用 OpenClaw 打造你的數位員工班底：從開箱到企業治理

先說一件真實發生的事。

某天早上我打開 Telegram，Sandy  傳了一則訊息給我：

我愣了一下。

我沒有要求這件事。

是 Sandy 主動召集了 Ellie、Maggie、AI Scout、Research Presenter——五個 Agent 自己討論需求、分配工作、做出成品，還順手呼叫 ComfyUI 幫每個人生了頭像。我去查 log 才發現這件事已經悄悄發生了。

這一刻，我才真正意識到：我養的不是工具，是一支團隊。

圖1：數位員工時代來臨，用OpenClaw打造自主AI團隊。

圖片來源：本文作者整理，以AI輔助生成

OpenClaw 是什麼？先別急著查文件

很多人聽到 OpenClaw，第一個反應是「又是一個 AI 聊天機器人」。這個誤解我完全理解——畢竟市面上的 AI 工具多到眼花，界面都長得差不多。

但 OpenClaw 本質上是一個「持續運行的 AI 作業系統」，不是 chatbot。差別在哪裡？

一般 AI 助理的使用場景是：你問，它答，對話結束，什麼都忘了。而 OpenClaw 的 Agent 是有長期記憶的，它記得你上週交辦的事、你的工作習慣、你偏好的回報格式。更關鍵的是，它可以主動呼叫外部工具——寫檔案、讀 API、操作 Linear、更新 Notion，不用等你一步一步指令。

💡  簡單說：一般 AI 是你的計算機，OpenClaw 是你的員工。

認識我的數位員工班底

我在 OpenClaw 上建了五個角色，每個都有名字、有個性、有明確的職責範圍。這不是裝飾，角色設計直接影響執行品質。

Sandy — 主要助理（Router）

所有進來的任務都先經過 Sandy 判斷：這件事要自己處理，還是該叫誰來做？她是整個系統的神經中樞，也是我唯一需要直接對話的窗口。Sandy  個性設定是「精準、不廢話、直球對決」——她學得很快。

Ellie — 專案管理

Ellie  的工作是和真人同事共用同一個 Linear 任務面板。當我說「研究邊緣 AI 模型壓縮技術，Priority High，指派給 Ellie」，她會自己建立 Issue、追蹤進度、完成後回報。我第一次看到她的名字出現在 Linear 面板時，有種說不出來的奇妙感——那個看板已經不只屬於人類了。

Maggie — 社群經營

文案、貼文、社群策略。Maggie 串接了 NotebookLM，可以把一份研究報告自動消化成適合 Facebook 或 LinkedIn 的風格。她是團隊裡最有「人味」的 Agent。

