大家好，我是居丽叶。

收到来自知识星球同学的反馈：

相信不少AI开发岗同学近期都遇到了这个问题 —— 作为 2026 年爆火的开源 AI Agent 项目，阿里云、腾讯云、百度智能云等厂商也纷纷推出OpenClaw一键部署功能，可见其技术影响力。

阿里云的部署教程在男朋友想买Mac mini部署OpenClaw，我赶忙拦住他！阿里云更省心方案来了

本文将从定位、架构、底层内核、设计亮点四个维度，把 OpenClaw 的运行原理讲透，从技术环节到核心组件，从记忆机制到安全策略，让你既能理解整体逻辑，也能轻松应对面试。

先附上项目核心地址，方便大家对照：

• 官网：https://openclaw.ai/
• 主仓库：https://github.com/openclaw/openclaw
• 技能仓库（ClawHub）：https://clawhub.ai/（数千个社区贡献的插件功能）

首先明确定位：OpenClaw 绝非简单的聊天机器人，而是将本地算力 + 大模型 Agent 自动化发挥到极致的开源智能体框架。它最核心的设计亮点是将推理引擎与执行环境解耦，通过标准化协议实现复杂任务的自主编排，让 AI 能在本地设备上完成文件操作、命令执行、跨平台消息响应等一系列自动化工作。

架构：基于通道的任务流水线

OpenClaw 遵循 “核心极小、分层清晰” 的设计哲学，所有用户指令的处理都遵循标准化的流水线流程，从消息接收至结果返回，共分为5 个技术环节，环环相扣且职责明确：

1. Channel Adapters：消息标准化入口

作为 OpenClaw 与外部交互的第一道关口，负责接收来自 Telegram、WhatsApp、飞书、Discord 等各类 IM 工具的消息，核心做两件事：标准化预处理（将不同 IM 的消息格式统一，规避格式差异带来的解析问题）+附件提取（自动识别并提取图片、文档、音频等附件内容）。每个 IM 软件都有专属的 Adapter，保证不同渠道的消息能被系统统一识别，这是 OpenClaw 实现多渠道适配的基础。

1. Gateway：系统中枢，指令分发与结果回传核心

Gateway 是 OpenClaw 的 协调器，相当于整个系统的大脑中枢，负责接收各个 Channel 的标准化用户指令，精准分发到对应的 Agent 处理，同时接收 Agent 的执行结果，再转发回对应的 IM 渠道。

设计亮点：

• 采用 基于通道（Channel）的命令队列，默认序列化执行，每个会话都有专属执行通道，保证单个会话的操作有序进行，从根源规避传统 async/await 异步嵌套带来的状态冲突、调试困难等问题；
• 支持灵活的任务运行模式，低风险、可并行的任务可显式声明并行运行，兼顾执行有序性和效率；
• 默认 WebSocket 端点：ws://127.0.0.1:18789，是各类客户端与 Gateway 的统一通信入口。

1. Agent Runner：推理引擎，AI 决策与工具调度核心

Agent Runner 是 OpenClaw 的推理执行核心，相当于 AI 的思考与行动中枢，包含三个模块：LLM（大模型，负责思考决策）、tools（实际可调用的工具，如文件读写、网络检索、shell 命令执行）、skills（工具的使用方法，如 GitHub 检索技能），主要负责以下四个功能：

a.  动态拼接系统提示词：将会话历史与核心配置文件 AGENT.md 拼接为完整提示词，传递给 LLM，让大模型掌握上下文和行为规则；

b. 智能模型选择：根据 API 配置选择适配模型，高流量场景可自动启动备用模型，保证服务稳定性；

c. 模型推理与工具调用：LLM 接收提示词后，判断是否需要调用工具，工具执行结果实时返回给 LLM，再由 Agent 通过 Gateway 回传至对应channel；

d. 上下文窗口维护：当上下文接近模型阈值时，自动对上下文进行压缩，或终止无效请求，避免 Token 浪费和推理失败。

OpenClaw支持多 Agent 模式，各个 Agent 互相独立，拥有专属配置和记忆，可同时处理不同任务。

1. Agent Loop：任务执行闭环，基于 ReAct 范式的自主推理

Agent Loop 是 OpenClaw 实现复杂任务自主编排的核心，全程采用经典的 ReAct 范式：LLM 负责Thought（思考，判断下一步该做什么）、tools 负责Action（行动，执行具体工具命令），工具执行结果作为Observation（观察，反馈给 LLM）。这个思考 - 执行 - 反馈的过程会反复循环（默认上限 20 次），直至 LLM 判断得到最终有效结果，再终止循环并返回，让 AI 能自主完成多步骤的复杂任务。

