认识 OpenClaw——你的 AI 管家长什么样？

大白话聊 OpenClaw 系列（四）

想象你有一个超级管家。

你可以在微信上跟他说话，也可以发 Telegram 消息给他，还可以在 Discord 上 @ 他，甚至发邮件也行。不管你用什么方式联系他，他都是同一个管家，记得你之前说过的所有事情，而且他住在你自己家里——不是什么中介公司派来的。

如果这个管家真的存在，你会怎么理解他的"工作方式"？

• 他得有一个"前台"，接收你从不同渠道发来的消息
• 他得有一个"大脑"，理解你说的是什么意思
• 他得有"双手"，能帮你真正做事
• 他还得有一个"记事本"，记住你们之前聊过什么

OpenClaw，就是这样一个数字世界里的超级管家。 今天，我们正式走进它的"家"，看看里面到底是怎么布局的。

先搞清楚一个前提：什么叫"跑在你自己的设备上"？

在认识 OpenClaw 之前，我们先搞清楚一个很多人容易混淆的概念。

你平时用 ChatGPT、豆包、Kimi 这些 AI 产品，打开网页或 App 就能用。它们的 AI 跑在哪里？跑在别人的服务器上。你的每一句话都发到了互联网的另一端，由别人的电脑来处理，结果再传回来。

OpenClaw 不一样。它跑在你自己的设备上——你的电脑、你的笔记本、你的服务器。

这就像做饭：

• 用 ChatGPT = 点外卖——你说想吃什么，餐厅在远方帮你做，快递送过来。方便，但你不知道后厨加了什么，也控制不了。
• 用 OpenClaw = 在自己家厨房做——食材你买的，流程你看着，做出来的饭在你的餐桌上。稍微麻烦一点，但一切尽在你的掌控。

当然，OpenClaw 在"做菜"的时候，还是需要用到大模型的能力（就像做菜需要用天然气）。所以它会通过 API 调用远程的模型——但重要的是：管家本身住在你家，只是做菜时打个电话问了一下大厨配方。 你的对话历史、你的配置、你的数据，全都留在你自己这里。

OpenClaw 的"身体结构"：五大核心部件

好，现在让我们走进这个管家的"身体"，看看它由哪些部分组成。

我画一张简化的示意图给你：

你（用户）  │  ├── Telegram  ├── Discord  ├── WhatsApp  ├── Slack  ├── Signal  ├── iMessage  └── 更多……  │  ▼┌─────────────────────────────────┐│    ① 消息渠道（Channel）          │  ← 不同平台的"翻译官"│         翻译成统一格式              │└───────────┬─────────────────────┘            ▼┌─────────────────────────────────┐│    ② 网关（Gateway）              │  ← 管家的"前台"│      接收、验证、调度               │└───────────┬─────────────────────┘            ▼┌─────────────────────────────────┐│    ③ 路由（Routing）              │  ← "电话总机"│   决定交给哪个 Agent 处理          │└───────────┬─────────────────────┘            ▼┌─────────────────────────────────┐│    ④ Agent（智能体）              │  ← 管家的"大脑+双手"│   思考（调用模型）+ 行动（调用工具）  │└───────────┬─────────────────────┘            ▼┌─────────────────────────────────┐│    ⑤ 插件系统（Plugin）           │  ← 管家的"技能库"│   随时可以学习新能力                │└─────────────────────────────────┘

接下来，我们一个一个认识。

① 消息渠道（Channel）——20 多种语言的"翻译官"

你需要先知道的概念：消息渠道就是你和 AI 之间的通信方式——Telegram 是一个渠道，Discord 也是一个渠道，WhatsApp 还是一个渠道。

OpenClaw 支持 20 多个消息渠道。这个数字很夸张，但背后的逻辑其实很简单：

每个聊天平台，说的都是自己的"方言"。

Telegram 的消息格式和 Discord 的完全不一样。WhatsApp 发图片的方式和 Slack 发图片的方式也不一样。如果 OpenClaw 的核心要针对每个平台写一套逻辑，那会累死。

所以 OpenClaw 用了一个聪明的办法——给每个平台配一个"翻译官"（Channel Plugin）。

翻译官的工作很简单：

• 收到消息时：把这个平台特有的消息格式，翻译成 OpenClaw 内部的"普通话"
• 发送回复时：把 OpenClaw 内部的"普通话"，翻译成这个平台能懂的格式

这样，OpenClaw 的核心只需要处理"普通话"就行了，不用关心消息是从 Telegram 来的还是从 Discord 来的。

一句话理解：消息渠道就是 AI 管家的"耳朵"和"嘴巴"——不管你用什么语言跟他说话，他都能听懂，也能用你的语言回你。

② 网关（Gateway）——管家的"前台"

你需要先知道的概念：网关是一个在后台运行的服务，负责管理所有进出的通信。你可以把它理解为管家坐镇的"前台"。

所有消息，不管从哪个渠道进来，第一站都是网关。

网关做什么？

1. 接收：接收来自各个渠道的消息
2. 验证：检查发送者的身份——你是谁？你有没有权限跟这个 AI 说话？
3. 调度：把验证通过的消息分发到下一步处理
4. 管理：监控各个渠道的健康状态、管理配置更新

