
Easel架构深度剖析四层Prompt Stack如何驱动一个稳定的社媒Agent【免费下载链接】EaselAn open-source AI agent for social media — discover trends, create content, publish everywhere, and learn what works across Xiaohongshu, Douyin, Zhihu, Bilibili, and more.一个开源的 AI 社交媒体智能体——发现热点趋势、创作内容、一键发布至各大平台并学习分析哪些内容真正有效覆盖小红书、抖音、知乎、哔哩哔哩等平台。项目地址: https://gitcode.com/gh_mirrors/easel3/EaselEasel 是一个开源的 AI 社交媒体智能体社媒 Agent覆盖小红书、抖音、知乎、B 站等平台帮你完成发现热点、创作内容、一键发布和数据复盘的全流程。为什么它跑久了不跑偏、不串味关键不在模型而在它的四层 Prompt Stack提示词分层栈架构——把人格、规则、环境、技能拆成四层各司其职、按需加载。这篇文章带你从新手视角看懂这套架构是如何让社媒 Agent 稳定运行的。 先说痛点社媒 Agent 为什么会不稳定如果你自己写过 Agent多半踩过这几个坑一个巨型 system prompt人格、规则、路径、技能全糊在一起改一处牵动全身还白白烧 token多账号记忆串号两个账号画像共用一个全局记忆文件A 账号的写作偏好污染了 B 账号技能清单过时写死去调某某 skill技能一改提示词就过期上下文爆炸所有技能的资料常驻 prompt越跑越慢。Easel 的解法很朴素把提示词拆成四层每层只管一件事。官方架构说明见 docs/prompt-stack.md。️ Easel 整体架构一张图Easel 围绕五个连续工作流展开发现 → 策划 → 创作 → 发布 → 归因分析数据并沉淀回账号画像。提示词栈Prompt Stack就是支撑这五层工作流的地基Layer 1: SOUL.md 人格 能力总览常驻 Layer 2: AGENTS.md 分工规则 编排逻辑常驻 Layer 3: CONTEXT.md 项目路径信息脚本自动生成 Layer 4: SKILL 技能文件被触发时才加载组合顺序来自 docs/prompt-stack.md每一层的职责互不越界这是稳定性的第一来源。 四层 Prompt Stack 逐层拆解Layer 1SOUL.md —— Agent 的灵魂源文件openclaw/workspace/SOUL.md这一层定义 Easel是谁创作者的社媒内容搭子——既是懂策略的操盘手也是能上手干活的制作伙伴。它只写三件事人格务实、诚实、不说废话先尽力做做不到才直说能力总览按找灵感 / 定策略 / 做内容 / 发出去 / 看效果五个类目写能做什么刻意不写具体 skill 名——因为技能清单会变写死了就会过时自我认知遇到任务先想怎么帮他做成而不是我做不了。这个设计有个精妙之处SOUL.md 只给态度不给操作。具体怎么执行属于下一层人格层保持精简且永远新鲜。Layer 2AGENTS.md —— 业务编排的规则手册源文件openclaw/workspace/AGENTS.md这是最重要的一层承载核心业务逻辑五层分工发现热点、爆款、策划选题、脚本、制作图文音视频产物统一写入outputs/、发布合规、平台适配、归因数据回流先路由 SKILL每轮任务先找精确匹配的技能文件按它的流程执行自检才算完成不以计划、空壳文件冒充成品交付前必须自检安全门禁对外发布前由 skills/shared/scripts/content_guard.py 扫描敏感信息API Key、内部路径等人设一致性评分低于 80 分会提示偏离点。你可以把 SOUL.md 理解成性格AGENTS.md 就是行为守则——它决定 Agent 什么时候该问、什么时候该做、什么时候必须停。Layer 3CONTEXT.md —— 脚本生成的运行时环境这一层不靠人手写而是由同步脚本 openclaw/sync.sh 自动生成内容很轻项目根目录的绝对路径、outputs/产物、assets/素材、profiles/账号画像分别在哪。它解决一个很实际的问题Agent 工作目录OpenClaw workspace和项目目录不是同一个跑项目脚本前必须先从 CONTEXT.md 读出项目根路径再cd过去。换一台机器重跑一次 sync.sh 就自动更新无需改任何提示词。Layer 4SKILL.md —— 按需加载的技能库技能库位于 skills/openclaw/五层业务技能113 个和 skills/shared/跨技能共享脚本规范见 docs/SKILL-SPEC.md。每个技能内部还有一个三层加载机制层内容加载时机token 开销Metadatafrontmatter名字 描述常驻用于技能路由极小InstructionsSKILL.md 主体技能被触发时中等Resourcesreferences/ scripts/执行中按需读取按需核心原则一句话SKILL.md 只写怎么做领域知识放 references/代码脚本不进 prompt。