你和OpenClaw高手之间就差这12个专业术语!

今天带代价把OpenClaw的核心概念过一遍，建立完整的知识框架！

Gateway：消息路由中枢

Gateway 是你启动 OpenClaw 时跑起来的那个进程。整个系统只需要一个 Gateway，它负责三件事：

1. 接收消息：从飞书、企业微信、QQ 等各个渠道收消息

2. 路由分发：根据配置把消息转给对应的 Agent 处理

3. 回传结果：把 Agent 的回复发回对应的聊天渠道

你可以把 Gateway 想象成一个公司的前台。所有来访者（消息）先到前台，前台看看是找谁的，然后转接到对应的人（Agent）。

启动 Gateway 的命令很简单：

openclaw gateway

启动后，它默认监听 127.0.0.1:18789 端口，你可以通过浏览器打开这个地址访问 Web 管理界面。

Gateway 的配置都在 ~/.openclaw/openclaw.json 文件里，包括端口、认证 token、渠道配置等。

Agent：真正干活的智能体

Agent 是 OpenClaw 里最核心的概念。每个 Agent 就是一个独立的 AI 助手，有自己的"大脑"、"记忆"和"工位"。

Agent 的五个核心属性

默认的 main Agent

安装 OpenClaw 后，系统自带一个叫 main 的 Agent。你通过任何渠道发的消息，默认都由 main 处理。对于大多数人来说，只用 main 就够了。

当你需要让多个 AI 各司其职时（比如一个搜素材、一个写文章），才需要创建额外的 Agent。这部分在第七部分"多智能体系统"会详细展开。

Agent 之间是隔离的

不同 Agent 之间默认互不干扰：

• 各自有独立的会话历史，A Agent 不知道你跟 B Agent 聊了什么

• 各自有独立的工作目录，A Agent 改不了 B Agent 的文件（除非你故意让它们共享目录）

• 可以用不同的模型，搜索用便宜的 DeepSeek，写作用贵的 GPT-4o

这种隔离是有意为之的。想象一下，如果你的搜索助手和写作助手共享记忆，搜索助手搜了一堆乱七八糟的东西，写作助手的上下文就被污染了。隔离让每个 Agent 都能专注做自己的事。

Channel：聊天渠道

Channel 是你跟 Agent 对话的入口。一个 Channel 对应一个聊天平台。

支持的主要渠道

OpenClaw 支持 22+ 个渠道，国内用户最常用的是：

• 飞书（Feishu）：通过官方插件 @openclaw/feishu 接入，长连接模式

• 企业微信（WeCom）：通过社区插件 openclaw-plugin-wecom 接入

• QQ：通过 NapCat + OneBot 协议接入

• Web UI：OpenClaw 自带，浏览器打开 http://127.0.0.1:18789 就能用

一个 Gateway，多个 Channel

你不需要为每个渠道单独部署。一个 Gateway 可以同时连接飞书、企业微信、QQ，消息都会被路由到对应的 Agent。

飞书 ──┐         ├──→ Gateway ──→ main Agent 企微 ──┤         ├──→ Gateway ──→ main Agent QQ ────┘

Channel 和 Agent 的绑定

默认情况下，所有渠道的消息都发给 main Agent。但你可以配置路由规则，让不同渠道走不同的 Agent：

• 飞书的消息 → 发给 work-assistant（工作助手）

• QQ 的消息 → 发给 chat-buddy（闲聊伙伴）

这个在多 Agent 场景下很有用，后面会讲到。

Skill：给 Agent 装的"操作手册"

Skill 是 OpenClaw 生态里最有意思的概念之一。

没有 Skill 的 Agent

没装任何 Skill 的 Agent，就像一个刚毕业的实习生——什么都知道一点，但做事没有章法。你让它帮你去掉文章的 AI 味，它可能只是泛泛地改几个词。

装了 Skill 的 Agent

装了 humanizer Skill 的 Agent，就像一个拿着标准操作手册的老员工——它知道该检查哪些 AI 写作特征（三段式列举、破折号滥用、"此外""值得注意的是"等高频词），按什么流程一步步处理。

Skill 的本质

技术上来说，一个 Skill 就是一个文件夹，里面有一个 SKILL.md 文件。这个文件用 Markdown 写成，告诉 AI 遇到某类任务时应该怎么做。

humanizer/ ├── SKILL.md          ← 核心指令文件（必须有） ├── scripts/          ← 辅助脚本（可选） └── references/       ← 参考文档（可选）

没有什么复杂的 API、没有编程语言，就是一个 Markdown 文件。AI 读了这个文件，就知道该怎么干活了。

ClawHub：Skill 的"应用商店"

