Meng To（Design+Code创始人、Aura构建者）分享了他作为视觉型设计师如何将OpenClaw与Codex融入日常工作流的实战经验。
核心洞察在于：AI工具正在从"聊天玩具"进化为真正的"数字队友"，通过消除应用间复制粘贴的胶水工作、实现本地文件版本控制、构建可自动化的图像生成流水线，以及创建多代理分工系统，个人创作者的生产力实现了从需要5-10人团队3个月交付到单人1周完成的质变。
关键在于放弃对终端工具的抗拒，接受"对话优先"的交互模式，用提示词质量与参考库建设取代重复性手工操作，同时保持人工在品味把控与最终质量审核上的主导地位。
从抗拒工具到接受流程：OpenClaw撕碎了旧工作流
一开始面对终端、命令、脚本，大脑天然更偏向视觉的那一侧会本能皱眉：画面、布局、比例、节奏，这些东西比闪烁的光标更有亲和力。真正产生转折的点，从来不是“看懂了命令”，而是发现流程被缩短，注意力被保护。
OpenClaw在这里承担的角色相当明确，它把原本散落在各个角落的动作，集中到一个可以对话、可以追溯、可以落地的入口。文件、Shell、浏览器、消息通道，全都在一个助理的触达范围内，安全模型清晰，操作路径明确，脑力消耗立刻下降。
我以前挺喜欢用ChatGPT的，但把它当作唯一真相源这件事让我浑身难受。
- 有了OpenClaw之后，我可以在聊天里直接写Markdown，提交版本控制，然后导出成HTML、预览站或者正式站点。
- Figma我留着做快速预览和微调，在发布前做最后一轮视觉检查。
使用 OpenClaw，我可以把所有内容都用Markdown 格式（在聊天中）编写，提交更改，然后导出为：
- HTML
- 预览网站
- 一个真实的网站
我信赖的写作循环是混合式的：
- AI 编辑本地 Markdown 文件
- 需要时我会手动在 Obsidian 中进行调整。
- 预览速度很快，因此质量控制很容易。
最大的胜利在于本地Markdown文件跟着项目走，版本化、可搜索、可脚本化，这才是创作者该有的数字资产掌控权。
Markdown成为可信源头：
写作、规划、设计说明全部回归Markdown，聊天窗口里直接生成内容，落盘、本地存在、进入版本控制系统。HTML、预览站点、正式站点全部从同一源头导出。视觉快速检查交给Obsidian，最终质量把关始终留在人手里。
项目文件和项目本身住在一起。可搜索、可回滚、可脚本化，这种稳定感让长期创作拥有安全网。
OpenClaw最牛的地方在于“本地优先”：
你的数据不出机器，安全边界由你掌控；它不像某些云端AI，动不动就把你的商业机密喂给训练模型。
OpenClaw只在你授权时行动，比如执行命令前会弹窗问：“确定要删除这个文件夹吗？”这种克制反而让人安心。更重要的是，它能无缝接入你现有的工作流——Obsidian写笔记、Telegram收任务、浏览器查资料，全都能串起来。你不需要切换十个窗口，只要在一个聊天界面里下指令，它就自动跨应用执行。
举个栗子：你要给孩子打印数学练习题。过去得找文件、转PDF、调打印机，折腾半小时。
现在你对OpenClaw说：“从‘家庭作业’文件夹里挑10道分数题，生成带答案的A4 PDF，直接发到打印机。”三分钟后，纸就出来了。它甚至能根据题目难度自动生成新题，相当于请了个免费家教+文员。
这种“生活级自动化”才是AI该干的活——不是取代你，而是把你从琐事里解放出来，专注真正需要人类判断的事。
Midjourney / Krea → Nano Banana Pro 本地操作（通过 Codex 和 Telegram 提供 API）
我以Nano Banana Pro替代了Midjourney和Krea，并通过Codex与Telegram运行这些图像生成接口。
这彻底改变了我工作流程中图像生成的方式。
以前我每月花200美元订阅Midjourney，错误率高得离谱，手指断裂、逻辑混乱的图层出不穷。Krea、Recraft、Ideogram我也试过，要么错误太多，要么迭代速度慢得让我想砸键盘，根本跟不上生产节奏。
Nano Banana Pro在手部细节、微小元素和真实感呈现上碾压了前辈们。它的美学风格正好匹配现代产品和营销网站的需求：更接地气、更少合成感、更少明显的伪影比如断指。实践中我的出图命中率极高，再也不用浪费时间在反复重roll上。
对我这种工作来说，杀手级功能不是"一个漂亮的图像生成器"，而是完整的流水线：就我从事的工作而言，最关键的功能不是“漂亮的图像生成器”， 而是整个流程：
- 我电脑上的任何参考图像都可以生成新图像。
