赛博龙虾 (OpenClaw) 养殖指南
附配置清单
1. 先把龙虾 OpenClaw 本身说清楚
OpenClaw 不是单纯的聊天工具，也不是一组零散的 agent 工具。它更准确的身份是：一个自托管的 Gateway 驱动型 AI 操作系统。你在自己的电脑或服务器上运行一个 Gateway 进程，这个 Gateway 负责统一管理会话、路由、渠道连接和控制界面；然后 Telegram、WhatsApp、飞书、钉钉、企业微信、Web UI、CLI，甚至移动端节点，都会围绕这个 Gateway 工作。官方甚至直接把 Gateway 描述成 sessions、routing 和 channel connections 的单一事实来源。
所以，讨论“一个优秀的 OpenClaw 应该具备什么”，不能从“装什么模型”开始，而要从它的系统本质开始：它首先是一个控制界面，其次才是一个会说话、会用工具、会跑流程的助手。这也是为什么 OpenClaw 的配置中心是 ~/.openclaw/openclaw.json，为什么官方主路径是 openclaw onboard 和 openclaw gateway，以及为什么一旦配置不符合 schema，Gateway 会直接拒绝启动。
2. OpenClaw，看三层，能力/框架/组件
如果把 OpenClaw 说得最自然，它其实可以被理解成三层结构。
能力层回答的是：这个系统最终能做成什么。
框架层回答的是：它靠什么运行机制把这些事稳定做成。
组件层回答的是：这些机制最后具体落成了哪些可部署、可配置、可审计的实体。
这三层不是并列摆放的目录，而是从上往下收束的关系。能力层是“目的”，框架层是“组织方式”，组件层是“落地载体”。
3. 能力层：真正应该形成什么闭环
一个成熟的 OpenClaw，能力上不应该被理解成“会聊天 + 会调工具”，而应该被理解成一个完整闭环：能接入，能理解，能编排，能执行，能记住，能复用，能约束自己，也能被审计。官方首页强调它是 self-hosted、multi-channel、agent-native；工具能力是它的原生核心能力；安全文档强调它不是 hostile multi-tenant 平台。这三件事合在一起，才是它完整的能力边界。
首先，它要有接入能力。这不是“把 bot token 配进去”那么简单，而是要能在多个渠道下稳定收发消息、识别发送者、维护会话边界，并把不同入口统一收束到 Gateway。官方明确支持多渠道和多智能体路由，甚至把“按 agent、workspace 或 sender 隔离 session”列为关键能力之一。换句话说，优秀 OpenClaw 的第一能力不是回答问题，而是把消息正确地接到对的 agent 上。
其次，它要有推理能力，但这里的推理不是“选个更强模型”这么简单。OpenClaw 的推理能力本质上是“主模型 + 回退模型 + 认证轮换 + 会话粘性”的组合能力。官方模型与配置文档都表明，OpenClaw 支持模型 allowlist、fallback、auth profiles，以及在失败时的轮换与降级。真正优秀的配置，追求的不是单次回答最聪明，而是系统长期在线时依然稳定、连续、成本可控。
再者，OpenClaw 还必须有上下文和记忆能力。这里的关键不是“上下文窗口有多大”，而是工作区是否被当成 agent 的长期家园。官方把 workspace 直接定义为 agent 的 home，并明确区分它和 ~/.openclaw/ 下的配置、凭证、会话数据；同时还给出一整套工作区文件地图，例如 AGENTS.md、SOUL.md、USER.md、TOOLS.md、MEMORY.md 等。也就是说，一个优秀 OpenClaw 的稳定性，来自结构化上下文，而不是临时 prompt 的堆积。
然后再到执行能力。OpenClaw 的工具系统已经不是旧式的 shell 拼接，而是一组类型化的工具：browser、canvas、nodes、cron、exec、web_search、web_fetch、message、sessions_* 等都在同一个工具体系里；同时又能通过 tools.allow / tools.deny 做边界控制。于是，“执行能力”在 OpenClaw 里真正意味着：系统不仅能做事，而且能在明确权限范围里做事。
而在这些能力中间，真正把系统从“会用工具的助手”抬升为“可长期运行的系统”的，是工作流能力。这个能力是目前很多基础模型最难的地方，其实它在逻辑上非常居中：接入和理解告诉系统“要做什么”，工具和浏览器告诉系统“能做什么”，而工作流决定的是“这些事如何按步骤、有顺序、可暂停、可恢复地完成”。Lobster 被官方定义为 typed workflow runtime，能够把多步工具序列收束为一次确定性操作，并带审批检查点；OpenProse 则是 markdown-first workflow format，能生成多个子智能体并显式控制流程；cron 和 webhook 又负责把这些流程接到时间和事件上。换句话说，工作流不是附属功能，而是 OpenClaw 的“中段肌肉”。没有它，系统只有动作；有了它，系统才有过程。
