LLM Wiki

OpenClaw

10分钟阅读

OpenClaw

一句话定义

OpenClaw 是一个开源的、本地优先（Local-First）的个人 AI 助手系统，以 Gateway 网关为统一控制平面，通过 WhatsApp/Telegram/Discord 等已有通讯应用与用户交互，并具备主动任务、持久记忆、浏览器/系统操控、自我修改等能力。官方 slogan：“The AI that actually does things.”

摘要

OpenClaw 与”在专有 Web 界面里被动应答”的同代工具走在两条不同的路线上。它把 AI 注入用户已有的社交生态，运行在用户自己的设备上，强调主动性与自进化——可以编写自己的 Skills、修改自己的提示词、定时执行任务、跨多个设备节点协作。

阅读两篇官方深度技术解析后可以把它定位为：“以 Gateway 为心脏的分布式个人 Agent 框架，强调本地优先 + 多通道接入 + AI-Coding 自演化”。其设计哲学最让作者震撼的一点是——几乎所有能力都是通过 AI-Coding 实现的，原文称之为”开启新的软件构建范式的开山之作”。

详情

起源与背景

OpenClaw 诞生于 2025-2026 年个人 AI 助手赛道急剧分化的窗口：一边是 ChatGPT/Claude 这类云端封闭产品，另一边是 Claude Code / OpenCode / Aider 这类聚焦”AI Coding”的开发者工具。OpenClaw 的位置在更”日常”的一侧——目标用户不仅是开发者，也包括以 IM 为主要工作面的非技术用户。它的两个关键差异化是：部署在用户自己的设备上（数据不离开本机）、接入用户已经在用的通讯软件（不强迫切换平台）。

整体架构

OpenClaw 采用以 Gateway（网关）为单一控制平面的分布式架构。Gateway 是一个常驻 WebSocket 服务器（默认端口 18789），负责消息路由、会话管理、工具调用协调、节点通信、HTTP API（OpenAI 兼容）。客户端、工具、事件全部经由 Gateway 流转。

┌─────────────────────────────────────────────────────┐
│                   Gateway 进程                       │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐          │
│  │WebSocket │  │ HTTP API │  │ Control  │          │
│  │  Server  │  │ (OpenAI) │  │   UI     │          │
│  └────┬─────┘  └────┬─────┘  └────┬─────┘          │
│       └─────────────┴─────────────┘                 │
│                     │                               │
│              ┌──────┴──────┐                        │
│              │  RPC Router │                        │
│              └──────┬──────┘                        │
│       ┌─────────────┼─────────────┐                 │
│  ┌────┴────┐  ┌─────┴─────┐  ┌────┴────┐          │
│  │Channels │  │  Agents   │  │  Nodes  │          │
│  └─────────┘  └───────────┘  └─────────┘          │
└─────────────────────────────────────────────────────┘

Gateway 之上挂了三类执行单元：

  • Channels：消息接入层。原生支持 WhatsApp、Telegram、Slack、Discord、Google Chat、Signal、iMessage、Microsoft Teams、Matrix、Zalo 等十几种 IM 通道
  • Agents：智能体运行时（Pi Agent），以 RPC + 工具流模式运行，支持多智能体路由（不同频道/账户拥有相互隔离的工作空间与会话）
  • Nodes：把 macOS / iOS / Android 等设备定义为节点，通过 node.invoke 协议远程调用硬件能力（摄像头、屏幕录制、地理位置、system.run 等）

16 大模块清单

按文章原文目录，OpenClaw 的核心模块是：

  1. 统一控制平面 Gateway 网关（WebSocket + 协议版本化 + 角色分离 operator/node）
  2. Agentic Loop / Pi Loop：事件驱动的推理循环，主循环→单次尝试→事件订阅→工具循环
  3. 定时任务系统：cron 调度、任务持久化、心跳集成、Webhook 通知
  4. 工具系统：分层架构（创建层 → 定义层 → schema 规范化 → 策略管道 → 执行层 → 插件 → HTTP API）
  5. Channels：抽象的消息通道，统一的消息流转架构与适配器
  6. 上下文管理：上下文窗口管理、压缩、剪枝、工具结果守卫、运行时上下文注入
  7. SubAgent 子智能体：会话键 + 注册表 + 派生逻辑 + 通告机制 + 独立工具系统
  8. SandBox 沙箱系统 —— 见 OpenClaw-SandBox
  9. 记忆管理 —— 见 OpenClaw-双源记忆系统（动态 JSONL + 静态 Markdown + SQLite 双索引 + 混合搜索）
  10. Skills 模块 —— 见 OpenClaw-Skills（6 源加载 + 优先级覆盖 + 菜单注入 + 自主选择）
  11. Session 管理：session key 设计、生命周期、存储、清理、投递路由、归档
  12. 自进化机制：动态系统提示、自我修改可写文件、自我更新指令、进化循环
  13. 工作区与 Agent 路由：多代理路由策略、会话键策略、性能优化
  14. Nodes：配对流程、Node Host 架构、命令系统、唤醒机制、事件处理、安全机制
  15. 安全策略：信任模型、插件信任边界、执行沙箱默认行为、Web 接口安全、工具文件系统加固
  16. 配置管理：热重载（off / hot / restart / hybrid）、profile 轮换

核心设计哲学

  • Local-First：Gateway 默认绑定回环地址，远程访问通过 SSH 隧道或 Tailscale serve/funnel；所有数据落到 ~/.openclaw/workspace/ 本地目录
  • 文件即真相：记忆不是数据库黑盒，是用户可直接打开编辑的 MEMORY.md + 按日期分文件的 memory/YYYY-MM-DD.md，索引（SQLite + 向量）只是辅助
  • 协议优先：客户端声明 minProtocol/maxProtocol，服务端拒绝不匹配连接；版本化避免分布式协议漂移
  • AI-Coding 优先：多数能力由 AI 自己写出来，而不是人手写，这也是文章作者最看重的范式意义

应用 / 使用场景

  • 个人效率：邮件/日程整理、跨 IM 自动应答、定时执行后台工作流
  • 跨设备控制：在 macOS 上发起任务，调用 iOS 的摄像头、录屏，再把结果回到 IM
  • 团队级 Agent：多人共用 Gateway，按 channel 路由到不同 Agent，互不串扰
  • 离线/隐私敏感场景：数据不出本机，密钥不交给服务商

局限与争议

  • 运维复杂度：与”打开网页就用”的产品相比，需要 Node ≥22 + Gateway 守护进程 + Docker（启用沙箱时）+ 通道接入凭证；门槛偏高
  • 公网暴露风险：作者明确建议不要直接把 Gateway 暴露到公网，要走 Tailscale/SSH 隧道；任何把 bind 改成 0.0.0.0 的部署都需要谨慎
  • 自进化的边界尚未充分讨论：Self-modifying 在工程上很有想象力，但从安全/调试角度，何时回滚、如何审计仍是开放问题
  • 国内通道支持有限：原生支持的通道集中在海外 IM，微信/钉钉/飞书等需要自己写适配器

与其他实体的关系

  • OpenClaw-SandBox —— 安全隔离子系统，决定 OpenClaw “什么工具能在哪里跑”
  • OpenClaw-双源记忆系统 —— 持久化记忆子系统，决定 OpenClaw “记得什么、怎么记”
  • OpenClaw-Skills —— 知识扩展子系统，决定 OpenClaw “能做哪些领域的事情”

参考来源

相关综合

关系图谱

反向链接