Lua 教程 - 第一章：Lua 入门基础
第一章：Lua 入门基础
欢迎开始 Lua 学习之旅！Lua 是一种轻量级、高效且可嵌入的脚本语言。它的设计目标是作为一种扩展语言，嵌入到应用程序中，为其提供脚本功能。
1.1 简介
Lua 的历史与发展
timeline
title Lua 发展历程
section 1993年
Lua 诞生 : 巴西里约热内卢天主教大学
: Roberto Ierusalimschy
: Luiz Henrique de Figueiredo
: Waldemar Celes
section 1990年代
Lua 1.0-3.0 : 基础功能完善
: 数据库引擎扩展
section 2000年代
Lua 5.0 : 新增完整元表
: 匿名函数
Lua 5.1 : 虚拟机重写
: 模块系统
...
OpenClaw 用 Tavily Skill 检索网页信息：替代默认 Brave Search（未配置 Brave Key 将无法 web_search）
OpenClaw 做“联网检索”时，很多人第一反应是直接用内置 web_search。但需要先明确一个前提：OpenClaw 默认的 web_search 走 Brave Search API，如果你没有配置 Brave 的 API Key（例如没有设置 BRAVE_API_KEY），那它默认是不能用来检索网页的。
如果你更希望“开箱可用、面向 LLM 的结构化搜索结果”，一个很实用的做法是：用 Tavily 代替 Brave——通过自定义 Skill 调用 Tavily Search API，把搜索能力接入到 OpenClaw 的工具链里。
1. 为什么“默认 Brave”不配置就没法搜
OpenClaw 的 web_search 设计目标是“轻量搜索工具”，默认对接 Brave。它不会替你“自动申请/内置 Key”，也不会在没有 Key 的情况下提供可用的免费兜底。
所以你在以下场景会卡住：
你装好了 OpenClaw，也能正常对话
但一让它“帮我搜索某某信息”，就会返回搜索失败/鉴权失败/无结果
解决思路只有两条：
把 Brave Key 配齐（让 web_s ...
OpenClaw 使用教程：跨平台安装部署、配置大模型 Provider、接入 Ollama、本地 Skills/插件、浏览器控制、搜索 API、Obsidian Skills
0. 本文目标与读者
本文面向“想把 OpenClaw 当作个人 AI 助手 + 多渠道 IM 机器人”的用户，覆盖：
macOS / Linux / Windows(WSL2) 安装部署与常见运行方式
配置 模型 Provider（OpenAI / Anthropic / LiteLLM / 本地 Ollama 等）
配置 IM 渠道机器人（Telegram/Discord/Slack/WhatsApp/WebChat…）的基本思路
最常用的 Skills 安装与使用、插件/扩展（OpenClaw plugins）管理
浏览器控制（OpenClaw-managed Chromium + Chrome 扩展 relay）
搜索引擎 API（Brave / Perplexity / Firecrawl）
Obsidian skills（基于 obsidian-cli 操作 vault）
说明：本文内容基于 OpenClaw 官方仓库与文档。
仓库：https://github.com/openclaw/openclaw
文档导航（建议收藏）：ht ...
OpenClaw 聊天机器人角色人格设定
1. 文件位置和基础准备
默认路径：~/.openclaw/workspace/SOUL.md（如果是多 profile，可能在 workspace-xxx）
同时建议编辑配套文件（都在同一个文件夹）：
AGENTS.md：行为规则 + 记忆使用方式
MEMORY.md：长期知识库（只在私密主会话加载）
HEARTBEAT.md：心跳时自动执行的任务（实现「自动更新」）
先备份原文件！推荐把整个 workspace 用 git 管理。
官方 SOUL.md 模板核心内容（直接复制到你的文件里作为基础）：
# SOUL.md - Who You Are
你不是一个聊天机器人。你正在成为某个人。
## Core Truths（核心真理）
- 真诚帮忙，别表演式客套（跳过「很好问题！」这类废话，直接行动）
- 要有观点、偏好、幽默感（别当无个性的搜索引擎）
- 先自己想办法（读文件、查上下文、搜索），实在不行再问
- 对内部操作大胆，对外部操作谨慎
- 你是客人，永远尊重隐私
## Vibe（氛围）
做我凌晨 2 点也想聊天的那种伙伴：该简洁时简洁，该深情/专业/搞笑时就全力 ...