最后，一个优秀 OpenClaw 还必须有安全与运维能力。官方安全文档写得很明确：它假定的是单一信任边界下的个人助手模型，而不是多个不互信用户共享同一 gateway 的敌对环境；官方配置文档也明确要求严格 schema 验证，配置错了就不启动；runbook 则提供 status、logs、doctor 之类的运维路径。也就是说，真正成熟的 OpenClaw，不是“能跑起来”，而是知道自己能做什么、不能做什么，出问题时还能自行检查和修复。
4. 框架层：这些能力为什么能成立
如果说能力层回答“它会什么”，那框架层回答的就是“它为什么会这些”。
**最外层是控制平面框架。**Gateway 是整个系统的中枢，不只是一个监听端口的进程。它统一承载 sessions、routing、channel connections、Control UI 和运行状态，因此它不是普通组件，而是整个系统的主框架。先有 Gateway，才有后面的多渠道、多 agent、多会话、多工具。
**在控制平面之内，第二层是接入与会话框架。**消息从不同渠道进来后，系统要决定由谁处理、进入哪个会话、用哪个 agent、落到哪个 workspace。这也是为什么 OpenClaw 文档不断强调 sender/session/agent/workspace 的关系。没有这一层，渠道再多也只是更多入口，不会形成稳定系统。
**第三层是模型路由框架。**优秀 OpenClaw 从来不是“绑定一个模型”，而是“为不同失败模式、不同授权方式和不同任务复杂度准备一套路由机制”。这套框架让模型层从脆弱的外部依赖，变成可管理的系统资源。
**第四层是上下文管理框架。**工作区之所以重要，不是因为它是一个目录，而是因为它把规则、人格、用户、记忆、工具说明这些原本容易混杂在 prompt 里的内容，拆解成长期可维护的结构。这样 agent 的“持续性”才来自文件体系，而不是来自一次性对话偶然性。
**第五层是工具与 Skills 框架。**OpenClaw 现在同时保留了两类东西：一类是 typed 的工具，负责“直接做事”；另一类是兼容 Agent Skills 的技能目录，负责“教模型如何更好地做事”。官方明确写到，Skills 以 SKILL.md 为核心，并从 bundled、~/.openclaw/skills、/skills 三层加载，workspace 优先级最高。于是这层框架的作用，不只是给系统加能力，更是给系统加方法。
**第六层，流程编排框架。**工作流不是单一能力，也不是单一组件，而是一种把模型、工具、上下文、审批和触发机制组织起来的运行方式。Lobster 负责确定性、多步骤、可审批、可恢复的执行流；OpenProse 负责多智能体、显式控制流的认知流；cron、hooks、webhooks 则负责让流程被时间或事件启动。这样看，工作流不是“和自动化并列的一个小功能”，而是把执行能力和自动化能力联结起来的骨架。
**第七层是浏览器与执行隔离框架。**OpenClaw 的浏览器文档反复强调 openclaw 是独立、受控、与个人浏览器隔离的 profile；workspace 文档又强调 workspace 不是硬沙箱，真正隔离要靠 sandbox。于是浏览器、workspace、sandbox、nodes 实际共同组成了“动作发生在哪里、以什么边界发生”的执行框架。
**最内层则是安全与运维治理框架。**严格配置校验、日志、doctor、安全审计、trust boundary，它们决定系统是否长期在线。OpenClaw 官方把这套治理能力直接写进配置、runbook 和安全文档里，是架构的一部分。
5. 组件层：前两层最后落成什么
到了组件层，就不再谈抽象结构，而是谈真正要部署、配置和治理的东西。
核心组件永远是 Gateway daemon + openclaw.json + Control UI + CLI 运维命令。这四类东西决定系统是否真的存在、是否可管理、是否可诊断。
