OpenClaw System Prompt 的"九层塔"：一个 AI Agent 的完整人格是怎么组装出来的？

数据智能老司机
0 阅读8分钟

你有没有想过，当你 @ 一个 AI Agent 时，它是怎么"知道"自己是谁、能做什么、该怎么回答的？

image.png

如果你以为 AI Agent 的"人格"是一个简单的文本文件，那就太天真了。

实际上，OpenClaw 的每个 Agent 在回答你之前，都会先"吃下"一个 几十KB 的超级说明书——这就是传说中的龙虾 System Prompt。

这个说明书不是一次性写好的，而是由 9 层架构 精心编排、实时组装而成的。就像搭积木一样，每一层都有自己的职责，最终拼出一个"有身份、有能力、有记忆"的 AI 助手。

今天我们就来拆解 System Prompt 的这座"九层塔"，看看 OpenClaw 是怎么把一个"裸奔"的大模型，变成一个懂你、帮你、记得你的智能伙伴的。

image.png

为什么需要 9 层？一层不够吗？

image.png

先说结论：一层根本不够

如果只用一个文件定义 Agent，你会遇到这些问题：

  • 框架升级了，所有 Agent 都要手动改配置（累死）
  • 工具定义散落各处，LLM 不知道自己能干啥（懵逼）
  • 每个 Agent 都要重复写"你是谁、能做什么"（浪费）
  • 运行时信息（当前时间、模型、环境）没法动态注入（过时）

所以 OpenClaw 的设计哲学是：把"变"和"不变"分离。

  • 框架层（Layer 1-6）：所有 Agent 共享，框架自动生成，保证一致性
  • 用户层（Layer 7-8）：每个 Agent 独立配置，支持个性化
  • 运行时层（Layer 9）：每次请求动态注入，保证上下文准确

这样一来，框架升级不会破坏用户配置，用户配置也不会影响框架稳定性。

Layer 1-6：框架自动生成的"底座"

image.png

这 6 层是 OpenClaw 的"操作系统"，所有 Agent 共享，用户无法修改。

Layer 1：框架核心层（8KB）

比喻： 就像一本操作手册的"使用说明"部分。

包含内容：

  • 上下文头：告诉 LLM 当前时间、Agent 身份、运行环境
  • 工具调用风格：定义工具调用的格式（XML 风格）
  • 安全规则：禁止操作清单（rm -rf、格式化等）

为什么这样设计？

  • 保证所有 Agent 的基础行为一致
  • 框架升级时所有 Agent 自动获得新能力
  • 降低配置错误的风险

Layer 2：工具定义层（12KB）

比喻： 就像一把瑞士军刀的工具清单。

包含内容：

  • 内置工具：read、write、edit、exec
  • OpenClaw 扩展工具：message、browser、canvas、cron、memory_search
  • 渠道特定工具：discord*、telegram、slack_

为什么用 JSON Schema？

  • LLM 能更准确地理解工具用法
  • 框架可以在调用前验证参数
  • 自动生成文档和类型定义

Layer 3：技能注册表（5KB）

比喻： 就像一家餐厅的"特色菜谱"。

包含内容：

  • 自动扫描 ~/development/openclaw/skills/ 目录
  • 每个 Skill 的 name、description、location

为什么自动扫描？

  • 添加新 Skill 只需放入目录，无需修改配置
  • 所有 Agent 自动获得新 Skill
  • 降低配置错误风险

Layer 4：模型别名层（2KB）

比喻： 就像"快捷键"。

包含内容：

  • 给复杂的模型路径起简短别名
  • 例如：glm-5 → zhipu/glm-5

为什么需要别名？

  • 简化模型调用
  • 支持多 Provider 切换
  • 便于 A/B 测试和模型迁移

Layer 5：协议规范层（3KB）

比喻： 就像"交通规则"。

包含内容：

  • Silent Replies：无需回复时返回 NO_REPLY
  • Heartbeats：定期执行健康检查
  • Reply Tags：支持原生引用回复
  • Chunked Write Protocol：大文件分块写入

