4.3 进阶多步骤任务
上一节，你学会了让 OpenClaw 帮你做单件事——看文件、找文件、写文件、执行命令。
现在你可能会想：能不能让它一次做多件事？
当然可以。这一节，我们用5分钟，试试它的多步骤能力。
什么是多步骤任务？
单步任务：你让它做一件事，它做一件事。
多步任务：你给它一个目标，它自己规划、拆解、执行一整套流程。
比如你让它「创建一个数据分析项目」，它会自己：
- 创建目录结构
- 写基础代码文件
- 写配置文件
- 写说明文档
你只管说目标，它自己想办法。
试一试：创建项目结构
假设你要开始一个新项目，你可以直接说：
帮我创建一个数据分析项目，包括： - 数据清洗模块 - 可视化模块 - 配置文件 - README
它会自己规划并执行，完成后告诉你：
项目创建完成！已创建以下结构：
data-analysis/ ├── data/ │ └── cleaning.py ├── visualization/ │ └── charts.py ├── config.yaml └── README.md共 5 个文件已创建。需要我继续开发某个模块吗？
你不用一个个文件夹去建，不用一个个文件去写。你只管描述需求，它帮你把「台子」搭好。
试一试：处理数据
再说一个场景：数据处理。
很多人的工作日常是这样的：从A系统导出CSV，从B系统导出Excel，两份数据要对齐、合并、清洗，最后生成报告。
交给 OpenClaw：
帮我把 data1.csv 和 data2.xlsx 合并， 按日期对齐，清理重复项，生成汇总报告
它会自己：
- 读取两份数据
- 分析格式和字段
- 写脚本处理
- 执行脚本
- 整理结果
完成后告诉你：
数据处理完成！
- 读取 data1.csv (1523行)
- 读取 data2.xlsx (890行)
- 按日期对齐，移除 45 个重复记录
- 生成 merged_data.csv 和 summary_report.pdf
数据一致性 98.5%，缺失值已填充。
你不用写一行代码。你只管说需求，它帮你把「乱麻」理清楚。
它是怎么做到的？
你可能会好奇：它是怎么知道要做什么的？
答案很简单：它把上一节学的四件工具组合起来用。
| 步骤 | 用的工具 |
|---|---|
| 读取数据 | Read |
| 写处理脚本 | Write |
| 执行脚本 | Bash |
| 修改配置 | Edit |
没有人教它怎么做这些事。它是自己推理、自己规划、自己执行的。
一个小提醒
在尝试多步骤任务之前，有三点注意：
模型选择很重要 → 复杂任务需要能力更强的模型，如果总是「半途而废」，试试换个模型
给它清晰的反馈 → 结果不对？告诉它哪里不对，它会调整
先从简单的开始 → 别一上来就「重构整个代码库」，先试试「整理这个文件夹」
这一节，你做了什么
| 学了什么 | 核心理解 |
|---|---|
| 多步骤任务 | 给目标，它自己规划执行 |
| 创建项目 | 它帮你搭好结构 |
| 处理数据 | 它帮你写脚本、跑流程 |
关键是：给它一台电脑，让它自己想办法。
下一章
到这里，你已经能让 OpenClaw 帮你做各种事了。
但这些都需要你主动找它。如果想让它主动帮你呢？
比如每天早上自动查邮件、每周自动总结工作？
下一章，我们来设置定时任务和记忆系统，让它真正成为「7×24小时在线」的助理。