围绕 Gateway，第一圈是渠道组件，也就是 Telegram、WhatsApp、飞书、钉钉 等连接器，以及它们对应的 allowlist、群规则和会话策略。第二圈是模型组件，包括主模型、回退模型、认证 profile、模型 allowlist。第三圈是工作区组件，也就是 AGENTS.md、SOUL.md、USER.md、MEMORY.md 这一整组长期上下文文件。第四圈是工具与技能组件，包括 typed tools、本地或 workspace skills、SKILL.md 和 skills 配置项。第五圈是浏览器组件，尤其是独立的 openclaw profile。第六圈是隔离与节点组件，包括 sandbox 和 nodes。最后一圈则是运维组件，例如 logs、doctor、安全审计、cron 存储与状态目录。
而工作流模块在组件层里的落点，也应该被自然地看作一整组东西，而不是一个孤立名词。它包括：Lobster 的 workflow 定义与运行入口，OpenProse 的 .prose 程序与 /prose 命令，cron 的 jobs.json 与执行记录，审批与恢复所需的 resumeToken 一类状态，以及 webhook/hook 的触发入口。把这些看成一组，你就会发现：工作流在组件层里并不是“多一个功能”，而是多了一条完整的生产线。
6. 一段话表述
如果要用一句最像“正式架构说明书”的话来收束：
“
OpenClaw 是一个以 Gateway 为控制平面的自托管 AI 助手系统；它在能力层上形成接入、推理、记忆、执行、工作流、自动化、安全与运维的闭环，在框架层上由控制平面、会话路由、模型路由、上下文管理、工具/Skills、流程编排、浏览器与隔离执行、安全治理等框架支撑，在组件层上则落实为 Gateway、渠道连接器、模型与认证配置、工作区文件、tools、skills、workflow runtime、browser profile、sandbox、cron、日志和审计等组件。
”
要想让你的龙虾openclaw具有很强的复杂任务处理能力，必须进行不断的优化迭代和组件配置。下面整理了比较常用的组件和配置清单：
Openclaw配置清单
一、推荐模型
1.1 主模型
◆Claude Opus 4.6|复杂规划强
◆GPT-5.4|通用最稳
◆Kimi K2.5|长上下文强
◆GLM-5|国产主力
◆Qwen 3.5系列|生态兼容强
OpenClaw 官方 provider 目录已包含 GLM models、Moonshot AI、Qwen、MiniMax；Moonshot 官方文档说明 Kimi K2.5 支持 256K 长上下文和 Tool Calling；Qwen 官方文档说明其提供兼容 OpenAI Chat Completion 的接口，便于迁移。
1.2 快速模型
◆Gemini 3.1 Flash Lite Preview|便宜够快
◆Gemini 3 Flash Preview|多模态快
◆Kimi K2 Turbo Preview|响应更快
◆GLM-5|性价比高
◆Qwen-3.5 Plus|成本更低
Moonshot 官方文档给出了 kimi-k2-turbo-preview；智谱文档显示 GLM-4.7 与 GLM-5 面向高频和复杂任务分工使用；Qwen 提供兼容 OpenAI 的接口，适合做快速路由层。
1.3 视觉 / 视频模型
◆Gemini 3.1 Pro Preview|视频更强
◆GPT-5.3 |图文通吃
◆Claude Opus 4.6 |图文稳健
◆GLM 4.6V |国产可替
◆Qwen 2.5VL/ Qwen 3VL|国产可替
◆Kimi VL/Kimi K2.5 |国产可替
OpenClaw 原生支持 image/audio/video media understanding；Qwen provider 页面明确提到 Qwen Vision；智谱官网明确提供多模态视觉模型；Moonshot 官方文档写到 Kimi K2.5 支持 visual reasoning。
1.4 语音转写模型
◆Deepgram Nova-3|转写专业
◆GPT-4o-transcribe|接入省事
◆Whisper-1|速度快
◆GLM-TTS|通话一体
◆Qwen3-TTS|国产可接
智谱文档明确提供 GLM-TTS，支持实时音视频通话、多模态交互和函数调用；OpenClaw 也支持独立 transcription providers。
1.5 语音合成 / TTS
◆ElevenLabs|音色成熟
◆gpt-4o-mini-tts|接入省事
◆Edge TTS|轻量免费
◆Qwen3-TTS|国产可用
◆Qwen CosyVoice|可定制音色
◆MiniMax Speech|国产常用
阿里云官方文档显示 Qwen-TTS 已提供正式 API，且 Qwen CosyVoice 支持通过文本描述生成自定义声音；OpenClaw 官方 TTS 文档支持多家 TTS 后端。
1.6 本地模型
◆Ollama|隐私优先
◆vLLM|自托管强
◆CLI backend|断网兜底