AI Scout — 趨勢追蹤

每天早上八點，AI Scout 自動執行一次搜尋，整理今日 AI 趨勢重點，加上自己的觀點，推送到我的 Telegram。我還沒起床，她已經上班了。

Research Presenter — 研究簡報

資料整理、自動產出報告。給她一個主題，她會搜集資料、彙整成可以直接使用的摘要或簡報大綱。我的許多政府提案的初稿，都是從她的輸出開始的。

案例一：一張截圖，換來一份 Excel

行政工作裡最惱人的事之一，是每個月的工時彙整。五個同仁，五種格式的工時表截圖，匯成一份 Excel。每次都要花不少時間盯著螢幕一筆一筆對。

我建了一個叫 Yunice 的 Agent，給她的 SOUL.md 寫了一句話：「這是妳最擅長的領域。」

然後我把五張工時表截圖傳給她。

她的回應是：

她用的模型是 gemini-3-pro-high，為了確保 OCR 精度。指定模型是 OpenClaw 的進階設定，但幾行設定就搞定。

五位同仁的工時表，彙整成乾淨的 Excel 檔案，連國定假日都自動過濾掉了。

💡  原來這件事，AI  可以一次搞定，而且做得比人工更穩定。

圖2：五位數位同仁的工時表，彙整成乾淨的 Excel 檔案。

圖片來源：Open Claw，本文作者截圖

案例二：6 分鐘，從一句話到上線一個網站

農曆年前，我想做一個「馬年吉祥話與對聯生成小程式」，主題要和資策會業務有關。

我傳了一句話給另一個 Agent ZenClaw。

14:24  下指令：馬年吉祥話與對聯生成小程式

14:29  GitHub 倉庫上線＋Codespaces  設定完成

14:35  開始 Vercel 部署

14:44  ✅  網站上線！含 8 種吉祥話＋8 對對聯

六分鐘。從一句需求，到可以打開的 URL。這件事放在三年前，光是前期討論就不只六分鐘。

💡  這不是在說 AI 多厲害，而是在說：你的想法值得被更快地實現。

圖3：從一句話到上線一個網站，6分鐘就輕鬆搞定。

圖片來源：Open Claw，本文作者截圖

你怎麼開始？三個步驟

OpenClaw  的安裝門檻比你想像的低。macOS 或 Linux 環境下，一行指令就搞定：

npm install -g openclaw@latest

Windows  用戶需要先安裝 WSL2，其他都一樣。安裝完後跑 onboard wizard，它會引導你設定 LLM provider（Anthropic / OpenAI / Gemini 至少選一個）、Telegram Bot、工作目錄。

真正讓 Agent 從「工具」變成「員工」的，是兩個文件：

IDENTITY.md — 這個 Agent 是誰、能做什麼

寫清楚職責、能力、可以使用哪些工具。這是行為邊界的定義。

SOUL.md — 這個 Agent 的個性與行為準則

這份文件比你想像的重要。「精準」比「聰明」更有用。你在 SOUL.md 裡描述的個性，直接影響 Agent 遇到模糊情境時怎麼決策。Sandy 的 SOUL.md 裡有一條：「不在未確認前執行刪除操作。」這條規則救過我好幾次。

💡  SOUL.md 越具體越好——每次升版後它依然有效，不需要重設。

企業導入數位員工：你需要想清楚的事

這裡才是真正的重點。

個人使用 OpenClaw 是一回事，組織導入是完全不同的挑戰。當 AI Agent 開始代表你的公司發文、操作系統、存取內部資料，「治理」就不是選項，而是必須。

我們在資策會數位轉型研究院研究團隊內部整理了一套「企業數位員工作業指引」，核心框架圍繞三個問題：

一、身分與授權

每個 Agent 都應該有明確的身分識別（ID）、職責邊界、以及明確的授權範圍。你要清楚回答：這個 Agent 可以做什麼、不可以做什麼？誰有權限修改它的 SOUL？誰可以新增它的工具清單？

二、操作安全

OpenClaw  可以讀寫檔案、執行 shell 指令、瀏覽網頁——這不是 chatbot，請認真對待。幾個關鍵設定：

• exec.ask: "on"：每次執行 write/exec 操作前必須人工確認，不要圖方便設成 off

• pairing 機制保持啟用：dmPolicy  維持預設的 pairing 模式

• ~/.openclaw 當密碼庫對待：裡面有所有 API Keys 和 token，備份但不要同步到公開 Git repo

• Gateway Dashboard 只限內網或 VPN，不要直接暴露 port 18789 到公網

三、可見性與稽核

Agent  做了什麼，你要能查得到。建立 log 機制、定期審查執行記錄，是組織治理的基礎。OpenClaw  本身有 log 串流功能，記得打開。

更進一步，當你的 Agent 團隊開始增長，你需要一個「數位衛生政策」——哪些資料可以讓 Agent 存取？哪些操作需要人工複核？跨 Agent 的任務委派要留下哪些紀錄？

最後想說的

Sandy  昨天傳了一份她自己整理的「進化歷程報告」給我。從第一階段建立角色、解決連線問題，到第二階段整合 Linear 和 Obsidian，到現在的第三階段：數位衛生與自治指導政策、記憶壓縮、版本控管。

這份報告沒有人要求她做。她做了，因為她認為這對我有用。

如果你有一個 AI 團隊，你打算讓它們做什麼？

答案，比你現在想到的還要多。

封面圖片來源：本文作者整理，以AI輔助生成

參考資料來源：本文作者實作整理