ARTICLE · 1101506
数据留在自己手里,AI 在十几个聊天软件里待命:拆解 39 万星的 OpenClaw
39 万星的开源智能体：把它装在自己电脑上，在聊天窗口里就能指挥 AI 干活
（推荐标题）
备选标题2：
备选标题3：一条命令装上全平台 AI 助手：39 万星的 OpenClaw 是怎么运作的
你大概有过这种念头：要是 AI 能直接帮我把事情办了就好了——不是聊天，是办事。整理文件、盯消息、跑脚本、定时汇报，像雇了个随叫随到的助理。
问题是，这类能力往往绑在别人的服务器上：你的对话、你的文件、你的账号凭证，都得交给云端。
GitHub 上有个项目给出了另一种思路：智能体跑在你自己的电脑上，入口就是你天天在用的聊天软件。它叫 OpenClaw，一只龙虾形象的 AI 助手。今天我们从技术角度拆一拆它是怎么运作的。
免责声明：本文为 GitHub 项目开源技术科普分享，基于公开信息整理（项目仓库 README、项目文档、GitHub API 公开数据）；文中星标数等数据实时波动，以仓库当前公开信息为准，功能与条款可能调整，请以项目页面说明为准。本文仅作技术原理与使用方式介绍，不含任何商业推广，不构成任何投资建议。
一、39 万星背后：它到底是什么
先看实测数据。
| 项目 | 实测值 |
|---|---|
| 仓库 | openclaw/openclaw |
| 星标 | 390702（实时波动） |
| Fork | 82159 |
| 开放 Issue | 8933 |
| 主语言 | TypeScript |
| 开源许可 | MIT |
| 创建时间 | 2025 年 11 月 24 日 |
| 近期推送 | 2026 年 9 月 28 日（当天仍在更新） |
| 仓库体积 | 约 6.9 GB |
注意创建时间：2025 年 11 月底才建仓，十个月左右冲到 39 万星，这个增速在 GitHub 上相当罕见。社区活跃度也看得见：8 万多 Fork、近九千个开放 Issue、1728 人持续关注。
它的自我介绍很短：真正能做事的 AI。任何操作系统，任何平台。也就是说，它不是某个聊天窗口里的机器人，而是一个跑在本地、可以从多种入口唤起的通用智能体。
项目定位还有一条底线写得很明确：状态、记忆、凭证都存在你自己的硬件上。这一点是整个项目的技术原点，后面会展开。
二、架构核心：一个网关，多个入口
OpenClaw 的架构中心叫 Gateway（网关），一个跑在本地的控制面，负责会话、工具、事件和通道连接。
围绕这个网关，有三种操作界面：Control UI（网页控制台）、CLI（命令行）和 TUI（终端界面），三者连的都是同一个 Gateway。
真正让它区别于普通助手的是通道层。项目内置了对一系列聊天服务的接入了 Discord、iMessage、Slack、Teams、Telegram、WhatsApp 等 20 多种，另外还有 macOS、iOS、Android、Windows、Linux 的原生应用。
| 层 | 角色 |
|---|---|
| Gateway | 本地控制面：会话、工具、事件、通道连接 |
| Control UI / CLI / TUI | 三种操作界面 |
| Channels | 接入 WhatsApp、Telegram、Slack、Discord 等 20 多种聊天服务 |
| 伴侣应用与节点 | 语音、画布、摄像头、屏幕、设备本地操作 |
换个说法：Gateway 是它的大脑，聊天软件是它的耳朵和嘴，伴侣应用是它的手。你在 WhatsApp 里发一句话，消息经过通道层进入网关，智能体在本机执行任务，结果再顺着原路回到你的聊天窗口。
项目文档对这套架构的概括是一句话：可信网关、非受信执行、确定性策略。这三个词的分量，到第六章再细说。
三、模型是插件：今天接云端，明天换本地
OpenClaw 本身不绑定任何一个大模型。按项目文档的说法，模型和智能体外壳（Claude、Codex、本地模型）都是插件，可以随时替换，其他部分不用动。
这个设计带来的自由度是实打实的：你可以让云端模型处理复杂任务，也可以换成本地模型处理隐私敏感的活，切换只改配置。
数据边界同样写在明面上。默认情况下，OpenClaw 自身只做一次每日版本检查；匿名的功能统计是可选项；把 update.checkOnStart 设为 false，连版本检查也停掉。你的提示词只会发往你自己配置的模型服务商和聊天平台。
顺带交代组织背景：项目由 OpenClaw 基金会管理，README 里说明这是一家独立的公益机构，没有付费档位、没有托管服务、也没有代币。捐赠方包括亚马逊、Red Hat、密歇根大学等，基础设施则由 GitHub、NVIDIA、Vercel 等提供。文档里有一句颇为直接的表态：OpenAI 是捐赠者，不是所有者。
