaw@latest
# 验证安装
openclaw --version
openclaw doctor
初始化配置
安装完成后，运行初始化向导：
# 交互式配置向导
openclaw onboard --install-daemon
# 这将引导你完成：
# 1. 选择AI模型提供商（Claude/OpenAI/Gemini/本地模型）
# 2. 配置API Key
# 3. 连接聊天平台（Telegram/WhatsApp/Discord等）
# 4. 启动Gateway服务
安装ClawHub CLI
ClawHub是OpenClaw的官方技能市场，类似App Store之于iOS、npm之于Node.js。通过ClawHub CLI，你可以搜索、安装、更新所有技能。
# 安装ClawHub CLI
npminstall-g clawhub@latest --registry https://registry.npmmirror.com
# 验证安装
clawhub --version
常用命令汇总
# 搜索技能
clawhub search <关键词>
npx clawhub@latest search <关键词>
# 安装技能
clawhub install<技能名>
npx clawhub@latest install<技能名>
# 查看技能信息
openclaw skills info <技能名>
# 列出已安装技能
openclaw skills list
# 更新所有技能
clawhub update --all
10个必装Skills详解
基于ClawHub市场可搜索技能，以下是10个最新、真实可安装的必装技能，涵盖安全审计、实时搜索、网页自动化、表单处理、网站部署、性能检测、网站监控等核心场景。
Skill 1: desearch-web-search - 实时联网神器
功能说明
提供实时互联网搜索能力，可抓取网页标题、摘要与链接信息。适用于：资料检索、新闻搜索、技术问题查询、SEO分析等场景。
安装命令
# 安装desearch-web-search
npx clawhub@latest install desearch-web-search --force
验证命令
# 查看技能信息
openclaw skills info desearch-web-search
技能网址
https://clawhub.com/search?q=desearch-web-search
实战案例
案例1：实时新闻搜索
场景说明：用户希望了解2026年AI领域最新突破，需要获取当天热点新闻。
用户指令：
帮我搜索2026年AI领域最新突破新闻，总结3个关键进展。
预期输出：
📰 2026年AI领域最新突破 (2026-03-09):
1. GPT-5.4发布
- 参数量达到1.5万亿，推理能力提升300%
- 支持多模态实时交互
- 代码生成准确率提升至92%
2. Gemini 3.1 Flash推出
- 响应速度提升50%，成本降低60%
- 优化了长上下文处理能力（支持100万token）
- 增强了多语言理解能力
3. OpenClaw v2026.3.7更新
- 新增ContextEngine插件接口
- 集成500+社区技能
- 优化了Gateway网关性能，延迟降低40%
来源：desearch-web-search实时检索 (2026-03-09)
关键参数解释：
-
搜索关键词："2026年AI领域最新突破新闻" —— 使用引号确保精确匹配 -
时间限定：搜索结果按时间排序，自动筛选最新内容 -
总结数量：要求总结3个关键进展，避免信息过载
调优建议：
-
如果搜索结果不够精确，可以添加更多限定词，如"GPT-5.4 参数量 推理能力" -
对于技术性问题，可以在关键词后加"教程"或"实战"获取更实用的结果 -
定期更新搜索引擎索引，确保获取最新数据
案例2：技术问题查询
场景说明：用户在学习OpenClaw时遇到配置问题，需要查找解决方案。
用户指令：
我安装OpenClaw时提示"Node.js版本过低"，怎么解决？
预期输出：
🔧 OpenClaw安装问题解决方案:
问题：Node.js版本过低
错误提示：Error: Node.js version must be ≥ 22.x
解决方案（按优先级排序）：
方法1：使用nvm升级Node.js（推荐）
# 安装nvm（Node版本管理器）
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
# 安装Node.js 22 LTS
nvm install 22
nvm use 22
# 验证版本
node --version # 应显示v22.x.x
方法2：重新安装Node.js
# 从官网下载22.x LTS版本
https://nodejs.org/
# Windows: 下载.msi安装包
# macOS: 下载.pkg安装包
# Linux: 使用包管理器安装（apt/yum等）
方法3：使用一键安装脚本
# 官方脚本会自动检测并升级Node.js
curl -fsSL https://openclaw.ai/install.sh | bash
来源：desearch-web-search技术问答库
关键参数解释：
-
错误信息："Node.js版本过低" —— 提供完整错误信息以便精准匹配 -
解决方案优先级：推荐方案在前，备选方案在后 -
步骤详细度：每个方案包含完整命令，可直接复制执行
调优建议：
-
遇到错误时，将完整错误信息复制给OpenClaw，而不是只描述症状 -
优先使用官方推荐的解决方案（如nvm），避免手动配置环境变量 -
安装新版Node.js后，重启终端使环境变量生效
注意事项
⚠️ 使用提示：desearch-web-search搜索能力强大，但对于非常专业或前沿的技术问题，建议在搜索关键词后加上"官方文档"或"GitHub issue"，直接获取权威资料而非二次解读。
Skill 2: ai-web-automation - 浏览器自动化
功能说明
浏览器自动化技能，可模拟用户点击、填写表单、页面跳转。适用于自动注册、自动提交表单、自动任务执行。
安装命令
# 安装ai-web-automation
npx clawhub@latest install ai-web-automation
验证命令
# 查看技能信息
openclaw skills info ai-web-automation
技能网址
https://clawhub.com/search?q=ai-web-automation
实战案例
案例1：自动注册网站账号
场景说明：用户需要批量注册多个测试账号，手动填写表单耗时耗力。
用户指令：
帮我注册10个test-user@example.com类型的账号到https://example.com/signup，密码统一用Test@123456。
预期输出：
🔄 开始批量注册流程...
账号1/10:
✅ 打开注册页面: https://example.com/signup
✅ 填写邮箱: test-user-001@example.com
✅ 填写密码: Test@123456
✅ 填写确认密码: Test@123456
✅ 点击注册按钮
⏳ 等待页面跳转...
✅ 注册成功！
账号2/10:
✅ 打开注册页面: https://example.com/signup
✅ 填写邮箱: test-user-002@example.com
✅ 填写密码: Test@123456
✅ 填写确认密码: Test@123456
✅ 点击注册按钮
⏳ 等待页面跳转...
✅ 注册成功！
...（继续注册账号3-10）
📊 批量注册完成:
- 成功注册: 10个账号
- 失败: 0个
- 总耗时: 3分42秒
- 平均每账号耗时: 22秒
[IMAGE: 注册成功页面截图，建议尺寸：1080×600像素]
关键参数解释：
-
注册数量：10个账号 —— 明确执行次数，避免无限循环 -
邮箱模式：test-user-{number}@example.com —— 使用占位符{number}自动递增编号 -
密码统一：Test@123456 —— 所有账号使用相同密码，便于管理
调优建议：
-
如果网站有验证码或人工审核环节，需提前说明，让OpenClaw处理异常情况 -
批量操作前，建议先用1个账号测试流程，确认无问题后再批量执行 -
注意遵守网站的使用条款，避免被判定为恶意注册
案例2：自动填写调查问卷
场景说明：用户收到一份在线调查问卷，包含30个问题，手动填写耗时约15分钟。
用户指令：
帮我填写这份调查问卷https://survey.example.com/questionnaire，基本信息如下：
- 姓名：张三
- 年龄：28
- 职业：软件工程师
- 其他所有选择题都选择"不同意"
预期输出：
📋 开始填写调查问卷...
问卷加载中... ✅
问题1/30: 您对当前工作满意度如何？
✅ 选择选项: 不同意
✅ 点击下一题
问题2/30: 您认为最大的工作压力来源是什么？
✅ 选择选项: 工作时长过长
✅ 点击下一题
...（继续填写问题3-29）
问题30/30: 您对未来职业发展的规划是什么？
✅ 选择选项: 转型为AI产品经理
✅ 点击下一题
✅ 所有问题填写完成！
提交问卷中...
✅ 点击提交按钮
⏳ 等待提交结果...
✅ 提交成功！
📊 问卷填写完成:
- 总问题数: 30个
- 填写时长: 2分35秒
- 选择一致性: 100%（全部按指令选择）
[IMAGE: 问卷提交成功确认页面截图，建议尺寸：1080×600像素]
关键参数解释：
-
问卷链接：https://survey.example.com/questionnaire —— 明确目标URL -
基本信息：姓名、年龄、职业 —— 填写固定信息的字段 -
选择规则：所有选择题都选择"不同意" —— 统一的答案模式
调优建议：
-
对于问卷中的开放性问题，可以提前提供答案范围，避免OpenClaw理解偏差 -
如果问卷包含跳转逻辑（如选择A则显示问题2，选择B则显示问题3），需在指令中说明清楚 -
填写前检查问卷是否需要登录，如需登录则需提供账号密码
注意事项
⚠️ 安全提示：ai-web-automation涉及自动化操作，部分网站可能判定为机器人行为。建议：
操作前查看目标网站的使用条款 避免高频请求，可添加随机延迟模拟人类操作 如遇验证码或人工审核，暂停流程等待人工介入
Skill 3: web-pilot - 任务导向型网页执行
功能说明
任务导向型网页执行工具，可让OpenClaw执行复杂网页任务。适合自动化网页操作与结构分析。
安装命令
# 安装web-pilot
npx clawhub@latest install web-pilot
验证命令
# 查看技能信息
openclaw skills info web-pilot
技能网址
https://clawhub.com/search?q=web-pilot
实战案例
案例1：自动化电商比价流程
场景说明：用户要购买一款电子产品，需要在3个电商平台（京东、天猫、拼多多）对比价格，找到最优惠的购买渠道。
用户指令：
帮我比价Apple iPhone 15 Pro 256GB在京东、天猫、拼多多的价格，找出最优惠的渠道，并记录商品详情页面链接。
预期输出：
🛒️ 开始电商比价流程...
平台1: 京东
✅ 打开京东: https://www.jd.com
✅ 搜索: iPhone 15 Pro 256GB
✅ 等待搜索结果加载...
✅ 找到商品: Apple iPhone 15 Pro 256GB 黑色
✅ 提取价格: ¥8,999
✅ 提取商品链接: https://item.jd.com/123456789
✅ 提取商品详情（库存、评价数等）
平台2: 天猫
✅ 打开天猫: https://www.tmall.com
✅ 搜索: iPhone 15 Pro 256GB
✅ 等待搜索结果加载...
✅ 找到商品: Apple官方旗舰店 iPhone 15 Pro 256GB
✅ 提取价格: ¥8,799
✅ 提取商品链接: https://detail.tmall.com/item.htm?id=987654321
✅ 提取商品详情（正品保证、包邮信息等）
平台3: 拼多多
✅ 打开拼多多: https://www.pinduoduo.com
✅ 搜索: iPhone 15 Pro 256GB
✅ 等待搜索结果加载...
✅ 找到商品: Apple品牌直营店 iPhone 15 Pro 256GB
✅ 提取价格: ¥8,499
✅ 提取商品链接: https://mobile.pinduoduo.com/goods.html?goods_id=123456789
✅ 提取商品详情（优惠券、百亿补贴等）
📊 比价结果汇总:
┌─────────────┬──────────┬────────────┬──────────────┐
│ 平台 │ 价格 │ 商品链接 │ 备注 │
├─────────────┼──────────┼────────────┼──────────────┤
│ 京东 │ ¥8,999 │ [链接] │ 现货、发顺丰 │
│ 天猫 │ ¥8,799 │ [链接] │ 官方正品、包邮│
│ 拼多多 │ ¥8,499 │ [链接] │ 百亿补贴活动 │
└─────────────┴──────────┴────────────┴──────────────┘
🏆 最优惠渠道: 拼多多 (¥8,499，比京东便宜¥500)
💡 建议: 拼多多价格最低，但注意核实正品保障和售后服务
关键参数解释：
-
搜索目标：Apple iPhone 15 Pro 256GB —— 明确商品型号和配置 -
平台列表：京东、天猫、拼多多 —— 指定比价平台 -
输出要求：记录商品详情页面链接 —— 便于后续直接访问购买
调优建议：
-
对于热门商品，搜索结果可能非常多，建议在指令中限定条件（如颜色、存储容量） -
如果商品价格波动较大，可以添加时间限定（如"今天15点之前的价格"） -
考虑运费、优惠券、满减等实际到手价格，而非仅比较标价
案例2：自动化学术论文检索
场景说明：用户需要研究AI大模型最新进展，希望自动检索、下载、总结相关学术论文。
用户指令：
帮我检索并总结2025-2026年关于大模型推理能力优化的前10篇顶会论文，要求：
1. 论文来源：arXiv、ACL、NeurIPS
2. 关键词：large language model, reasoning, optimization, chain-of-thought
3. 输出格式：论文标题、作者、摘要、核心贡献、PDF下载链接
预期输出：
📚 开始学术论文检索...
检索来源1: arXiv
✅ 搜索关键词: large language model reasoning optimization chain-of-thought
✅ 等待搜索结果...
✅ 找到100+篇相关论文
✅ 按引用数排序，取前5篇
✅ 提取论文信息...
检索来源2: ACL Anthology
✅ 搜索关键词: large language model reasoning optimization chain-of-thought
✅ 等待搜索结果...
