OpenClaw 进阶玩法：Heartbeat、Cron 和自动化工作流

从聊天工具到自动化平台

如果你已经用 OpenClaw 做了一些基础的聊天和文件操作，是时候解锁它的真正实力了。OpenClaw 不仅仅是一个对话式 AI——它是一个完整的自动化平台。通过 Heartbeat（心跳）、Cron（定时任务）和子代理（Sub-agents）三大核心机制，你可以构建出真正自主运行的智能工作流。

---

Heartbeat 心跳系统：AI 的主动意识

什么是 Heartbeat？

Heartbeat 是 OpenClaw 的周期性唤醒机制。系统会每隔一定时间（默认约 30 分钟）"叫醒" AI 一次，让它执行预设的检查任务。这就像人类的"定时看看有没有新消息"的习惯，只不过 AI 做得更系统、更全面。

与 Cron 不同，Heartbeat 更适合批量检查类任务——在一个心跳周期内，AI 可以同时检查邮件、日历、天气、社交通知等多个事项，然后统一汇报。

配置 HEARTBEAT.md

Heartbeat 的行为由 ~/.openclaw/workspace/HEARTBEAT.md 文件控制。打开这个文件，你会看到类似这样的内容：

# HEARTBEAT.md - 心跳任务清单

每次心跳时执行以下检查：
1. 检查是否有新的未读邮件
2. 查看未来 24 小时内的日历事件
3. 检查天气变化（如果外出计划受到影响则通知）
4. 检查服务器运行状态

通知规则：
- 紧急邮件立即通知
- 日历事件提前 2 小时提醒
- 深夜（23:00-08:00）除非紧急否则不打扰

你需要根据自己的需求来编辑这个文件。以下是一个更完整的配置示例：

# HEARTBEAT.md - 完整配置示例

## 检查任务（每次心跳执行）
1. 邮件：检查是否有紧急或重要的未读邮件
2. 日历：查看未来 48 小时内的日程安排
3. 天气：如果有户外计划，检查天气变化
4. 记忆维护：每周一次，整理 memory/ 目录的日记到 MEMORY.md
5. 项目状态：检查关键项目的 git 状态

## 通知规则
- 重要邮件（发件人在白名单中）：立即通知
- 日历事件（2 小时内）：立即通知
- 天气异常（暴雨、大风）：如果有户外计划则通知
- 其他事项：攒到合适的时间再汇报

## 静默时段
- 23:00 - 08:00：除非紧急，否则不打扰
- 工作时段（09:00-18:00）：积极检查和通知

## 心跳状态追踪
记录在 memory/heartbeat-state.json 中，避免重复通知

Heartbeat 实战用例

用例	配置内容	通知条件
邮件监控	检查未读邮件，分析重要性	VIP 发件人或含"紧急"关键词
日历提醒	查看 24-48h 内的日程	事件开始前 2 小时
天气预警	检查天气预报变化	有户外计划且天气突变
社交通知	检查 Twitter/微博 mentions	有新 mention 时
记忆维护	整理日记，更新长期记忆	每周一次

💡 最佳实践：把多个周期性检查合并到 Heartbeat 中，而不是为每个检查创建单独的 Cron 任务。这样可以减少 API 调用次数，节省成本。Heartbeat 适合"大致定时"的批量检查，Cron 适合"精确到分钟"的独立任务。

---

Cron 定时任务：精确到分钟的自动化

Heartbeat vs Cron：何时用哪个？

特性	Heartbeat	Cron
时间精度	~30 分钟间隔	精确到分钟
会话上下文	共享主会话历史	独立会话
适合场景	批量检查、对话式任务	精确定时、独立任务
模型配置	使用主会话模型	可指定不同模型
API 成本	较低（批量处理）	每个任务独立调用

Cron 使用方法

在聊天中直接告诉 AI 你想要设置的定时任务，它会自动创建 Cron 任务：

# 在聊天中发送：
每天早上 9 点，给我一份当日天气和日程摘要
每周五下午 5 点，帮我生成本周工作总结
每 30 分钟检查一次服务器状态，异常时通知我
20 分钟后提醒我开会

Cron 实战示例

每天早上 8:30，帮我做以下事情：
1. 查看今天的天气
2. 检查今天的日历安排
3. 检查是否有紧急未读邮件
4. 把以上信息汇总成一份简洁的早报发给我

示例 2：服务器监控

每 15 分钟检查一次服务器状态：
1. 运行 uptime 和 free -h 检查负载和内存
2. 检查关键服务的运行状态（nginx, mysql, redis）
3. 检查磁盘使用率
4. 如果任何指标超过阈值（CPU>90%, 内存>85%, 磁盘>90%），立即通知我

示例 3：备份提醒

每周日晚上 10 点，提醒我进行以下备份：
1. 数据库备份
2. 配置文件备份
3. 检查上次备份的时间和完整性

---

Sub-agents 子代理：并行处理复杂任务

什么是 Sub-agents？

当一个任务太复杂或者需要并行处理时，OpenClaw 可以"分裂"出子代理（Sub-agents）来独立执行。每个子代理运行在自己的隔离会话中，拥有独立的上下文，完成任务后自动汇报结果给主会话。