四、从安装到上手：几条命令跑起来
安装覆盖三大桌面系统，项目提供安装脚本：
# macOS / Linux / WSL2 curl -fsSL https://openclaw.ai/install.sh | bash # Windows PowerShell iwr -useb https://openclaw.ai/install.ps1 | iex已经用 Node.js 的话，也可以直接装 npm 包（需要 Node 24.16 以上，推荐 26）：
npm install -g openclaw@latest --allow-scripts=openclaw装完之后，引导向导会自动启动；用包管理器装的则手动跑一条初始化命令：
openclaw onboard --install-daemon openclaw gateway status openclaw dashboard三条命令分别做三件事：初始化工作区并安装守护进程、确认网关状态、打开网页控制台。在控制台里发一条消息，智能体回话，整条链路就通了。
仓库本身是个 pnpm 工作区，想参与开发就克隆下来跑 pnpm install && pnpm build。约 6.9 GB 的体积也说明这不是个玩具项目，源码、资源、测试都很完整。
五、技能与生态：一个 SKILL.md 就是一门手艺
OpenClaw 的能力扩展靠三层：工具（tools）、技能（skills）、插件（plugins）。
技能的形态朴素得出人意料——就是一个带 YAML 头信息的 Markdown 文件，放在目录里叫 SKILL.md。里面写清楚这个技能是干什么的、什么时候该用、怎么用工具。智能体在加载时会根据环境、配置和二进制依赖是否存在来筛选技能，用不上的不进上下文。
技能写好了怎么分享？项目有一个叫 ClawHub 的技能市场，浏览、安装都在那里。生态热度可以从侧面印证：社区维护的技能合集仓库 awesome-openclaw-skills，从项目列表里筛选归类了 5400 多个技能，星标也到了 52847。
另外还有个有意思的机制叫 Skill Workshop（技能工坊）：智能体可以自己起草技能提案，由人审核批准后再启用。AI 提议、人类把关，这个流程本身就很有代表性。
六、动手之前该知道的事
技术科普不能只讲亮点，边界要说透。
沙箱默认是关着的。项目文档在架构比较那一页特意标注：OpenClaw 的沙箱隔离默认关闭，主会话的工具直接跑在宿主机上。这意味着你让它执行什么，它就在你的真实系统上执行什么。连接其他用户或把网关暴露到公网之前，文档要求先读风险指南、暴露处置手册和沙箱指南——顺序别反。
入口消息按不可信输入处理。能私聊的通道默认对陌生发送者做配对，需要你用 openclaw pairing approve <通道> <配对码> 手动批准。不认识的人发来的指令，默认进不了你的智能体。
工程原则值得一读。项目文档列了七条可验证的工程性质，挑几条关键的：信任边界分离，执行可移入沙箱或独立节点，不带常驻凭证；策略即代码，拒绝是结构性的，不是靠模型自觉；密钥有归属，凭证故障只影响其属主；状态带版本，升级有护栏。文档还如实承认：这些是比较出来的架构目标，不是默认就达成的认证。
许可与治理。仓库采用 MIT 许可，版权归 OpenClaw 基金会；GitHub API 里许可栏显示为未断言，是解析滞后，以仓库内 LICENSE 文件为准。第三方代码的引用记录在 THIRD_PARTY_NOTICES.md。基金会模式加 MIT 许可，意味着项目不依赖任何一家商业公司的存续。
写在末尾
主流做法是把助手放在云端，你通过接口访问它。OpenClaw 反过来：助手住在你家，聊天软件只是门铃。这个颠倒带来的差异是结构性的——数据边界从服务商的条款变成了你自己的硬盘，模型从平台的绑定变成了配置文件里的一行。
当然，自由是有代价的。沙箱要自己开，风险要自己掂量，升级要自己盯。它适合愿意为本机控制权付出一点管理成本的人；如果你只想开箱即用什么都不管，它未必是你的菜。
但作为技术样本，它值得看一眼。当「智能体」这个词被用得越来越泛滥时，这个项目给了一个可以对着源码研究的参照物：一个智能体该有的控制面、通道层、技能体系和风险边界，长什么样。
📌 信息来源：GitHub 项目 openclaw/openclaw（星标 390702、Fork 82159、许可 MIT，星标实时波动）；项目 README、Why OpenClaw 架构文档、Skills 文档等公开资料。项目链接：https://github.com/openclaw/openclaw