给产品与智能体一层真正可复用的人类上下文
开发者不需要自己从零构建测评、材料解析、长期记忆与调用治理。ProfileClaw 提供从 Context API 开始的人类上下文层，让 OpenClaw、自定义 Agent 与自动化工作流一开始就建立在真实用户之上。
先把上下文准备好
让 Agent 不必在每次请求里重新拼出同一个人。
让契约可读、可调、可控
Context API 优先，任务接口后置，错误与字段定义都能被稳定依赖。
让智能体在记忆上连续行动
OpenClaw 与自定义 Agent 可以基于同一份长期上下文去筛选、判断和推进。
从哪里开始接入
Quickstart
用最短路径跑通 API Key、Context API 与第一次成功调用。
Context API
先拉取聚合上下文，再按需请求任务接口，减少 prompt 重建与 token 消耗。
Reference / OpenAPI
用统一契约、稳定错误类型与字段定义支撑真实集成与 Agent 调试。
推荐的接入路径先给上下文，再扩任务能力
先让 OpenClaw 或你的 Agent 拿到用户的长期上下文，再决定还要不要调用更深的任务能力。
获取 API Key
先调 Context API
按任务扩展
获取 API Key
在设置中创建 Bearer Key，先把访问边界和调用权限定义清楚。
先调 Context API
把用户的能力档案、偏好、边界与关键线索先变成默认上下文层。
按任务扩展
在真正需要时，再接入 graph、alerts、prediction 等更细的能力层。
典型开发场景
AI 助手与顾问
让 Agent 基于真实能力档案回答用户问题，而不是每轮重新了解用户。
匹配与推荐系统
在用户授权下，把 ProfileClaw 接入匹配、排序、推荐与筛选流程。
自动化工作流
把长期上下文嵌入通知、辅导、成长计划与推荐工作流中。
OpenClaw / 自定义 Agents
把 ProfileClaw 作为 Agent 的长期记忆层，而不是把用户信息散落在 prompt 历史里。
开发者体验原则
先给聚合上下文，再展开更细的任务接口
错误分支依赖稳定 type，而不是自然语言式报错
OpenAPI 与 Reference 应共享同一份契约源
为 Agent 连续工作而设计，而不只是为单次请求设计