✅ 找到20+篇相关论文
✅ 按年份筛选(2025-2026)，取前3篇
✅ 提取论文信息...
检索来源3: NeurIPS
✅ 搜索关键词: large language model reasoning optimization chain-of-thought
✅ 等待搜索结果...
✅ 找到50+篇相关论文
✅ 按影响力排序，取前2篇
📊 检索完成，共找到10篇论文:
┌────┬────────────────┬──────────────┬────────────────┬────────────┐
│ 排名 │ 论文标题 │ 作者 │ 核心贡献 │ PDF链接 │
├────┼────────────────┼──────────────┼────────────────┼────────────┤
│ 1 │ Chain-of-Thought │ Wei et al. │ 提出CoT方法 │ [arXiv链接]│
│ │ Prompting Makes │ (2025) │ 推理准确率 │ │
│ │ Large Language │ │ 提升40% │ │
├────┼────────────────┼──────────────┼────────────────┼────────────┤
│ 2 │ Tree of Thoughts │ Yao et al. │ ToT结构化解 │ [arXiv链接]│
│ │ Improves Reasoning│ (2026) │ 推理步骤 │ │
│ │ on Complex Tasks │ │ 提升效率35% │ │
...（继续展示论文3-10）
📝 总结报告:
研究方向集中度:
- Chain-of-Thought (CoT) 相关: 4篇
- Tree of Thoughts (ToT) 相关: 3篇
- 混合推理架构: 2篇
- 其他优化方法: 1篇
核心突破点:
1. 推理准确性: 平均提升35-40%
2. 推理效率: ToT方法比CoT快25%
3. 可解释性: 思维链/树可视化，提升模型透明度
4. 计算成本: 通过结构化解减少推理步数，降低30%token消耗
推荐阅读优先级:
1. Chain-of-Thought Prompting Makes Large Language Models Better (Wei et al., 2025)
2. Tree of Thoughts Improves Large Language Model Reasoning (Yao et al., 2026)
3. Self-Consistency Improves Chain-of-Thought Reasoning (Zhou et al., 2025)
[IMAGE: 论文检索结果表格截图，建议尺寸：1080×800像素]
关键参数解释：
-
检索来源：arXiv、ACL、NeurIPS —— 指定权威学术数据库 -
时间范围：2025-2026年 —— 限定近期论文，确保前沿性 -
关键词：large language model, reasoning, optimization, chain-of-thought —— 核心研究方向 -
输出格式：论文标题、作者、摘要、核心贡献、PDF下载链接 —— 结构化信息便于后续阅读
调优建议：
-
如果检索结果过多，可以添加更多限定条件（如"引用数>100"） -
对于特定作者或机构，可以在关键词中添加（如"OpenAI research team"） -
考虑论文的开放获取权限，部分论文可能需要付费订阅
注意事项
⚠️ 使用提示：web-pilot适合复杂的多步骤网页任务，但对于需要深度理解内容的场景（如长篇论文阅读），建议配合summarize技能使用，先由desearch-web-search检索，再由summarize摘要，最后由web-pilot下载和整理。
Skill 4: web-form-automation - 表单自动化专家
功能说明
专注于网页表单填写与提交自动化。适合批量注册、自动化信息提交等场景。
安装命令
# 安装web-form-automation
npx clawhub@latest install web-form-automation
验证命令
# 查看技能信息
openclaw skills info web-form-automation
技能网址
https://clawhub.com/search?q=web-form-automation
实战案例
案例1：批量填写求职申请表
场景说明：用户正在求职，需要在10个招聘平台提交相同的求职申请，每个平台填写信息包括姓名、邮箱、简历等20个字段。
用户指令：
帮我向以下10个招聘平台提交求职申请：
- Boss直聘: https://www.zhipin.com
- 前程无忧: https://www.51job.com
- 智联招聘: https://www.zhaopin.com
- 猎聘: https://www.liepin.com
- 拉勾网: https://www.lagou.com
- 中华英才网: https://www.chinahr.com
- 英才网: https://www.yingcaijob.com
- 卓博人才网: https://www.jobui.com
- 人才热线: https://www.rencaijob.com
- 中国人才热线: https://www.jobhr.com
个人信息:
- 姓名: 张三
- 邮箱: zhangsan@example.com
- 电话: 13800138000
- 求职意向: AI产品经理
- 工作经验: 5年
- 期望薪资: 20-30K
- 简历PDF路径: /Users/zhangsan/Documents/resume.pdf
注意：每个平台的字段名称可能不同，请自动匹配并填写。
预期输出：
💼 开始批量求职申请...
平台1/10: Boss直聘
✅ 打开注册/登录页面: https://www.zhipin.com
✅ 检查是否已登录... 未登录，尝试注册
✅ 填写邮箱: zhangsan@example.com
✅ 填写手机号: 13800138000
✅ 设置密码: [自动生成强密码]
✅ 完成注册并登录
✅ 进入个人中心
✅ 填写姓名: 张三
✅ 填写邮箱: zhangsan@example.com
✅ 填写电话: 13800138000
✅ 上传简历: /Users/zhangsan/Documents/resume.pdf
✅ 选择求职意向: AI产品经理
✅ 填写工作年限: 5年
✅ 填写期望薪资: 20-30K
✅ 点击提交申请
✅ 申请成功！
平台2/10: 前程无忧
✅ 打开注册/登录页面: https://www.51job.com
✅ 检查是否已登录... 未登录，尝试注册
✅ 填写邮箱: zhangsan@example.com
✅ 填写手机号: 13800138000
✅ 设置密码: [自动生成强密码]
✅ 完成注册并登录
✅ 进入个人中心
✅ 填写姓名: 张三
✅ 填写邮箱: zhangsan@example.com
✅ 填写电话: 13800138000
✅ 上传简历: /Users/zhangsan/Documents/resume.pdf
✅ 选择求职意向: AI产品经理
✅ 填写工作年限: 5年
✅ 填写期望薪资: 20-30K
✅ 点击提交申请
✅ 申请成功！
...（继续平台3-10）
📊 批量申请完成:
┌────────────┬────────────┬───────────┬────────────┐
│ 平台 │ 状态 │ 提交时间 │ 备注 │
├────────────┼────────────┼───────────┼────────────┤
│ Boss直聘 │ 成功 │ 10:23:15 │ 简历已上传│
│ 前程无忧 │ 成功 │ 10:24:08 │ 简历已上传│
│ 智联招聘 │ 成功 │ 10:24:52 │ 简历已上传│
│ 猎聘 │ 成功 │ 10:25:35 │ 简历已上传│
│ 拉勾网 │ 成功 │ 10:26:12 │ 简历已上传│
│ 中华英才网 │ 成功 │ 10:26:58 │ 简历已上传│
│ 英才网 │ 成功 │ 10:27:41 │ 简历已上传│
│ 人才热线 │ 成功 │ 10:28:15 │ 简历已上传│
│ 中国人才热线│ 成功 │ 10:28:57 │ 简历已上传│
└────────────┴────────────┴───────────┴────────────┘
总耗时: 6分42秒
平均每平台耗时: 40秒
成功率: 100% (10/10)
💡 提示: 已成功提交10个平台的求职申请，建议定期查看各平台的投递状态，及时回应HR沟通。
关键参数解释：
-
平台列表：10个招聘网站 —— 明确目标平台数量和网址 -
个人信息：姓名、邮箱、电话、求职意向、工作经验、期望薪资、简历路径 —— 填写字段及值 -
简历文件：/Users/zhangsan/Documents/resume.pdf —— 需上传的文件路径
调优建议：
-
不同平台的字段名称可能不同，如"姓名"可能对应"name"、"username"等，建议让OpenClaw自动匹配 -
部分平台可能有验证码或滑块验证，需提前说明处理策略 -
如平台要求填写额外信息（如户籍、政治面貌等），可提前提供或让OpenClaw跳过该字段
案例2：批量提交客户信息登记表
场景说明：销售部门需要批量登记50个客户信息到CRM系统，每个客户需要填写15个字段（公司名、联系人、电话、邮箱、地址等）。
用户指令：
帮我向CRM系统批量登记50个客户信息，CRM地址: https://crm.example.com/customer/add
客户信息模板（50个客户使用相同模板）:
- 公司名称: [客户公司名]
- 联系人: [客户姓名]
- 职位: [客户职位]
- 电话: [客户电话]
- 邮箱: [客户邮箱]
- 地址: [客户地址]
- 行业: [客户所属行业]
- 公司规模: [员工人数]
- 客户等级: [A/B/C级客户]
- 首次接触时间: [YYYY-MM-DD格式]
- 最近跟进时间: [YYYY-MM-DD格式]
- 跟进状态: [初步接洽/需求确认/方案报价/合同谈判/成交/流失]
- 备注: [其他重要信息]
客户名单在CSV文件: /Users/sales/customers.csv
预期输出：
📋 开始批量客户信息登记...
加载客户名单... ✅
读取CSV文件: /Users/sales/customers.csv
✅ 解析50条客户记录
客户1/50:
✅ 打开CRM页面: https://crm.example.com/customer/add
✅ 填写公司名称: 科技创新有限公司
✅ 填写联系人: 李四
✅ 填写职位: 技术总监
✅ 填写电话: 13900139000
✅ 填写邮箱: lisi@techinnov.com
✅ 填写地址: 北京市海淀区中关村大街1号
✅ 填写行业: 软件和信息技术服务业
✅ 填写公司规模: 200-500人
✅ 填写客户等级: A级客户
✅ 填写首次接触时间: 2025-01-15
✅ 填写最近跟进时间: 2026-02-28
✅ 填写跟进行状态: 方案报价
✅ 填写备注: 重点跟进，有明确采购意向
✅ 点击提交
✅ 提交成功！
客户2/50:
✅ 打开CRM页面: https://crm.example.com/customer/add
✅ 填写公司名称: 创新动力科技有限公司
✅ 填写联系人: 王五
✅ 填写职位: 产品经理
✅ 填写电话: 13800129000
✅ 填写邮箱: wangwu@chuangxin.com
✅ 填写地址: 上海市浦东新区张江高科技园区
✅ 填写行业: 互联网和相关服务
✅ 填写公司规模: 100-200人
✅ 填写客户等级: B级客户
✅ 填写首次接触时间: 2024-11-20
✅ 填写最近跟进时间: 2026-03-01
✅ 填写跟进行状态: 合同谈判
✅ 填写备注: 合同金额约50万，等待最终确认
✅ 点击提交
✅ 提交成功！
...（继续客户3-50）
📊 批量登记完成:
┌──────────┬────────┬────────┬──────────┬────────┬─────────┐
│ 客户等级 │ 数量 │ 占比 │ 总跟进次数│ 成交金额│
├──────────┼────────┼────────┼──────────┼────────┼─────────┤
│ A级客户 │ 12个 │ 24% │ 58次 │ ¥280万 │
│ B级客户 │ 20个 │ 40% │ 84次 │ ¥320万 │
│ C级客户 │ 18个 │ 36% │ 42次 │ ¥85万 │
└──────────┴────────┴────────┴──────────┴────────┴─────────┘
总耗时: 28分15秒
平均每客户耗时: 34秒
成功率: 100% (50/50)
💡 分析:
- A级客户(12个)占24%，贡献¥280万成交金额，为重点跟进对象
- B级客户(20个)占40%，贡献¥320万成交金额，潜力较大
- C级客户(18个)占36%，贡献¥85万成交金额，需加强转化
建议:
1. 优先跟进A级客户的合同谈判，确保尽快成交
2. 对B级客户增加跟进频率，争取下季度转化
3. 对C级客户重新评估等级，部分可能有升级潜力
[IMAGE: CRM客户数据表格截图，建议尺寸：1080×800像素]
关键参数解释：
-
CRM地址：https://crm.example.com/customer/add —— 目标表单页面 -
客户信息模板：15个字段及说明 —— 定义填写字段及数据格式 -
客户名单CSV：/Users/sales/customers.csv —— 数据源文件路径
调优建议：
-
对于大量数据（如超过100个客户），建议分批执行，每批20-30个，避免长时间运行导致超时 -
如果CRM系统有字段校验（如邮箱格式、电话长度），需提前确保数据符合要求 -
部分CRM可能要求上传附件（如合同扫描件），可在指令中提供文件路径
注意事项
⚠️ 安全提示：web-form-automation适合批量表单填写，但需注意：
遵守目标平台的使用条款，避免被判定为恶意自动化 对于涉及敏感信息（如身份证号、银行卡号）的表单，谨慎使用 建议先用少量数据测试流程，确认无误后再批量执行
Skill 5: web-deploy-github - GitHub自动部署
功能说明
自动部署项目至GitHub Pages或仓库。适合博客自动发布与CI流程集成。
安装命令
# 安装web-deploy-github
npx clawhub@latest install web-deploy-github
验证命令
# 查看技能信息
openclaw skills info web-deploy-github
技能网址
https://clawhub.com/search?q=web-deploy-github
实战案例
案例1：自动部署博客到GitHub Pages
场景说明：用户开发了一个静态博客网站，希望在每次修改内容后，自动部署到GitHub Pages供公开访问。
用户指令：
帮我将本地博客项目自动部署到GitHub Pages，项目信息如下：
- 本地路径: /Users/developer/my-blog
- GitHub仓库: https://github.com/developer/my-blog
- 分支: main
- 构建命令: npm run build
- 输出目录: dist
- 部署目标: gh-pages分支
- 每次部署前先运行测试: npm test
预期输出：
🚀 开始部署博客到GitHub Pages...
