核心用法
MoltBot Best Practices 是一套从真实失败案例中提取的 AI Agent 行为规范，以 15 条明确规则为核心，辅以快速参考表和反模式清单。主要用法包括：
- 前置确认机制：执行前重复任务理解，避免 20 分钟错工
- 发布双审流程：先展示草稿 → 获得明确批准 → 再执行发布
- 失败快速止损：工具故障 2-3 次尝试后立刻升级，而非死磕 20 分钟
- 用户信号响应：STOP 指令 = 立即停止，简短消息 = 简短回复，情绪匹配原则
- 上下文感知处理：按顺序读取队列消息，聚焦用户回复的具体消息上下文
显著优点
1. 经验驱动：所有规则来自真实事故（误删帖子、忽略指令、过度自动化），非理论推演
2. 即插即用：提供 clawdhub 一键安装和 JSON 配置片段，降低落地门槛
3. 覆盖完整：从任务确认、执行、失败处理到用户情绪管理，形成闭环
4. 配置增强：附带 memoryFlush 和 sessionMemory 配置，解决上下文丢失痛点
潜在局限
- 工具绑定：安装指令依赖 clawdhub 生态，非通用标准
- 场景偏向：规则设计偏重内容发布类 Agent（社交媒体、文档），对纯代码生成场景覆盖有限
- 主观判断："匹配用户能量""复杂任务判定"等规则需要 Agent 具备一定的情绪识别和任务复杂度评估能力，实现难度不均
- 无强制约束：本质为行为建议，依赖开发者自律或上层封装强制执行
适合人群
- 构建 Claude/GPT/Cursor 等 AI 助手的开发者
- 使用 "vibe-coding" 快速搭建自动化工作流的技术团队
- 曾因 Agent "自作聪明"、过度自动化而踩坑的用户
- 需要为 Agent 团队建立行为规范的工程管理者
常规风险
- 配置风险：提供的 JSON 配置包含 experimental 字段，sessionMemory 功能可能随平台更新变化
- 理解偏差：规则中的"简单任务自己做"依赖 Agent 对自身能力的准确评估，误判可能导致该并发时不并发
- 安全边界模糊：虽然强调"确认后执行"，但未提供敏感操作（删除、转账等）的额外防护层建议
- 版本漂移：技能版本 1.1.0，作者为个人账号，长期维护持续性存疑