如果你用过一段时间AI会话工具，就会有一个很直观的感受：自然语言交互虽然自由，但高频操作重复几遍之后，效率是真的低。比如切换模型、清空上下文、加载文件、导出对话，每次都要重新描述一遍需求，AI理解得还不一定准。OpenClaw 这个开源会话式AI客户端，把这类高频操作收敛成了会话内的 slash commands（斜杠命令），一条斜杠加一个命令名，动作就稳定执行了，不需要看AI心情。
这篇手册就是围绕 OpenClaw 的斜杠命令体系做的一次系统整理，包含命令分类、参数规则、自定义玩法、报错排查和场景拆解。我自己在实际使用中踩过不少坑，比如命令没生效、参数解析错乱、上下文压缩后角色设定丢失等等，都写进了后面的常见问题部分。文章不追求把每个命令都讲一遍，而是把最常用的那一套命令讲透，让你拿到手就能对着用，也不用背太多。
1. 为什么需要一份斜杠命令手册
1.1 斜杠命令解决了什么问题
可以把斜杠命令理解成“AI会话的快捷键”。正常情况下，你想让AI做一件结构化的事情，需要在对话框里打一大段提示词，而且每次打出来的措辞还不一样，AI的理解就会有波动。斜杠命令的本质是固定接口：一个命令名对应一个明确动作，输入无歧义，行为可预期。
这个思路和编辑器里的快捷键非常类似。你按 Ctrl+S 一定代表保存，不会因为你今天心情好就变成了“全选”。斜杠命令也一样，/clear就是清空上下文，/export就是导出对话，不会有多义性。对普通人来说，它降低的是重复输入的成本；对开发者来说，它更重要的意义是把交互变成结构化协议，方便做脚本化、别名化和批量组合。
还有个容易忽略的好处是：斜杠命令天然适合肌肉记忆。高频使用的命令就那么十几条，用熟了之后手速和准确率都会明显提升，而自然语言提示词就没有这个效果，因为每次都要重新读一遍。
1.2 命令解析的基本规则
要正确使用斜杠命令，得先理解命令是怎么被解析的。这类客户端的通用解析逻辑是：当一条消息以“/”开头时，把“/”之后到第一个空白字符之间的内容识别为命令名，其余部分作为参数传给命令。
参数通常按空格切分。如果某个参数本身包含空格，一般需要用引号包裹。举个例子，/file docs/项目方案.md是加载一个文件，但如果文件名带空格，比如docs/项目 方案.md，就需要写成/file "docs/项目 方案.md"，否则会被解析成两个参数。这个细节几乎每个新手都会踩一次。
还有两个坑值得单独说。第一，中文输入法容易把斜杠打成全角“／”，解析器通常只认英文半角“/”。第二，斜杠命令只在一行消息的开头触发，如果你把它写在自然语言中间，比如“请你用 /role 切换到专家模式”，它会被当成普通文本，不会执行。正确做法是把命令单独放一行，后面再跟自然语言描述。
1.3 命令全景一览
OpenClaw 的不同版本命令名会有差异，但整体分类是稳定的。我在使用中习惯把命令分成五类，这里先给一个全局视图：
| 分类 | 典型命令 | 主要作用 |
|---|---|---|
| 会话管理 | /new/clear/continue/resume/undo | 新建、清空、续接、回退会话 |
| 身份与模型控制 | /role/system/model/temperature | 设置角色、系统提示、切换模型、调节输出风格 |
| 上下文与记忆 | /context/compact/memory/forget | 查看上下文用量、压缩历史、读写长期记忆 |
| 文件、工具与技能 | /file/web/search/run/skill | 加载文件、抓取网页、检索资料、执行命令、装载技能 |
| 输出与导出 | /export/summary/review | 导出对话、生成总结、代码审查 |
需要提醒的是：这份表是通用约定，不是标准答案。你当前装的版本到底支持哪些命令，打开/help看到的才是准确名单。后面每个类别的命令细节，我会结合自己的实际使用一条条讲。
2. 核心命令逐条拆解
2.1 会话管理类：掌握记忆的边界
会话管理是我认为最值得先搞懂的一类命令。会话是AI记忆的容器，管理命令就是在管理记忆的边界。用不好这类命令，对话就会越聊越乱，AI的注意力被早期无关内容稀释，回答质量一路下滑。