步骤1: 检查本地项目
✅ 确认项目路径: /Users/developer/my-blog
✅ 检查Git状态: 已初始化，当前分支main
✅ 检查未提交更改: 有3个文件未提交
步骤2: 提交更改
✅ 添加所有文件到暂存区
✅ 提交信息: feat: 更新博客文章 - 更新关于AI的文章
✅ 推送到远程仓库main分支
步骤3: 运行构建
✅ 执行命令: npm run build
⏳ 正在构建...
✅ 构建成功: 用时3分25秒
✅ 输出目录: dist
✅ 生成文件数: 42个HTML文件 + 8个CSS文件 + 15个图片
步骤4: 运行测试
✅ 执行命令: npm test
⏳ 正在测试...
✅ 测试通过: 42个测试用例全部通过
✅ 覆盖率: 95%
步骤5: 部署到GitHub Pages
✅ 检查gh-pages分支是否存在... 不存在，将创建
✅ 切换到gh-pages分支
✅ 清空分支内容
✅ 从main分支的dist目录复制文件到gh-pages
✅ 提交文件: docs: 部署博客构建文件到GitHub Pages
✅ 推送到远程仓库
步骤6: 启用GitHub Pages
✅ 检查仓库设置: Pages已启用
✅ 更新源分支: gh-pages
✅ 更新自定义域名: myblog.com (如果已配置)
✅ 等待GitHub Actions构建完成...
🎉 部署成功！
┌────────────────────────────────────────┐
│ 部署信息 │
├────────────────────────────────────────┤
│ GitHub仓库: │
│ https://github.com/developer/my-blog │
│ │
│ Pages地址: │
│ https://developer.github.io/my-blog/ │
│ │
│ 部署时间: 2026-03-09 21:46:15 │
│ │
│ 构建时长: 3分25秒 │
│ │
│ 测试覆盖率: 95% │
│ │
│ 部署文件数: 65个文件 │
└────────────────────────────────────────┘
💡 提示:
- GitHub Pages首次部署可能需要1-3分钟才可访问
- 自定义域名DNS生效需要10-30分钟
- 可通过https://github.com/developer/my-blog/deployments查看部署历史
[IMAGE: GitHub Pages部署成功页面截图，建议尺寸：1080×600像素]
关键参数解释：
-
本地路径：/Users/developer/my-blog —— 项目根目录 -
GitHub仓库：https://github.com/developer/my-blog —— 目标仓库地址 -
分支：main —— 源代码分支 -
构建命令：npm run build —— 项目构建指令 -
输出目录：dist —— 构建产物目录 -
部署目标：gh-pages分支 —— GitHub Pages专用分支 -
每次部署前先运行测试：npm test —— 确保代码质量
调优建议：
-
如果项目较大（构建超过5分钟），建议使用GitHub Actions而非本地构建，避免长时间等待 -
对于频繁更新（如每天多次部署），可以配置GitHub Actions自动触发（push到main分支时自动部署） -
部署前确保没有敏感信息（如API Key）被提交到仓库
案例2：自动化部署静态网站到CDN
场景说明：用户有一个静态网站，希望在代码提交后自动部署到阿里云CDN加速国内访问。
用户指令：
帮我配置自动化部署流程：代码提交到GitHub后，自动部署到阿里云CDN，信息如下：
- GitHub仓库: https://github.com/developer/website
- 阿里云CDN配置:
- Bucket: my-website-cdn
- Region: cn-hangzhou
- 访问域名: www.mywebsite.com
- 部署触发条件: push到main分支
- 部署前验证: 网站可访问，链接检查无404错误
预期输出：
🚀 配置自动化部署流程...
步骤1: 创建GitHub Actions工作流
✅ 生成工作流文件: .github/workflows/deploy-to-cdn.yml
✅ 工作流触发条件: push到main分支
✅ 工作流步骤:
1. 检出代码
2. 构建项目
3. 上传到阿里云CDN
4. 刷新CDN缓存
5. 验证网站可访问性
步骤2: 配置阿里云CDN访问权限
✅ 检查环境变量... 未设置阿里云AccessKey
⚠️ 需要配置以下环境变量:
- ALIYUN_ACCESS_KEY_ID: [你的阿里云AccessKey ID]
- ALIYUN_ACCESS_KEY_SECRET: [你的阿里云AccessKey Secret]
- CDN_BUCKET_NAME: my-website-cdn
步骤3: 验证部署流程
✅ 提交工作流文件到GitHub
✅ 推送到main分支
✅ 等待GitHub Actions执行...
[IMAGE: GitHub Actions工作流配置文件内容截图，建议尺寸：1080×800像素]
📝 部署工作流已创建:
文件路径: .github/workflows/deploy-to-cdn.yml
工作流内容预览:
```yaml
name: Deploy to Aliyun CDN
on:
push:
branches:
- main
jobs:
deploy:
runs-on: ubuntu-latest
steps:
- name: 检出代码
uses: actions/checkout@v3
- name: 构建项目
run: |
npm ci
npm run build
- name: 上传到阿里云CDN
env:
ALIYUN_ACCESS_KEY_ID: ${{ secrets.ALIYUN_ACCESS_KEY_ID }}
ALIYUN_ACCESS_KEY_SECRET: ${{ secrets.ALIYUN_ACCESS_KEY_SECRET }}
CDN_BUCKET_NAME: my-website-cdn
run: |
# 这里将执行上传到阿里云CDN的命令
npm run deploy:cdn
- name: 刷新CDN缓存
run: |
npm run cdn:refresh
- name: 验证网站可访问性
run: |
npm run verify:website
💡 下一步操作:
-
在GitHub仓库设置中添加Secrets: -
ALIYUN_ACCESS_KEY_ID -
ALIYUN_ACCESS_KEY_SECRET
-
-
提交一次代码到main分支，触发自动化部署 -
通过GitHub Actions页面查看执行日志:https://github.com/developer/website/actions
**关键参数解释**：
- GitHub仓库：https://github.com/developer/website —— 目标代码仓库
- 阿里云CDN配置：Bucket、Region、访问域名 —— CDN部署参数
- 部署触发条件：push到main分支 —— 自动触发条件
- 部署前验证：网站可访问，链接检查无404错误 —— 质量控制步骤
**调优建议**：
- 对于大型项目（文件数超过1000），建议分批上传到CDN，避免单次操作超时
- 配置CDN缓存策略，静态资源（图片、CSS、JS）缓存时间可设置较长（如7天）
- 添加部署成功后的通知（如钉钉、企业微信），及时了解部署状态
#### 注意事项
> ⚠️ **安全提示**：web-deploy-github涉及代码部署和CDN操作，需注意：
> 1. 避免在代码中硬编码敏感信息（如API Key、密码），使用GitHub Secrets存储
> 2. 部署前在测试环境验证，避免将错误代码部署到生产环境
> 3. 配置CDN访问权限时，遵循最小权限原则，只授予必要的读写权限
---
### Skill 6: web-perf - 网站性能分析
#### 功能说明
网站性能分析技能，可检测加载速度与资源消耗情况。适合前端性能优化分析。
#### 安装命令
```bash
# 安装web-perf
npx clawhub@latest install web-perf
验证命令
# 查看技能信息
openclaw skills info web-perf
技能网址
https://clawhub.com/search?q=web-perf
实战案例
案例1：电商首页性能分析
场景说明：用户运营一个电商网站，发现首页加载速度慢，需要分析性能瓶颈并给出优化建议。
用户指令：
帮我分析我的电商网站首页性能，并提供优化建议，网站地址: https://www.example-shop.com
分析要求:
1. 检测页面加载时间（首屏渲染时间、完全加载时间）
2. 分析资源加载情况（图片、CSS、JS等资源的数量和大小）
3. 识别性能瓶颈（加载慢的资源、阻塞渲染的资源）
4. 给出具体优化建议（按优先级排序）
5. 对比行业平均水平和优秀标准
预期输出：
⚡ 开始性能分析...
目标网站: https://www.example-shop.com
分析时间: 2026-03-09 22:15:30
📊 性能分析报告:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
首页性能分析报告
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
一、核心性能指标
┌─────────────┬──────────┬──────────┬────────────┬────────────┐
│ 指标 │ 实测值 │ 行业平均 │ 优秀标准 │ 评级 │
├─────────────┼──────────┼──────────┼────────────┼────────────┤
│ 首屏渲染时间 │ 3.2秒 │ 1.8秒 │ < 1.0秒 │ ⚠️ 需优化 │
│ 完全加载时间 │ 5.8秒 │ 3.5秒 │ < 2.5秒 │ ⚠️ 需优化 │
│ 首次内容绘制 │ 1.5秒 │ 0.8秒 │ < 0.5秒 │ ⚠️ 需优化 │
│ 可交互时间 │ 4.1秒 │ 2.2秒 │ < 1.5秒 │ ⚠️ 需优化 │
│ 总资源大小 │ 8.5MB │ 3.2MB │ < 2.0MB │ ⚠️ 需优化 │
│ 请求总数 │ 156个 │ 80个 │ < 50个 │ ⚠️ 需优化 │
└─────────────┴──────────┴──────────┴────────────┴────────────┘
二、资源加载分析
图片资源 (42个):
┌──────────────┬──────────┬──────────┬────────────┐
│ 类别 │ 数量 │ 总大小 │ 占比 │
├──────────────┼──────────┼──────────┼────────────┤
│ 未压缩PNG │ 28个 │ 6.2MB │ 73% │
│ 未压缩JPG │ 10个 │ 1.8MB │ 21% │
│ WebP格式 │ 4个 │ 0.5MB │ 6% │
└──────────────┴──────────┴──────────┴────────────┘
CSS资源 (8个):
┌──────────────┬──────────┬──────────┬────────────┐
│ 文件 │ 大小 │ 加载时间 │ 占比 │
├──────────────┼──────────┼──────────┼────────────┤
│ main.css │ 420KB │ 0.8秒 │ 35% │
│ vendor.css │ 680KB │ 1.2秒 │ 56% │
└──────────────┴──────────┴──────────┴────────────┘
JavaScript资源 (18个):
┌──────────────┬──────────┬──────────┬────────────┐
│ 文件 │ 大小 │ 加载时间 │ 占比 │
├──────────────┼──────────┼──────────┼────────────┤
│ app.js │ 2.1MB │ 1.5秒 │ 65% │
│ vendor.js │ 1.1MB │ 0.9秒 │ 35% │
└──────────────┴──────────┴──────────┴────────────┘
三、性能瓶颈识别
🔴 严重问题:
1. 首屏渲染时间3.2秒，远超优秀标准(< 1.0秒)
- 原因: 大量未压缩图片(6.2MB)阻塞渲染
- 影响: 用户等待时间长，可能造成跳出
- 优化价值: 高
2. 总资源大小8.5MB，超出优秀标准(< 2.0MB)4倍+
- 原因: 未使用现代图片格式(WebP)、CSS/JS未压缩
- 影响: 流量消耗大，加载速度慢
- 优化价值: 高
3. vendor.js(1.1MB)加载耗时1.5秒，占总加载时间26%
- 原因: 第三方库未按需加载，全量引入
- 影响: 主要业务逻辑被阻塞
- 优化价值: 高
🟡 中等问题:
1. 完全加载时间5.8秒，高于行业平均(3.5秒)66%
- 原因: 资源未优化、无CDN加速
- 影响: 用户体验不佳
- 优化价值: 中
2. 可交互时间4.1秒，高于优秀标准(< 1.5秒)173%
- 原因: 非关键JS阻塞主线程
- 影响: 用户无法及时操作页面
- 优化价值: 中
四、优化建议（按优先级排序）
🔥 高优先级（预期提升40-60%性能）:
1. 图片优化
- 将28个未压缩PNG转换为WebP格式
- 使用ImageOptim、TinyPNG等工具压缩
- 预期效果: 图片大小从6.2MB降至1.2MB（-81%）
- 预期性能提升: 首屏渲染时间从3.2秒降至1.8秒
2. 代码分割与懒加载
- 将vendor.js(1.1MB)按路由拆分为多个chunk
- 实现路由懒加载，只加载当前页面需要的代码
- 预期效果: 初始加载体积从2.1MB降至0.8MB（-62%）
- 预期性能提升: 完全加载时间从5.8秒降至3.5秒
3. 启用HTTP/2和服务器推送
- 配置服务器推送，提前推送关键资源
- 启用HTTP/2多路复用
- 预期效果: 减少RTT往返时间30%
- 预期性能提升: 首屏渲染时间从1.8秒降至1.3秒
💡 中优先级（预期提升20-30%性能）:
1. CSS优化
- 删除未使用的CSS规则
- 合并多个CSS文件为1个，减少请求数
- 预期效果: 请求数从8个降至3个
- 预期性能提升: 减少网络往返50%
2. 启用浏览器缓存
- 配置Cache-Control和ETag头
- 对静态资源设置长期缓存(如1年)
- 预期效果: 二次访问速度提升80%+
3. 使用CDN加速
- 将静态资源部署到阿里云/腾讯云CDN
- 配置全球节点分发
- 预期效果: 国内访问速度提升50%+
💚 低优先级（预期提升5-10%性能）:
1. 字体优化
- 使用Web Font或系统字体替代自定义字体文件
- 预期效果: 减少字体文件加载时间
- 预期性能提升: 首屏渲染时间提升5%
2. DNS预解析
- 添加DNS prefetch提示
- 预期效果: 减少DNS查询时间
- 预期性能提升: 首屏渲染时间提升3%
[IMAGE: 性能分析报告页面截图，建议尺寸：1080×800像素]
关键参数解释：
-
目标网站：https://www.example-shop.com —— 分析对象 -
分析要求：页面加载时间、资源加载情况、性能瓶颈识别、优化建议、行业对比 —— 输出维度 -
首屏渲染时间、完全加载时间等 —— 核心性能指标
调优建议：
-
对于动态页面（如SPA应用），建议多次刷新取平均值，避免单次测试偶然性 -
分析不同网络环境（4G/5G/WiFi）下的性能表现，优化覆盖主要用户场景 -
结合真实用户监控数据（如百度统计、Google Analytics），验证实验室测试结果
案例2：博客文章页面性能对比
场景说明：用户运营一个技术博客，希望对比不同文章页面的性能表现，找出性能差的页面进行优化。
用户指令：
帮我对比分析我的博客最近10篇文章的性能表现，找出最慢的3篇文章并给出优化建议，博客地址: https://blog.example.com
分析要求:
1. 统计每篇文章的加载时间、资源大小
2. 按性能排序（从快到慢）
3. 对比最慢3篇与最快3篇的差异
4. 针对最慢3篇给出具体优化建议
5. 给出整体性能提升预期
预期输出：
⚡ 开始博客性能对比分析...
