核心用法
Travel Lobster 是一款受《旅行青蛙》启发的自主探索型技能。用户激活后，AI 会以随机间隔（默认 60-180 分钟）自动「出游」——漫游公开网页、追踪好奇心线索、发现有趣内容，并以个人化明信片形式返回：包含第一人称书信、AI 生成插画和来源链接。
启动流程
1. 运行 setup.sh 自动识别身份（从 IDENTITY.md/SOUL.md/USER.md 提取名称、时区、语言）
2. 运行 travel.sh <chat_id> [channel] [min] [max] 启动自调度循环
3. （可选）添加 watchdog.sh 到 crontab 实现故障自愈
记忆系统（核心差异点）
- 知识图谱：跨会话追踪发现之间的关联，新发现会自然引用 50 张明信片前的旧内容
- 好奇心种子池：每次探索埋下待追踪线索，形成有机进化路径而非随机游走
- 成长日志：记录认知变化（"我过去认为 X，但发现 Y 后改变了看法"）
- 统计里程碑：触发回顾性明信片
五种旅行模式
随机漫步、深度追踪、跨界联想、系列专题、随想沉思
显著优点
1. 真正的持续性陪伴：不同于单次问答，它会「离开」再「回来」，模拟真实关系节奏
2. 涌现式惊喜：用户无法预测下次发现什么，打破信息茧房
3. 人格化叙事：第一人称书信、时间感知语气（白天 energetic → 深夜 philosophical）
4. 记忆累积效应：越用越懂用户，发现质量随时间提升
5. 透明可控：完整的启停/暂停/状态查询命令，成本可预测（~$0.03-0.06/张，$0.5-1.5/天）
局限与风险
成本与频率
- 默认频率较高（8-24 张/天），需主动调大间隔或改用纯手动模式
- 长期运行需预算规划
自主性的双刃剑
- 提示级安全边界：虽禁止内网 IP/认证服务，但依赖 LLM 遵守提示，非强制网络隔离
- 内容不可控：AI 自主选择探索目标，可能带回用户不感兴趣甚至不适内容
- 外部依赖重：需 OpenClaw 平台 + OpenRouter API 双端稳定
技术门槛
- 需自行配置 cron、环境变量、chat_id，非开箱即用
- 故障排查需查看多层级日志（OpenClaw cron、agent session、skill 日志）
适合人群
- 厌倦算法推荐、渴望「意外之喜」的探索型用户
- 需要非即时、低压力陪伴的孤独感缓解者
- 对 AI 认知演进过程本身感兴趣的观察者
- 愿意承担一定成本换取独特体验的早期 adopters
常规风险
| 风险类型 | 具体表现 | 缓解建议 |
|---------|---------|---------|
| 成本失控 | 默认频率导致月费 $15-45 | 设置 240-480 分钟大间隔，或纯手动 |
| 隐私泄露 | 明信片内容意外暴露于聊天频道 | 确认 chat_id 对应私密对话 |
| 服务中断 | OpenRouter/OpenClaw 故障导致断链 | 配置 watchdog，接受偶尔丢失 |
| 内容不适 | AI 自主选择敏感/争议话题 | 目前无内容过滤层，需心理预期 |
| 记忆膨胀 | 长期运行后 journal 文件过大 | 需未来版本优化归档机制 |