核心用法
Smart Follow-ups 是 OpenClaw 生态中的对话增强技能，通过 /followups 命令在 AI 回复后自动生成三条上下文驱动的追问建议。技能采用三层分类架构：⚡ Quick（即时澄清/下一步操作）、🧠 Deep Dive（技术深度/原理剖析）、🔗 Related（关联主题/横向对比）。用户触发后，系统捕获最近对话上下文，调用当前会话的模型与认证信息生成建议，并根据渠道特性呈现为可点击按钮（Telegram/Discord/Slack）或编号文本回复（Signal/WhatsApp/SMS/iMessage/Matrix/Email）。
显著优点
- 零配置开箱即用：默认继承 OpenClaw 原生认证，无需额外 API 密钥；可选接入 OpenRouter、Anthropic 等第三方提供商
- 全渠道覆盖：支持 10 种主流通讯渠道，自动适配按钮交互或文本回复模式
- 上下文感知：基于真实对话历史生成建议，避免通用模板化追问
- 灵活触发：除
/followups主命令外，支持/fu、/suggestions别名及自然语言触发（"what should I ask"） - 模型继承：默认沿用当前会话模型配置，支持独立覆盖
潜在局限
- 生成质量依赖底层模型：追问建议的深度与相关性受限于所选 LLM 的能力
- 无持久化学习：不跨会话记忆用户偏好，每次生成独立进行
- 渠道体验差异：纯文本渠道（SMS/iMessage）需用户手动输入数字，交互流畅度逊于按钮渠道
- 上下文窗口限制：超长对话可能截断早期信息，影响建议相关性
适合人群
- 对话探索型用户：希望从 AI 回答自然延伸，避免思考"接下来问什么"
- 多场景切换者：在即时通讯、邮件、短信等多渠道间无缝使用统一功能
- 效率导向团队：通过结构化追问（Quick/Deep/Related）快速对齐信息深度需求
常规风险
- 提示注入风险：恶意构造的对话历史可能诱导生成不当追问建议
- 数据流转：非 OpenClaw 提供商模式下，对话上下文需发送至第三方 API（OpenRouter/Anthropic）
- 过度依赖：用户可能减少主动思考，形成对 AI 建议的路径依赖
- 隐私边界：生成建议时需传输近期对话内容，敏感场景需评估数据暴露范围