---

title: "OpenClaw 最佳組合配置" status: published

OpenClaw 最佳組合配置

來源: @prompt_case
日期: 2026-02-15
連結: https://www.threads.com/@prompt_case/post/DUwtYxbFF-Y

---

核心配置

最佳組合：

• MacOS + Ubuntu 🐧 + OpenClaw + Gemini 3 Flash + Kimi k2.5
• OpenClaw Browser Relay + Telegraph API
• 核心系統：qmd + mq tree + auto-skill

三大核心系統

1. Auto-Skill：決策與邏輯

• 功能：腦袋，決定「為什麼要找、要學什麼、怎麼進化」
• 重要警告：這是所有任務和其他技能的底層依賴
• 需要在系統指令中寫入優先執行 Auto-skill 的指令
• GitHub: https://github.com/Toolsai/auto-skill
• 風險提示（來自 @tick2807）：
  • 會要求修改全域規則檔（例如 ~/.codex/instructions.md）
  • 帶有「強制覆蓋上層規則」傾向（屬 prompt/policy 風險）
  • 會要求每次對話自動讀寫記憶與跨技能行為（權限面過廣）
  • 建議：如果害怕，不要使用

2. qmd：導航與索引

• 功能：地圖，決定「在哪裡找、哪些檔案與目標相關」
• 本地 RAG 引擎，建索引用
• GitHub: https://github.com/tobi…

3. mq：提取與切片

• 功能：手術刀，決定「只讀哪幾行、精準控制 Token 消耗」
• qmd 的記憶查詢模式
• 直接讓龍蝦用 qmd get 讀相關切片任務內容

系統特點

✅ 優勢：

• 穩定、靈活、聰明、快速
• 低成本（不需要頂級模型）
• 無限自我進化
• 知識不斷累積
• 精準控制 Token 消耗

🔄 運作方式： 整個系統不斷循環，知識不斷累積，同時不會佔用大量 Token，快速精準讀取知識。

社群回饋

• @tick2807：提醒 auto-skill 的高風險特性
• @david888.chiang：警告「依賴地獄，不要亂用非信任的 skill」
• 作者回應：如果害怕，建議不要使用

標籤

#OpenClaw #AI助理 #RAG #知識管理 #自動化