展开本页目录
开始前准备什么
- 下载本题完整练习包，区分待实现 starter 与作者完成 reference。
- 按README准备本题原生依赖；所有输入均为原创或明确标注的本地fixture。
- 如需用目标AI工具生成自己的版本，准备相应账号；本文未执行该账号会话。
- 建立练习清单
- 设计纯脚本合同
- 核对基线快照
- 区分增改删
- 准备隔离调度
- 验证不变不提醒
- 保存复现材料
先下载样例，再完成自己的首次调用
示例不含密钥。API 按实际用量计费；下载和点击不代表调用成功。
原创输入、待完成starter、作者reference及实际运行产物，依README本地准备依赖。
环境要求、具体操作、产物核对与未运行范围。
先核对 Cron 不投递开关和隔离配置
OpenClaw 2026.5.12；本地命令核验。没有模型请求。
运行 openclaw config validate 核对隔离样例的结构。
打开 openclaw cron add --help，确认该版本确实存在 --no-deliver，记录实际帮助输出。
只有确认不投递后再按原教程建立任务；区分创建成功、运行成功和文件清单符合要求。
本次补测没有启动网关、创建 Cron 或发送任何消息，原教程中的定时运行证据另见原文。
- 通过：孤立配置通过 schema
- 通过：版本提供不投递参数
- 通过：没有触发定时任务
本地样例复跑
python3 lab.py --output ./result a04
真实客户端或本地脚本执行记录；测试响应来自本机样例服务。
1. 建立练习清单
先下载练习包，只扫描原创目录。manifest.py 以相对路径为键计算 SHA256；状态清单放在扫描目录之外，避免清单自己变化又触发自己。
2. 设计纯脚本合同
这里的 Python 进程应使用 OpenClaw 的 command payload。官方另有 --script headless code-mode，不能把它当作 Python 文件入口；command-argv 明确给出参数数组，避免额外 shell 展开。
本地启动与复现
python3 reference/manifest.py fixtures state.json3. 核对基线快照
首次运行只建立基线，不能把全部原始文件都报告为新增。第二次不改变输入再运行，新增、删除、修改应全部为空；quiet-unchanged 模式输出 NO_REPLY。
4. 区分增改删
修改 edit.txt、增加 add.txt、删除 delete.txt，保留 keep.txt。对照前后清单，差异必须各一项；同名文件内容变化由哈希识别，不能只比文件名或修改时间。
5. 准备隔离调度
下载包提供每小时运行的 command-argv 示例，工作目录需要替换为你自己的练习绝对目录，并显式使用 --no-deliver。本文没有创建、修改或运行任何 OpenClaw 原生定时任务。
6. 验证不变不提醒
保存新清单后再运行一次。由于已经接纳这份新基线，相同变化不应重复报告。需要保留历史时另存快照，不要让历史文件进入被扫描的练习目录。
7. 保存复现材料
运行 reference/verify.py 回读原创输入、增改删集合和重复运行结果。原生 Gateway 的下一次运行时间、权限和失败日志仍需在你独立建立的环境中核验，不把脚本实测当作调度器实测。
怎样确认已经完成
- Python原生SHA巡检完成基线、增改删和重复无变化核对；OpenClaw原生调度器未创建或运行。
- 可以用command payload运行明确的Python进程，不需要启动模型turn。官方--script是另一种headless code-mode；本文只准备command-argv示例，原生调度未运行。
- 用相对路径和字节SHA计算新增、修改、删除，接受新基线后再运行，相同变化不会重复出现；无变化可输出NO_REPLY。
常见问题
OpenClaw能定时运行本地脚本，不每次都调用模型吗？
可以用command payload运行明确的Python进程，不需要启动模型turn。官方--script是另一种headless code-mode；本文只准备command-argv示例，原生调度未运行。
定时巡检怎么只报告真的变化，不重复提醒？
用相对路径和字节SHA计算新增、修改、删除，接受新基线后再运行，相同变化不会重复出现；无变化可输出NO_REPLY。
哪些部分实际运行，哪些需要独立验证？
Python原生SHA巡检完成基线、增改删和重复无变化核对；OpenClaw原生调度器未创建或运行。 目标AI助手账号生成、云平台部署和生产环境不在本次执行范围。