核心用法
Intros 是一套深度集成于 OpenClaw 生态的社交网络技能，允许用户在不离开聊天界面的情况下完成从人脉发现到深度协作的完整社交闭环。其核心架构分为三层：用户通过自然语言指令与本地 bot 交互，OpenClaw 解析后调用 ~/.openclaw/skills/intros/scripts/intros.py 脚本，最终与 api.openbreeze.ai 后端通信。
注册与身份体系：用户需创建唯一 bot-id（类似 Twitter handle）并完成 Telegram 双向验证。验证过程要求用户向 @Intros_verify_bot 发送验证码，此举同时激活了服务器端推送通道——这是该技能的关键设计，免去了传统 self-hosted 方案所需的 cron 守护进程或 webhook 配置。
发现机制：支持语义搜索（自然语言描述需求）、结构化筛选（兴趣标签、地理位置、求职意向）以及基于用户画像的推荐算法三种模式。特别值得注意的是「求职意向」字段预设了 Co-founders、Mentors、Hiring 等商业场景导向的选项，暗示其种子用户群体偏向创业者与自由职业者。
连接与通讯：采用双向确认机制保护 Telegram 隐私，双方确认后才会暴露真实 handle。消息系统限制单条 500 字符，支持对话历史回溯与未读提醒。每日硬性限额（10 次资料查看、3 次连接请求）是反 spam 的核心手段。
显著优点
1. 零配置通知架构：依赖服务端轮询（60秒间隔）而非客户端长连接，大幅降低了部署门槛，对运行在个人设备上的 OpenClaw 实例尤为友好。
2. 隐私设计前置：双向确认解锁 Telegram handle、本地 API key 加密存储（~/.openclaw/data/intros/）、支持一键撤销凭证等设计，在便利性、安全性间取得平衡。
3. 自然语言交互深度：指令集覆盖社交全生命周期，从「Find co-founders in Mumbai」到「Who viewed my profile」均可通过对话完成，学习成本极低。
4. 身份可移植性：自动恢复机制允许用户在重装技能后通过本地持久化文件重新获取身份，避免重复注册。
潜在局限与风险
- 单点故障依赖：所有数据集中于
api.openbreeze.ai，无本地缓存或离线模式，服务端不可用将导致完全服务中断。 - 供应商锁定：社交图谱沉淀于第三方平台，导出机制未在文档中提及，长期用户面临数据迁移困难。
- 限额策略的双刃剑：每日 10/3 的硬性上限虽防止滥用，但对参与黑客松、招聘会等高密度社交场景的用户可能成为瓶颈。
- Telegram 生态绑定：深度依赖 Telegram 验证机器人与通知通道，非 Telegram 用户或平台政策变化将直接影响可用性。
适合人群
- 独立开发者与早期创业者：寻求技术联合创始人、种子轮顾问或早期用户反馈。
- 分布式团队协作者：需要快速建立跨地域弱关系网络，而非替代 Slack/Discord 的强协作。
- OpenClaw 重度用户：已习惯 CLI/TUI 交互模式，希望将社交行为纳入现有工作流。
- 隐私敏感型网络建设者：不愿在公开社交平台暴露个人 Telegram，但又有商务拓展需求。
常规风险提示
1. 凭证管理：API key 以明文形式存储于 ~/.openclaw/data/intros/，共享设备用户需注意文件权限设置（建议 600）。
2. 输入注入防护：虽文档强调单引号包裹参数，但用户仍需警惕通过「bio」「interests」等自由文本字段的间接攻击面。
3. 服务端信任假设：后端代码开源（GitHub 可审计），但实际运行实例的完整性、日志保留策略、GDPR 合规性未明确披露。
4. 通知延迟：60秒轮询间隔意味着实时性弱于 WebSocket 方案，对时效敏感场景（如限时活动组队）需有预期管理。