- 锁定为特定宽高比/分辨率
- 本地化组织输出
- 趁我睡觉的时候，批量生成不同款式的产品，享受五折优惠。
- 通过 Codex 和 Telegram 工作流运行图像 API
- 将图像结果以附件形式发送回 Telegram 进行视觉审核（轻松缩放，快速批准/拒绝）
- 然后，当我需要回顾时，就会快速创建一个可浏览的小型图库。
这基本上替代了我以前用Midjourney和Krea做的绝大部分工作。我的标准提示词是这样的："基于这张参考图生成5张图像。不要UI、不要文字、不要logo、不要拼贴画。不要直接复制，只用作参考，发挥创意，改变名字、文字、数字但保持相同视觉风格。使用多样化宽高比：16:9、4:3、1:1、3:4、9:16。让细节超锐利。"
Cursor / Lovable / v0 / Aura → 一个真正可交付的工作流程
当改动规模较大时，我仍会使用Cursor进行代码审查。Codex擅长执行精准的编程任务，但其用户界面较为简洁，因此在需要审查复杂代码差异、排查大型代码库问题时，Cursor更为适用。
在代码层面，Codex展现出明显的“外科手术”气质。任务边界清晰，修改范围可控，风格与现有代码库保持一致。可视化差异检查、命令执行路径、修改记录全程可见，这种透明感让复杂项目保持可控。Cursor在大规模Diff审查时继续发挥优势，两者形成互补。
Lovable、v0与Aura对我而言属于同类工具：都能快速构建原型、开发完整网站并实现发布。
（注：因我参与开发Aura，在此声明可能存在偏好）
实现工作流闭环的关键要素包括：
• 强大的模板系统
• 借助variant.ai进行可视化设计探索
• 预制资源与@引用功能
• 类Figma的进阶手动设计层
• 发布与自定义域名工作流程
• 内容管理系统与协作功能
工具的目标不仅是内容生成，更是要解决创作者不应重复构建的难题，帮助他们打造卓越作品。若工具停止优化工作流，将在AI浪潮中迅速过时。审美判断与手动编辑能力依然至关重要。
实战中的Figma与Nano Banana Pro
Figma在做精细手动调整时依然无可替代，我也一直续订着会员。
但在日常工作中，我越来越少用它来做第一轮生成：
像网站搭建、幻灯片、原型设计、动效制作这些活儿，现在都更多交给Codex、v0、lovable和Aura了。
图片和营销素材类的任务，则更多转向Nano Banana Pro。
Nano Banana Pro进步飞快——字体排版已经很出彩，界面质量不错，而且能明显感觉到它在持续变强。
真正的效率倍增器是提示词质量加参考素材质量。只要提示词够精准，再配上过往作品和灵感构成的优质素材库，Nano Banana Pro就能爆发出惊人的能量。
为什么Codex在这个配置中至关重要
OpenClaw为我在本地设备上提供了智能体，而Codex则赋予了这个智能体真正的编程执行力。
这个组合之所以关键，是因为我不只是在寻求创意——我需要的是：
• 能对实际文件进行快速精准的编辑
• 符合现有代码风格且能正常编译的代码
• 不会破坏产品功能的代码重构
• 让我能专注设计模式的同时，仍能完成交付的结对协作
Codex让整个工作流程感觉像是一位真正的队友在协作，而非一个聊天玩具。
Codex的杀手锏是“上下文感知”。它知道你用的是Next.js还是Vue，知道你的API端点长什么样，甚至记得上周你吐槽过某个第三方库有内存泄漏。所以它生成的代码不是通用模板，而是贴合你项目DNA的定制方案。更绝的是，它支持多任务队列——你可以连续丢五个任务进去：“修购物车bug、优化首屏加载、加个暗黑模式开关、写部署脚本、生成CHANGELOG”，它会一个接一个处理，每个任务都保持独立上下文，绝不混淆。
对比传统IDE插件，Codex更像是个有记忆的协作者。你不用反复解释背景，它自己会翻git history、读README、看package.json。遇到复杂重构，比如把jQuery老项目迁移到现代框架，它能分阶段提交，每步都可回滚。你只需要在UI里点“接受”或“微调”，剩下的脏活累活全包了。这种体验彻底改变了编码节奏——从前是“写-试-改-崩溃-重来”，现在是“描述意图-审核结果-合并上线”。你花在键盘上的时间少了，花在产品思考上的时间多了。
Codex 对比 OpenClaw（我的看法）
Codex 是编程专家：它更擅长代码，以代码库为单位工作，专注于交付清晰干净的改动。
OpenClaw 则是智能代理层：它能触达更多应用、处理更多信息、融入更多日常工作流。而且感觉它能从我实际做的事情中不断自我进化。