◆Qwen 本地开源模型|国产本地
◆DeepSeek 开源模型|国产本地
OpenClaw 官方 provider 目录包含 Ollama 和 vLLM，本地部署仍是隐私优先的最佳方案。
二、推荐多 Agent 架构
◆主助理 Agent|任务规划、路由分派与结果整合
◆快速闲聊 Agent|高频问答与低延迟对话
◆执行 Agent|工具调用与流程执行
◆视觉媒体 Agent|图片、视频等多模态理解
◆语音通话 Agent|实时语音交互与转写合成
◆研究分析 Agent|复杂检索、推理与长链任务
◆本地私密 Agent|敏感数据与本地闭环处理
◆发布运营 Agent|内容生成、审核与分发执行
OpenClaw 原生支持 multi-agent routing，并允许按 agent、workspace、sender 做隔离；这意味着你完全可以把国内模型和海外模型混合放进不同 agent。
三、推荐多 Agent / 工作流框架
◆OpenClaw Native Multi-Agent|负责隔离、路由与上下文边界
◆OpenProse|多 Agent 协同、任务流转与控制
◆Lobster|审批、恢复与长流程确定性执行
◆cron|定时周期性任务调度
◆hooks / webhooks|事件触发
这是 OpenClaw 自己最成熟的流程层：OpenProse 负责多 agent 控制流，Lobster 负责确定性工作流和审批恢复，cron / hooks / webhooks 负责触发。
⚲ OpenProse 网址：docs.openclaw.ai/prose
四、推荐 MCP
原则不变：原生 tools 优先，MCP 负责外部系统。 但这次把国内常用系统补进来。OpenClaw 官方本身已经把 browser、canvas、nodes、cron 做成一等工具，所以 MCP 不要抢主位。
4.1 必配 MCP
◆Filesystem MCP|文件刚需
◆GitHub MCP|代码协作
◆PostgreSQL MCP|查库常用
◆MySQL MCP|业务常见
◆HTTP / Fetch MCP|API 通用
◆Playwright MCP|网页补强
4.2 常用海外办公 MCP
◆Google Drive MCP|办公常用
◆Notion MCP|知识库常用
◆Slack MCP|团队协作
◆Gmail MCP|邮件闭环
◆Google Calendar MCP|日程闭环
4.3 常用国内办公 MCP
◆飞书 / Lark MCP|中文团队常用
◆企业微信 MCP|国内协作常用
◆钉钉 MCP|企业常见
◆腾讯文档 MCP|文档协作
◆腾讯会议 / 飞书会议 MCP|会议联动
◆阿里云 OSS MCP|文件存储
◆百度智能云千帆 MCP|云侧接入
◆阿里云百炼 MCP|模型编排
◆微信公众号 / 视频号 MCP|内容分发
OpenClaw 官方 provider 目录已包含 Qianfan、Qwen、MiniMax、Moonshot、GLM 等国内 provider，这意味着做“国产云 + OpenClaw”的组合是顺路的。
五、推荐 Skills 与配置逻辑
5.1 官方内置 Skills
-
summarize
—— 链接速读官方内置 skill，可总结 URL、PDF、文章、YouTube 链接，并支持 best-effort transcript 提取。
-
voice-call skill
—— 电话控制官方仓库内置 skill，用来配合官方 Voice Call 插件做拨号、接听和通话控制。
-
skill-creator
—— 生成新 skill官方仓库内置 skill，适合让 agent 帮你创建或改造本地/工作区 skills。
-
gog
—— Google Workspace / Google 服务官方仓库内置 skill，属于可直接确认存在的 bundled skill。
这几个里面，真正通用且值得默认装上的，还是 summarize 和 skill-creator；voice-call skill 只在你要上电话能力时装，gog 更偏特定场景。这个判断是基于官方仓库能确认的 skill 存在性，以及官方把大量原先 skill 型能力迁移到原生 tools 的事实。
⚲ summarize: github.com/openclaw/openclaw/blob/main/skills/summarize/SKILL.md
⚲ voice-call skill: github.com/openclaw/openclaw/blob/main/skills/voice-call/SKILL.md
⚲ skill-creator: github.com/openclaw/openclaw/tree/main/skills/skill-creator
