Smart Follow-ups

核心用法

Smart Follow-ups 是 OpenClaw 平台的对话增强技能，通过 /followups 命令在任意对话节点生成 3 条情境化后续问题。系统自动分析当前对话上下文，输出「Quick（快速澄清）」「Deep Dive（深度探究）」「Related（关联拓展）」三类建议，支持 Telegram、Discord、Slack 等 9 大渠道，按钮点击或数字回复即可无缝续问。

显著优点

• 零摩擦体验：无需切换窗口或重新构思问题，降低认知负荷
• 多模态交互：富文本按钮（Telegram/Discord/Slack）与纯文本通道（Signal/WhatsApp/SMS）全覆盖
• 模型继承：默认复用当前会话的认证与模型配置，无需额外设置
• 可扩展架构：支持 OpenRouter、Anthropic 等外部 API 接入，便于高级定制

潜在局限

• 语境依赖：若前置对话过短或主题跳跃，生成质量下降
• 模型一致性：使用外部 provider 时，回答风格可能与主对话不一致
• 渠道限制：Email/Matrix 等纯文本渠道需手动输入数字，交互效率低于按钮渠道
• 无持久记忆：每次调用独立生成，不跨会话累积用户偏好

适合人群

• 知识探索者：在学习复杂概念时需要结构化引导
• 效率用户：希望快速延伸对话、避免「不知道问什么」的停滞
• 多平台用户：跨 Telegram、Slack、WhatsApp 等渠道无缝使用

常规风险

• 数据外泄：启用 OpenRouter/Anthropic 时需外发对话片段至第三方 API
• 建议偏差：生成的「Deep Dive」可能过度技术化，超出用户实际需求
• 诱导依赖：长期高频使用可能削弱自主提问能力，建议作为辅助而非替代

核心用法

Smart Follow-ups 是一款为 OpenClaw 对话设计的智能续问生成工具。用户在任何对话中输入 /followups（或简写 /fu），系统即基于当前对话上下文生成 3 条结构化的后续提问建议：

• ⚡ Quick（快速）：澄清概念、获取定义、即时下一步操作
• 🧠 Deep Dive（深度）：技术原理、高级概念、详细展开
• 🔗 Related（相关）：关联话题、对比方案、 broader context

交互方式因渠道而异：Telegram/Discord/Slack 支持原生按钮点击；Signal/WhatsApp/iMessage/SMS/Matrix/Email 则通过回复数字 1-3 选择。

显著优点

1. 零学习成本：自然语言触发（"what should I ask next"）与斜杠命令双支持
2. 全渠道覆盖：支持 10 种通讯渠道，自动适配按钮或文本交互
3. 安全纯净：零运行时依赖，无外部 API 调用，隐私设计优先
4. 灵活配置：支持 OpenClaw 默认认证或可选接入 OpenRouter/Anthropic API

潜在局限

• 依赖宿主 AI 能力：生成质量受限于当前会话所用的底层模型
• T3 来源风险：个人开发者维护，虽 MIT 开源可审计，但长期维护稳定性存疑
• 无自主推理：仅为提示工程包装层，不具备独立知识或事实核查能力
• 渠道体验差异：短信/邮件等文本渠道交互流畅度不及按钮渠道

适合人群

• 刚接触复杂技术话题、不知如何深入提问的新手用户
• 需要快速梳理对话脉络、保持高效信息获取节奏的商务/研究场景
• 对隐私敏感、倾向本地化处理的合规意识用户

常规风险

| 风险类型 | 评估 | 说明 |

|---------|------|------|

| 数据泄露 | 极低 | 无外部网络调用，上下文仅在本地处理 |

| 供应链攻击 | 极低 | 零依赖，无第三方库引入风险 |

| 生成内容偏差 | 中等 | 依赖底层模型，可能继承 LLM 的幻觉或偏见 |

| 维护中断 | 中等 | 个人项目，更新频率不确定 |

建议用户结合具体场景评估：高频专业场景建议关注后续版本迭代；日常轻量使用可放心部署。