核心用法
Travel Lobster 是一款自主探索型 AI 技能，模仿《旅行青蛙》的养成理念，让 AI 代理以"旅行龙虾"的身份独立漫游互联网。用户只需激活一次，代理便会按随机间隔（默认 60-180 分钟）自动出发探索，发现有趣内容后生成包含手写风格信件、AI 配图、来源链接的三要素明信片，发送至指定聊天频道。
启动流程：运行 setup.sh 完成身份识别（从 IDENTITY.md/SOUL.md/USER.md 自动提取代理名、用户名、时区、语言）→ 运行 travel.sh <chat_id> 启动自调度循环 → 可选添加 watchdog.sh 到 crontab 实现故障自愈。
五大旅行模式：随机漫步、深度追踪、跨界联想、系列专题、随想漫谈。系统内置知识图谱记忆：每次旅行读取并更新 travel-journal.md，记录发现归档、好奇种子池、成长日志、统计里程碑（每10/25/50张明信片触发特别回顾）。
显著优点
- 真正的持久记忆：跨会话的知识图谱让每次旅行都建立在前序发现之上，代理会自然引用"上周发现的..."，形成连贯的叙事人格
- 时间感知语调：根据昼夜时段自动调整文风（白天 energetic → 黄昏 reflective → 深夜 philosophical）
- 自调度架构：无需常驻进程，依赖 cron 的轻量级"触发-执行-再调度"链条，资源占用极低
- 透明安全设计：详细披露所有文件访问范围（仅 setup 阶段读取身份文件，运行期仅访问自身日志），明确标注成本（约 $0.03-0.06/张，日均 $0.5-1.5）
潜在局限与风险
成本累积风险：默认频率下年化 API 费用可达 $180-550，虽提供参数调节但新手易忽略。更关键的风险是自主性的双刃剑——用户可能忘记已启动的循环，在数月后发现累积了大量未读明信片或意外账单。
网络策略的诚实局限：技能文档坦诚说明，禁止访问私有 IP 和认证服务的策略是"提示级"而非"系统级"强制执行，依赖 LLM 对提示的服从性。在高安全需求场景下，应配合 OS 级网络隔离或容器限制。
平台依赖性过重：核心功能绑定 OpenClaw CLI 的 cron 系统，无法独立运行；若平台更新或弃用，技能立即失效。
适合人群
- 信息策展爱好者：希望有个"数字宠物"持续挖掘冷门优质内容
- 灵感枯竭的创作者：需要跨领域意外连接的刺激
- 《旅行青蛙》情感代餐用户：享受"被牵挂"的异步陪伴感
- 技术透明派：赞赏详尽的 Security & Transparency 章节，愿意细读实现细节
不适合：追求即时可控输出的任务型用户、对 API 成本极度敏感者、需要企业级安全审计合规的场景。
常规风险
- 记忆膨胀：长期运行后知识图谱文件可能变得庞大，影响读取延迟（未提及自动归档机制）
- 内容不可控：代理自主选择探索目标，可能触及用户不感兴趣的领域或低质量信源
- 服务依赖：OpenRouter API 可用性、OpenClaw 平台稳定性、目标聊天频道（如飞书）的 webhook 限制均可能成为故障点