如果我在外移动，OpenClaw 胜出，因为它已经集成在我使用的环境里。Codex 目前还没有手机应用。
Codex 具备技能，但范围更有限：与 OpenClaw 那种“直接开干”的氛围相比，为它构建新技能是项实实在在的工作。
Codex 的一大优势是：可见性：你可以跟踪它执行的命令，查看它修改的代码，并在界面中审查差异。它善于隐藏复杂性，但当你需要时，这些细节依然触手可及。
OpenClaw 则相反：你可以深挖日志，但看不到全貌——尤其是在移动场景下。这对很多工作来说没问题，但对于真正的代码修改，这就很重要了。
总之：
OpenClaw与Codex在项目启动、任务统筹、系统集成方面表现最为出色。
OpenClaw负责“能不能摸到所有东西”，Codex负责“能不能把代码交付”。一个是行动半径，一个是专业深度。移动场景、跨应用任务、生活事务，OpenClaw天然顺手；深度编码、重构、部署，Codex稳定可靠。
会干活和干得漂亮，从来属于两个不同层级！！！
说点实际的，我现在用它来交付什么
先交代一下背景：在AI出现之前，我主要依赖一个5到10人的团队。做一个差不多水准的产品，通常要花3个月左右，还得走正常的代码审查流程，大家来回交接。现在呢，我们大概一周就能做出同等水平的东西，而且这个工作流程还在不断压缩时间。
设计速度的变化更夸张。以前光是搞一个设计，或者哪怕只是一套小的UI组件，光在Figma里就要折腾差不多3个星期。现在我们能直接交付完整的、可发布的模板，这些东西都是活的，直接和内容、发布渠道连在一起。
作为一个创作者，这已经不是一条单一的生产线了。我现在每月稳定产出20到50个模板，为多个代码量超过50万行的应用程序开发大型功能，同时还要完成围绕这些产品的全部内容和营销工作。
也就是说，我现在是并行交付：功能、素材、指令、视频剪辑、YouTube内容、社交媒体帖子，还有长篇文稿。这个工作流程之所以关键，是因为它让我的效率在原来的基础上又至少翻了一倍。要知道，相比两年前，我本来就已经快了5到10倍了。
具体产出的东西包括：
负责月经常性收入约9.5万美元项目的代码和产品功能
大量模板、落地页和设计探索方案
营销素材、视频内容、社交媒体帖子以及书面内容（这些都用Markdown做规划和版本管理）
交付实实在在的功能
我正在交付的代码和功能，正变得越来越难、越来越复杂。
最近的例子：
- 内容管理系统：包含了AI生成的集合/条目，还能从Notion和Google Sheets导入数据。
- 自定义域名：我以前完全不知道怎么搞，现在搞定了。
- 技能模块：技能列表页、技能详情页，在提示词里引用技能，外加一个管理员后台来增删改查技能。
- Playwright截图：以前我用 html-to-canvas 和 image-to-html 这些方案……很糟糕，渲染问题一大堆。现在Codex帮我写了个Playwright脚本，生成的网站截图几乎完美。
这种自主性是真实的：你只要要求它更自主一点，它就能做到。
所有这些功能，都是在我还同时处理其他运维工作（比如生成图片、处理其他任务、给多个网站做更新）的情况下，不到一周就全部上线交付的。这就是新的现实。
我能做的很酷的事（因为它就在你电脑上）
一个简单的经验法则：日常通用事务就用OpenClaw。
当你需要专攻特定领域时，再叠加使用Codex来处理深入的编程工作。
- 打印流程：比如要“打印这份文件”（孩子的作业、表格、PDF），它能找到文件、快速生成一个小测验、导出为PDF、然后打印。
- 启动和发布项目：用一句指令就能搭起一个网站或交互演示（创建文件夹、README、脚本和基本界面）。甚至能把项目推送到GitHub。
- 行政和记账：重命名并整理收据，准备文件，总结PDF内容，把文件归到该放的位置。
- 图像处理：对任何本地图片进行批量变体处理（调整比例、裁剪、生成多个版本）。我现在越来越多地用Nano Banana Pro来做平面设计。
- 网页设计操作：研究提示词，为网页设计创建技能，用HTML快速出设计稿。
- 内容操作：说出你的想法，它能把想法变成规划文件和内容文件，并且保持所有内容的版本管理。
最核心的区别是访问权限。OpenClaw不只是一个浏览器或单个应用——它能接触到电脑上的一切。只要文件在本地，它就能处理。
说到底，这一切都是为了减少阻力。只要我能说出来，它就能捕捉想法、构建框架并完成交付——这让我能把日常生活变成真正的产出。
从Cursor/Terminal到Codex