目标网站: https://blog.example.com
分析文章数: 10篇
分析时间: 2026-03-09 22:30:15
📊 性能对比分析报告:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
博客文章性能对比分析报告
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
一、文章性能总览
┌────┬──────────────┬──────────┬──────────┬──────────┬─────────┐
│排名│ 文章标题 │ 加载时间 │ 资源大小 │ 图片数 │ 评级 │
├────┼──────────────┼──────────┼──────────┼──────────┼─────────┤
│ 1 │ 深度解析AI架构 │ 2.1秒 │ 1.8MB │ 8个 │ ✅ 优秀│
│ 2 │ 2026年AI技术趋势 │ 2.3秒 │ 2.1MB │ 12个 │ ✅ 优秀│
│ 3 │ OpenClaw实战入门 │ 2.5秒 │ 1.9MB │ 10个 │ ✅ 优秀│
│ 4 │ 大模型推理优化方法 │ 2.7秒 │ 2.3MB │ 15个 │ 🟡 中等 │
│ 5 │ Python性能调优指南 │ 2.9秒 │ 2.5MB │ 18个 │ 🟡 中等 │
│ 6 │ Docker容器化部署 │ 3.5秒 │ 3.2MB │ 22个 │ 🟡 中等 │
│ 7 │ Kubernetes集群管理 │ 4.8秒 │ 4.5MB │ 35个 │ 🔴 需优化│
│ 8 │ 微服务架构设计 │ 5.2秒 │ 5.1MB │ 42个 │ 🔴 需优化│
│ 9 │ 云原生最佳实践 │ 6.1秒 │ 6.8MB │ 58个 │ 🔴 需优化│
│ 10 │ Serverless架构解析 │ 7.3秒 │ 8.2MB │ 65个 │ 🔴 需优化│
└────┴──────────────┴──────────┴──────────┴──────────┴─────────┘
二、性能统计
平均加载时间: 3.9秒
最快加载: 2.1秒
最慢加载: 7.3秒
性能差异: 最慢比最慢慢247%
平均资源大小: 3.8MB
最小资源: 1.8MB
最大资源: 8.2MB
资源差异: 最大比最小大355%
三、最慢3篇文章深度分析
🔴 文章8: Kubernetes集群管理 (加载时间4.8秒，资源4.5MB)
问题识别:
1. 图片未优化: 35个图片，总大小3.8MB，占资源84%
- 问题: 大部分图片为未压缩的PNG格式
- 影响: 图片加载耗时2.8秒，占总加载时间58%
- 建议: 转换为WebP格式，使用图片CDN
2. JavaScript体积过大: 3个JS文件，总大小1.8MB
- 问题: 引入了未使用的第三方库，代码未压缩
- 影响: JS解析和执行耗时1.2秒
- 建议: 删除未使用库，启用Tree Shaking
3. HTTP请求数过多: 共156个请求
- 问题: 未合并小文件，每个小CSS/JS单独请求
- 影响: 网络往返开销大，增加1.5秒
- 建议: 合并文件，使用HTTP/2
优化建议:
预期性能提升: 加载时间从4.8秒降至2.2秒（-54%）
优化工作量: 中等（1-2天）
优化收益: 高（提升用户体验，降低跳出率）
🔴 文章9: 微服务架构设计 (加载时间5.2秒，资源5.1MB)
问题识别:
1. 首屏渲染慢: 3.2秒
- 问题: 顶部Banner使用了大尺寸高清图片(2.1MB)
- 影响: 用户长时间看到空白页
- 建议: 使用响应式图片，移动端加载小尺寸图
2. 第三方脚本阻塞: 引入了分析工具代码0.8MB
- 问题: 在head中同步加载，阻塞首屏渲染
- 影响: 首屏渲染时间延长2.1秒
- 建议: 将非关键脚本改为异步加载
3. 未启用缓存: 资源未设置Cache-Control
- 问题: 每次访问都重新下载，无法利用浏览器缓存
- 影响: 二次访问速度慢，流量消耗大
- 建议: 配置长期缓存策略
优化建议:
预期性能提升: 加载时间从5.2秒降至2.8秒（-46%）
优化工作量: 中等（2-3天）
优化收益: 高（大幅提升用户体验，降低服务器负载）
🔴 文章10: Serverless架构解析 (加载时间7.3秒，资源8.2MB)
问题识别:
1. 代码体积过大: 总资源8.2MB，其中JS占6.1MB
- 问题: 未进行代码分割和Tree Shaking
- 影响: JS下载、解析、执行耗时4.2秒
- 建议: 实现路由懒加载，按需加载代码
2. 图片资源过多: 65个图片，总大小6.8MB
- 问题: 未使用图片懒加载，一次性加载所有图片
- 影响: 初始加载时间极长，首屏慢
- 建议: 只加载首屏图片，滚动时按需加载
3. 未使用CDN: 所有资源从源服务器加载
- 问题: 源服务器带宽有限，国内访问慢
- 影响: 国内用户平均加载时间比国外慢3-5倍
- 建议: 部署到阿里云/腾讯云CDN
优化建议:
预期性能提升: 加载时间从7.3秒降至3.5秒（-52%）
优化工作量: 大（3-5天）
优化收益: 极高（从最差提升到中等水平）
[IMAGE: 文章性能对比表格截图，建议尺寸：1080×800像素]
关键参数解释：
-
目标网站：https://blog.example.com —— 分析对象 -
分析文章数：10篇 —— 分析范围 -
性能排序、对比差异、优化建议、提升预期 —— 输出维度
调优建议：
-
对于文章性能差异大的博客，建议建立性能基准线，新文章发布前需通过测试 -
定期监控生产环境性能，发现问题及时优化，避免性能退化 -
优先优化访问量大的文章页面，优化投入产出比最高
注意事项
⚠️ 使用提示：web-perf适合性能分析，但需注意：
性能测试结果受网络环境影响，建议在不同网络环境下多次测试取平均值 优化前先备份代码，避免优化引入新问题 性能优化是持续过程，建议定期（如每月）进行性能评估
Skill 7: web - 通用Web工具集
功能说明
通用Web工具集技能，支持网页结构提取与分析。
安装命令
# 安装web
npx clawhub@latest install web
验证命令
# 查看技能信息
openclaw skills info web
技能网址
https://clawhub.com/search?q=web
实战案例
案例1：提取网页结构化数据
场景说明：用户需要从新闻网站批量提取文章标题、链接、发布时间、作者等信息，生成RSS订阅列表。
用户指令：
帮我从科技新闻网站提取最近20篇文章的结构化数据，网站地址: https://news.example.com/tech
提取要求:
1. 提取字段: 标题、链接、发布时间、作者、摘要、分类
2. 按发布时间排序（从新到旧）
3. 生成Markdown格式的RSS列表
4. 保存为文件: /Users/user/rss-feed.md
预期输出：
📰 开始提取新闻网站数据...
目标网站: https://news.example.com/tech
提取文章数: 20篇
提取时间: 2026-03-09 22:45:30
页面加载中... ✅
解析页面结构... ✅
提取文章数据... ✅
📊 提取完成，共提取20篇文章:
文章1: OpenClaw 2026重大更新发布
- 链接: https://news.example.com/articles/openclaw-2026-update
- 发布时间: 2026-03-09 10:30:00
- 作者: 张技术
- 分类: AI智能体
- 摘要: OpenClaw发布v2026.3.7版本，新增ContextEngine插件接口...
文章2: GPT-5.4推理能力突破
- 链接: https://news.example.com/articles/gpt-54-reasoning
- 发布时间: 2026-03-09 09:15:00
- 作者: 李AI
- 分类: 大语言模型
- 摘要: OpenAI发布GPT-5.4，推理能力提升300%...
...（继续展示文章3-19）
文章20: 2026年AI技术趋势预测
- 链接: https://news.example.com/articles/ai-trend-2026
- 发布时间: 2026-03-08 16:45:00
- 作者: 王趋势
- 分类: 行业分析
- 摘要: 预计2026年AI将向多模态、本地化、边缘计算三个方向发展...
✅ 数据整理完成，按发布时间排序
✅ 生成RSS格式Markdown
✅ 保存文件: /Users/user/rss-feed.md
📝 RSS订阅列表:
```markdown
# 科技新闻RSS订阅
# 自动生成时间: 2026-03-09 22:45:30
## 最新文章 (2026-03-09更新)
### [OpenClaw 2026重大更新发布](https://news.example.com/articles/openclaw-2026-update)
**发布时间**: 2026-03-09 10:30:00
**作者**: 张技术
**分类**: AI智能体
**摘要**: OpenClaw发布v2026.3.7版本，新增ContextEngine插件接口...
---
### [GPT-5.4推理能力突破](https://news.example.com/articles/gpt-54-reasoning)
**发布时间**: 2026-03-09 09:15:00
**作者**: 李AI
**分类**: 大语言模型
**摘要**: OpenAI发布GPT-5.4，推理能力提升300%...
---
...（继续展示文章3-20）
---
## 历史文章
[查看全部历史文章](https://news.example.com/archives/tech)
---
*本RSS由OpenClaw自动生成，如有问题请访问[原网站](https://news.example.com/tech)*
关键参数解释：
-
目标网站：https://news.example.com/tech —— 数据源 -
提取字段：标题、链接、发布时间、作者、摘要、分类 —— 需要提取的信息 -
输出格式：Markdown格式的RSS列表 —— 目标格式 -
保存文件：/Users/user/rss-feed.md —— 结果文件路径
调优建议：
-
如果网站有分页，需要在指令中明确提取页数（如"提取前3页的共60篇文章"） -
对于动态加载的内容（如懒加载），可能需要模拟滚动触发加载 -
提取数据后进行验证，如检查链接是否可访问、发布时间格式是否一致
案例2：对比多个网站同类信息
场景说明：用户需要从3个竞品官网提取产品信息，生成对比表格。
用户指令：
帮我对比以下3个竞品官网的产品信息，生成对比表格：
- 竞品A: https://product-a.example.com
- 竞品B: https://product-b.example.com
- 竞品C: https://product-c.example.com
提取字段: 产品名称、价格、核心功能、支持平台、官网链接
生成格式: Markdown表格
保存为文件: /Users/user/competitor-comparison.md
预期输出：
📊 开始竞品信息对比...
目标网站1: https://product-a.example.com
✅ 页面加载完成
✅ 提取产品信息...
目标网站2: https://product-b.example.com
✅ 页面加载完成
✅ 提取产品信息...
目标网站3: https://product-c.example.com
✅ 页面加载完成
✅ 提取产品信息...
