稍微讲讲OpenClaw到底在Claude Code的基础上还做了哪些

上回说到

上一篇我们搞清楚了一件事： OpenClaw 不是 Claude Code 的”套壳”，它有自己独立的 1,782 个文件的 Agent Runtime ，默认模型是 GPT-5.5 ， Claude Code 只是它可选的编程外包技能之一。

那问题来了——如果不是套壳， OpenClaw 到底比 Claude Code 多了些什么？

我把两个系统的源码摊开来，逐个模块对比了一轮。结论很简单：Claude Code 做的事， OpenClaw 也做，但做得粗一些； OpenClaw 做的事， Claude Code 有一大半压根就没做。

先看全景：谁做了什么

这张表概括了两者的能力边界：

一目了然： Claude Code 在”编程”和”上下文管理”上领先， OpenClaw 在其他所有维度上领先——因为 Claude Code 根本就没做那些。

编程能力： Claude Code 为什么更强

有意思的是，虽然 OpenClaw 的代码量是 Claude Code 的 70 倍（ 14,700 个文件 vs 200 个），但在纯编程场景下， Claude Code 的表现反而更好。

原因藏在工具设计里。

Claude Code 给 AI 模型提供了一套专门为代码操作设计的工具：

Edit  → 精确字符串替换（old_string → new_string）Grep  → 正则搜索代码Glob  → 文件模式匹配Read  → 带行号读文件

每个工具的提示词里都有详细的编程场景指引，比如 Edit 工具会告诉模型”保持精确缩进”、”old_string 必须在文件中唯一”。

OpenClaw 呢？编程相关的工具主要就一个：

exec → 执行 shell 命令（通用的，不是专门为编码设计）

要编辑文件只能通过 exec 调 sed 或者写脚本——精确度远不如 Edit 工具那种 diff-based 的替换。

这不是 OpenClaw 做不了，而是设计取舍。 OpenClaw 的工具要兼容 20 多个 LLM Provider ，精调的编程工具依赖模型对特定格式的理解，跨 Provider 很难保证效果。所以 OpenClaw 用了更通用但也更粗糙的方式。

20+ LLM Provider ：不只是”多了几个选择”

Claude Code 只支持 Anthropic 的 Claude 系列模型。 OpenClaw 支持 20 多个 LLM Provider ，每个都是独立的插件包：

extensions/openai/       → GPT-5.5（默认）extensions/anthropic/    → Claude 系列extensions/google/       → Geminiextensions/deepseek/     → DeepSeekextensions/ollama/       → 本地模型extensions/alibaba/      → 通义千问extensions/tencent/      → 腾讯混元...还有十几个

每个 Provider 自己维护模型目录、定价信息、 context window 大小。比如 OpenAI 的 Provider 里这样定义：

const OPENAI_GPT_55_CONTEXT_TOKENS = 272_000;const OPENAI_GPT_55_COST = {  input: 5, output: 30, cacheRead: 0.5};

这意味着用户可以根据场景选择模型——需要便宜的日常对话用 DeepSeek ，需要强推理用 Claude ，需要跑在本地用 Ollama 。 Claude Code 没有这个灵活度。

20+ 消息通道：让”所有人”都能用 AI

Claude Code 的入口是终端。你得打开 Terminal ，输入命令，看文字输出。

OpenClaw 的入口是你日常用的消息平台。 WhatsApp 、 Telegram 、 Discord 、 Slack 、 Signal 、微信——总共 20 多个通道适配器，都在 extensions/ 目录下：

extensions/telegram/extensions/discord/extensions/slack/extensions/whatsapp/extensions/signal/extensions/wechat/...

技术上这些通道适配器不算特别复杂——本质就是消息格式转换 + HTTP 回调处理。但产品价值巨大：它把 AI 助手的门槛从”会用终端的开发者”降到了”会发消息的任何人”。

你奶奶也能用。在微信里发条语音， OpenClaw 就能帮她查天气、定闹钟、回消息。

语音：不是”录音转文字”那么简单

说到语音， OpenClaw 的语音输入能力值得单独聊聊。

这不是那种”录完一段话 → 上传 → 等几秒 → 返回文字”的离线处理。它是实时流式转录——你说话的同时，文字就在出来。

以 Deepgram 为例， OpenClaw 通过 WebSocket 建立实时连接：

// 实时 WebSocket 连接url.protocol = "wss:";url.pathname = "/listen";url.searchParams.set("model", "nova-3");url.searchParams.set("encoding", "pcm16");

音频以 Buffer 实时发送，服务端返回 partial （中间结果）和 final （最终结果），还支持 barge-in——你说到一半可以打断 AI 的回答。

STT 和 TTS 都是插件化的：

Claude Code 完全没有这个能力维度。

多媒体生成：图片、视频、音乐

OpenClaw 能让 AI 直接生成多媒体内容。这些都是独立的 Agent 工具：

你可以在 Telegram 里告诉 OpenClaw “帮我画一张猫在月球上弹吉他的图”，它会调用图像生成服务，直接把图片发回给你。

Claude Code 没有这些——不是技术上做不到，而是它的定位就是编程助手，多媒体不在它的范围内。

插件生态： ClawHub 市场

Claude Code 没有公开的扩展体系。你用它提供的工具就好。

OpenClaw 有一个完整的插件 SDK ，package.json 里暴露了 400 多个 SDK 子路径导出：

{  "exports": {    "./plugin-sdk": "...",    "./plugin-sdk/core": "...",    "./plugin-sdk/agent-runtime": "...",    "./plugin-sdk/channel-runtime": "...",    // ... 400+ 个子路径  }}

第三方开发者可以独立开发 Provider 插件、 Channel 适配器、 Memory 模块、自定义 Tool 。ClawHub^[1] 是官方的插件市场，类似 VS Code 的 Extension Marketplace 。

那技术含量到底怎么分层？

聊到这里可能有人会问：通道适配、多媒体调用，这些技术上不难吧？

确实。我把 OpenClaw 的创新按技术深度分了三层：

通道和多媒体本质上是”把已有的 API 适配好、集成好”，技术壁垒不高，但产品壁垒很高——第一个把 20 多个平台全部适配好开箱即用的人，后来者很难追。

真正在技术深度上值得研究的，是记忆系统和多 Agent 编排——这两个方向 OpenClaw 和 Claude Code 都在做，但走了完全不同的路。

下一篇预告

那 OpenClaw 和 Claude Code 在各自擅长的领域，到底谁更强？上下文压缩谁做得更精细？ Token 效率谁更优？为什么 Claude Code 有一个 OpenClaw 无法复制的结构性优势？

下一篇，我们带着数据来聊。

参考链接

[1] ClawHub: https://clawhub.ai/