OpenClaw 技术架构深度解析：32 万 Star 背后的"龙虾"哲学

"EXFOLIATE! EXFOLIATE!"

这不是什么神秘口号，而是 GitHub 上最火的 AI 项目之一的座右铭。

OpenClaw，一个号称"你的个人 AI 助手"的开源项目，在短短几个月内狂揽 32 万 Stars，Fork 数突破 6 万。

它凭什么？

今天，我们深入代码层面，拆解这只"龙虾"的技术架构。

一、OpenClaw 是什么？

用一句话概括：

一个运行在你自己设备上的个人 AI 助手，通过你已有的聊天工具与你对话。

不是网页版，不是 App，而是直接嵌入你的 WhatsApp、Telegram、Slack、Discord、微信...

你想让它做什么？发消息就行。

你：Ship checklistOpenClaw：好的，正在检查部署清单...       ✅ 代码已合并       ✅ 测试通过       ✅ 环境变量配置       📦 准备部署

听起来简单？背后的架构，可不简单。

二、核心架构：三层设计

OpenClaw 的架构可以概括为 "三层一平面"：

┌─────────────────────────────────────────────────────────┐│                    消息渠道层 (Channels)                  ││  WhatsApp | Telegram | Slack | Discord | iMessage | ... │└─────────────────────┬───────────────────────────────────┘                      │                      ▼┌─────────────────────────────────────────────────────────┐│                   Gateway (控制平面)                      ││         ws://127.0.0.1:18789  • 会话管理 • 路由          │└─────────────────────┬───────────────────────────────────┘                      │         ┌────────────┼────────────┐         ▼            ▼            ▼    ┌────────┐  ┌────────┐  ┌────────┐    │  Pi    │  │  CLI   │  │  Web   │    │ Agent  │  │ 工具   │  │  Chat  │    └────────┘  └────────┘  └────────┘

1️⃣ 消息渠道层：20+ 平台支持

OpenClaw 支持的渠道列表，堪称"消息平台全家桶"：

技术实现： 每个渠道都是一个独立的适配器模块，使用官方 SDK 或成熟库：

• WhatsApp → Baileys
• Telegram → grammY
• Slack → Bolt
• Discord → discord.js

2️⃣ Gateway：控制平面

Gateway 是 OpenClaw 的"大脑"，核心职责：

• 会话管理：维护与每个用户的对话状态
• 消息路由：把消息分发到正确的 Agent
• 工具调度：调用浏览器、文件、系统命令等工具
• 安全策略：DM 配对、白名单、权限控制

运行方式：

openclaw gateway --port 18789 --verbose

默认监听本地 18789 端口，通过 WebSocket 与各组件通信。

3️⃣ Agent 运行时：Pi Agent

OpenClaw 使用 Pi Agent 作为 AI 运行时，支持：

• RPC 模式：本地调用，低延迟
• 工具流式输出：边执行边返回结果
• 块流式响应：长文本分段发送

三、技术选型：为什么是 TypeScript？

很多人问：AI 项目，为什么不用 Python？

OpenClaw 团队的回答很直接：

TypeScript 更易于修改、扩展和阅读。

技术栈一览

架构哲学

核心保持精简 → 能力通过插件扩展 → 安全默认开启

• 核心：只做必要的事（路由、会话、安全）
• 插件：可选能力通过插件添加（记忆、技能、MCP）
• 安全：默认 DM 需要配对，公开接收需显式开启

四、特色功能解析

🎨 Live Canvas：可视化工作区

OpenClaw 不只是聊天机器人，它有一个实时画布：

你：画一个部署流程图OpenClaw：[Canvas 窗口弹出]         ┌──────────┐    ┌──────────┐         │  代码提交 │ →  │  CI 测试   │         └──────────┘    └──────────┘              ↓                ↓         ┌──────────┐    ┌──────────┐         │  人工审核 │ →  │  生产部署 │         └──────────┘    └──────────┘

基于 A2UI 框架，Agent 可以直接操作画布，展示图表、代码、流程图。

🎤 Voice Wake + Talk Mode

• Voice Wake：语音唤醒（macOS/iOS）
• Talk Mode：连续语音对话（Android）
• TTS：ElevenLabs + 系统语音 fallback

📱 多端节点

五、安全设计：默认不信任

OpenClaw 的安全策略，可以用一句话概括：

把 inbound DM 当作不可信输入。

默认行为

• DM 配对模式：陌生用户发消息，收到配对码，需手动批准
• 批准命令：openclaw pairing approve <channel> <code>
• 公开接收：需显式设置 dmPolicy="open" 并添加 "*" 到白名单

安全检查

openclaw doctor

这个命令会扫描配置，提示潜在的安全风险。

六、插件与技能生态

插件系统

OpenClaw 的插件 API 设计得很克制：

• 内存插件：同一时间只能激活一个记忆插件
• 技能插件：发布到 ClawHub，而非直接并入核心
• MCP 支持：通过 mcporter 桥接，而非内置运行时

为什么这样设计？

核心保持精简，扩展交给社区。

这避免了"功能膨胀"，也让核心更稳定、更安全。

七、安装与部署

快速开始

# 安装npm install -g openclaw@latest# 初始化openclaw onboard --install-daemon# 启动 Gatewayopenclaw gateway --port 18789 --verbose# 发送消息openclaw message send --to +1234567890 --message "Hello from OpenClaw"# 与 Agent 对话openclaw agent --message "Ship checklist" --thinking high

部署选项

八、OpenClaw 的启示

1. 本地优先 ≠ 功能受限

OpenClaw 证明：本地运行的 AI 助手，也可以很强大。

关键在于架构设计：

• 控制平面集中管理
• 渠道适配模块化
• 工具调用标准化

2. 安全与便利的平衡

很多 AI 项目为了"好用"，牺牲安全。

OpenClaw 的选择：默认安全，显式开放。

这需要用户多一步配置，但避免了" accidentally public"的风险。

3. 生态比核心更重要

OpenClaw 的核心代码并不多，但它的设计让：

• 社区可以开发插件
• 技能可以独立发布
• MCP 服务器可以桥接

平台思维，胜过功能堆砌。

九、写在最后

OpenClaw 的 GitHub 页面上，有一句耐人寻味的话：

"The lobster way."

龙虾的方式是什么？

也许是：坚硬的外壳（安全），灵活的内核（扩展），以及无处不在的触角（渠道）。

在 AI 助手遍地开花的今天，OpenClaw 走出了一条不同的路：

不是云端的服务，而是你设备上的助手。不是单一的入口，而是你已有的聊天工具。不是封闭的黑盒，而是开源的透明。

32 万 Star，只是一个开始。

如果这篇文章对你有启发，点个"在看"，让更多开发者看到。

欢迎在评论区分享你对 OpenClaw 的看法或使用体验。

参考链接：

• OpenClaw GitHub^[1]
• 官方文档^[2]
• Vision 文档^[3]
• 安全策略^[4]

字数：约 2200 字

引用链接