WorkBuddy
df56c2c137
内容分四块： 1、产品规划产出 —— MCN 短视频整合营销工作台的①段五份（1a 需求／1b 竞品／1c 画像／1d 策略／1e 场景）、②段两份（2a 功能／2b 布局）、③段界面（DESIGN.md 契约与令牌表 ＋ mcn-workbench.html 原型 ＋ 实测/会诊/审查三份 ＋ 23 张闸门截图）。 2、开源竞品调研 —— 5 个内容工作台项目的取证原始件与 1b 系列分析文档。 3、参考资料 —— 竞品视频抽帧 1145 张 ＋ 2 个源视频 ＋ 功能点截图。 4、机制侧 —— 协作脚本与状态台账、工作区记忆日志、抽帧/OCR 脚本。 .gitignore 只排运行时日志、脚本备份副本与一次性探针输出，其余按原样入库。
3.3 KiB
Easel Prompt Stack
OpenClaw agent 的 prompt 由多层文件组合而成，每层职责明确、互不干扰。
组合顺序
Layer 1: SOUL.md 人格 + 能力总览（搭子语气、沟通风格、对五层能力的自我认知）
Layer 2: AGENTS.md 分工规则 + 编排逻辑 + Plan Mode + 制作层执行流程
Layer 3: CONTEXT.md 项目路径信息（sync.sh 自动生成，包含 outputs/assets/profiles 路径）
Layer 4: SKILL 被触发时加载 SKILL.md + 按需读取 references/ 下的文件
画像（Profile）如何进入 prompt：不再写全局 USER.md（会有并发竞态）。CLI 与 Web 统一把画像作为消息内联传入，由 OpenClaw 按 AGENTS.md 自行读取
profiles/<X>/并凝练。每个请求自包含，无全局文件污染。
- Web / skill（单轮）：每条消息前缀
我当前使用的画像是「X」。（easel/persona.py:persona_prefix）。- CLI
easel chat（多轮交互）：选画像后经openclaw chat --message "<同一前缀>"注入为初始消息，画像随 session 历史留存供后续 turn 沿用（超长会话被压缩后可能丢，属已知取舍）。- 三入口的画像逻辑统一收敛到
easel/persona.py（list_personas/load_profile_text/persona_prefix）。
记忆作用域：Easel 不使用 OpenClaw 根目录的全局
MEMORY.md承载账号知识；该文件由同步脚本保持为空。账号长期记忆只存放在profiles/<当前画像>/memory.md，每个会话按自身绑定的画像直接读取。通用模式不读取任何画像记忆，也不通过动态改写全局文件切换画像。
各层说明
Layer 1 — SOUL.md（常驻）
定义 agent 的人格（创作者的社媒内容"搭子"：懂策略、能上手、务实诚实）、沟通方式，以及一份能力总览，让 agent 心里有数、遇事先想"怎么帮他做成"而不是"我做不了"。所有 turn 都在 system prompt 中。 保持精简且类目级：能力总览按五层写"能做什么"，不写具体 skill 名（避免像 weibo 那样过时）、也不写"去调某某 skill"这类操作机制（那属 AGENTS 与技能库）；语气是好伙伴，不是工具说明书。
Layer 2 — AGENTS.md（常驻）
核心业务逻辑：五层分工、Plan Mode 触发规则、纵向编排原则、制作层执行全流程。 所有 turn 都在 system prompt 中。是最重要的文件。
Layer 3 — CONTEXT.md（半静态）
由 sync.sh 生成，包含项目绝对路径。换机器后重新跑 sync.sh 自动更新。
OpenClaw 跑项目脚本前从这里读取项目根路径——先 cd 到该目录再跑脚本（不支持 --cwd）。
Layer 4 — SKILL（按需）
只有当 SKILL 被触发时才加载。加载顺序：
- SKILL.md 主体（执行流程）
- references/ 下的文件（按 SKILL.md 中的引用按需读取）
- scripts/ 下的脚本（执行时调用，脚本本身不进 prompt）
五层 SKILL（含制作层）都完整同步进 OpenClaw workspace，OpenClaw 读进来照其流程自己执行、产出成品到
outputs/。
设计原则
- 每层只管自己的事，不越界
- 常驻层（1-3）保持精简，控制 token 消耗
- SKILL 层按需加载，不用的不加载
- references/ 里的文件只在 SKILL 执行过程中被读取，不常驻