📊 对比分析完成，生成对比表格:
┌──────────┬────────────┬────────────┬────────────┬────────────────┐
│ 竞品 │ 产品名称 │ 价格 │ 核心功能 │ 支持平台 │
├──────────┼────────────┼────────────┼────────────┼────────────────┤
│ A │ ProductA │ ¥299 │ 功能1,2,3 │ Web,iOS,Android│
│ B │ ProductB │ ¥199 │ 功能1,2,4,5 │ Web,iOS │
│ C │ ProductC │ ¥399 │ 功能1,2,3,4 │ 全平台 │
└──────────┴────────────┴────────────┴────────────┴────────────────┘
✅ 生成Markdown表格
✅ 保存文件: /Users/user/competitor-comparison.md
📝 竞品对比表:
| 竞品 | 产品名称 | 价格 | 核心功能 | 支持平台 |
|------|----------|------|----------|----------|
| A | ProductA | ¥299 | 功能1,2,3 | Web,iOS,Android |
| B | ProductB | ¥199 | 功能1,2,4,5 | Web,iOS |
| C | ProductC | ¥399 | 功能1,2,3,4 | 全平台 |
## 对比分析
### 价格分析
- 最低价: ProductB (¥199)
- 最高价: ProductC (¥399)
- 价格差异: ProductC比ProductB贵100%
### 功能对比
- ProductA: 基础功能集（3个功能）
- ProductB: 扩展功能集（5个功能，涵盖A所有功能）
- ProductC: 完整功能集（4个功能，B功能子集）
### 平台支持
- ProductA: Web,iOS,Android (三平台)
- ProductB: Web,iOS (两平台)
- ProductC: 全平台 (Web,iOS,Android,Windows,macOS)
### 综合评价
- 性价比: ProductB最优（价格最低，功能齐全）
- 功能全面性: ProductC最优（功能最全）
- 平台覆盖: ProductC最优（全平台支持）
---
*本对比由OpenClaw自动生成，数据提取时间: 2026-03-09 22:50:15*
关键参数解释：
-
目标网站：3个竞品官网 —— 数据源 -
提取字段：产品名称、价格、核心功能、支持平台、官网链接 —— 对比维度 -
输出格式：Markdown表格 —— 结果格式
调优建议：
-
对于产品信息动态变化的网站（如价格实时更新），建议在指令中注明数据时效性 -
如官网结构复杂（如多级菜单、弹窗），需要明确提取路径或让OpenClaw探索式提取 -
对比表格生成后，建议人工复核关键信息（如价格、核心功能），避免提取错误
注意事项
⚠️ 使用提示：web适合网页结构提取，但需注意：
部分网站有反爬虫机制（如IP限制、验证码），需控制请求频率 提取的数据需遵守网站的使用条款和robots.txt规则 对于涉及版权的内容，建议仅提取摘要或链接，避免全文复制
Skill 8: web-claude - AI网页内容处理
功能说明
结合AI能力的网页内容处理工具。适合复杂文本分析与网页理解。
安装命令
# 安装web-claude
npx clawhub@latest install web-claude
验证命令
# 查看技能信息
openclaw skills info web-claude
技能网址
https://clawhub.com/search?q=web-claude
实战案例
案例1：深度分析技术文章
场景说明：用户提供一篇长篇AI技术文章（约5000字），希望提取核心观点、技术要点、案例代码，并生成结构化笔记。
用户指令：
帮我深度分析这篇技术文章，提取核心信息并生成结构化笔记：
文章链接: https://tech-article.example.com/ai-reasoning-2026
分析要求:
1. 提取核心观点（列出前5个关键观点）
2. 技术要点（按重要程度排序）
3. 提取所有代码片段（包含语言类型）
4. 总结适用场景和注意事项
5. 生成Markdown格式的技术笔记
输出文件: /Users/user/ai-reasoning-notes.md
预期输出：
📚 开始深度分析技术文章...
目标文章: https://tech-article.example.com/ai-reasoning-2026
文章长度: 约5000字
分析时间: 2026-03-09 23:00:15
页面加载中... ✅
提取文章内容... ✅
AI深度分析中... ✅
📊 分析完成，生成结构化笔记:
# AI推理优化方法深度解析笔记
> 自动生成时间: 2026-03-09 23:00:15
> 文章来源: https://tech-article.example.com/ai-reasoning-2026
## 核心观点（按重要性排序）
1. **Chain-of-Thought (CoT) 方法成为主流**
- CoT通过显式展示推理步骤，大幅提升复杂任务的准确性
- 适用于数学问题、逻辑推理、多步骤任务
- 提升: 推理准确率平均提升30-50%
2. **Tree of Thoughts (ToT) 结构化解复杂推理**
- ToT将推理过程建模为树结构，支持并行探索多个路径
- 适用于需要全局最优解的任务
- 提升: 推理效率提升35%，可解释性增强
3. **Self-Consistency提升模型自我校验**
- 模型生成多个答案，通过自我反思选出最佳
- 适用于高风险任务（医疗、法律等）
- 提升: 减少幻觉率40%
4. **Prompt工程与推理方法结合效果更佳**
- 纯Prompt或纯推理方法各有局限
- 结合使用可互补优缺点
- 提升: 综合准确率可达85%+
5. **多模态推理成为新趋势**
- 文本+图像+语音联合推理，理解能力更强
- 适用于需要综合理解的任务
- 提升: 多场景适用性扩大60%
## 技术要点（详细解析）
### Chain-of-Thought (CoT)
#### 核心思想
通过让模型显式地"展示思考过程"，而非直接给出答案，提升复杂任务准确性。
#### 实现方式
1. **Few-shot提示**: 给出推理步骤示例
问题: 24 × 7 = ?
思考过程:
步骤1: 20 × 7 = 140
步骤2: 4 × 7 = 28
步骤3: 140 + 28 = 168
答案: 168
2. **逐步推理**: 拆解复杂问题为子问题
问题: 如何优化网站性能？
思考过程:
子问题1: 哪些资源加载慢？
子问题2: 如何优化图片？
子问题3: 如何减少请求？
答案: 综合优化3个子问题...
#### 适用场景
- 数学计算
- 逻辑推理
- 代码调试
- 多步骤任务
#### 注意事项
- 推理步骤展示会增加token消耗
- 不适用于需要快速响应的场景
- 需要精心设计Prompt模板
### Tree of Thoughts (ToT)
#### 核心思想
将推理过程建模为树结构，每个节点代表一个思考步骤，支持并行探索和回溯。
#### 实现方式
1. **树形推理**: 生成推理树并选择最优路径
问题: 从北京到上海的最短路径？
推理树:
根节点: 北京出发
├── 路径1: 北京→天津→济南→南京→上海 (1350km)
├── 路径2: 北京→石家庄→郑州→合肥→南京→上海 (1200km)
└── 路径3: 北京→太原→西安→成都→重庆→长沙→武汉→合肥→南京→上海 (1800km)
选择: 路径2 (最短1200km)
2. **并行探索**: 同时探索多个推理路径
问题: 优化系统架构？
并行探索:
分支1: 单体架构优化
分支2: 微服务架构优化
分支3: Serverless架构优化
综合评估: 微服务架构最适合当前规模
#### 适用场景
- 需要全局最优解的任务
- 多路径决策问题
- 策略规划
- 游戏AI（需要同时考虑多条行动路径）
#### 注意事项
- 推理树复杂度较高时token消耗大
- 需要设计合理的剪枝策略避免无限扩展
- 适合OpenClaw等强推理能力模型
### 代码片段提取
#### 代码1: CoT Few-shot Prompt示例 (Python)
```python
# Chain-of-Thought Few-shot Prompt模板
def cot_prompt_template(question, examples):
"""
以下是一些推理示例，请按照相同格式解答问题：
{examples}
问题: {question}
思考过程:
步骤1: [分析问题]
步骤2: [拆解子问题]
步骤3: [计算/推理]
步骤4: [得出答案]
答案: [最终答案]
"""
return cot_prompt_template
# 使用示例
question = "如果我有3个苹果，吃掉1个，又买了5个，我现在有几个苹果？"
examples = """
示例1:
问题: 5 + 3 = ?
思考过程:
步骤1: 我有5个苹果
步骤2: 吃掉1个，剩下4个
步骤3: 买了5个，总共9个
答案: 9
示例2:
问题: 12 / 4 = ?
思考过程:
步骤1: 有12个物品
步骤2: 平均分成4份
步骤3: 每份3个
答案: 3
"""
prompt = cot_prompt_template(question, examples)
print(prompt)
代码说明:
-
这是一个Python函数，生成CoT风格的Prompt模板 -
提供Few-shot示例帮助模型理解推理格式 -
适用于Claude、GPT-4等强推理模型
代码2: ToT树形推理实现 (JavaScript)
// Tree of Thoughts推理树实现
classThoughtTree{
constructor(rootQuestion){
this.root={
id:'root',
question: rootQuestion,
children:[],
status:'pending'
};
this.bestPath=null;
}
// 并行探索多个推理路径
exploreParallel(){
const paths =[
this.explorePathA(),
this.explorePathB(),
this.explorePathC()
];
// 评估各路径并选择最优
this.bestPath=this.evaluatePaths(paths);
returnthis.bestPath;
}
// 递归评估推理树
evaluateTree(node, depth =0){
if(node.status==='solved'){
return node;
}
// 并行探索子节点
const evaluatedChildren = node.children.map(child=>
this.evaluateTree(child, depth +1)
);
// 选择最佳子节点
const bestChild =this.selectBest(evaluatedChildren);
node.bestChild= bestChild;
return bestChild;
}
// 选择最佳路径（启发式评估）
selectBest(paths){
return paths.reduce((best, current)=>{
const score =this.heuristicEvaluate(current);
const bestScore =this.heuristicEvaluate(best);
return score > bestScore ? current : best;
});
}
// 启发式评估函数
heuristicEvaluate(path){
return{
completeness: path.questionsAnswered/ totalQuestions,
efficiency: path.stepsCount/ path.tokensUsed,
confidence: path.avgModelConfidence
};
}
}
// 使用示例
const tree =newThoughtTree("如何优化电商网站性能？");
const bestPath = tree.exploreParallel();
console.log("最优推理路径:", bestPath);
代码说明:
-
JavaScript实现的ToT推理树类 -
支持并行探索多个推理路径 -
使用启发式评估选择最优路径 -
适用于需要全局最优解的复杂推理任务
适用场景
学术研究
-
文献综述: 快速提取多篇论文核心观点 -
实验复现: 理解实验步骤并生成代码 -
方法对比: 对比不同方法的优劣
技术开发
-
架构设计: 推理最优技术方案 -
算法优化: 逐步拆解优化思路 -
代码审查: 理解代码逻辑并提供建议
商业决策
-
数据分析: 深度分析市场数据 -
策略制定: 推理最优商业策略 -
风险评估: 多角度分析风险因素
注意事项
⚠️ 模型选择:
-
CoT方法需要强推理模型（如Claude 3.5 Sonnet, GPT-4） -
ToT方法需要更长上下文窗口（建议100K+ token） -
Self-Consistency需要调用多次模型，成本较高
💡 Prompt设计:
-
提供清晰的问题描述和约束条件 -
给出推理步骤的示例模板 -
控制推理深度，避免无限循环
🔒 Token消耗:
-
CoT方法比直接回答多消耗3-5倍token -
ToT方法复杂度高时可能多消耗10-20倍token -
建议设置token预算和超时限制
本笔记由OpenClaw + web-claude深度分析生成，AI模型: Claude 3.5 Sonnet
**关键参数解释**：
- 文章链接：https://tech-article.example.com/ai-reasoning-2026 —— 分析对象
- 分析要求：核心观点、技术要点、代码提取、适用场景、注意事项 —— 输出维度
- 输出文件：/Users/user/ai-reasoning-notes.md —— 结果保存路径
**调优建议**：
- 对于特别长的文章（如超过10000字），建议分段分析后综合汇总
- 如果文章包含专业术语较多，建议要求OpenClaw使用词典查询或给出解释
- 提取的代码片段建议附带说明，便于理解其作用
**案例2：智能问答与知识整合**
**场景说明**：用户有一个知识库文档，希望让OpenClaw基于文档内容回答复杂问题，整合多来源信息。
**用户指令**：
帮我基于我的知识库文档回答以下问题，并整合外部搜索结果进行补充：
知识库文件: /Users/user/knowledge-base.md
问题:
-
OpenClaw的Skills系统和MCP协议有什么区别？ -
如何选择适合的推理优化方法？ -
企业部署OpenClaw需要考虑哪些安全因素？
回答要求:
-
基于知识库内容回答 -
如知识库信息不足，使用web-claude联网搜索补充 -
整合多来源信息，标注信息来源 -
给出详细分析和建议 -
生成结构化回答，包含章节和子标题
**预期输出**：
📚 开始智能问答与知识整合...
加载知识库: /Users/user/knowledge-base.md
✅ 知识库解析完成
问题1: OpenClaw的Skills系统和MCP协议有什么区别？
📖 知识库回答:
OpenClaw Skills系统:
-
定义: 基于Markdown的自然语言指令描述 -
位置: ~/.openclaw/skills/、workspace/skills/ -
格式: SKILL.md文件（YAML frontmatter + Markdown正文） -
特点: 零代码门槛，人人可写，自动加载 -
适用: OpenClaw专有，与Gateway深度集成
MCP (Model Context Protocol):
-
定义: 标准化的工具调用协议（JSON Schema） -
位置: 客户端配置中声明tools -
格式: 结构化的tool定义（name, description, parameters） -
特点: 跨平台通用，需要代码实现 -
适用: Claude Code、Cursor等AI工具
🔍 网络搜索补充:
基于关键词"OpenClaw Skills vs MCP protocol differences"搜索最新对比分析...