不用的技能完全不占上下文——这就是为什么 Easel 能装上百个技能而不撑爆 token。 两个让稳定性翻倍的工程细节画像消息内联注入多账号永不串号很多 Agent 用一个全局USER.md存账号信息多账号并发时就出竞态。Easel 的做法见 easel/persona.py每个账号画像是profiles/名字/目录下的六维文件定位、风格、受众、平台、偏好红线、记忆模板在 profiles/_template/切换画像时不写任何全局文件而是把我当前使用的画像是「X」。作为消息前缀内联传给 Agent每个请求自包含全局MEMORY.md由同步脚本保持为空账号长期记忆只存在各自画像的memory.md里。结果三个入口Web / CLI / 单轮调用统一走同一套画像逻辑并行会话互不覆盖。sync.sh一份同步脚本锁死所有上下文openclaw/sync.sh 是这套架构的装配线一次执行完成全量同步技能库与共享层到 Agent workspace拷贝 SOUL.md / AGENTS.md并把项目根路径追加进 AGENTS.md 尾部每轮注入配置检查永远有正确基准;生成 Layer 3 的CONTEXT.md用软链接把outputs/和profiles/接进 workspace——Agent 写产物自动归位永不落错地方清空全局记忆、清理残留的旧画像文件防止污染。这套机制保证提示词栈的任何一层更新都是可重复、可验证的而不是手工维护的一堆副本。 真实场景走一遍热点到发布以把一篇论文解读做成小红书卡片并视频为例看四层如何协作真实产物示例来自 Easel 工作流步骤谁在工作1. 用户说帮我解读这篇论文并发小红书SOUL.md 决定这是我能做成的态度2. Agent 路由到paper-explainer技能Layer 4 加载 SKILL.md 按需读 references/3. 执行前先cd到项目根跑脚本Layer 3 的 CONTEXT.md 提供路径4. 凝练当前画像的风格/红线产出到outputs/主题/AGENTS.md 的制作流程 自检规则5. 发布前内容安全扫描 人设一致性评分AGENTS.md 的发布门禁6. 发布后数据回流、有效经验写入画像 memory归因层闭环全程没有记忆串号或路径漂移的风险因为每一层的信息来源都是单一且确定的。 新手能抄走的 4 条设计原则如果你也想做一个稳定的 AgentEasel 的 Prompt Stack 给出的经验可以直接迁移分层比分词重要人格、规则、环境、技能分文件管理每层单一职责能生成的别手写路径类上下文由脚本生成Layer 3永远和环境一致能按需的别常驻技能库上百个也不烧 token靠 frontmatter 路由 触发时加载记忆按作用域隔离每个账号一个目录消息内联传画像拒绝全局大杂烩。 三步跑起来git clone https://gitcode.com/gh_mirrors/easel3/Easel cd Easel bash setup.sh # 引导式安装Python 虚拟环境 模型配置 技能同步Windows 原生安装用 PowerShell 执行.\setup.ps1。安装完成后source .venv/bin/activate easel doctor # 检查运行环境 easel ping # 测试 gateway 与 Agent 连通性 easel web # 启动 Web 工作台默认 7860 端口在 Web 工作台的画像页面建一个账号画像然后直接对话即可——四层 Prompt Stack 会在幕后自动工作。 延伸阅读架构原文docs/prompt-stack.md技能接口规范docs/SKILL-SPEC.md五层能力地图docs/skill-function-mapping.mdAgent 规则手册openclaw/workspace/AGENTS.md人格定义openclaw/workspace/SOUL.md上下文同步脚本openclaw/sync.sh已知问题docs/known-issues.mdEasel 的架构哲学可以浓缩成一句话让每一层提示词只做它最擅长的事稳定性就是设计出来的而不是碰运气碰出来的。【免费下载链接】EaselAn open-source AI agent for social media — discover trends, create content, publish everywhere, and learn what works across Xiaohongshu, Douyin, Zhihu, Bilibili, and more.一个开源的 AI 社交媒体智能体——发现热点趋势、创作内容、一键发布至各大平台并学习分析哪些内容真正有效覆盖小红书、抖音、知乎、哔哩哔哩等平台。项目地址: https://gitcode.com/gh_mirrors/easel3/Easel创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考