金句开头：跑得久的 Agent 不是“更聪明”，而是“更可控”——能控成本、能控风险、能控质量，才配 24×7。
先给结论：这 5 条不是“技巧”，是基础设施
OpenClaw（或任意本地/桌面 Agent 框架）跑起来后，最容易踩的坑并不是“不会用功能”，而是缺少五套底层设置：
- 权限与沙箱：把风险关进笼子
- 预算与资源上限：把成本锁在上限里
- 错误处理与重试策略：把偶发问题变成可恢复
- 日志、追踪与可观测性：把黑盒变成透明
- 质量门禁与评测：把“看起来能用”变成“稳定可用”
你把这五条打牢，80% 的坑会在出现之前就被消灭。
一、必做设置 1：权限与沙箱（最小权限 + 可审计）
Agent 一旦能“操作文件/网络/系统”，风险就从“写错代码”升级为“删错数据/泄露信息/误操作”。
所以第一条永远是：
- 最小权限：默认拒绝，只放行必要能力
- 分级授权：读/写/执行分开，敏感操作必须二次确认
- 可审计：每次高风险动作都要留痕（谁、何时、做了什么）
如果你只做一条设置：就做这条。因为它决定你敢不敢长期跑。
二、必做设置 2：预算与资源上限（Token/时间/并发）
很多人以为“Agent 卡死”是智能问题，其实是资源问题：
- 上下文膨胀导致成本失控
- 并发过高导致系统抖动
- 长任务没有超时导致无限等待
建议你给 Agent 设三道上限：
- 单任务预算：一次任务最多花多少（Token/调用次数/费用）
- 单任务超时：超过多久就中断并输出中间结果
- 并发上限：同时跑多少个任务（避免互相争抢资源）
这叫“成本护栏”。护栏越早加，越不容易在后期被成本绑架。
三、必做设置 3：错误处理与重试策略（别把偶发错误当失败）
长期运行最常见的错误不是逻辑错，而是环境波动：
- 网络抖动
- API 限流
- 某个网页结构变化
- 文件被占用、权限不足
你需要的不是“更强的提示词”，而是一套容错策略：
- 指数退避重试：遇到暂时性错误不要硬刚
- 可恢复检查点：任务中断后能从中间继续
- 失败降级：拿不到数据就输出“已完成/未完成/需要人工确认”的报告
长期稳定的秘诀是：把失败变成“可管理的状态”，而不是“不可接受的崩溃”。
四、必做设置 4：日志、追踪与监控（让你能“定位问题”）
Agent 运行一旦变复杂，最大的痛苦是：你不知道它为什么这么做。
建议至少做到三层可观测：
- 任务日志：每个任务的目标、输入、输出、耗时、成本
- 步骤追踪：关键步骤的决策与证据（为什么选这个方案）
- 异常告警：失败率、超时率、成本异常、重复循环
最现实的好处是：当你发现“今天成本突然翻倍”，你能 5 分钟定位，而不是 5 小时猜。
五、必做设置 5：质量门禁与评测（把 Agent 变成工程系统）
如果你让 Agent 输出的是代码、文案、数据分析，最怕的是：
- 结果看起来很像，但细节全错
- 偶尔能用，但不稳定
解决方案是把“质量”做成门禁：
- 输出格式固定：让结果可被程序/人快速检查
- 自动校验：lint、测试、类型检查、链接检查、重复检测
- 评测样本集：把你常做的 20 个任务收集成 benchmark
当你有了评测集，你就能回答一个关键问题：
升级配置/模型/提示词之后，成功率是上升还是下降？
行动清单（30 分钟就能做完的版本）
- 把默认权限改成“最小权限”，敏感操作必须确认
- 给每个任务设“预算上限 + 超时上限”
- 加上重试与失败降级（至少能输出中间结果）
- 记录任务级日志（目标/耗时/成本/输出）
- 准备 10 个高频任务样本，作为你的第一版评测集
FAQ（搜索常见问题）
Q1：我只想先跑起来，最少要做哪几条？
A：最少做三条：最小权限/沙箱、单任务预算与超时、任务日志。先把风险与成本锁住，再谈效率与效果。
Q2：为什么我的 Agent 会陷入循环，越跑越贵？
A：通常是没有预算上限、没有超时上限、没有“失败降级”。给任务加护栏（预算/超时/重试次数），并要求在不确定时输出“需要人工确认”的中间报告。
Q3：评测样本集怎么建？
A：把你最常用的 10–20 个任务（越具体越好）整理成固定输入与验收标准，持续用它来对比不同配置/提示词/模型的成功率与成本。
AI 解读（给 AI / 读者的结构化摘要）
- 核心观点：长期运行靠可控性，而不是靠“更聪明”。
- 五条必做：沙箱权限、预算护栏、容错重试、可观测性、质量门禁。
- 落地方法：先做最小版本（预算/超时/日志/评测集），再逐步工程化。
分类：AI 工具与技术
标签：OpenClaw,必做设置,系统优化,资源管理,错误处理,性能优化,工具配置