搜索结果补充:
-
协议层级: MCP是底层协议，Skills是OpenClaw的上层抽象 -
兼容性: OpenClaw支持MCP，可同时使用两种扩展方式 -
开发难度: Skills开发难度低（自然语言），MCP需要编程能力 -
生态规模: Skills生态>13000个，MCP生态较小但增长快
✅ 整合完成
最终答案:
OpenClaw Skills系统和MCP协议区别
核心区别对比
┌────────────┬──────────────┬────────────┬──────────────┬────────────┐
│ 维度 │ Skills系统 │ MCP协议 │ OpenClaw支持│ 开发难度 │
├────────────┼──────────────┼────────────┼──────────────┼────────────┤
│ 定义方式 │ Markdown指令 │ JSON Schema │ 均支持 │ 低 vs 中 │
│ 代码要求 │ 无需代码 │ 需要编程 │ 均支持 │ 低 vs 高 │
│ 跨平台 │ OpenClaw专有│ 通用标准 │ 仅Skills │ 不 vs 是 │
│ 生态规模 │ 13000+个 │ 数百个 │ Skills更大 │ 更丰富 │
│ 学习门槛 │ 极低 │ 中等 │ Skills更低 │ 极低 vs 中 │
└────────────┴──────────────┴────────────┴──────────────┴────────────┘
使用建议
-
初学者: 推荐使用Skills系统，快速上手，无需编程 -
开发者: 可结合使用，Skills快速原型，MCP正式开发 -
企业用户: Skills足够日常使用，MCP适合深度集成
迁移建议
如需将Skills迁移到MCP:
-
将SKILL.md的description提取为tool description -
将正文步骤转换为JSON Schema parameters -
实现工具调用逻辑（如使用Python、TypeScript） -
在OpenClaw配置中声明MCP tools
信息来源: 知识库(本地) + 网络搜索(desearch-web-search)
**关键参数解释**：
- 知识库文件：/Users/user/knowledge-base.md —— 本地知识源
- 问题列表：3个具体问题 —— 需要回答的问题
- 回答要求：基于知识库、联网补充、信息来源标注 —— 回答约束
**调优建议**：
- 对于知识库较大的情况，建议先建立索引或分类，提高检索效率
- 如问题涉及实时性强的信息（如价格、新闻），优先使用网络搜索
- 回答中清晰区分哪些信息来自知识库，哪些来自网络搜索，避免混淆
#### 注意事项
> ⚠️ **使用提示**：web-claude适合AI内容处理，但需注意：
> 1. 网络搜索补充可能存在信息时效性问题，建议标注信息来源时间
> 2. 对于复杂问题，可以分步骤回答，先给出初步结论，再展开细节
> 3. 知识库内容定期更新，确保信息准确性和完整性
---
### Skill 9: mupeng-web-claude - 增强型Web Claude技能
#### 功能说明
增强型Web Claude技能版本，扩展网页分析能力。
#### 安装命令
```bash
# 安装mupeng-web-claude
npx clawhub@latest install mupeng-web-claude
验证命令
# 查看技能信息
openclaw skills info mupeng-web-claude
技能网址
https://clawhub.com/search?q=mupeng-web-claude
实战案例
案例1：批量分析竞争对手网站
场景说明：用户需要分析5个竞争对手的官网结构、SEO优化情况、用户体验设计，生成竞品分析报告。
用户指令：
帮我批量分析5个竞争对手官网，生成深度竞品分析报告：
竞争对手列表:
1. 竞品A: https://competitor-a.com
2. 竞品B: https://competitor-b.com
3. 竞品C: https://competitor-c.com
4. 竞品D: https://competitor-d.com
5. 竞品E: https://competitor-e.com
分析维度:
1. 网站结构分析（导航、布局、信息架构）
2. SEO优化情况（关键词、meta标签、页面速度）
3. 用户体验设计（视觉设计、交互流程、响应式适配）
4. 内容策略（内容类型、更新频率、原创性）
5. 移动端适配（响应式、移动端体验）
6. 技术栈识别（前端框架、后端技术、CDN、缓存）
输出要求:
- 每个竞品单独生成详细分析
- 生成对比总结表格
- 给出优化建议（针对我方网站）
- 保存为文件: /Users/user/competitor-analysis-report.md
预期输出：
📊 开始竞品深度分析...
分析竞品数: 5个
分析时间: 2026-03-09 23:15:30
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
竞品深度分析报告
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
## 竞品A深度分析
### 基本信息
- 竞品名称: 竞品A
- 官网地址: https://competitor-a.com
- 分析时间: 2026-03-09 23:15:30
### 网站结构分析
**信息架构**:
- 导航设计: 顶部主导航 + 侧边栏，二级菜单清晰
- 页面层级: 3级结构（首页 > 分类页 > 详情页）
- 面包数量: 约200个页面
- 内容分类: 产品、解决方案、案例、关于我们、联系方式
**布局评估**:
- 首屏布局: 左侧产品展示（60%宽度） + 右侧精选案例（40%宽度）
- 信息密度: 适中，无过载
- 响应式: 适配1920×1080、1366×768、768×1024三种分辨率
- 移动端体验: 良好，汉堡菜单展开流畅
✅ 评价: 信息架构清晰，用户能快速找到目标内容
### SEO优化情况
**关键词优化**:
- Title标签: 包含核心关键词"竞品A官网"、"产品管理"、"协同工具"
- Meta描述: 描述准确，长度156字符（接近理想值160字符）
- H1-H3层级: 层级合理，H1仅首页使用1次
- 图片Alt属性: 主图片都有Alt描述
**性能指标**:
- 首屏渲染时间: 1.8秒（优秀）
- 完全加载时间: 3.2秒（良好）
- 移动端速度: 4G网络下2.5秒加载
- Lighthouse评分: 92分（绿色等级）
✅ 评价: SEO优化到位，搜索引擎友好度高
### 用户体验设计
**视觉设计**:
- 主色调: 蓝色系（#1E90FF）传达专业可靠
- 字体使用: 系统字体San Francisco，统一清晰
- 图片质量: 高清产品图，专业摄影图，无模糊
- 动画效果: 滚动动画流畅，无卡顿
**交互流程**:
- CTA按钮: 醒目的橙色"免费试用"，位于首屏右侧
- 表单设计: 简洁，仅3个必填字段
- 加载状态: 有加载提示，用户反馈及时
- 错误提示: 友好错误信息，非技术性错误码
✅ 评价: 设计专业，交互流畅，用户转化路径清晰
### 内容策略
**内容类型**:
- 产品介绍: 详细，包含功能截图和说明
- 客户案例: 15个成功案例，含行业Logo
- 技术文档: 链接到详细文档和API文档
- 博客更新: 每周更新1-2篇技术文章
**内容质量**:
- 原创性: 高，无抄袭或复制内容
- 更新频率: 活跃，最近30天更新12次
- 价值密度: 高，每篇文章平均1200字，含实操案例
✅ 评价: 内容策略清晰，更新频繁，用户粘性高
### 移动端适配
**响应式设计**:
- 断点设计: 1200px、768px、480px三个断点
- 触控优化: 主按钮区域不小于44×44px（符合人机工程学）
- 字体大小: 最小16px，行高1.6倍
**移动端体验**:
- 加载速度: 4G网络3.2秒完成
- 交互流畅: 无卡顿，触摸响应及时
- 功能完整: 移动端功能完整度95%，仅少数高级功能缺失
✅ 评价: 移动端适配优秀，体验接近原生App
### 技术栈识别
**前端技术**:
- 框架: Next.js 14 (React框架)
- UI库: Tailwind CSS (原子化CSS)
- 状态管理: Zustand (轻量级状态管理)
- 动画库: Framer Motion (声明式动画)
- 图标库: Heroicons (SVG图标库)
**后端技术**:
- 服务器: Node.js + Express
- 数据库: PostgreSQL (关系型数据库)
- ORM: Prisma (类型安全的ORM)
- 认证: JWT (JSON Web Token)
**基础设施**:
- CDN: Cloudflare (全球CDN加速)
- 缓存: Redis (分布式缓存)
- 监控: Sentry (错误监控)
- 部署: Vercel (无服务器部署)
✅ 评价: 技术栈现代化，性能和可靠性有保障
### 综合评分
┌──────────┬────────┬────────┬────────┬────────┐
│ 维度 │ 得分 │ 满分 │ 评级 │
├──────────┼────────┼────────┼────────┼────────┤
│ 网站结构 │ 9/10 │ 10 │ ✅ 优秀 │
│ SEO优化 │ 9/10 │ 10 │ ✅ 优秀 │
│ 用户体验 │ 8.5/10 │ 10 │ 🟢 良好 │
│ 内容策略 │ 9/10 │ 10 │ ✅ 优秀 │
│ 移动适配 │ 9/10 │ 10 │ ✅ 优秀 │
│ 技术栈 │ 8/10 │ 10 │ 🟢 良好 │
└──────────┴────────┴────────┴────────┴────────┘
总分: 52.5/60 (87.5%)
综合评级: ✅ 优秀
---
*竞品A分析完成，继续竞品B-E分析...*
...（继续分析竞品B、C、D、E，每个约500-800字详细分析）
[IMAGE: 竞品分析报告表格截图，建议尺寸：1080×800像素]
关键参数解释：
-
竞争对手列表：5个网站 —— 分析对象 -
分析维度：网站结构、SEO优化、用户体验、内容策略、移动端适配、技术栈 —— 分析框架 -
输出要求：详细分析、对比总结表格、优化建议 —— 输出格式
调优建议：
-
对于竞品较多的分析，建议先生成对比维度框架，再逐一填充，避免遗漏 -
如需要深度技术栈识别，可以结合web-perf技能分析性能数据 -
分析后重点突出差异化优势，为后续产品迭代提供参考
案例2：自动化网站健康检查
场景说明：用户需要定期检查自己网站的可用性、性能、安全性，生成健康检查报告并发现问题及时告警。
用户指令：
帮我配置网站健康检查自动化流程，每天早上9点自动执行以下检查：
目标网站: https://www.mywebsite.com
检查项目:
1. 可用性检查（HTTP状态码、响应时间）
2. SSL证书检查（有效期、证书颁发机构）
3. DNS解析检查（解析时间、A记录正确性）
4. 性能检查（首页加载时间、Lighthouse评分）
5. 安全检查（常见漏洞扫描、HTTPS配置）
6. 内容检查（死链检测、404错误统计）
7. 移动端检查（移动端适配度、加载速度）
告警设置:
- 异常情况: 通过钉钉发送告警通知
- 报告生成: 保存为Markdown文件
- 报告路径: /Users/user/website-health-reports/
预期输出：
⚙️ 配置网站健康检查自动化流程...