1. Memory 持久化记忆：会话数据留存，保证任务连贯性

任务执行结果会通过原渠道回传到对应的 IM 软件中，同时系统会将 全量会话数据（包含工具调用记录、执行结果、对话内容等）以.jsonl 格式持久化存储，既方便用户回溯任务过程，也为后续的上下文理解、记忆检索提供数据支撑，这是 OpenClaw 实现长任务连贯性的基础。

配置：7 个 Markdown 文件，定义 Agent 的灵魂与规则

安装 OpenClaw 后，在~/openclaw/workspace目录下能看到 7 个核心 Markdown 文件，这 7 个文件是 OpenClaw 的配置文件，定义了 Agent 的身份、行为准则、记忆规则、工具配置等关键信息，也是 Agent 能按规则工作的基础：

1. AGENTS.md：OpenClaw的核心指南，定义了 Agent 的行为规范、会话流程、内存管理（日常日志 + 长期记忆）、安全规则、群聊参与原则、工具使用说明，以及心跳机制的配置方式，是 Agent 的操作手册；
2. BOOTSTRAP.md：首次启动时的引导文件，用于与用户对话确定 Agent 的身份（名称、性格、风格、表情符号），并更新 IDENTITY.md 和 USER.md，完成引导后可删除；
3. HEARTBEAT.md：定期检查清单，用于配置周期性任务（如邮件查收、日历提醒、天气查询、服务器状态检测），Agent 会在心跳轮询时执行这些任务；
4. IDENTITY.md：Agent 的身份证，记录名称、类型、风格、表情符号和头像路径，定义 Agent 的外在标识；
5. SOUL.md：Agent 的 “灵魂内核”，定义核心价值观和行为准则，强调真诚帮助、有主见、主动解决问题，同时明确边界和隐私保护原则，拒绝 “讨好型 AI”；
6. TOOLS.md：环境特定的工具配置信息，记录本地可调用工具的具体参数、运行环境等；
7. USER.md：用户专属档案，记录用户基本信息、关心事项、项目背景、操作偏好等，帮助 Agent 更精准地理解和服务用户。

OpenClaw 的底层：Pi 内核，轻量且稳定的推理引擎

OpenClaw 的底层并非传统的 Web 应用，而是一个基于TypeScript 开发的命令行应用（CLI），运行在 Node.js 环境下（因此安装要求 Node.js≥22），其底层核心是Pi 内核—— 这是理解 OpenClaw轻量、稳定、可扩展的关键：

1. Pi 内核的定位

Pi 是一个通用轻量推理引擎，负责模型抽象、流式推理、Agent Loop 和工具执行等底层机制，其设计遵循 “极简主义”：将核心能力收敛到几个底层原语（read、write、edit、bash），保证核心引擎的稳定性，同时预留丰富的扩展接口，让上层架构（OpenClaw）能在此基础上构建复杂的工具栈。

1. OpenClaw 与 Pi 内核的融合方式

OpenClaw 通过SDK 方式将 Pi 内核嵌入到 Gateway 架构中，实现对会话生命周期、权限边界、工具注入的系统级掌控，具体融合逻辑：

• 清空 Pi 内核自带的内置工具，避免与上层工具冲突；
• 通过customTools接口，将 OpenClaw 自定义的工具链完整注入 Pi 内核；
• 实现推理引擎、工具链、skills 的三层解耦：Pi 负责如何执行，OpenClaw 负责有哪些工具可用，Skills 由用户定义如何组合工具解决具体问题。

这种解耦设计的优势：底层推理引擎不会因上层业务逻辑的增加而臃肿，同时让算法工程师开发新Skills时，无需关心底层工具调用逻辑，专注于业务场景即可，大幅提升开发效率。

设计亮点：从记忆到安全，打造可落地的本地智能体

OpenClaw 能成为爆款开源项目，核心在于其围绕 “本地运行、自主执行、稳定可靠” 设计的一系列特性，涵盖记忆机制、系统操作能力、Skills 扩展、心跳机制、安全机制五大核心：

记忆机制：混合检索 + 上下文管理，保证长任务连贯性

OpenClaw 的记忆系统分为短期记忆 + 长期记忆两层，搭配混合检索和上下文压缩策略，从根源避免长任务失忆：

• 短期记忆：以memory/YYYY-MM-DD.md文件存储，仅追加每天的上下文日志，会话开始时自动读取当天和昨天的日志，保证近期任务的连贯性；
• 长期记忆：以MEMORY.md文件存储，持久化保存关键聊天内容、用户偏好、重要决策，跨会话长期保留；
• 混合检索：将短期和长期记忆切分为 chunk，采用向量检索 + 关键词匹配的混合方式，快速精准调取相关记忆；
• 上下文压缩：当上下文接近模型阈值时，先执行 Memory Flush，强制 Agent 将关键状态写入硬盘文件，再进行压缩总结，确保长任务不因上下文修剪而丢失关键信息。