为什么需要协议？

  • 保证所有 Agent 行为一致
  • 支持自动化监控和健康检查
  • 简化多 Agent 协作

Layer 6：运行时信息层（2KB）

比喻： 就像"仪表盘"。

包含内容：

  • 时间信息：当前时间戳、时区
  • Agent 信息：Agent ID、当前模型、默认模型
  • 环境信息：主机名、操作系统、Node 版本、Shell 类型
  • 渠道信息：当前渠道、渠道能力

为什么每次都注入？

  • LLM 知道当前时间（避免时间错乱）
  • LLM 知道当前模型（避免能力误判）
  • LLM 知道当前环境（避免路径错误）

Layer 7-8：用户可控的"个性化层"

image.png

这 2 层是用户可以编辑和编程的部分，决定了每个 Agent 的"个性"。

Layer 7：工作区文件层（10-15KB）★ 静态可控

比喻： 就像"你的工作笔记"。

核心文件：

  • IDENTITY.md：TELOS 框架身份定义
  • SOUL.md：性格内核和行为准则
  • USER.md：用户信息和偏好
  • AGENTS.md：协作规范和 @ 规则
  • HEARTBEAT.md：定期检查任务清单
  • TOOLS.md：环境特定工具清单
  • MEMORY.md：MemOS 导出的记忆

为什么只有这一层是静态可编辑的？

  • 把"变"和"不变"分离
  • 框架层保证一致性，用户层允许个性化
  • 配置文件可以版本管理、备份、共享

Layer 8：Bootstrap Hook 系统（2KB）★ 动态可控

比喻： 就像"可编程的注射器"。

四种 Hook 机制：

  1. agent:bootstrap Hook：完全控制 bootstrapFiles 数组
  2. bootstrap-extra-files Hook：追加额外文件
  3. before_prompt_build Hook：修改最终 prompt
  4. bootstrapMaxChars 配置：控制字符预算

为什么需要 Hook 系统？

  • 可以根据上下文动态调整注入内容
  • 可以执行 shell 命令并注入输出
  • 可以读取外部文件并注入
  • 支持条件判断（if/else）

实战建议：

  • 添加项目文档 → 用 bootstrap-extra-files
  • 动态加载文件 → 用 agent:bootstrap Hook
  • 注入实时上下文 → 用 before_prompt_build Hook

Layer 9：入站上下文层（3KB）

image.png

比喻： 就像"实时路况信息"。

包含内容：

  • 消息元信息：message_id、sender_id、was_mentioned
  • 发送者信息：label、name、tag
  • 对话历史：最近 N 条消息的摘要
  • 引用上下文：用户引用的消息
  • 线程上下文：线程启动消息

为什么每次都注入？

  • LLM 知道当前是谁在说话
  • LLM 知道对话历史
  • LLM 知道是否被 @

完整组装流程：从"裸奔"到"上岗"

image.png

当你 @ 一个 Agent 时，OpenClaw 会按以下流程组装 System Prompt

STEP 1：加载框架核心

  • 读取 OpenClaw 核心框架代码
  • 生成 Context Header
  • 注入 Tool Call Style
  • 添加 Safety Rules

STEP 2：扫描并加载 Tools

  • 扫描 src/tools/ 目录
  • 读取每个工具的 TypeScript 定义
  • 生成 JSON Schema
  • 按类别分组

STEP 3：扫描并加载 Skills

  • 扫描 ~/development/openclaw/skills/ 目录
  • 读取每个 skill 的 SKILL.md
  • 提取 name / description / location
  • 生成 Available Skills 表格

STEP 4：加载 Model Aliases

  • 读取 ~/.openclaw/agents/{agent}/agent/models.json
  • 解析 model mappings
  • 生成 Model Aliases 列表

STEP 5：注入协议规范

  • Silent Replies 规范
  • Heartbeats 协议
  • Chunked Write Protocol
  • Reply Tags 规范