这里有一个有意思的安全设计：配对（Pairing）机制。

当一个陌生人第一次给你的 AI 发消息时，AI 不会直接回复他。它会给这个人一个"配对码"——就像小区门禁一样，你得先按门铃，物业确认你是业主的朋友，才会给你开门。

只有你（AI 的主人）通过了这个配对请求，这个人以后才能和你的 AI 对话。

一句话理解：网关是管家的前台——接电话、查身份、安排工作，确保不该进来的人进不来。

③ 路由（Routing）——电话总机

你需要先知道的概念：路由就是"消息分发"——决定一条消息应该交给谁来处理。

如果你只有一个 Agent，路由很简单——所有消息都给它就行。

但 OpenClaw 支持多个 Agent。

为什么你需要多个 Agent？想想这个场景：

• 你有一个"工作助手"，它知道你的工作上下文，接入了你的项目管理工具
• 你有一个"生活助手"，它管你的日程、提醒、购物清单
• 你有一个"学习助手"，它帮你做学习笔记、回答学术问题

当一条消息进来，路由系统就要决定：这条消息该交给谁？

路由的匹配逻辑其实很像快递分拣：

• 首先看最精确的地址：这个人的消息是不是已经绑定了特定的 Agent？
• 再看群组/频道级别：这个 Discord 服务器是不是绑定了某个 Agent？
• 最后看兜底规则：如果都没有匹配到，交给默认的 Agent。

一句话理解：路由是管家团队的"调度员"——哪件事该谁干，它说了算。

④ Agent（智能体）——大脑和双手

你需要先知道的概念：Agent 我们在第二篇详细讲过了——它是一个有感知、能思考、会行动的 AI 助手。

在 OpenClaw 里，Agent 是真正"干活"的核心。

当一条消息被路由到某个 Agent 后，Agent 开始工作：

1. 组装上下文：把这条消息、之前的对话历史、相关的背景信息打包在一起（这个过程由"上下文引擎"完成——你可以理解为助手在翻看之前的会议纪要）
2. 调用模型：把上下文发给大语言模型（比如 GPT-4o），让它"思考"怎么回答
3. 执行工具（如果需要）：如果模型判断需要做些什么（查天气、执行命令、发消息……），Agent 会调用相应的工具
4. 生成回复：把思考结果和工具执行结果组织成回复
5. 发回消息：通过网关和渠道，把回复发回给你

Agent 还有一个重要的配套：会话（Session）。会话就是 Agent 的"对话记录本"——每次对话结束后，内容会被保存下来，下次你再来聊，Agent 还能接着上次的话题继续。

一句话理解：Agent 是管家本人——听你说话、用脑子想、用手做事、记住你们的对话。

⑤ 插件系统（Plugin）——无限扩展的技能库

你需要先知道的概念：插件就像手机里的 App——出厂时只有基础功能，装了 App 就有了新能力。

OpenClaw 的设计哲学是核心精简、插件优先——核心只保留最基本的能力，其他所有东西都可以通过插件来添加。

插件能添加什么？几乎任何东西：

• 新的聊天渠道：想连接一个新的聊天平台？装个插件就行
• 新的模型：想用一个新的 AI 大脑？装个插件就行
• 新的工具：想让 AI 能操作某个特定的服务？装个插件就行
• 新的技能：想让 AI 会查天气、管 GitHub、控制智能家居？装个插件就行

OpenClaw 目前内置了 80 多个扩展和 50 多个技能，覆盖了大量常见需求。而且因为它是开源的，任何人都可以开发新的插件。

关于插件系统的更多细节，我们后面会有一篇专门来讲。

一句话理解：插件系统是管家的"进修学院"——今天不会的技能，明天学了就会了。

把五个部件连起来看

现在让我们把这五个部件串起来，用一句话描述 OpenClaw 的工作流程：

你通过任意一个聊天平台（渠道）发了一条消息 → 网关接收并验证 → 路由决定交给哪个 Agent → Agent 用大模型思考、用工具行动 → 回复通过网关发回给你。整个过程中，插件系统让每个环节都可以扩展。

就像一个运转良好的管家团队：

• 渠道是管家的"多条电话线"
• 网关是"前台"
• 路由是"调度员"
• Agent是"管家本人"
• 插件是管家的"技能证书架"

OpenClaw 和你已经知道的产品有什么不同？

最后，让我们把 OpenClaw 和你可能已经在用的产品做个对比，帮你更直观地理解它的定位：

两种方式没有绝对的优劣——点外卖方便，自己做饭自由。关键看你在意什么。

本篇小结

今天我们正式走进了 OpenClaw 的大门，认识了它的五大核心部件：

1. 消息渠道（Channel）：连接你所有的聊天平台——管家的"多条电话线"
2. 网关（Gateway）：接收、验证、调度——管家的"前台"
3. 路由（Routing）：决定消息交给谁——管家的"调度员"
4. Agent（智能体）：思考和行动的核心——管家本人
5. 插件系统（Plugin）：无限扩展的技能库——管家的"进修学院"

一句话总结：OpenClaw 是一个跑在你自己设备上的 AI Agent 平台。它不限制你用什么聊天工具、不限制你用什么模型、不拿走你的数据，还能通过插件无限扩展。

接下来的几篇，我们会深入到每个部件里面去——下一篇，我们先来仔细看看路由系统：当消息涌进来的时候，OpenClaw 到底是怎么决定"这条消息该交给谁"的？

下一篇见 👋