OpenClaw 的四层架构:调度、思考、执行、记忆——一文看懂它怎么跑起来的

如果你对 OpenClaw 的印象还停留在"一个能自己搜网页、自己写代码的 AI 助手"，那你大概只摸到了它的表面。真正让它与众不同的，是它背后那套精心设计的四层架构。

• Gateway 作为神经中枢

• Agent 作为执行大脑

• Skills、Plugins 和 Nodes 作为能力手臂与物理触角

• Memory 作为长期记忆

这四个组件各司其职，又紧密协作，共同构成了一个可以真正自主工作的 AI 系统。很多人用着用着就卡壳了，或者觉得不够稳定，往往是因为没看透这套底层逻辑。

理解这套架构，是从会用到用好的分水岭。

一、Gateway（网关）：整个系统的神经中枢

它是什么

Gateway 是 OpenClaw 的核心进程，本质上是一个运行在本地的 Node.js 服务。它的默认监听地址是 `127.0.0.1:18789`。

你可以把它想象成一个永不休眠的调度室。所有进来的消息、出去的指令、模型的调用、工具的执行，全部要经过这里。它不直接思考，但它决定了谁来思考、谁来执行、结果去哪里。

它做什么

Gateway 承担三件核心工作：

① 频道适配与流式输出：OpenClaw 内置了十几种即时通讯平台的适配器，企业微信、飞书、钉钉、Telegram、Discord、Slack 都能接。你从 Telegram 发一条消息，Gateway 接收、解析、路由，再把 Agent 的回复原路送回去。

这里有个很细节的设计。大模型吐字是一截一截的，如果让聊天软件干等，体验极差。Gateway 搞了一套很聪明的流式输出机制，它会根据段落、句子智能切断文本，分块发给聊天软件。在最新版本里，它甚至能在回复块之间加入随机暂停，模拟真人打字的节奏。对用户来说，感觉就像在和一个普通人聊天，但背后跑的是完整的 Agent 执行链。

② 模型路由与故障转移：Gateway 管理所有已配置的 AI 模型连接。真正在生产环境跑过 Agent 的人都知道，API Key 失败或者触发限流是家常便饭。如果 Agent 正在干活，突然 API 挂了，整个任务就废了。

Gateway 解决这个问题的办法是自动轮换。在同一个模型提供商里，如果一个 Key 触发了限流，它会自动切到下一个。如果首选模型（比如 Claude 4.6 Sonnet）彻底连不上了，它会根据配置自动降级到备用模型（比如 Haiku）。整个过程悄无声息，Agent 甚至不知道发生了什么。

③ 队列管理与任务调度：群聊里人多嘴杂，如果大家同时给 Agent 派活，系统很容易乱套。Gateway 为此做了一个通道感知队列。

它有几种模式。默认是合并模式，你连发三条消息，它会攒在一起当成一个任务交给 Agent。还有一种很实用的转向模式，Agent 正在写代码，你突然发一句“先别用 Python，改用 Rust”，Gateway 会中断当前的执行链，把新指令塞进去，让 Agent 顺滑地掉头。此外，它还内置了 Cron 调度器和 Heartbeat 心跳机制，支持定时触发任务，比如每天早上 9 点自动汇总邮件。

健康检查

Gateway 出问题，整个系统就瘫了。所以有两个命令值得形成肌肉记忆：

openclaw doctor

openclaw doctor --repair

二、Agent（智能体）：真正负责思考的大脑

单 Agent 的工作原理

一个 Agent 的工作方式，本质上是一个死磕到底的循环：感知输入 → 调用模型推理 → 决定调用哪个工具 → 执行工具 → 观察结果 → 继续推理，直到任务完成。

当你给它派活时，它不是像 ChatGPT 那样直接憋出一个答案。比如你让它“调研一下最近发布的三款 AI 手机”。它会先去搜第一款，看完网页，发现不够，再去搜第二款。