⚲ gog: github.com/openclaw/openclaw/tree/main/skills/gog
5.2 真正应该“多配”的三大层级
官方把大量原先 skill 型能力迁移到了原生 tools 中。所以正确的扩展逻辑应该是：
-
原生 tools (核心执行)
包括 browser, canvas, nodes, cron, process, pdf 等。这些已经是官方主能力层，优先级绝对高于 skills。
-
官方 plugins (系统底座)
包括 Memory Core, Memory LanceDB, Voice Call 及模型认证插件等。
-
ClawHub / Workspace Skills (场景扩展)
按需安装 summarize、skill-creator 等通用技能，再根据需求从 ClawHub 补充行业专属 Skills。
5.3 技能层最终落地建议
【默认装】：
summarize (通用最高)、skill-creator (扩展最强)、voice-call skill (通话再装)、gog (按需)
【默认开】：
browser (网页核心)、canvas (结果展示)、cron (自动化)、nodes (设备扩展)、pdf (文档理解)
【默认插件】：
Memory Core (基础必备)、Memory LanceDB (长期记忆)、Voice Call (电话能力)、qwen-portal-auth (国内模型)
【后续补充】：
ClawHub 行业 skills (按场景装)、workspace skills (按团队装)
六、推荐 Plugins
为了让系统具备更强大的连接、记忆和编排能力，以下是重点推荐的官方与生态 Plugins 清单（已扩充）：
6.1 核心路由与编排
◆OpenProse Plugin|多 Agent 编排核心
◆Memory LanceDB|高性能向量长期记忆
◆Memory PostgreSQL|企业级结构化记忆库
◆Memory Core|轻量级上下文管理底座
6.2 身份验证与模型接入
◆Qwen Portal Auth Plugin|走设备码的国内接入优选
◆Google Gemini CLI Auth|Gemini 模型无缝接入
◆Anthropic Auth Plugin|Claude 生态标准授权
◆Google Antigravity Auth|谷歌生态综合鉴权
6.3 渠道与扩展通信
◆Voice Call Plugin|提供底层拨号/接听核心支持
◆**@openclaw/slack**|团队协作 Slack 渠道直连
◆**@openclaw/discord**|社区运营 Discord 渠道支持
◆**@openclaw/msteams**|微软 Teams 企业级渠道
◆**@openclaw/matrix**|开源去中心化 Matrix 渠道
◆MCP Gateway Plugin|统一管理多个 MCP 服务的底座
注：OpenClaw 官方 Qwen provider 页面明确要求启用 qwen-portal-auth 插件来走 Qwen 的 device-code OAuth，属于国内模型接入的必装插件。
⚲ Qwen Portal Auth Plugin 网址：docs.openclaw.ai/providers/qwen
⚲ Voice Call Plugin 网址：docs.openclaw.ai/plugins/voice-call
七、推荐核心组件
7.1 语音对话能力
◆Talk Mode|连续对话
◆STT 引擎|语音转文
◆TTS 引擎|文字出声
◆Node 设备|采集方便
◆主会话绑定|上下文稳
◆GLM-Realtime|国产替代
◆Qwen-TTS|国产替代
OpenClaw 已支持 Talk Mode、音频理解和 TTS；智谱提供 GLM-Realtime，阿里云提供 Qwen-TTS。
7.2 文生图能力
◆图像生成服务|核心外接
◆插件或 MCP 接入|扩展最顺
◆发布回传通道|便于分发
◆审批节点|防误发
◆通义万相|国产优先
◆即梦 / 火山引擎图像|国内可选
◆智谱图像模型|国内可选
这块 OpenClaw 不是主内建，所以建议统一视为“外接图像生成层”；国内优先可考虑阿里、字节、智谱各自图像服务。OpenClaw 负责编排、回传和审批。
7.3 读图能力
◆Media Understanding|原生入口
◆视觉模型|理解关键
◆Browser 截图|网页读图
◆PDF 工具|文档读图
◆Qwen Vision|国产替代
◆GLM 视觉模型|国产替代
7.4 读视频能力
◆Media Understanding|原生入口