过去，我经常在Claude Code和Cursor之间切换使用。算上订阅费和API密钥的费用，每个工具每月轻松超过200美元——要是忘记取消，这些花费很快就累积起来了。
现在，Codex成了我的默认编程工具。它在处理多项目、多任务方面很出色，感觉更像一个能自主行动的智能体——就像借鉴了OpenClaw的工作模式——这在代码库很大的时候尤其重要。
多任务处理是个关键原因。我可以在智能体还在运行时，一个接一个地排队提交任务：提交，再提交，继续提交。
在我的工作流里，OpenClaw处理少量排队的任务很可靠，但任务数量超过3个左右时，它可能就开始混淆上下文了。Codex能更好地处理更长的任务队列（5到10个任务），因为它的每个线程都保持着更强的专注度和明确的范围。
所以我现在的准则是：
需要编程和交付代码时，用Codex。
在外奔波或需要跨应用协调时，用OpenClaw。
OpenClaw + Telegram组合
真正的问题在于管理对话，尤其是在Telegram上，任务可能迅速变得宽泛而笼统。同时我需要并行追踪多个项目，因此拆分成多个机器人有助于将相关任务和上下文归拢在一起，而不是把所有内容混在单一对话中。
这也出于移动使用的现实考虑。在新加坡，我仍然无法像使用Telegram那样便捷地通过手机访问Codex或Claude Code这类工具，对于许多身处核心市场之外的创作者而言，情况也是如此。
OpenClaw + Telegram组合就成了移动场景下保持高效的最佳备选方案。
图像处理在这里尤为突出。我可以在通勤途中或排队时提交需求并审核视觉输出，而不必将所有工作都阻塞到回到桌面电脑前。
拆分成多个机器人的本质，是通过职责分离来保持上下文清晰：
- Shiori → 负责写作与叙事结构
- Komori → 负责图像处理流程与素材生成
- Sakura → 负责设计评审与平稳迭代
- Shimo → 负责系统运维与日常维护
听起来这增加了管理成本，但实际上它减轻了真正的负担：避免了智能体反复猜测自己应处于何种工作模式的认知消耗。
把写作、图像、设计评审、运维卫生分别交给不同智能体，本质是职责隔离。
每个智能体拥有自己的记忆、规则、权限范围，上下文始终聚焦。
任务不再互相污染，安全边界更加清晰。
这套系统：灵魂文件 + 项目 + 文件
这种模式正在新一代AI工具中成为标准：记忆、个性、工作流规则和技能都储存在文件中。Codex和Claude Code的工作流正趋向于采用同一理念，因为这样确实有效。
当你拆分多个机器人后，有一个细节很重要：每个机器人都应该有自己的 SOUL.md、IDENTITY.md 和 MEMORY.md 文件。
这不是角色扮演。这是隔离。
好处是：
* 减少任务之间的交叉干扰
* 减少“我现在是谁”的困惑
* 建立更清晰的安全边界（明确每个机器人该做和不该做的事）
OpenClaw 轻松地查看/读取了我所有的设计文件、PDF和发票，并根据我的指令对它们进行了重命名和整理。
缺点（那些烦人的部分）
OpenClaw 并非魔法。它是一种工作流的权衡。
- 没有（实时）响应流：你看不到模型的“打字”过程或它思考的实时轨迹。
- 仍然会有权限提示：对于任何可能具有破坏性或敏感性的操作，我发现更安全的做法是让助手提示你运行命令（或明确确认），而不是自动执行。
- 一次只处理一个任务：它没有真正的并发能力：你无法让它同时并行运行5个独立项目，除非启动多个独立的代理，并管理随之而来的开销。
- 安全是你的责任：如果设置不当，你可能会暴露出很大的可攻击面。你需要定期重新审视你的安全设置。
正是由于这种“一次一任务”的限制，我通常会在并行线程中，同时使用Codex、Claude Code和其他工具来处理多项任务。对了，别忘了设置你的安全防护。
openclaw security audit --fix
作者背景
Meng To是设计教育平台Design+Code的创始人，Aura（AI网站构建工具）的创造者，也是一位在AI设计工作流领域深耕的实践者。他的背景极具独特性：从蒙特利尔的自学设计师起步，因美国签证被拒而环游世界两年，期间写出了拥有3.5万读者的设计书籍，最终建立起服务12万用户的在线学习平台。这种"设计师+开发者+教育者+连续创业者"的复合身份，让他对AI工具的观察跳出了纯技术或纯美学的单一视角。
这篇文章的独特价值在于它来自一个"不情愿的终端用户"的真实转型记录。Meng坦承自己原本不喜欢终端工具，却通过OpenClaw找到了视觉型创作者与代码之间的桥梁。