这个循环可以跑几十轮，每一轮都在积累上下文、修正方向。这就是为什么 OpenClaw 能完成多步骤的复杂任务，它真的在一步步执行。

多 Agent 协作与路由

单个 Agent 有天然的瓶颈：脑容量（上下文窗口）有限、干的活太杂容易精神分裂、复杂任务只能排队一件件干。OpenClaw 为此提供了一套很强的多 Agent 路由机制。

在配置文件 `agents.list` 里，你可以平行配置多个 Agent。它们都在同一个 Gateway 里跑，但互相完全隔离，每个都有自己的工作区和记忆。

这套机制最好玩的地方在于“代理委派”。你可以设一个主代理当包工头，下面带着几个专职的小弟。比如“研究员 Agent”只管搜资料，“写手 Agent”只管码字，“审核 Agent”负责挑刺。包工头把活拆开派下去，小弟干完把结果交上来。

这种设计不仅能把事干得更漂亮，还有一个极其现实的好处：省钱。

这就是所谓的混合模型策略。包工头需要极强的逻辑，你可以给它配最贵的 Claude 4.6 Opus；下面干脏活累活的小弟，配个便宜又快的 GPT-4o-mini 就行了。这么一搭配，整体 Token 成本能砍掉将近一半，输出质量还不打折。

Agent 的“灵魂”文件

Agent 的性格和规矩不是随便定定的，它有一套自己的“灵魂”文件，全存在它的工作区里：

• `AGENTS.md`：告诉它干活的流程和规矩

• `SOUL.md`：定它的人格和语气，是严谨还是幽默

• `USER.md`：存你的习惯，让它知道你是谁，你喜欢什么格式

• `TOOLS.md`：告诉它哪些工具能用，哪些不能用

每次开始干活，Gateway 都会把这些文件喂给它，确保它不会跑偏。

三、Skills、Plugins 与 Nodes：给大脑装上手脚

如果说 Agent 是大脑，那扩展系统就是它的手脚和感官。很多人分不清这三者的区别，其实它们干的完全不是一码事。

Skills（技能）：随手拿来的工具箱

Skills 是最常见、也最好写的扩展。它本质上就是一段指令或者脚本，写在一个叫 `SKILL.md` 的文件里。

Agent 在思考的时候，如果发现自己搞不定，就会去工具箱里翻 Skills。你说“帮我看看这周的天气”，它就去拿 `weather` 这个 Skill；你说“把这篇总结发到 Notion”，它就去拿 `notion` 这个 Skill。

目前官方内置了 50 多个核心技能，基本覆盖了读写文件、搜网页、发邮件这些日常活儿。

几个常用的技能管理命令：

openclaw skills list              # 看看都装了啥技能

openclaw skills info             # 查查某个技能怎么用

openclaw skills check          # 检查技能有没有坏掉

Plugins（插件）：换心脏的手术刀

如果说 Skills 是给 Agent 递个锤子，那 Plugins 就是直接给系统做换心手术。

Plugins 不是用自然语言写的，它是实打实的代码，直接插进 Gateway 的进程里。OpenClaw 搞了个插槽（Slots）机制，你可以用插件把系统的核心部件给换掉。

比如，你想用 ElevenLabs 的声音来读文字，或者想换个本地的 Ollama 来做推理，甚至想把默认的记忆引擎给整个替换掉，这就得靠 Plugins。这种底层替换让系统有了极强的定制能力。

