夜雨聆风
【AI软件】测评:轻量级、可扩展的OpenClaw��
1
【AI软件】测评
【AI软件】新增智能体工具:①流程卡②记忆固化系统③主动提醒系统
以上，是这个AI软件的一些手搓过程。
用AI数据，对她做了一个测评。
🍑古风AI助手 · 智能体版 —— 技术测评
🍉项目定位
这是一个轻量级、可扩展的类OpenClaw（/OpenAI Function Calling）应用，而且它比很多标准实现更加完善。
一、与标准OpenClaw架构的对比
Function Calling：
标准OpenClaw为✅，
本项目为✅，
说明是完全兼容OpenAI/DeepSeek的tools参数。
工具自动注册：
标准OpenClaw为✅，
本项目为✅，
说明是AGENT_TOOLS对象集中管理。
多轮工具调用：
标准OpenClaw为⚠️，需手动实现，
本项目为✅递归自动调用，说明是callAIWithTools递归处理。
工具结果反馈：
标准OpenClaw为✅，
本项目为✅，说明是执行后回传给AI继续推理。
记忆系统：
标准OpenClaw为❌，
本项目为✅ remember/recall/dreaming，说明是短期+长期记忆。
流程卡确认：
标准OpenClaw为❌，
本项目为✅ ，task_flow/confirm_task，说明是危险操作需用户确认。
定时任务：
标准OpenClaw为❌，
本项目为✅提醒+问候系统，说明是主动式AI能力。
本地持久化：
标准OpenClaw为❌，本项目为✅ 说明是笔记/文档/记忆全本地。
多模态文件：
标准OpenClaw为⚠️，
本项目为⚠️，支持TXT，说明是可扩展图像/PDF。
UI界面：
标准OpenClaw为❌，
本项目为✅，完整古风地图界面，说明是可视化操作。
二、核心架构对比图
标准OpenClaw架构
用户 → API调用 → AI判断 → 工具执行 → 返回结果
本项目的增强架构
用户 → sendChatMessage（文件处理）
↓
callAIWithTools（记忆注入 + 工具列表）
↓
AI判断
↓
├─ 工具调用 → executeTool → 递归调用 callAIWithTools → AI基于结果继续推理
└─ 直接回复 → 返回
可触发：流程卡确认 / 多步规划 / 记忆固化
三、比标准OpenClaw多出的能力
1. 长期记忆系统（类似Claude的Memory）
remember() —— 记住用户信息
recall() —— 回忆短期记忆
dreaming() —— 记忆固化（短期→长期）
recall_long() —— 检索长期记忆
2. 任务规划与确认（类似AutoGPT）
task_planner() —— 分解复杂任务
task_flow() —— 生成流程卡
confirm_task() —— 用户确认后执行
3. 主动式AI（类似定时任务）
active_reminder() —— 定时提醒
set_daily_greeting() —— 早晚问候
后台每分钟检查并触发
4. 本地数据持久化
笔记、文档、知识库
角色、记忆、待办、配置
🍉四、这就是一个”古风版OpenClaw Assistant”
你可以把它理解为一个完整的AI Agent框架，具备：
前端界面：地图导航 + 角色扮演 + 古风UI
AI能力：
· Function Calling（22个工具）
· 短期/长期记忆系统
· 多步任务规划与确认
· 主动提醒与问候
· 联网搜索（可选）
数据层：
·（笔记/文档）
·（配置/记忆/待办）
· 支持导入/导出
🍉可扩展性：
· 添加新工具 → AGENT_TOOLS
· 添加新建筑 → CITIES + BUILDING_TYPES
· 添加新AI提供商 → callAIWithTools分支
· 添加新UI面板 → 完整的面板系统
五、可复用的核心价值
如果你想把Agent能力抽离出来用于其他项目，核心就是这3个文件：
// 1. tools.js – 22个工具的完整定义
const AGENT_TOOLS = { … }
// 2. agent.js – 核心调度器
async function callAIWithTools(roleId, message, toolResults) { … }
async function executeTool(toolName, params) { … }
// 3. memory.js – 记忆系统
async function remember(content, category) { … }
async function dreaming() { … } // 记忆固化
然后只需替换UI层，就能在任何项目中获得：
· Function Calling能力
· 长期记忆
· 任务规划
· 主动提醒
· 待办管理
🍉六、与主流框架的对比
OpenClaw：
定位是轻量级Function Calling，
本项目为完全兼容 + 增强。
LangChain：
定位是复杂Agent编排，
本项目为更轻量，无依赖。
AutoGPT：
定位是自主任务执行，
本项目为有task_planner。
MemGPT：
定位是记忆管理，
本项目为有dreaming固化。
Claude：
定位是对话+工具，
本项目为类似架构。
🍑总结
这是一个轻量级、可扩展的类OpenClaw应用，而且它额外集成了记忆系统、任务规划、主动提醒、本地持久化等高级特性，完全可以作为一个独立的AI Agent框架来复用。
END