STEP 6：注入运行时信息

  • 获取当前时间戳
  • 获取 Agent/Host/OS/Node 信息
  • 获取 Model/Default Model 信息
  • 获取 Channel/Capabilities 信息

STEP 7：加载 Workspace Files（用户可编辑）★

  • 读取 IDENTITY.md
  • 读取 SOUL.md
  • 读取 USER.md
  • 读取 AGENTS.md
  • 读取 HEARTBEAT.md
  • 读取 TOOLS.md
  • 读取 MEMORY.md

STEP 8：执行 Bootstrap Hook System（用户可编程）★

  • 触发 agent:bootstrap Hook
  • 触发 bootstrap-extra-files Hook
  • 应用 bootstrapMaxChars 预算控制
  • 触发 before_prompt_build Hook

STEP 9：注入 Inbound Context

  • 解析 Message Metadata
  • 解析 Sender Info
  • 解析 Chat History
  • 解析其他上下文

FINAL：组装完成

  • 总大小：~43KB
  • 用户可控部分：~14-17KB（Layer 7 + 8）
  • 框架生成部分：~26-29KB（Layer 1-6, 9）

用户可控的 3 种方式

image.png

OpenClaw 提供了 3 种用户可控机制

  1. Layer 7（Workspace Files）- 静态配置文件

适用场景： 定义 Agent 身份、工作规范、记忆

优点： 简单直观，易于版本管理

缺点： 无法动态调整

  1. Layer 8（Bootstrap Hook System）- 动态注入脚本

适用场景： 根据上下文动态注入内容、执行命令、读取外部文件

优点： 灵活强大，支持条件判断和命令执行

缺点： 需要学习 Hook 系统，脚本错误可能导致异常

  1. 间接控制 Layer 9（Inbound Context）- 通过发送消息影响上下文

适用场景： 通过对话历史、引用消息影响 LLM 行为

优点： 无需配置，自然交互

缺点： 无法精确控制

优化建议：如何让 Agent 更"轻盈"？

image.png

如果你的 System Prompt 过大（>50KB），可以考虑：

用户可控部分优化（Layer 7 + 8）

Layer 7（静态文件）优化：

  • ✅ 保留核心 TELOS 框架，删除冗余描述
  • ✅ 使用 checklist 代替长段落
  • ✅ 依赖 MemOS 自动导出，不要手动添加内容
  • ❌ 不要重复描述 OpenClaw 框架已经知道的事情
  • ❌ 不要把 Skills 的详细说明复制到 Workspace Files

Layer 8（Hook 系统）优化：

  • ✅ 优先使用 bootstrap-extra-files（简单场景）
  • ✅ 需要条件判断时使用 agent:bootstrap（复杂场景）
  • ✅ 需要实时上下文时使用 before_prompt_build（动态场景）
  • ❌ 不要在 Hook 中执行耗时操作
  • ❌ 不要在 Hook 中注入过多内容

提示词裁剪策略

image.png

总结：为什么 OpenClaw 的架构值得学习？

image.png

OpenClaw 的 9 层架构不是为了炫技，而是为了解决真实问题

  1. 框架稳定性 vs 用户自由度：把"变"和"不变"分离，框架升级不会破坏用户配置
  2. 一致性 vs 个性化：框架层保证所有 Agent 基础行为一致，用户层允许个性化
  3. 静态配置 vs 动态注入：静态文件易于管理，动态 Hook 提供灵活性
  4. Token 消耗 vs 上下文准确性：运行时信息每次注入，保证上下文准确

最重要的是： OpenClaw 的 System Prompt 提供了 2 个用户可控层（Layer 7 + 8），让你可以在不破坏框架的前提下，打造一个"懂你、帮你、记得你"的 AI 助手。

如果你正在构建自己的 AI Agent 系统，OpenClaw 的提示词 9 层架构值得参考。

想了解更多？

avatar
文章
阅读
粉丝