Nodes（设备节点）：连接物理世界的触角

这是 OpenClaw 极其牛逼、但也最容易被忽略的一个大招。

Node 是什么？它就是一个跑在你手机、电脑或者服务器上的伴侣 App。它通过 WebSocket 连上 Gateway。

为什么需要这个？因为 Agent 住在代码里，它没有身体。但只要你的手机或电脑作为 Node 连上去了，Agent 就有了物理世界的触角。

它能干嘛？

• 它可以悄悄调起你手机的摄像头，拍张照看看你在哪

• 它可以截取你电脑现在的屏幕，甚至自己去控制鼠标点浏览器

• 它可以获取你手机的 GPS 定位

• 在 Mac 上，它甚至能直接跑 Shell 脚本帮你修系统

想象一下这个场景：你把 Gateway 部署在云端的一台超强服务器上，然后把你手头的破笔记本作为 Node 连上去。云端的超级大脑，就能直接指挥你本地的电脑干活，这画面是不是很科幻？

四、Memory（记忆）：怎么让它不患健忘症

大模型有个通病：聊完就忘。你昨天刚教它怎么写周报，今天它又忘了格式。OpenClaw 的 Memory 系统就是为了治这个病。

最笨也是最聪明的办法：存成文件

很多 AI 项目喜欢搞些花里胡哨的向量数据库，OpenClaw 反其道而行之，用了最简单也最有效的方法：纯文本文件。

Agent 所有的聊天记录、思考过程，全都被写成了 Markdown 文件，存在本地的 `workspace/memory/` 目录里。每天一个文件，比如 `2026-03-22.md`，像写日记一样。还有一个 `MEMORY.md`，专门存那些你特意让它记住的重要规矩。

这么干有什么好处？

第一，没有黑箱。你拿个记事本打开就能看它每天都在瞎想什么。

第二，防手残。你可以直接用 Git 管理这堆文件，它哪天要是学坏了，一条命令就能滚回到昨天。

第三，搬家方便。你想把 Agent 拷给同事，直接连文件夹打包发过去就行。最新版里还出了个 `openclaw backup` 命令，专门干这事。

几个查记忆的命令：

openclaw memory search "上周说的那个 Bug"  # 翻翻旧账

openclaw memory status                     # 看看记忆库有多大了

openclaw memory index --force           # 强制理一理记忆（出 Bug 时用）

怎么对付超长聊天：记忆压缩

你跟它聊了三天三夜，或者丢给它一本几万字的小说，大模型的脑子（Token 上限）肯定要撑爆。

OpenClaw 搞了个“上下文引擎（Context Engine）”。当它发现快要撑爆的时候，就会偷偷触发一个压缩机制。

它不是粗暴地把最前面的聊天删掉，而是自己去读一遍前面的长篇大论，然后写个精简版的摘要（比如：“前面我们讨论了三种方案，最后选了方案 A”）。接着，它把这个短摘要替换掉原来那一大坨废话，同时保留最近几句原话。这样脑子就腾出空来了。你甚至可以敲个 `/compact` 命令，逼着它现在就做个总结。

还有个彩蛋：自动化（Automation）

别以为它只能像个算盘一样，拨一下动一下。OpenClaw 其实有一套很完整的自动化玩法。

除了前面说的 Cron 定时任务，它还有个很好用的 Hooks（钩子）系统。比如有个钩子叫 `session-memory`，你每次敲 `/new` 开个新话题，它就会自动把刚才聊的重点写进今天的记忆日记里。

它甚至还能盯着你的 Gmail，收到特定老板的邮件，自己爬起来写个草稿存好，这就是真正的自主干活了。

总结一下

把这四块拼图凑在一起，你就能看懂它到底是怎么跑起来的：

你在 Telegram 发句话 → Gateway 接住，排好队，交给 Agent → Agent 翻翻 Memory，想想该怎么办 → 决定调用 Skills 去搜网页，或者调 Nodes 去看你的屏幕 → 干完活，把结果写进 Memory 的日记里 → 最后 Gateway 模仿打字的节奏，把结果发回给你。

这四层缺一不可。Gateway 是骨架，Agent 是脑子，Skills/Nodes 是手脚，Memory 是经验。只有真看懂了这套架构，你才知道哪天它卡住了该去哪里修，才知道怎么给它装上新能力，让它从一个逗乐的聊天机器人，变成你真正离不开的数字员工。