/new：开启一个全新会话。最常见的用途是任务切换，比如刚才还在写代码，现在要转去写文档，直接/new最干净，避免上一个任务的上下文干扰。我发现很多人不习惯用/new，宁可在一个会话里硬聊，结果角色设定、讨论焦点全混在一起，非常低效。/clear：清空当前上下文，但保留会话本身。它适合上下文即将超限、但还想接着这个会话继续干活的场景。注意清空之后AI会丢失之前的所有讨论细节，所以关键信息最好先通过/export存档，再执行清空。/continue和/resume：都是用来加载历史会话的。区别在于/continue一般直接接着当前会话的末尾续聊，/resume则要指定一个过去的会话ID或名称。我实际用下来的建议是：每个重要任务开始前，先给会话起一个有意义的名字，否则会话一多，/resume根本找不到目标。/undo：回退上一步操作。这个命令在AI批量修改文件、生成代码时特别好用。但它的回退深度通常是有限的，不是无限撤销，所以涉及不可逆操作时，别把/undo当保险。
会话管理命令的使用原则我总结成一句话：新任务开新会话，旧会话要命名，关键数据先导出再清空。
2.2 身份与模型控制类：让AI处于正确的工作状态
身份类命令解决的是AI的“工作状态”问题。同样一个模型，以“资深编辑”的身份输出和以“开发者”的身份输出，结果可能有天壤之别。
/role用于设定AI的角色。它比自然语言提示高效的原因在于，角色指令会被视为一条独立的系统级配置，而不是混在普通用户消息流里，模型对它的遵循度更高。我常用的写法是/role 资深编辑，擅长把技术文档改写成通俗文章，简洁直接，AI不需要猜测你的意图。
/system用来注入系统提示词。它和/role的区别可以这么理解：/role设定人格和立场，/system追加全局约束。比如/system 回答一律附上示例、/system 不要使用列表。这类约束会影响整段会话，所以不用频繁修改。
/model用于切换模型，后面跟模型标识名。这里有一个容易忽略的坑：切换模型之后，上下文不会自动重置。原本针对A模型压缩过的历史消息，换到B模型之后会继续沿用，但跨模型的上下文关联度可能降低，输出质量会波动。我真切建议：跨模型切换时尽量开新会话，除非你明确知道自己在做什么。
/temperature用于调节输出随机性，数值范围一般是0到1。0偏确定性，1偏发散。写代码的时候我习惯调到0.2附近，脑暴文案的时候调到0.8。实际体验下来，这个参数对创意思路的影响远比很多人想象得大。
2.3 上下文与记忆管理类：预算和资产的平衡
这类命令最容易被人忽略，但恰恰是影响长期使用体验最深的。我习惯把上下文理解成“算力预算”，把长期记忆理解成“资产”，两者不能混为一谈。
/context查看当前上下文占用情况，一般会显示已用token数、总上限和剩余空间。很多人直到收到“上下文超限”的报错才想起来用这个命令，其实应该在对话进行到中段就周期性看一眼。想象一下，上限20万token，你已经聊到18万，后面内容的质量只会越来越差，因为模型能参考的有效信息密度太低了。
/compact压缩上下文。原理很简单：把之前的对话历史交给模型生成一份结构化摘要，用摘要替换原始消息，腾出可用空间。但它是有损的，摘要里没记下的细节就是丢了。压缩之前最好把重要内容单独整理一下，尤其是那些你希望在后续对话中还能引用的具体数据和结论。
/memory把重要信息写入长期记忆。这个命令适合跨会话承载偏好信息，比如“我写文档默认用中文”“项目代号统一用X”。长期记忆会持久化保存，但它存在本地上，敏感信息放进去之前要想清楚。
/forget删除指定记忆。如果你之前写入的偏好已经过时，直接/forget 关键词清理掉，不要留着污染后续会话。
2.4 文件、工具与技能类：打开AI的双手
这类命令是OpenClaw这类开源客户端区别于普通聊天工具的底气所在，它意味着AI不只是聊天机器人，而是一个能读文件、查资料、执行命令的工作代理。
/file加载本地文件内容到上下文。用法类似/file docs/项目方案.md。文件内容会被切分后塞进上下文，所以大文件要格外小心，几万字的文档很可能直接吃掉一大半token额度，后面就没空间干正事了。
/web抓取指定网页内容。适合让它去读线上文档或资料页。抓下来的内容格式不一定干净，网页里的导航、广告、重复区块都会混进来，最好抓完之后让AI先输出一份信息摘要，再做下一步处理。
/search在本地知识库或项目目录内做检索。这个命令的实用价值极高，相当于让AI拥有读取整个项目的能力，而不是只看你手动塞给它的几个文件。对开发者来说，这条命令基本是和项目深度协作的入口。
/run执行命令。这是OpenClaw这类工具最核心、也最需要注意的一个命令。只要配置了执行权限，AI就能在当前环境里跑脚本、查日志、批量改文件。权限一定要收敛，别让它在一个不受信任的目录里裸奔。