技术护栏：强大的本地系统操作能力

这是 OpenClaw 区别于传统云端 AI 的优势，能直接操作本地电脑，支持四种能力，覆盖绝大多数自动化场景：

• Shell 命令执行：通过 exec 工具支持三种运行环境，兼顾灵活性和安全性 —— 沙箱（Docker 容器，高风险任务）、本地宿主机（常规任务）、远程设备（跨设备操作）；
• 文件系统操作：支持读、写、编辑各类格式文件，实现本地文件的自动化管理；
• 浏览器工具：基于 Playwright 开发，抛弃传统 AI 的图像截图识别，采用语义快照（Semantic Snapshot） 技术，基于页面可访问性树生成文本化表征；
• ✨ 优势：文本表征大小不足 50KB（截图通常为 5MB 级），极大节省 Token 消耗，且模型能通过[ref=1] button "Sign In"这类标识精准定位页面元素；
• 进程管理：可创建、终止本地进程，控制电脑运行状态，实现全流程自动化。

Skills：能力边界扩展，基于标准化规范的灵活开发

Skills 是由 Anthropic 提出并主导的开放能力标准，开发者通过编写 SKILL.md（包含自然语言描述、命令示例和参数说明）即可定义新技能。LLM 通过阅读这份 Markdown 说明书，在运行时动态学会使用工具。一份完整的SKILL.md通常包含以下部分：

• 自然语言描述 ：明确告知 Agent 该工具的用途、适用场景及物理限制（例如：“此工具用于管理 GitHub 仓库，请谨慎执行删除操作”）。
• 命令示例 ：展示具体的 CLI 调用方式。通过 Few-shot 学习，模型能精准掌握命令行的拼写规范。
• 参数说明：详细解释各个参数的语义和取值范围
• 安全红线 ：规定哪些行为是被禁止的，例如敏感 API 密钥的传输路径规则。
• 接口与返回结构：定义 API 的 Base URL、请求方法以及期望的 JSON 返回格式

详细见居居的大模型八股速记

心跳机制：从被动响应到主动自治，实现定时任务

在HEARTBEAT.md中进行设置，通过类似 Cron 的定时机制定义周期性任务（如每 4 小时检查一次服务器状态、每天早上推送天气提醒）。这使得 Agent 能够从被动响应转变为主动自治，具备了 7×24 小时运行的能力，也是 OpenClaw 能成为数字员工的关键。

安全机制：有限权限设计，平衡灵活性与风险

为了避免本地高权限操作带来的安全隐患，OpenClaw 参考 Claude Code 的安全策略，设计了多重安全防护，核心是有限权限管控：

• 命令白名单：用户可对各类命令进行单次允许、始终允许或拒绝，基础安全命令（如 head、grep）直接放行，高风险命令需用户授权；
• 危险语法拦截：默认拦截包含命令替换、重定向（如>到/etc/hosts）等危险的 Shell 语法结构，从根源避免恶意操作或误操作。

同类替代框架：轻量版选型参考

除了 OpenClaw 原版，社区还推出了多款轻量版替代框架，各有优势，适合不同场景，更适合深度研究代码细节，可参考：

1. Nanobot（https://github.com/HKUDS/nanobot）：香港大学数据科学实验室等社区推出的超轻量 Python 版OpenClaw 替代品，主打同类核心能力，代码量缩小 99%，更易研究和二次开发；
2. NanoClaw（https://github.com/qwibitai/nanoclaw）：极简 + 安全优先版替代品，用不到 1k 行 TypeScript 重写核心逻辑，强调 OS 容器级隔离，代码量少到能 8 分钟读完，适合轻量部署和安全要求高的场景。

总结

OpenClaw 的原理，总结来说就是：

• 定位是本地算力 + 大模型自动化的开源智能体，解耦推理引擎与执行环境；
• 所有指令遵循Channel Adapters→Gateway→Agent Runner→Agent Loop→Memory 持久化的流水线处理；
• 底层依赖Pi 轻量内核，实现推理与业务的解耦；
• 五大关键设计（记忆、系统操作、Skills、心跳、安全）让其能落地为实用的本地数字员工。

— 完 —

欢迎扫码加入我的知识星球，各种Agent大项目