◆Gemini 3.1 Pro Preview|视频更强
◆Gemini 3 Flash Preview|视频更快
◆summarize skill|视频速读
◆GLM 视频理解|国产可替
◆Kimi 多模态|国产可替
7.5 读音频 / 语音笔记能力
◆Audio Understanding|原生入口
◆Deepgram Nova-3|转写专业
◆GPT-4o Mini Transcribe|接入顺手
◆GLM-Realtime|国产一体
◆Voice Note 通道|入口直接
7.6 克隆语音能力
◆ElevenLabs Voice Cloning|现成成熟
◆Qwen Voice Design|国产可定制
◆OpenClaw TTS 出口|直接播报
◆声纹授权流程|合规必需
◆审批开关|防滥用
7.7 语音通话能力
◆Voice Call Plugin|通话核心
◆Twilio|海外成熟
◆Telnyx|海外备选
◆Plivo|海外备选
◆GLM-Realtime|国内补位
◆独立语音 Agent|便于调优
7.8 PDF / 文档理解能力
◆PDF Tool|原生支持
◆视觉模型|复杂版面
◆summarize skill|快速摘要
◆Qwen Vision|国产替代
◆GLM 视觉模型|国产替代
7.9 浏览器自动化能力
◆Managed Browser|隔离账号
◆Browser Tool|原生控制
◆Playwright MCP|补自动化
◆审批节点|防误点
八、推荐渠道
◆Telegram|调试方便
◆WhatsApp|主力入口
◆Discord|团队协作
◆WebChat / Control UI|本地控制
◆iOS Node|移动增强
◆Android Node|移动增强
◆企业微信入口|国内常用
◆飞书入口|国内常用
◆微信公众号入口|内容触达
九、推荐安全配置
◆token auth|先关入口
◆allowlist / pairing|控触发面
◆per-agent tools|最小权限
◆per-agent sandbox|隔离风险
◆secrets 管理|防明文钥
◆security audit|持续收敛
◆managed browser|隔离账号
十、组合配置
10.1 个人全能版
▪ 主模型：Claude Opus 4.6 —— 规划更强
▪ 国产副主力：Kimi K2.5 —— 长文更强
▪ 快速模型：Qwen Turbo / GLM-5 —— 成本更低
▪ 视觉模型：Gemini 3.1 Pro Preview + Qwen Vision —— 中外双路
▪ 转写：Deepgram Nova-3 + GLM-Realtime —— 双路兜底
▪ 语音输出：ElevenLabs + Qwen-TTS —— 中外双路
▪ 多 Agent：主助理 + 快聊 + 执行 + 视觉 + 语音 + 私密 —— 分工清晰
▪ 工作流：OpenProse + Lobster + cron —— 闭环完整
▪ Skills：summarize + voice-call + OpenProse pack —— 来源明确
▪ MCP：Filesystem + GitHub + Postgres + 飞书 + 企业微信 + 腾讯文档 + Playwright —— 中外兼顾
10.2 性价比国产优先版
▪ 主模型：GLM-5 —— 国产主力
▪ 快速模型：GLM-4.7 / Qwen Turbo —— 控成本
▪ 长文模型：gpt-5.4/Kimi K2.5 —— 长上下文
▪ 视觉模型：Qwen Vision / GLM 视觉 —— 国产优先
▪ 转写：GLM-Realtime / Qwen 音频链路 —— 国产优先
▪ 语音输出：Qwen-TTS —— 接口现成
▪ 工作流：OpenProse + Lobster —— 核心不变
▪ Plugins：Qwen Portal Auth + Voice Call —— 接入顺
▪ MCP：Filesystem + MySQL + 飞书 + 企业微信 + 钉钉 + 腾讯文档 —— 国内办公优先
10.3 隐私优先版
▪ 主模型：Ollama / vLLM —— 数据本地
▪ 国产本地模型：Qwen 开源模型 / DeepSeek 开源模型 —— 国产本地
▪ 转写：本地 Whisper —— 本地闭环
▪ 语音输出：Edge TTS / 本地 TTS —— 降低外连
▪ 多 Agent：主助理 + 私密 Agent —— 边界清晰
▪ 工作流：OpenProse + Lobster —— 本地编排
▪ MCP：Filesystem + 本地数据库 —— 最少外连
▪ 安全：全量 sandbox + allowlist —— 风险最低