/skill装载技能包。技能本质上是一套预设的提示词加工具调用流程的集合，比如“数据分析技能”“文档翻译技能”。我个人非常推荐把高频任务沉淀成技能包，这比每次手工输入提示词稳定得多，因为技能包会把完整流程约束好，AI不容易跑偏。
3. 实操：把常用命令串成自己的工作流
3.1 入手的正确姿势：先摸清命令名单
我见过太多人拿到这类工具，第一反应是去网上抄一份命令大全，结果版本不对，白折腾一顿。更靠谱的做法是：进入会话后的第一件事，先敲一个/help。
/help会把当前版本支持的命令列表列出来，有的版本还支持/help 命令名查看单条命令的详细说明。我之前整理这份手册的时候也吃过这个亏：网上流行的命令和当前装的版本差了不止一个迭代，很多命令名已经改过了。所以不管你手里拿的是官方手册还是这份整理，都用/help的输出当最终标准。
另外，/help的输出结构本身也能反映出当前版本的侧重点。如果你发现某个分类下的命令特别多，说明这个版本的主要能力集中在那里，可以优先花时间研究。
3.2 进阶玩法：自定义命令和组合命令
多数开源会话客户端都支持用户自定义命令，OpenClaw 也沿用了这个思路。自定义命令一般通过配置文件加载，文件名和格式以当前版本的文档为准，通常放在用户目录下的隐藏文件夹里。
自定义命令的价值在于把复杂的流程封装成一句话。我举个例子，假设你每天都要做一次“文档完整性检查”，固定步骤是：查看上下文用量、设置评审角色、生成遗漏项总结。如果用自然语言，你要打三行字，而且每次都可能漏一步。绑定成一个自定义命令之后，就变成了这样：
commands: daily-review: description: 对当前文档做完整性检查 steps: - command: /context - command: /role 产品评审人 - command: /summary --focus 遗漏项这段配置的意思是：运行/daily-review时，客户端会依次执行三条命令。配置文件加载后需要重启会话，或者用/reload重新加载。这里有两个容易犯错的地方：一是自定义命令名不能和内置命令冲突，否则内置命令优先，你的定义会被忽略；二是命令里的参数如果有空格，要用引号包好，不然会被拆成多个参数。
3.3 一次完整任务的命令串场
拿一个常见的任务举例：研究一个开源项目，输出一份中文调研报告。我用命令串场的方式走一遍完整流程，每个步骤的意图都说明白。
首先是/new新开一个会话。这么做是为了避免之前对话的角色设定和上下文污染这次调研，尤其是当AI刚处理过别的任务时。
然后是/role 技术研究助理，负责调研开源项目并输出结构化中文报告。提前把角色定好，AI后续的回答范围就有了锚点，不会东拉西扯。
接着/web抓取项目主页，再/file docs/README.md加载本地文档。注意，这类文件往往很长，加载完之后立刻用/context看一下token占用，心里有数。
当对话进行到一半，资料加载得越来越多，上下文可能接近上限，这时果断执行/compact压缩。压缩后系统提示和角色设定是否保留，不同版本行为不一样，压缩完最好确认一下角色还在，别让AI突然“失忆”。
最后在产出报告之前，用/summary生成阶段性摘要，然后/export导出对话存档。这一步我强烈建议每次都做，成本极低，但事后回溯价值巨大。
整个串场的核心逻辑可以用一句话概括：先定义角色聚焦注意力，再喂资料扩展知识面，资源紧张时压缩保可用空间，最后导出留档。
4. 常见问题与排查技巧实录
4.1 高频报错对照速查表
实操中总会遇到各种报错或“命令没反应”的情况。我把自己遇到的典型问题整理成了表格，按现象、原因、处理办法三列对照，方便你直接定位。
| 现象 | 大概率原因 | 处理办法 |
|---|---|---|
| 命令没反应，直接当作普通消息发送 | 命令没有写在消息开头 | 把命令单独放第一行，后面再跟自然语言 |
| 报错“Command not found” | 命令拼写错误、版本升级改名、自定义命令未加载 | 输入/help核对命令名，检查配置并重载 |
| 参数总是解析错 | 参数里有空格但没用引号包裹 | 带空格的参数用英文双引号包起来 |
| 中文斜杠识别不了 | 输入了全角斜杠“／” | 切到英文半角“/”，关闭中文标点输入 |
| 上下文剩余空间显示不足 | 长文档一次性加载过多，或聊太久没压缩 | 用/compact压缩，或/clear后重建会话 |
