OpenClaw中的本地文件会被传到云端吗?其实你的业务数据永远在本地?

关注“IT管理纷享汇”获取更多最新、最深刻的IT管理、IT运维、AI相关资讯。

在使用 OpenClaw 的过程中一个被反复追问的问题："把 AI Agent 接入飞书、钉钉，让它能读写我的文件、执行我的命令……我的数据安全吗？"

这是每一个考虑部署 AI Agent 的企业决策者都会问的问题。

在云端 AI 服务主导的今天，数据上传、隐私泄露、合规风险成为企业应用 AI 的最大顾虑。

OpenClaw 给出了一个不一样的答案：你的业务数据，永远不需要上传到云端。

这不是营销口号，而是由其底层架构设计所决定的必然结果。

本文将深入剖析 OpenClaw 的技术架构，揭示"数据永远在本地"背后的实现原理。

OpenClaw 架构总览：本地优先的设计

1.1 核心组件

OpenClaw 的架构可以简化为以下核心组件：

图1：OpenClaw 核心组件架构图 — 所有业务处理均在本地机器内完成，大模型 API 仅接收文本 Prompt

1.2 Gateway：本地的控制中枢

Gateway 是 OpenClaw 的核心组件，它是一个运行在你本地机器上的守护进程（daemon）：

{  "gateway":{    "port":5000,    "mode":"local",    "bind":"loopback"  }}

关键配置解析：

bind: "loopback"：Gateway 只监听127.0.0.1，这意味着它只接受来自本机的连接，外部网络无法直接访问。
mode: "local"：本地模式，所有状态和配置都存储在本地磁盘。
auth：本地认证机制，即使在本机内也需要 token 或设备认证才能访问。

1.3 为什么说这是"本地优先"？

OpenClaw 的设计是：智能在云端，执行在本地。

大模型（如豆包、DeepSeek、Kimi）提供推理能力，但你发送给它的只是文本 Prompt 。

所有文件操作、命令执行、数据处理都在你的本地机器上完成。

你的业务文件、代码库、数据库连接凭证，永远不会离开你的机器。

消息处理全流程：从飞书消息到本地执行

让我们跟踪一条消息从飞书发送到 OpenClaw，再到任务执行的完整流程。

2.1 流程图解

图2：从飞书消息到本地执行的完整时序 — 业务数据始终在本地处理，仅文本 Prompt 发往云端

2.2 关键步骤详解

Step 1: 消息接收

当你在飞书群里 @OpenClaw 发送一条消息时：

飞书通过 Webhook 或长连接将消息推送到你的 Gateway

Gateway 验证消息来源的合法性（appId、appSecret 验证）

Step 2: Prompt 组装

Gateway 构建发送给大模型的 System Prompt，（这个示例中我们使用一个skill：wechat-article-formatter）包含：

<system_prompt>  <tooling>    当前可用的工具列表及简要描述  </tooling>  <available_skills>    <skill>      <name>wechat-article-formatter</name>      <description>将 Markdown 转换为微信公众号排版</description>      <location>/workspace/skills/wechat-article-formatter</location>    </skill>    <skill>      <name>k-daily-lesson</name>      <description>生成 K哥日课信息图</description>      <location>/workspace/skills/k-daily-lesson</location>    </skill>    ...  </available_skills>  <workspace>    工作目录: /workspace/projects/workspace  </workspace>  <current_date_time>    时区: Asia/Shanghai  </current_date_time></system_prompt>

关键点：此时只发送了 Skills 的元数据清单（名称、描述、本地路径）， Skill 的具体内容还在本地磁盘上。

Step 3: 大模型推理

大模型收到 Prompt 后，分析用户意图，决定：

需要调用哪些工具

执行步骤是什么

是否需要读取某个 Skill 的详细说明

如果模型需要了解某个 Skill 的详细用法，它会发起一个read工具调用：

{  "tool":"read",  "params":{    "file_path":"/workspace/skills/wechat-article-formatter/SKILL.md"  }}

>注意：这个读取操作是在本地执行的，模型只是"请求读取"，真正的文件内容从本地磁盘读取后，再作为文本发送给模型。

Step 4: 本地工具执行

模型返回工具调用计划后，Agent Runtime 在本地执行：

// 这是在你的本地机器上执行的fs.readFile('/workspace/projects/workspace/data/report.md', 'utf-8');execSync('npm run build', { cwd: '/workspace/projects/workspace' });

Step 5: 结果返回

执行完成后，Gateway 将结果通过飞书返回给你。

2.3 数据流向分析

数据类型	存储位置	是否上传云端
用户消息文本	本地日志 + 发送给大模型	仅文本发送给模型 API
业务文件内容	本地磁盘	否
Skill 定义文件	本地磁盘	否（仅元数据清单发送）
执行命令	本地执行	否
命令输出/文件内容	本地处理	否（仅作为上下文时发送文本）
会话历史	本地磁盘	否

Skill 系统：本地能力扩展机制

3.1 什么是 Skill？

Skill 是 OpenClaw 的能力扩展机制。每个 Skill 是一个本地目录，包含：

skills/└── my-skill/    ├── SKILL.md          # 技能说明（必需）    ├── scripts/          # 脚本文件    │   └── main.ts    └── templates/        # 模板文件        └── report.html

SKILL.md 的结构：

---name: my-skilldescription: 一个示例技能metadata: { "openclaw": { "requires": { "bins": ["node"] } } }---## 使用方法这是一个示例技能，用于演示 Skill 的工作原理。### 调用方式使用 `run` 工具执行 `scripts/main.ts`...

3.2 Skill 的加载和执行流程

图3：Skill 从扫描到执行的完整生命周期 — 采用延迟加载策略，Skill 脚本始终在本地运行

3.3 为什么 Skill 内容不会全部上传？

OpenClaw 采用的是延迟加载策略：

System Prompt 只包含清单：不是完整的 SKILL.md 内容，而是精简的元数据（名称、描述、路径）。

按需读取：模型只有在真正需要使用某个 Skill 时，才会通过read工具读取它的详细说明。

本地执行：Skill 定义的脚本、模板都在本地存储和执行。

这种设计带来了两个好处：

Token 节省：不需要把所有 Skills 的完整内容都塞进 Prompt，节省大量 Token。

数据安全：Skill 的具体实现逻辑留在本地，只有必要的文本信息会发送给模型。

安全边界：哪些数据会离开本地？

4.1 会发送给大模型 API 的数据

数据类型	说明
用户消息	你发送给 OpenClaw 的文本消息
System Prompt	包含工具列表、Skills 清单、工作空间信息
工具调用参数	模型请求的工具调用参数（如文件路径）
文件内容（作为上下文）	当模型需要分析某个文件时，文件内容会作为文本发送

4.2 永远不会发送的数据

数据类型	说明
本地文件系统结构	模型只能通过工具调用访问文件，不会自动获取目录结构
敏感配置	`openclaw.json` 中的 API Key、Secret 等不会发送
Skill 完整代码	只有 SKILL.md 的文本内容可能被读取
执行命令的输出	命令在本地执行，输出在本地处理
数据库连接信息	不会发送给模型

4.3 安全最佳实践

OpenClaw 提供了多层安全机制：

{  "gateway":{    "bind":"loopback",    "auth":{      "mode":"token",      "token":"your-secure-token"    }  },  "tools":{    "deny":["browser","tts"],    "exec":{      "security":"ask"    }  },  "channels":{    "feishu":{      "dmPolicy":"pairing",      "requireMention":true    }  }}