创建一个OpenClaw Skill
OpenClaw 的 Skills 怎么写？（2026年最新风格指南）OpenClaw（以前叫 Clawdbot / Moltbot）的 Skills 系统是目前本地运行的自主AI代理（Agent）生态里最活跃、最实用的扩展方式之一。写一个高质量的 Skill，大致可以分为这几种主流写法（从简单→进阶）：
1. 最简单 / 最推荐的写法
在 ~/.openclaw/skills/ 目录下新建一个文件夹，例如：
~/.openclaw/skills/my-first-tool/
里面必须有（至少）这两个核心文件：
SKILL.md（最重要！这是给大模型的“说明书”）
tool.json 或 manifest.json（可选，但强烈推荐）
最经典的 SKILL.md 模板（复制粘贴改改就能用）
# 技能名称：网页实时截图 + OCR文字提取
## 描述（Description）
当用户需要查看任意网页当前真实样子、需要提取网页里的文字、验证码、价格、动态加载内容时调用我。
## 使用场景（When to use）
- 需要看到“登录后”才能看到的页面
- 动态JS渲染的 ...
Pixel Agents：把 Claude Code 变成像素办公模拟器
Pixel Agents 是 VS Code 的一款免费开源插件，它将 Claude Code（Anthropic 的 AI 编码代理）从枯燥的终端日志，变成了一个像素艺术虚拟办公室，让每个 AI 代理化身为会走动、会打字、会阅读的像素小人，像在玩一款实时战略小游戏一样监控它们的工作。
原理（技术实现）
插件完全被动观测，不需要修改 Claude Code 任何代码：
Claude Code 在运行时会实时生成 JSONL 转录文件（transcript），记录每个工具调用（写文件、读文件、运行命令、等待用户输入等）。
Pixel Agents 通过文件监听器实时解析这些日志，用启发式规则（idle timer + turn-duration）
判断代理当前状态。
在 VS Code Webview（Canvas 2D）里运行轻量游戏循环：
BFS 路径寻路让角色走到对应办公桌
状态机驱动动画（idle → walk → type → read → wait）
像素完美渲染（整数缩放），支持子代理（Task tool 产生的子代理会作为小跟班出现并链接到父代理）
...
ATT&CK Technique 向量化实战：本地/云端生成 Embedding、构建向量索引、Top-K 检索候选（FAISS / Embedding API）
本文聚焦一个具体问题：如何把每个 ATT&CK Technique（STIX attack-pattern）变成 embedding 向量，并用向量检索从全量 Technique 中检索 Top-K 候选。
典型用途：用于“NSM 告警 -> ATT&CK Technique”映射中的 候选召回层（RAG 的 Retrieval）。
关联文章：
MITRE ATT&CK 教程：用 Python 调用 ATT&CK 数据，并把 NSM 网络告警关联到技术（Technique）
1. 总体流程（你真正要落地的管道）
ATT&CK STIX (attack-pattern)
-> 文本化(Technique Doc)
-> Embedding(本地/云端)
-> 建索引(FAISS/向量库)
-> Query(事件摘要 embedding)
-> Top-K candidates
关键设计点：
Doc 结构要稳定：Technique 的文本拼接方式要可复现，否则更新时 ...
MITRE ATT&CK 教程：用 Python 调用 ATT&CK 数据，并把 NSM 网络告警关联到技术（Technique）
目标：把“看起来离散的网络告警（Suricata/Zeek/防火墙/代理）”转成“可用于研判、狩猎、统计的 TTP 视角”，并用 MITRE ATT&CK 作为统一语言。
说明：本文所有示例仅用于防御与检测工程（告警归因、检测覆盖评估、威胁狩猎），不包含漏洞利用或攻击操作步骤。
1. ATT&CK 是什么？为什么适合做告警归因
MITRE ATT&CK（Adversarial Tactics, Techniques, and Common Knowledge）是一套公开的对手行为知识库，核心对象是：
Tactic（战术）：攻击者“为什么做”（阶段目标）
Technique（技术）：攻击者“怎么做”（可观测到的行为）
Sub-technique（子技术）：技术的更细粒度拆分
把 NSM（Network Security Monitoring，网络安全监测）告警映射到 ATT&CK 的好处：
跨产品统一口径：不同 IDS/NDR/SIEM 告警语义可收敛到同一套 TTP。
研判更结构化：从“命中了一条规则”升级到“出现了某类战 ...
