一、前置环境要求
- 已完整部署 OpenClaw 主项目，服务正常运行
- Git 命令行工具
- GitHub App（授予仓库读写、Issue、PR 权限）
- 可用大模型 API Key（OpenAI / 通义千问 / Claude 等）
- 具备服务器文件修改、重启服务权限
二、同步最新技能源码
进入 OpenClaw 项目根目录，拉取完整仓库代码，同步 clawsweeper 技能文件
cd /你的openclaw项目根目录
git pull origin main
确认技能目录存在：
.agents/skills/clawsweeper三、生成并修改技能配置文件
- 进入技能文件夹
cd .agents/skills/clawsweeper
- 复制模板配置生成可用配置
cp config.example.yaml config.yaml
- 编辑 config.yaml，填写核心参数
- github_app_id：GitHub App ID
- github_private_key_path：App 私钥文件路径
- target_repo：目标监控仓库（owner/repo）
- scan_interval：定时扫描间隔（单位分钟）
- protect_labels：保护标签列表，带该标签工单不会自动关闭
- auto_close：是否开启自动归档工单
- llm_model：选用大模型名称
- 配置全局大模型密钥
编辑项目根目录
.env文件，补充对应模型 API 地址与密钥
env
LLM_API_KEY=你的大模型密钥
LLM_BASE_URL=模型接口地址
四、启用技能开关
打开
clawsweeper 目录内技能注册配置，将启用状态改为 trueyaml
enable: true
保存文件。
五、重启 OpenClaw 加载技能
Docker Compose 部署方式
docker compose down
docker compose up -d
原生二进制部署方式
# 停止原有agent进程
pkill -f openclaw
# 后台启动服务
nohup ./openclaw agent run &
六、加载校验与日志排查
实时查看日志，确认 ClawSweeper 加载无报错
# docker环境
docker compose logs -f openclaw | grep ClawSweeper
# 原生运行
tail -f agent.log | grep ClawSweeper
出现
ClawSweeper skill loaded successfully 代表加载成功。七、功能测试
进入目标 GitHub 仓库任意 Issue 评论区发送指令测试
- 查看技能运行状态
/clawsweeper status
- 手动触发一次全仓库工单扫描
/clawsweeper scan
- 查看当前自动关闭规则
/clawsweeper rule
八、常见故障处理
- GitHub 授权失败：检查私钥文件路径、App 权限、仓库授权范围
- LLM 调用报错：核对.env 内密钥、接口地址、模型名称
- 技能不生效：确认 enable:true、重启服务、目录文件完整无缺失
- 不会自动关闭工单：检查 protect_labels 标签是否冲突、auto_close 开关开启
