🦞 OpenClaw 玩法资讯

OpenClaw 推出 Skill Workshop（技能工作坊）——让 Agent 学会你反复教它的工作。技能不是简单的 Markdown，它会改变未来的行为。Skill Workshop 在变更前加入审查步骤：创建或修改技能时，先生成提案（PROPOSAL.md），你可以在 Board 视图中搜索、检查、预览支持文件，确认无误后再应用。支持从聊天、UI、CLI、Gateway 多端操作。

每个 ClawHub 技能现在都附带 Skill Card，记录技能的功能和来源，并由 NVIDIA SkillSpector 扫描隐藏指令和 Agent 风险。三大扫描器（VirusTotal、静态分析、SkillSpector）的交叉验证发现：81.9% 的阳性发现仅来自单一扫描器，三者互补而非重叠。ClawHub 已扫描 67,453 个技能版本，SkillSpector 阳性率 49.6%。

OpenClaw 新增 Auto 模式用于主机命令审批。三种模式对比：Ask（人工优先，白名单未命中就等待）、Auto（审查器优先，确定性匹配直接运行，未命中走审查）、YOLO（无提示直接运行）。Auto 模式下，审查器模型与主 Agent 模型分离，可以用本地模型执行日常任务，仅在需要审批时调用前沿模型（如 GPT-5.5）。

2月至5月的版本扫描显示：Agent 响应更快、依赖更少、包体积更干净。v2026.6.5-beta.1（6月6日）为最新测试版，v2026.6.1 Stable（6月3日）为最新稳定版。持续优化的核心体验让 OpenClaw 更适合日常使用。

OpenClaw 的安全目标是让用户能理解、观察和信任这个强大的个人助手运行时。安全路线图涵盖：技能扫描、执行审批、权限控制、审计日志等关键领域。从 VirusTotal 合作到 NVIDIA SkillSpector，OpenClaw 正在构建业界领先的 Agent 安全生态。

OpenClaw 现在默认通过原生 Codex app-server 运行 OpenAI Agent 轮次，同时将经验带回所有模型。Codex 集成为 OpenAI 用户提供原生体验，同时保持 OpenClaw 的多模型灵活性。

社区整理的 OpenClaw 实战指南，涵盖入门配置、高级用法、最佳实践等。适合新手快速上手，也适合老手查漏补缺。

社区维护的 OpenClaw 知识库，包含教程、技巧、常见问题解答。Meta Intelligence 教程和 ReviewAITool 实战技巧都是热门内容。