目标网站: https://www.mywebsite.com
检查时间: 每天早上9:00自动执行
报告保存路径: /Users/user/website-health-reports/
✅ 健康检查流程配置完成
✅ 定时任务已添加到OpenClaw心跳配置
✅ 告警通道已配置: 钉钉机器人
📝 健康检查流程说明:
## 检查项目详解
### 1. 可用性检查
**检查方法**:
```bash
# HTTP状态码检查
curl -I -s -o /dev/null -w "%{http_code}\n" https://www.mywebsite.com
# 响应时间检查
curl -o /dev/null -s -w "时间: %{time_total}s\n" https://www.mywebsite.com
判断标准:
-
状态码200-299: ✅ 可用 -
状态码300-399: 🟡 重定向（需人工确认是否正常） -
状态码400-499: ❌ 异常（需告警） -
响应时间< 1秒: ✅ 优秀 -
响应时间1-3秒: 🟢 良好 -
响应时间> 3秒: ❌ 需优化
2. SSL证书检查
检查方法:
# SSL证书检查
openssl s_client -connect www.mywebsite.com:443 -servername www.mywebsite.com < /dev/null
检查内容:
-
证书有效期 -
证书颁发机构 -
是否过期 -
证书链是否完整
判断标准:
-
有效期> 30天: ✅ 正常 -
有效期< 30天: ⚠️ 需续期 -
已过期: 🔴 严重异常
3. DNS解析检查
检查方法:
# DNS解析时间检查
dig www.mywebsite.com +time
检查内容:
-
DNS解析时间 -
A记录正确性 -
解析服务器IP
判断标准:
-
解析时间< 100ms: ✅ 优秀 -
解析时间100-300ms: 🟢 良好 -
解析时间> 300ms: ❌ 需优化
4. 性能检查
检查方法:
-
调用web-perf技能 -
获取Lighthouse评分 -
检测首页加载时间
检查内容:
-
Lighthouse评分（0-100分） -
首屏渲染时间 -
完全加载时间 -
资源大小
判断标准:
-
Lighthouse> 90分: ✅ 优秀 -
Lighthouse75-90分: 🟢 良好 -
Lighthouse< 75分: ❌ 需优化
5. 安全检查
检查方法:
# 常见漏洞扫描
nmap -sV--script vuln www.mywebsite.com
# HTTPS配置检查
testssl.sh https://www.mywebsite.com
检查内容:
-
常见CVE漏洞 -
HTTPS配置正确性 -
混合内容检测 -
HTTP安全头
判断标准:
-
无高危漏洞: ✅ 正常 -
发现高危漏洞: 🔴 严重异常 -
HTTPS配置错误: ⚠️ 需修复
6. 内容检查
检查方法:
# 死链检测
linkchecker https://www.mywebsite.com --no-fallback
# 404错误统计（从访问日志分析）
grep" 404 " /var/log/nginx/access.log |wc-l
检查内容:
-
死链数量 -
404错误数量和URL -
重定向链数量 -
缺失资源数量
判断标准:
-
死链数< 10个: ✅ 正常 -
死链数10-50个: ⚠️ 需修复 -
死链数> 50个: 🔴 严重问题
7. 移动端检查
检查方法:
-
使用web-perf技能 -
测试3种移动设备分辨率 -
检查触摸交互流畅度
检查内容:
-
移动端适配度评分 -
加载速度对比 -
交互问题识别 -
字体和按钮可点击性
判断标准:
-
适配度> 90分: ✅ 优秀 -
适配度75-90分: 🟢 良好 -
适配度< 75分: ❌ 需优化
告警配置
钉钉告警设置
# 钉钉机器人Webhook
DINGTALK_WEBHOOK=https://oapi.dingtalk.com/robot/send?access_token=YOUR_TOKEN
# 告警消息格式
{
"msgtype":"text",
"text":"【网站健康检查异常】\n网站: www.mywebsite.com\n检查时间: 2026-03-09 09:00\n异常项:\n1. 状态码: 500\n2. SSL证书: 15天后过期\n3. Lighthouse评分: 58分\n\n请尽快处理！"
}
自动执行时间
在OpenClaw配置文件中添加心跳任务:
# ~/.openclaw/heartbeat.md
## 网站健康检查
schedule:
cron:"0 9 * * *"# 每天早上9点
condition: isweekday # 工作日执行
task:|
执行网站健康检查流程
生成Markdown报告
保存到: /Users/user/website-health-reports/YYYY-MM-DD-health-report.md
如发现异常，发送钉钉告警
报告格式
报告文件名: website-health-report-YYYY-MM-DD.md
报告结构:
# 网站健康检查报告
**网站**: https://www.mywebsite.com
**检查时间**: 2026-03-09 09:00:00
## 检查结果总览
| 检查项 | 状态 | 详情 |
|--------|------|------|
| 可用性 | ✅ | 状态码200，响应时间1.2秒 |
| SSL证书 | ⚠️ | 15天后过期，需续期 |
| DNS解析 | ✅ | 解析时间85ms |
| 性能 | 🟢 | Lighthouse评分78分，加载时间3.5秒 |
| 安全 | 🔴 | 发现1个中危漏洞 |
| 内容 | 🟢 | 死链12个，404错误45次 |
| 移动端 | ✅ | 适配度92分 |
## 异常详情
### 安全漏洞
- 漏洞类型: SQL注入风险
- 风险等级: 中危
- 修复建议: 使用参数化查询避免SQL注入
### 内容问题
- 死链列表:
1. https://www.mywebsite.com/deprecated-page
2. https://www.mywebsite.com/broken-link
...（列出全部12个）
- 404错误统计:
- 本日404错误: 45次
- 主要404URL前5: /old-path/、/removed-page/
## 优化建议
1.**SSL证书续期**: 15天内联系证书颁发机构续期
2.**安全漏洞修复**: 优先修复SQL注入漏洞，使用参数化查询
3.**性能优化**: 优化图片加载，启用CDN缓存，目标Lighthouse> 90分
4.**内容维护**: 修复12个死链，配置301重定向
5.**移动端优化**: 优化字体大小，提升加载速度
---
*本报告由OpenClaw + mupeng-web-claude自动生成*
关键参数解释：
-
目标网站：https://www.mywebsite.com —— 监控对象 -
检查项目：7项 —— 可用性、SSL、DNS、性能、安全、内容、移动端 -
告警设置：钉钉通知、报告生成 —— 异常处理机制 -
自动执行：每天早上9点 —— 执行频率
调优建议：
-
定期检查报告，识别问题趋势（如性能逐渐下降、安全漏洞增加） -
对于重要异常（如网站宕机），建议配置多渠道告警（钉钉+企业微信+邮件） -
建立问题修复跟踪机制，记录问题发现时间、负责人、修复时间，确保闭环
注意事项
⚠️ 使用提示：mupeng-web-claude适合增强型网页分析，但需注意：
批量分析时注意请求频率，避免被目标网站判定为恶意爬虫 健康检查建议配置多个检测节点（如不同地区），避免单点故障误判 告警消息设计简洁明了，包含关键信息、问题描述、处理建议
Skill 10: status-web - 网站状态监控
功能说明
检测网站在线状态、响应码与可访问性。
安装命令
# 安装status-web
npx clawhub@latest install status-web
验证命令
# 查看技能信息
openclaw skills info status-web
技能网址
https://clawhub.com/search?q=status-web
实战案例
案例1：多节点实时监控
场景说明：用户的网站部署在多个地区（北京、上海、广州、成都），需要实时监控各节点状态，发现异常自动切换流量或告警。
用户指令：
帮我配置多节点实时监控，监控以下3个网站节点的可用性：
节点列表:
1. 北京节点: https://bj-node.mywebsite.com
2. 上海节点: https://sh-node.mywebsite.com
3. 广州节点: https://gz-node.mywebsite.com
监控要求:
1. 检查频率: 每5分钟检查一次
2. 检测项目: HTTP状态码、响应时间、SSL状态
3. 异常判断: 连续2次检查失败则判定为异常
4. 告警规则:
- 单节点异常: 发送钉钉通知
- 多节点异常: 发送钉钉+邮件通知
- 全部节点异常: 发送钉钉+邮件+短信通知
5. 历史记录: 保存监控日志，保留30天
6. 仪表盘: 生成实时状态仪表盘页面
预期输出：
⚙️ 配置多节点实时监控...
监控节点数: 3个
检查频率: 每5分钟一次
监控开始时间: 2026-03-09 23:30:00
✅ 监控流程配置完成
✅ 告警通道已配置: 钉钉、邮件、短信
✅ 监控日志保存路径: /Users/user/node-monitoring/logs/
📊 监控节点配置:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
节点实时监控配置
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
节点1: 北京节点 (bj-node.mywebsite.com)
- IP地址: 123.45.67.89
- 服务器: 阿里云ECS（北京）
- 带宽: 10Mbps
- 预期流量: 500GB/月
节点2: 上海节点 (sh-node.mywebsite.com)
- IP地址: 123.45.67.90
- 服务器: 腾讯云CVM（上海）
- 带宽: 20Mbps
- 预期流量: 1000GB/月
节点3: 广州节点 (gz-node.mywebsite.com)
- IP地址: 123.45.67.91
- 服务器: 华为云ECS（广州）
- 带宽: 15Mbps
- 预期流量: 800GB/月
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
告警规则矩阵:
┌────────┬──────────────┬──────────────┬──────────────┬────────────┐
│ 异常级别│ 单节点异常 │ 多节点异常 │ 全部节点异常 │
├────────┼──────────────┼──────────────┼──────────────┼────────────┤
│ 告警通道│ 钉钉 │ 钉钉+邮件 │ 钉钉+邮件+短信│
│ 通知级别│ INFO │ WARNING │ CRITICAL │
└────────┴──────────────┴──────────────┴──────────────┴────────────┘
监控逻辑:
1. 每5分钟检查一次各节点状态
2. 记录检查结果到日志文件
3. 连续2次检查失败 → 判定为异常
4. 根据异常级别发送对应告警
5. 生成实时状态仪表盘（HTML格式）
📝 实时监控仪表盘页面代码:
```html
<!DOCTYPE html>
<html lang="zh-CN">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>节点实时监控仪表盘</title>
<style>
body { font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif; background: #f5f5f7; }
.container { max-width: 1200px; margin: 0 auto; padding: 20px; }
.header { text-align: center; margin-bottom: 30px; }
.header h1 { color: #333; font-size: 28px; margin-bottom: 10px; }
.overall-status { font-size: 48px; margin: 20px 0; }
.nodes-grid { display: grid; grid-template-columns: repeat(auto-fit, minmax(300px, 1fr)); gap: 20px; }
.node-card { background: white; border-radius: 10px; padding: 20px; box-shadow: 0 2px 10px rgba(0,0,0,0.1); }
.node-header { display: flex; justify-content: space-between; align-items: center; margin-bottom: 15px; }
.node-name { font-size: 20px; font-weight: bold; }
.node-status { font-size: 32px; margin: 0 10px; }
.status-online { color: #10B981; }
.status-offline { color: #EF4444; }
.status-degraded { color: #F59E0B; }
.node-info { color: #666; font-size: 14px; line-height: 1.6; }
.node-info-item { display: flex; justify-content: space-between; margin-bottom: 8px; }
.last-check { color: #999; font-size: 12px; }
.metrics { display: grid; grid-template-columns: 1fr 1fr; gap: 10px; margin-top: 15px; }
.metric-box { background: #f8f9fa; padding: 10px; border-radius: 5px; }
.metric-label { color: #666; font-size: 14px; }
.metric-value { font-size: 18px; font-weight: bold; }
.history { margin-top: 20px; background: white; border-radius: 10px; padding: 15px; }
.history-title { font-size: 16px; font-weight: bold; margin-bottom: 10px; }
.history-list { max-height: 200px; overflow-y: auto; }
.history-item { font-size: 13px; padding: 5px 0; border-bottom: 1px solid #eee; }
</style>
</head>
<body>
<div class="container">
<div class="header">
<h1>🖥️ 网站节点实时监控</h1>
<div class="overall-status">✅ 正常运行</div>
</div>
<div class="nodes-grid">
<!-- 节点1: 北京节点 -->
<div class="node-card">
<div class="node-header">
<span class="node-name">📍 北京节点</span>
<span class="node-status status-online">✅ 在线</span>
</div>
<div class="node-info">
<div class="node-info-item">
<span>IP: 123.45.67.89</span>
<span class="last-check">最后检查: 23:25:00</span>
</div>
<div class="node-info-item">
<span>响应时间: 120ms</span>
<span class="last-check">可用性: 99.8%</span>
</div>
<div class="node-info-item">
<span>SSL: 有效</span>
<span class="last-check">流量: 15GB/月</span>
</div>
</div>
<div class="metrics">
<div class="metric-box">
<div class="metric-label">24小时可用性</div>
<div class="metric-value">99.8%</div>
</div>
<div class="metric-box">
<div class="metric-label">平均响应时间</div>
<div class="metric-value">125ms</div>
</div>
<div class="metric-box">
<div class="metric-label">今日告警次数</div>
<div class="metric-value">2次</div>
</div>
</div>
<div class="history">
<div class="history-title">📋 最近24小时检查历史</div>
<div class="history-list">
<div class="history-item">23:20 - ✅ 状态200, 响应时间118ms</div>
<div class="history-item">23:15 - ✅ 状态200, 响应时间125ms</div>
<div class="history-item">23:10 - ✅ 状态200, 响应时间120ms</div>
<div class="history-item">23:05 - ⚠️ 状态503, 响应时间5120ms</div>
<div class="history-item">23:00 - ✅ 状态200, 响应时间122ms</div>
</div>
</div>
</div>
<!-- 节点2: 上海节点 -->
<div class="node-card">
<div class="node-header">
<span class="node-name">📍 上海节点</span>
<span class="node-status status-online">✅ 在线</span>
</div>
<div class="node-info">
<div class="node-info-item">
<span>IP: 123.45.67.90</span>
<span class="last-check">最后检查: 23:25:00</span>
</div>
<div class="node-info-item">
<span>响应时间: 98ms</span>
<span class="last-check">可用性: 99.9%</span>
</div>
<div class="node-info-item">
<span>SSL: 有效</span>
<span class="last-check">流量: 35GB/月</span>
</div>
</div>
<div class="metrics">
<div class="metric-box">
<div class="metric-label">24小时可用性</div>
<div class="metric-value">99.9%</div>
</div>
<div class="metric-box">
<div class="metric-label">平均响应时间</div>
<div class="metric-value">102ms</div>
</div>
<div class="metric-box">
<div class="metric-label">今日告警次数</div>
<div class="metric-value">0次</div>
</div>
</div>
<div class="history">
<div class="history-title">📋 最近24小时检查历史</div>
<div class="history-list">
<div class="history-item">23:20 - ✅ 状态200, 响应时间95ms</div>
<div class="history-item">23:15 - ✅ 状态200, 响应时间98ms</div>
<div class="history-item">23:10 - ✅ 状态200, 响应时间102ms</div>
<div class="history-item">23:05 - ✅ 状态200, 响应时间96ms</div>
<div class="history-item">23:00 - ✅ 状态200, 响应时间99ms</div>
</div>
</div>
</div>
<!-- 节点3: 广州节点 -->
<div class="node-card">
<div class="node-header">
<span class="node-name">📍 广州节点</span>
<span class="node-status status-degraded">⚠️ 降级服务</span>
</div>
<div class="node-info">
<div class="node-info-item">
<span>IP: 123.45.67.91</span>
<span class="last-check">最后检查: 23:25:00</span>
</div>
<div class="node-info-item">
<span>响应时间: 380ms</span>
<span class="last-check">可用性: 98.2%</span>
</div>
<div class="node-info-item">
<span>SSL: 有效</span>
<span class="last-check">流量: 22GB/月</span>
</div>
</div>
<div class="metrics">
<div class="metric-box">
<div class="metric-label">24小时可用性</div>
<div class="metric-value">98.2%</div>
</div>
<div class="metric-box">
<div class="metric-label">平均响应时间</div>
<div class="metric-value">155ms</div>
</div>
<div class="metric-box">
<div class="metric-label">今日告警次数</div>
<div class="metric-value">5次</div>
</div>
</div>
<div class="history">
<div class="history-title">📋 最近24小时检查历史</div>
<div class="history-list">
<div class="history-item">23:20 - ✅ 状态200, 响应时间378ms</div>
<div class="history-item">23:15 - ✅ 状态200, 响应时间385ms</div>
<div class="history-item">23:10 - ✅ 状态200, 响应时间372ms</div>
<div class="history-item">23:05 - ⚠️ 状态503, 响应时间5120ms</div>
<div class="history-item">23:00 - ✅ 状态200, 响应时间382ms</div>
</div>
</div>
</div>
</div>
</div>
<script>
// 自动刷新页面，每30秒更新一次
setTimeout(() => location.reload(), 30000);
</script>
</body>
</html>
✅ 实时监控仪表盘已生成
📍 仪表盘文件: /Users/user/node-monitoring/dashboard.html
🔄 自动刷新: 每30秒
[IMAGE: 实时监控仪表盘界面截图，建议尺寸：1080×800像素]
**关键参数解释**：
- 节点列表：3个网站节点 —— 监控对象
- 检查频率：每5分钟一次 —— 监控间隔
- 告警规则：单节点/多节点/全部节点异常 —— 告警分级
- 仪表盘：实时状态、历史记录 —— 可视化展示
**调优建议**：
- 对于重要业务，建议检查频率提高至1-2分钟，快速发现异常
- 配置不同地区的监控节点，避免区域性网络问题影响判断准确性
- 定期检查告警规则有效性，避免误报或漏报
**案例2：异常检测与自动恢复**
**场景说明**：用户的网站偶尔会出现异常（响应慢、短暂不可用），需要自动检测异常、尝试恢复、记录详细日志。
**用户指令**：
帮我配置网站异常检测与自动恢复流程：
目标网站: https://www.mywebsite.com
检测与恢复规则:
- 异常判断标准:
-
HTTP状态码非200: 异常 -
响应时间> 3秒: 异常 -
连续2次检查失败: 异常 -
SSL证书无效: 异常
-
- 自动恢复尝试:
-
检测到异常后，立即重启相关服务 -
尝试切换到备用节点（如有） -
清理缓存和临时文件 -
检查并重启Nginx/Apache服务
-
- 日志记录:
-
详细记录异常时间、类型、恢复措施 -
保存到: /Users/user/website-recovery/logs/ -
保留90天历史日志
-
- 告警通知:
-
异常检测后立即发送告警 -
包含: 异常类型、发生时间、已采取恢复措施 -
通知渠道: 钉钉 + 邮件
-
- 恢复成功验证:
-
恢复措施执行后，重新检查网站状态 -
如恢复成功，记录恢复时间和最终状态 -
如3次尝试仍失败，升级告警级别并发送短信通知
-
**预期输出**：
⚙️ 配置网站异常检测与自动恢复...
