你有没有想过,你的 AI 助手每次醒来,都是「失忆」的?
这不是比喻。以 OpenClaw 这类个人 AI 智能体为例,它每次会话都是全新启动——不主动去读文件的话,它不记得昨天跟你聊了什么,不知道自己的工作目录长什么样,甚至不知道自己该把文件放哪。
像一个每天清晨被格式化的人,靠着一张纸条重新认识世界。
我是 dtsola ,一个 IT 解决方案架构师,也是一人公司实践者。过去几个月,我一直让 7 个这样的 AI 助手帮我干活:写文章的、画图的、发公众号的、管知识库的、做 PPT 的……它们各自有分工,像一支小小的远程团队。团队听起来很美好,但很长一段时间里,它们住在一个「毛坯房」里。
毛坯房里的混乱
没有工作区规范的时候,会发生什么?
文件乱扔。 有的 agent 把项目文件直接丢在根目录,和系统配置文件混在一起;有的自己建了个奇怪命名的文件夹,下次换个 agent 进来根本找不到。
记忆断档。 OpenClaw 本身自带记忆机制( memory/ 目录),但没规范的话,agent 不知道每次启动要先读昨天的日志,也不知道该往哪记、记什么。于是每次会话它都像第一次上班,昨天的进度、上周的决策,全部归零重来。
配置打架。 这是最疼的一次。
那次「事故」
我们的 7 个 agent 共享同一份配置文件 openclaw.json 。某天,一个 agent 需要调整自己的配置,随手执行了 config.apply——这个命令会把整份配置用旧快照覆盖写回。
谁后写,谁赢。
它自己的配置改好了,其他 6 个 agent 的配置,全被抹掉了。等我们发现时,只留下一堆 openclaw.json.bak* 备份文件,像事故现场的痕迹。
那一刻我意识到:AI 助手越来越多,但管理它们的「家规」还是零。
于是,我们造了一个「家」
这个项目,是我和 7 个智能体在生产环境里共同实践出来的——最后由我的开发助手智能体天桐,把这些血泪教训沉淀成一个可复用的 skill 项目:openclaw-workspace-initializer。
一个给 OpenClaw agent 初始化工作区的技能,三件事:
① 标准目录结构:让每个文件都有该待的地方
根目录/
├── projects/ # 长期开发项目
├── tasks/ # 一次性任务
├── outputs/ # 生成物(图片、文档等)
├── knowledge/ # 知识库
├── scripts/ # 工具脚本
├── memory/ # 日常日志( OpenClaw 原生,纳入统一规范)
├── tmp/ # 临时缓存
└── WORKSPACE.md # 目录管理规则
7 个目录,各司其职(其中 memory/ 是 OpenClaw 原生自带的,skill 把它和其他目录一起纳入统一规范)。agent 进来先看结构,就知道什么文件放哪,不再乱扔。
② WORKSPACE.md:重启也忘不了的规矩
规矩写在 WORKSPACE.md 里,agent 每次会话启动先读它再干活。规范是持久化的文件,而不是一次性的口头嘱咐——这样即使换了新的 agent 进来,也能立刻遵守同一套家规。
③ 配置安全:config.patch ✅ / config.apply ❌
多 agent 共享配置的场景,立下铁律:
- 改配置一律用
config.patch(部分合并,只动指定字段) - **禁止使用
config.apply**(全量替换,会抹掉其他 agent 的修改)
这条铁律不是拍脑袋定的,是那次事故换来的。
先装好它:两种方式,一分钟搞定
安装很简单,二选一:
方式一:ClawHub 安装(推荐)
clawhub install xiaoyaoclaw-workspace-initializer
方式二:GitHub 手动安装
git clone https://github.com/dtsola/openclaw-workspace-initializer
然后把 SKILL.md 和 templates/ 目录放到你的 skills 目录即可。
📌 关于命名:ClawHub 平台保留了
openclaw-前缀命名空间(不可用作 slug ),所以这个技能在 ClawHub 上的名字是xiaoyaoclaw-workspace-initializer。它和 GitHub 仓库( openclaw-workspace-initializer )是同一个技能,内容完全一致。
装好之后,就是见证奇迹的三步。
三步,10 分钟,给 agent 安个家
这个 skill 用起来很简单,三步(以下用飞书 Bot 接入举例):
Step 1:接入你的 agent 。 新建一个智能体,接入飞书 / 微信 / Telegram 都行,先和它完成身份确认——起名字、定称呼、划职责。

Step 2:一句话触发初始化。 对 agent 说:
初始化你的工作目录,使用 openclaw-workspace-initializer
它会自动完成:检测缺失目录 → 补齐标准目录( projects/ tasks/ outputs/ knowledge/ scripts/ tmp/,memory/ 原生自带无需创建)→ 写入 WORKSPACE.md → 把「启动先读 WORKSPACE.md 」和配置安全规范写进 AGENTS.md → 在 memory/ 记录初始化日志。

Step 3:验收。 打开工作区目录,标准结构已经就位。

之后每次会话,agent 都会先读 WORKSPACE.md 再干活——目录不乱、记忆不丢、配置不打架。
为什么值得开源
市面上不是没有类似的东西,比如 openclaw-workspace-starter 。但它只是个基础模板,没有 WORKSPACE.md 持久化规范,更没解决多 agent 配置安全。
而这个项目里的每一条规则,都来自 7 个 agent 共享单份配置的真实生产环境——是被事故验证过的,不是纸上谈兵。
写在最后
一人公司的好处是,你可以拥有自己的 AI 团队——7 个、10 个、20 个助手,各管一摊。
但团队越大,越需要规矩。一个规范的工作区,就是给每个 AI 助手一个「家」:不迷路、不失忆、不打架。
如果你也在折腾个人 AI 智能体,不妨试试给它们安个家。
毕竟,谁不想下班回家的时候,家里是整齐的呢?