这就像一个项目经理把不同任务分配给不同的团队成员——每个人独立工作，最后汇总结果。

Sub-agents 使用场景

• 并行研究：同时搜索多个主题的信息，然后汇总
• 复杂任务拆分：把一个大任务拆成多个子任务并行执行
• 隔离执行：需要不同模型或不同环境的任务
• 批量处理：对多个文件或数据进行相同的操作

在实际使用中，当你发送一个复杂请求时，AI 会自动判断是否需要创建子代理。你也可以明确指示它这样做：

帮我同时做三件事：
1. 搜一下最新的 Docker 安全最佳实践
2. 查一下 Node.js 22 的新特性
3. 检查我服务器的 SSL 证书过期时间

AI 会自动为这三个任务创建子代理，让它们并行执行，最后给你汇总结果。

---

模型切换：为不同任务选择不同大脑

OpenClaw 支持在不同场景下使用不同的 AI 模型。你不需要为所有任务使用最贵的模型——简单任务用轻量模型，复杂推理用高级模型，这样可以在效果和成本之间取得最佳平衡。

场景	推荐模型	原因
日常聊天	轻量模型（GPT-4o-mini 等）	响应快、成本低
代码生成	中等模型（Claude 3.5 Sonnet 等）	代码质量高
复杂推理	高级模型（Claude Opus 等）	深度思考能力强
Cron 任务	轻量模型	定时任务成本敏感

你可以在配置文件中设置默认模型，也可以在运行时通过命令切换：

# 在聊天中切换模型
/model openrouter/anthropic/claude-3.5-sonnet

---

实战案例：自动化服务器监控系统

让我们把以上所有概念结合起来，构建一个完整的服务器监控自动化系统。

需求分析

• 每 15 分钟检查服务器基本状态
• 异常时立即通知
• 每天早上发送服务器日报
• 每周生成性能趋势报告

Step 1：配置 Heartbeat

# HEARTBEAT.md - 服务器监控部分

## 服务器检查
每次心跳时：
1. 运行 uptime 检查负载
2. 运行 free -h 检查内存
3. 运行 df -h 检查磁盘
4. 检查 nginx/mysql/redis 服务状态
5. 如果有任何异常（负载>5, 内存>85%, 磁盘>90%），立即通知

## 静默规则
- 低负载时（CPU<50%）只在每天日报时汇报
- 中等负载时（50%-80%）每小时汇总一次
- 高负载时（>80%）立即通知

Step 2：创建 Cron 任务

# 在聊天中告诉 AI：

# 每日日报
每天早上 9 点，生成服务器日报，包括：
- 昨日平均负载和峰值
- 内存使用趋势
- 磁盘使用趋势
- 服务可用性统计
- 任何异常事件汇总

# 每周报告
每周一早上 10 点，生成服务器周报，包括：
- 一周的性能趋势图表数据
- 异常事件统计
- 容量规划建议

Step 3：使用 Sub-agents 并行检查

当 AI 检测到异常时，可以自动创建子代理来并行排查问题：

# 异常处理逻辑（AI 会自动执行）
如果检测到异常：
1. 主代理：检查系统日志（dmesg, journalctl）
2. 子代理1：检查网络连接和端口状态
3. 子代理2：检查进程资源占用（top, ps aux）
4. 汇总分析后生成诊断报告并通知用户

---

Workspace 自动化进阶

自定义工作流脚本

你可以在 workspace 中创建脚本文件，让 AI 在特定场景下执行。比如创建一个部署脚本：

# scripts/deploy.sh
#!/bin/bash
echo "开始部署..."
git pull origin main
npm install --production
npm run build
pm2 restart all
echo "部署完成！"

然后告诉 AI："帮我执行部署脚本"，它就会运行这个脚本并汇报结果。

Webhook 集成

OpenClaw 可以接收外部 Webhook 通知，实现事件驱动的自动化。比如当 GitHub 有新的 Push 事件时，自动触发代码检查或部署流程。

Hooks 机制

通过配置 Hooks，你可以在特定事件发生时自动执行操作。例如，当文件被修改时自动运行测试，或者当收到特定类型的消息时自动执行预定义的处理流程。

---

性能优化和成本控制

• Heartbeat 间隔：默认 30 分钟，可以根据需要调整。太频繁会增加 API 调用成本
• Cron 任务精简：避免创建太多高频 Cron 任务，能合并的尽量合并
• 模型选择：Heartbeat 和 Cron 任务尽量使用轻量模型，复杂任务才用高级模型
• 上下文管理：定期使用 /compact 压缩会话历史，减少 token 消耗
• 条件触发：设置合理的触发条件，避免无效检查。比如"如果有户外计划才检查天气"

💰 成本提示：一个配置得当的 Heartbeat 系统，每天的 API 成本可以控制在几毛钱到几块钱之间。关键是选对模型、设好条件、合并检查任务。

---

总结

OpenClaw 的进阶玩法核心就三个词：主动、定时、并行。

• Heartbeat 让 AI 变得主动，不再只是被动等你提问
• Cron 让 AI 按时执行任务，成为可靠的定时器
• Sub-agents 让 AI 能同时处理多个任务，效率翻倍

把这些能力组合起来，你就能构建出真正自主运行的智能工作流。OpenClaw 不只是一个聊天工具——它是你的数字化分身，帮你盯着该盯的事情，做该做的事。