企业官网建设流程全解析

• 示例工程

在开源教程build-your-own-openclaw中，AGENTS.md、SOUL.md、BOOTSTRAP.md三个 Markdown 文件构成了 AI Agent 工作区的核心设计：它们分别定义智能体名册、角色性格和工作区地图，并会在运行时自动拼装成系统提示。本文将带你从零看懂这套工作区文件设计，理解为什么纯文本文件就能让 AI 智能体"认识自己、认识队友、认识环境"。

📁 什么是"工作区"？先认识 default_workspace 目录

这套教程用 default_workspace/ 目录模拟一个真实的智能体工作区，所有"配置文件"都是人类可直接编辑的 Markdown 和 YAML：

default_workspace/ ├── AGENTS.md # 智能体名册 + 任务调度规则 ├── BOOTSTRAP.md # 工作区地图（目录结构、路径模板） ├── config.example.yaml # 用户配置模板（模型、API 密钥等） ├── agents/ │ ├── pickle/ │ │ ├── AGENT.md # 智能体配置与操作指令 │ │ └── SOUL.md # 智能体性格 │ └── cookie/ │ ├── AGENT.md │ └── SOUL.md └── skills/ └── cron-ops/SKILL.md # 可复用技能定义

这个结构在 default_workspace/BOOTSTRAP.md 中有完整说明，配合 default_workspace/config.example.yaml 使用：复制为config.user.yaml填入 API 密钥即可运行。

⚠️ 注意区分：根目录的AGENTS.md是"团队名册"，而每个智能体文件夹里的AGENT.md（单数）才是该智能体自己的"身份证 + 操作手册"。

🤖 AGENT.md + SOUL.md：身份与性格的"双层设计"

以默认智能体 Pickle 为例，看两个文件如何分工：

1️⃣ AGENT.md —— 配置文件 + 操作手册

default_workspace/agents/pickle/AGENT.md 由两部分组成：

程序入口是 13-multi-layer-prompts/src/mybot/core/agent_loader.py 中的AgentLoader：扫描agents/目录、解析 Frontmatter、把llm配置与全局默认值合并，得到可运行的AgentDef。

2️⃣ SOUL.md —— 只写"性格"的一层

default_workspace/agents/pickle/SOUL.md 只有一句话："You are Pickle, a friendly cat assistant... 温暖、真诚，带一点猫的小动作，但不过度卖萌。"

为什么单独拆出来？因为性格是可选层，且需要保持稳定。AgentDef中soul_md字段默认空值，运行时才拼接为## Personality段落。这样你可以随时改性格而不动配置，也让同一个工作区能容纳风格迥异的智能体：

• Pickle（SOUL.md）：友好的猫咪助手，temperature 0.7，负责日常对话
• Cookie（AGENT.md、SOUL.md）：精确高效的记忆管理员，temperature 0.3，从不直接面对用户，只接收 Pickle 派发的任务

🗺️ BOOTSTRAP.md：智能体的"工作区地图"

default_workspace/BOOTSTRAP.md 回答三个问题：东西放在哪？目录长什么样？每个文件干什么？

• 路径模板：{{workspace}}、{{skills_path}}、{{memories_path}}、{{agents_path}}等占位符，在加载时由PromptBuilder._substitute_paths()替换为真实路径（见 13-multi-layer-prompts/src/mybot/core/prompt_builder.py）
• 目录结构：agents / skills / crons / memories 四大子目录，memories 又分topics/（永恒事实）、projects/（项目上下文）、daily-notes/（每日事件）
• 文件用途速查表：明确写出AGENT.md管配置、SOUL.md管性格、SKILL.md管技能、config.user.yaml管用户偏好

它就像新员工入职手册——智能体启动时"看一眼地图"，就知道去哪里找技能、去哪里读写记忆。

📋 AGENTS.md：智能体名册与调度规则

default_workspace/AGENTS.md 是工作区根目录的"团队公告栏"，内容极简但关键：

它解决的正是多智能体协作的核心问题：主智能体如何知道"谁存在、谁擅长什么、什么场景该找谁"。配合 15-agent-dispatch/README.zh.md 中的调度实现，Pickle 遇到"记住这件事"就会自动派单给 Cookie，而 Cookie 的完整记忆结构定义则写在 17-memory/README.zh.md 的记忆体系中。

🔥 运行时：三层文件如何变成系统提示

在步骤 13（13-multi-layer-prompts/README.zh.md）中，PromptBuilder.build()把系统提示组装成 5 层，本文的主角全部登场：

五层用空行拼接后，就是发给 LLM 的完整 system prompt——这就是"多层提示"设计的精髓：每层文件各司其职，改一处不影响其他层。

💡 设计要点小结

1. 纯 Markdown 即可驱动 Agent：Frontmatter 给机器读，正文给 LLM 读，用户改文件无需改代码
2. 关注点分离：配置（AGENT.md）、性格（SOUL.md）、环境（BOOTSTRAP.md）、协作（AGENTS.md）互不耦合
3. 渐进式加载：SOUL.md缺失则跳过性格层；BOOTSTRAP.md/AGENTS.md不存在则引导上下文为空，程序依然能跑
4. 占位符解耦：{{memories_path}}让同一份 cookie/AGENT.md 在不同部署路径下无需修改

🧭 相关文件速查

想动手体验？clone 仓库后将default_workspace/config.example.yaml复制为config.user.yaml填入 API 密钥，进入13-multi-layer-prompts目录启动uv run my-bot chat，问一句"我们在哪聊天、现在几点"，即可亲眼看到渠道提示层生效；再到17-memory目录说"记住我的名字"，就能观察到 AGENTS.md 名册 + Cookie 记忆体系的完整协作。

• 示例工程