夜雨聆风OpenClaw（开源个人AI助手框架，GitHub 项目：openclaw/openclaw）是一个本地优先、多平台接入的AI智能体系统。它不像普通聊天机器人，而是更像一个“AI操作系统网关”，能24/7运行、跨应用执行任务、拥有长期记忆、调用大量工具（Skills）。
它的核心运行流程可以拆成以下几个关键阶段（从用户发消息到AI完成任务的完整闭环）：
1. 消息进入（Ingress / Channel → Gateway）
你在任意支持的平台发消息，例如： Telegram / WhatsApp / Discord / 飞书 / 企业微信 / Slack / Signal / iMessage 等 网页聊天界面（http://127.0.0.1:18789） macOS 菜单栏应用 CLI 命令行 对应的 Channel Bridge（接入插件）把消息转换成标准格式，通过 WebSocket 推送到 Gateway（默认端口 18789）。 Gateway 收到后做的第一件事： 身份验证（看你有没有权限） 路由判断（这个消息属于哪个 Workspace / Agent）
2. 加载上下文与记忆（Memory & Session）
Gateway 从本地存储（通常是 SQLite / LevelDB / 文件系统）拉取：
这个用户的 长期记忆（Long-term Memory） 会话历史（Session） 当前 Workspace 的配置（绑定的模型、Skills、工具权限等） 用户画像 / 偏好（语气、默认模型、禁止的危险操作等）
→ 拼成一份完整的 Prompt 上下文。
3. 智能体决策（Agent Runtime / LLM Loop）
核心循环在这里发生（ReAct / Plan-and-Execute / Agentic 风格）：
- 理解意图
：把完整上下文 + 新消息发给 LLM（Claude / GPT / Gemini / DeepSeek / 通义 / 本地模型等）。 - 输出解析
：LLM 通常返回结构化输出（JSON / XML），常见字段： thought（思考） action（要执行的工具/技能） final_answer（可以直接回复了） - 工具调用（Skills / Tools 执行）
： - Browser
→ 浏览器自动化（Playwright） - Shell
→ 执行系统命令 - File
→ 读写本地文件 - Schedule
→ 定时任务 - Code
→ 写/改代码 - Search
→ 联网搜索 自定义 Skills（8000+ 社区技能） 如果需要调用工具，就交给 Nodes（本地执行层）去跑 常见节点类型： - 观察结果
→ 把工具执行结果再塞回上下文 - 循环
：回到步骤1，直到 LLM 输出 final_answer 或达到最大轮次
4. 回复分发（Gateway → Channel）
Gateway 拿到最终回答 根据消息来源，推回对应的 Channel Telegram → Telegram Bot 回复 网页 → WebSocket 实时推送 Discord → Discord Webhook / Bot 同时把本次对话存入记忆（更新长期记忆、向量数据库等）
典型完整流程示意图（文字版）
text
用户(Telegram) → Telegram Channel → WebSocket → Gateway ↓ 加载 Memory + Session + Workspace ↓ 发给 LLM（Claude-3.5 / GPT-4o 等） ↓ LLM 返回 {thought, action: "browser_goto", args} ↓ Nodes 执行 → Playwright 打开网页 ↓ 拿到页面内容/截图 → 塞回上下文 ↓ （可循环多次） LLM 最终输出自然语言答案 ↓ Gateway → Telegram Channel → 你收到回复关键特性总结（影响运行流程的几个点）
一句话总结运行流程：
“你随便在一个聊天软件里发消息 → OpenClaw Gateway 接到后带着你的全部记忆去问大模型 → 大模型决定用哪些工具 → 本地安全执行 → 把结果再问大模型 → 最终回复回到你原来的聊天软件”，全程数据基本不离本地，隐私优先。
如果你现在是在部署/调试阶段，建议先跑 openclaw onboard 向导，它会帮你把模型、渠道、基本Skills配通，然后再观察日志看完整流程。