围绕 PUA、PUAClaw、noPua、edict 四个 GitHub 项目,拆解 AI Skill 如何通过系统提示、分类体系、正向方法论和多 Agent 流程影响大模型行为,并给出适用场景、风险和上手方式。
OpenClaw 展示了一类 AI Agent 的典型运行方式:用 System Prompt 构建身份,用 Tool Call 操作外部环境,用 Markdown 和 RAG 保存记忆,再通过 HEARTBEAT 触发主动任务。理解这些机制,也能看清 Agent 的能力边界和安全风险。
OpenClaw 是一个本地优先的 AI Agent 运行时,把大语言模型、消息通道、本地文件、Shell、浏览器和长期记忆连接起来。内容拆解它的本地架构、ReAct 编排、分层记忆、System Prompt 组装方式,以及适合和不适合的使用场景。
系统提示词决定了 AI 助手的角色、边界、工具调用方式和安全约束。围绕公开收集的 ChatGPT、Claude、Gemini、Grok 等系统提示词样本,拆解模块化结构、边界控制、动态工具调用、人格配置和安全机制的设计方法。