/run执行失败 | 权限不足、工作目录不对、脚本路径写错 | 检查执行权限，确认当前工作目录和绝对路径 |
| 压缩后AI角色设定丢失 | 压缩逻辑不保留系统级消息 | 压缩后重新执行/role，或把角色配置写进自定义命令 |
4.2 排查思路和几个容易忽略的细节
遇到问题先别急着重启，按这个顺序排查：先看命令本身对不对，再看环境状态，最后看日志。
第一步永远是核对命令。输入/help，确认命令名在当前版本存在，参数格式对不对。很多人报错“命令没反应”，其实就是命令名打错了一个字母，或者版本升级后改名了。
第二步看环境。检查当前工作目录是不是你以为的那个目录，配置文件有没有被正确加载，当前会话是不是处在某个特殊状态。换了一台机器之后，自定义命令丢失是最常见的问题，文件放在旧机器上，新环境根本不会加载。
第三步看日志。多数客户端会把运行日志写到本地某个目录，具体位置以当前版本文档为准。日志里通常有命令解析失败的详细原因，比黑盒猜测可靠得多。
还有一个非常容易踩的坑：上下文压缩之后，/role和/system设定的内容不一定会被保留。有些版本压缩时会把所有历史消息包括系统消息合并成摘要，结果AI的角色设定就丢了。对策很简单：压缩之后主动检查角色是否还在，不在就重新设一遍。
4.3 几条耐用的使用经验
聊到这里，分享几个我长期使用下来的个人经验，都不是命令文档里能找到的。
第一，斜杠命令不是越多越好。记住最常用的十来条就够了，其余低频命令交给/help现查。人的注意力是有限的，背一百条命令不如把二十条练熟。
第二，给会话命名是值得养成的习惯。不管是/resume回溯历史，还是/export归档存档，没有名字的会话混在一起时，找起来极其痛苦。我一般会在会话开头或者任务确定后立刻命名。
第三，定期归档导出。项目收尾时用/export把关键会话导出存档，成本极低，但几周之后回看时价值巨大，尤其是那些包含决策过程的讨论记录。
5. 这套命令体系能覆盖哪些场景
5.1 日常办公与内容生产
内容生产是最适合斜杠命令固化的场景之一，因为“审稿”“改稿”“风格转换”这类操作重复度极高，判断标准明确。我平时处理素材的流程通常是这样：/file加载原始文稿，/role 资深编辑设定立场，/summary提取核心信息，最后用自定义命令一键输出指定风格的版本。
最适合用自定义命令固化的工作，往往具备两个特征：高频重复，而且输出标准明确。比如“把一段技术描述改写成公众号风格，控制在800字以内”这种任务，绑定成一条自定义命令之后，每天处理素材的效率会明显提升。而像“帮我想个点子”这类开放式任务，反而不适合做成命令，因为它的判断标准本身就模糊。
5.2 技术开发与数据分析
开发者是斜杠命令体系最直接的受益者。日常开发里，我会用/file加载需求文档，/role 资深架构师设定评审视角，/run跑测试脚本，最后/export输出设计文档。这套组合基本覆盖了从理解问题到产出方案的完整链路。
数据分析场景更看重工具链路。导入数据文件用/file，生成分析代码用/role 数据分析师和自然语言组合，执行脚本靠/run，可视化代码也可以直接让AI生成。这里要特别提醒：/run的权限控制务必收敛。我的原则是：只在可信目录里放开执行权限，不要让AI默认获得整个系统的最高权限。工具是双刃剑，便利的代价是风险，所以权限边界要自己守好。
5.3 团队协作的标准化
斜杠命令在团队层面能发挥比个人使用更大的价值，因为它提供了一套统一的操作协议。团队可以把一套自定义命令配置和系统提示词模板放进共享仓库，让所有人用同一套命令命名和参数约定。
这样做的好处有两个。第一，减少沟通成本。负责人说一句“跑一遍daily-review”，团队成员执行的就是同一个流程，不会因为各自的理解差异而跑偏。第二，降低新人的上手门槛。新成员加入时，不需要翻聊天记录去猜前辈们的工作流，只需要看命令配置就知道标准流程长什么样。对我来说，这就是斜杠命令从“个人快捷键”升级为“团队统一语言”的关键一步。
最后说一点个人体会。我最初也觉得斜杠命令是一种需要额外记忆的负担，上手之后才意识到，它本质上是在给AI会话建立一套有边界的接口。把重复操作沉淀成命令之后，使用体验会从“每次跟AI解释一遍”变成“按几个按钮”，稳定性和效率都上了一个台阶。踩过几次坑之后，我对新上手的人只有一个建议：别急着背全量命令，先花十分钟把/help输出过一遍，挑出和你工作最相关的七八条，搭配自定义命令固化下来，再逐步扩展。我实际用下来的体会是，AI会话工具之间的生产力差距，很多时候就差在这些不起眼的斜杠上面。