目标网站: https://www.mywebsite.com
监控开始时间: 2026-03-09 23:35:00
✅ 异常检测流程配置完成
✅ 自动恢复机制已启用
✅ 日志记录路径: /Users/user/website-recovery/logs/
✅ 告警渠道已配置: 钉钉 + 邮件
📝 异常检测与自动恢复流程说明:
异常判断标准
HTTP状态码异常
- 正常状态码
: 200-299 - 异常状态码
: 400-499, 500-599 - 判断逻辑
: 检测到异常状态码 → 触发恢复流程
响应时间异常
- 正常响应时间
: < 3秒 - 异常响应时间
: ≥ 3秒 - 判断逻辑
: 连续2次响应时间异常 → 触发恢复流程
连续失败异常
- 判断逻辑
: 连续2次HTTP请求失败 → 触发恢复流程 - 失败类型
: 超时、DNS解析失败、连接被拒绝
SSL证书异常
- 正常状态
: 证书有效，有效期> 30天 - 异常状态
: 证书过期、无效、颁发机构不受信任 - 判断逻辑
: SSL证书检查失败 → 触发恢复流程
自动恢复尝试
尝试1: 重启相关服务
# 重启Nginx（如果使用Nginx）
sudo systemctl restart nginx
# 重启Apache（如果使用Apache）
sudo systemctl restart apache2
# 重启应用服务（如Node.js应用）
pm2 restart mywebsite-app
预期结果: 服务重启后，等待10秒重新检查状态
尝试2: 清理缓存和临时文件
# 清理Nginx缓存
sudorm-rf /var/cache/nginx/*
# 清理应用临时文件
rm-rf /tmp/mywebsite-temp/*
# 清理应用缓存
pm2 flush
预期结果: 清理缓存和临时文件，释放磁盘空间，可能解决缓存导致的异常
尝试3: 切换到备用节点（如有多节点）
# 修改DNS解析，指向备用节点
# 或者在负载均衡器中将异常节点下线
# 假设备用节点为sh-node.mywebsite.com
# 检查备用节点状态
curl-I https://sh-node.mywebsite.com
# 如备用节点正常，切换流量到备用节点
# 配置负载均衡器权重，降低异常节点权重为0
预期结果: 流量切换到备用节点，服务恢复
尝试4: 检查并重启网络服务
# 重启网络服务
sudo systemctl restart network
# 刷新DNS
sudo systemd-resolve --flush-caches
# 检查网络连通性
ping-c4 www.mywebsite.com
预期结果: 网络服务重启，可能解决网络层面异常
恢复成功验证
恢复检查步骤
-
等待30秒让恢复措施生效 -
重新检查网站状态（HTTP状态码、响应时间） -
如恢复正常，记录恢复成功 -
如仍未恢复，进入下一轮尝试
恢复次数统计
-
最多尝试次数: 3次 -
成功判定: 任意一次尝试成功即停止 -
失败升级: 3次均失败 → 升级告警级别并发送短信
告警通知格式
钉钉告警消息
{
"msgtype":"text",
"text":"【网站异常告警】\n网站: www.mywebsite.com\n异常时间: 2026-03-09 23:40:15\n异常类型: HTTP状态码异常 (503 Service Unavailable)\n已采取措施: 尝试1-重启Nginx服务\n当前状态: 检查中...\n\n请关注后续通知"
}
邮件告警消息
主题: 【网站异常告警】www.mywebsite.com
正文:
网站: www.mywebsite.com
异常时间: 2026-03-09 23:40:15
异常类型: HTTP状态码异常 (503 Service Unavailable)
异常详情:
- HTTP状态码: 503
- 响应时间: 5120ms
- 可能原因: 服务器过载或Nginx配置问题
已采取措施:
尝试1: 重启Nginx服务 (执行中)
尝试2: 清理Nginx缓存 (已执行)
尝试3: 切换到备用节点 (待执行)
当前状态: 正在进行恢复尝试，请关注后续通知
---
OpenClaw自动化运维团队
✅ 异常检测与自动恢复流程配置完成
🔄 监控服务已启动，每5分钟检查一次
📋 日志将自动记录到: /Users/user/website-recovery/logs/
💡 使用建议:
-
首次配置后，建议手动触发一次异常测试，验证流程是否正常 -
定期查看日志文件，分析异常类型和频率 -
如异常频繁发生，建议深入排查根本原因，而非仅依赖自动恢复 -
对于关键业务，建议配置多级告警（如异常> 5分钟未恢复则发送短信）
**关键参数解释**：
- 目标网站：https://www.mywebsite.com —— 监控对象
- 异常判断：HTTP状态码、响应时间、连续失败、SSL证书 —— 异常定义
- 自动恢复：重启服务、清理缓存、切换备用节点、检查网络 —— 恢复措施
- 告警通知：钉钉、邮件、短信 —— 通知渠道
**调优建议**：
- 对于不同的异常类型，配置不同的恢复策略和告警级别
- 定期演练异常恢复流程，确保措施有效性
- 建立应急联系人列表，异常发生时及时通知相关人员
#### 注意事项
> ⚠️ **使用提示**：status-web适合网站状态监控，但需注意：
> 1. 自动恢复操作可能影响服务稳定性（如重启服务会导致短暂中断），建议在低峰期配置自动恢复
> 2. 对于数据库相关的异常，建议优先备份数据再执行恢复操作，避免数据丢失
> 3. 告警消息中包含足够的信息和行动指引，便于快速定位和处理问题
---
## 常见问题解答
### 安装与配置问题
**Q1: 安装OpenClaw时提示"Node.js版本过低"怎么办？**
A1: OpenClaw需要Node.js 22.0.0或更高版本。可通过以下命令安装最新版：
```bash
# 使用nvm安装Node.js（推荐）
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
# 安装Node.js 22 LTS
nvm install 22
nvm use 22
# 验证版本
node --version # 应显示v22.x.x
Q2: 安装技能时提示"权限不足"如何解决？
A2:
-
Windows: 以管理员身份运行终端 -
macOS/Linux: 在命令前添加sudo，如 sudo clawhub install skill-name -
推荐方案：使用nvm（Node Version Manager）安装Node.js，避免使用sudo
Q3: 如何迁移OpenClaw配置到新设备？
A3: 迁移配置文件和数据目录：
# 在旧设备上打包配置
tar-czf openclaw-backup.tar.gz ~/.openclaw
# 复制到新设备后解压
tar-xzf openclaw-backup.tar.gz -C ~/
技能使用问题
Q4: desearch-web-search搜索结果不准确怎么办？
A4:
-
使用更精确的关键词，避免泛化查询 -
添加时间限定，如"2026年3月AI突破新闻" -
对于专业问题，添加"官方文档"或"GitHub issue"限定
Q5: ai-web-automation操作失败怎么办？
A5:
-
检查目标网站是否有反爬虫机制（验证码、滑块验证） -
降低请求频率，添加随机延迟模拟人类操作 -
检查页面元素选择器是否正确（如元素动态加载需等待）
Q6: web-deploy-github部署失败怎么办？
A6:
-
检查GitHub仓库权限（是否为仓库成员或Collaborator） -
检查GitHub Token权限（是否包含repo、workflow等scope） -
查看GitHub Actions日志，确认具体失败原因
安全与性能问题
Q7: 如何确保OpenClaw的使用安全？
A7: 遵循以下安全实践：
-
始终先安装Skill Vetter并扫描所有新技能 -
使用沙箱环境运行OpenClaw（如Docker隔离） -
限制OpenClaw的文件系统访问范围 -
定期更新OpenClaw和所有技能 -
不在OpenClaw可访问的目录中存储敏感信息
Q8: OpenClaw运行缓慢怎么办？
A8: 优化建议：
-
关闭不使用的技能： openclaw skills disable <skill-name> -
减少同时运行的任务数量 -
调整模型参数，降低temperature或减少max_tokens -
清理内存： openclaw cache clear
总结与资源推荐
OpenClaw作为开源AI智能体的代表，通过Skills生态系统实现了从"聊天机器人"到"数字员工"的跨越。本文介绍的10个必装Skills涵盖了实时搜索、网页自动化、表单处理、网站部署、性能检测、网站监控等核心场景，能够满足大多数用户的生产力需求。
新手起步建议
- 首先安装核心三件套：
npx clawhub@latest install desearch-web-search ai-web-automation web-pilot - 基础功能组合：
-
desearch-web-search（实时搜索） -
ai-web-automation（浏览器自动化） -
web-pilot（复杂网页任务）
-
- 进阶功能组合：
-
web-form-automation（表单处理） -
web-deploy-github（自动部署） -
web-perf（性能分析）
-
推荐学习资源
官方资源：
-
官方文档：https://docs.openclaw.ai/zh-CN —— 完整的安装配置指南 -
GitHub仓库：https://github.com/openclaw/openclaw —— 源代码、贡献指南 -
ClawHub技能市场：https://clawhub.com —— 技能发现、安装、更新
社区资源：
-
OpenClaw中文社区：https://open-claw.org.cn/zh/ —— 国内镜像和中文文档 -
Discord社区：https://discord.com/invite/openclaw —— 实时讨论和问题解答 -
知乎话题：#OpenClaw —— 中文用户经验分享
进阶学习路径：
- 技能开发
：学习编写自定义Skills，扩展OpenClaw能力 - 多智能体协同
：配置多个Agent协同工作，提升效率 - 本地模型集成
：接入Ollama等本地模型，降低API成本
保持更新
OpenClaw生态发展迅速，建议定期更新系统和技能：
# 更新OpenClaw核心
openclaw update
# 更新所有技能
clawhub update --all
通过合理配置和使用这些Skills，OpenClaw将成为你工作和生活中的得力助手，帮你处理重复劳动，专注于更有创造性的任务。记住，AI工具的价值不仅在于它能做什么，更在于你如何使用它——持续探索和优化你的工作流，才能充分发挥OpenClaw的潜力。
原创文章，作者：奋斗，如若转载，请注明出处：https://blog.ytso.com/tech/cloud/319345.html