ClawHub 是 OpenClaw 的技能商店，目前有 13000+ 个社区贡献的 Skill。你可以用一行命令安装：

clawhub install humanizer

也可以自己写 Skill。第六部分会详细讲 Skill 的安装、使用和编写。

Skill 和 Agent 的关系

这里要特别说清楚，因为很多人会搞混：

• Skill 不是 Agent。Skill 是给 Agent 加的"技能包"，Agent 还是那个 Agent，只是变得更专业了

• 一个 Agent 可以装多个 Skill，就像一个人可以学多项技能

• 通过对话让 AI "创建一个智能体"，创建的其实是 Skill，不是独立的 Agent

Session：会话

Session 就是你跟 Agent 的一次对话。从你发第一条消息开始，到对话结束，这中间的所有消息构成一个 Session。

Session 的作用

• 上下文连续：Agent 能记住这次对话里你之前说过的话，不用每次都重复背景信息

• 隔离不同对话：你跟 Agent 聊工作是一个 Session，聊生活是另一个 Session，互不干扰

上下文窗口

每个 AI 模型都有上下文窗口限制（比如 DeepSeek-V3 是 64K tokens）。当对话太长，超出窗口时，OpenClaw 会自动压缩早期的对话内容，保留关键信息。这个机制叫 compaction（上下文压缩），第 22 章会详细讲。

Memory：长期记忆

Session 是短期的——对话结束就结束了。但 OpenClaw 还有一个长期记忆系统。

Memory 和 Session 的区别

• Session：这次对话的上下文，对话结束就不再主动加载

• Memory：跨会话的持久化记忆，Agent 会一直记得

比如你告诉 Agent "我的公众号叫'技术宅小明'"，如果这条信息被存入 Memory，以后每次新对话 Agent 都会记得你的公众号名字，不用你再说一遍。

Memory 的价值

Memory 让 Agent 越用越懂你。它会记住你的偏好、常用的工作流程、之前踩过的坑。用得越久，Agent 就越像一个了解你的老同事。

Workspace：工作目录

Workspace 是 Agent 能读写文件的目录。

为什么需要 Workspace

Agent 不是只能聊天，它还能操作文件——创建文档、修改代码、整理素材。但你肯定不希望它随便动你电脑上的任何文件。Workspace 就是给 Agent 划定的"活动范围"。

默认位置

~/.openclaw/workspace/

Windows 上就是 C:\Users\你的用户名\.openclaw\workspace\。

你可以给不同的 Agent 指定不同的 Workspace，也可以让多个 Agent 共享同一个 Workspace（比如搜索 Agent 把素材放进去，写作 Agent 从里面读取）。

openclaw.json：核心配置文件

openclaw.json 是 OpenClaw 的"大脑配置文件"，几乎所有配置都在这里。

文件位置

~/.openclaw/openclaw.json

Windows 上就是 C:\Users\你的用户名\.openclaw\openclaw.json。

它管什么

• 用哪个 AI 模型

• 连接哪些聊天渠道

• 有哪些 Agent

• 每个 Agent 的配置（模型、工作目录、权限等）

• Gateway 的端口和认证

• 工具权限（能不能执行 Shell 命令等）

一个最简配置长什么样

{   "agents": {     "defaults": {       "model": { "primary": "custom-api-deepseek-com/deepseek-chat" },       "workspace": "C:\\Users\\你的用户名\\.openclaw\\workspace"     },     "list": [       { "id": "main" }     ]   },   "channels": {     "feishu": {       "enabled": true,       "accounts": {         "main": {           "appId": "cli_你的AppID",           "appSecret": "你的AppSecret"         }       }     }   } }

这个配置做了三件事：

1. 设定默认模型为 DeepSeek

2. 注册了一个 main Agent

3. 开启了飞书渠道

第 8 章会完整讲解这个文件的每一个配置项。

概念之间的关系

最后用一张图把所有概念串起来：

┌─────────────────────────────────────────────────┐ │                  openclaw.json                   │ │              （所有配置的源头）                     │ └─────────────────────┬───────────────────────────┘                       │                       ▼ ┌─────────────────────────────────────────────────┐ │                   Gateway                        │ │            （消息路由中枢，端口 18789）             │ │                                                  │ │   ┌──────────┐  ┌──────────┐  ┌──────────┐     │ │   │  飞书     │  │  企微     │  │   QQ     │     │ │   │ Channel  │  │ Channel  │  │ Channel  │     │ │   └────┬─────┘  └────┬─────┘  └────┬─────┘     │ │        │              │              │           │ │        └──────────────┼──────────────┘           │ │                       ▼                          │ │              ┌────────────────┐                  │ │              │   main Agent   │                  │ │              │                │                  │ │              │  Model: DeepSeek                  │ │              │  Workspace: ~/.openclaw/workspace │ │              │  Skills: humanizer, brave-search  │ │              │  Memory: 长期记忆                  │ │              │  Sessions: 多个会话               │ │              └────────────────┘                  │ └─────────────────────────────────────────────────┘

消息流向：

1. 你在飞书里发一条消息

2. 飞书 Channel 收到消息，交给 Gateway

3. Gateway 根据路由规则，把消息转给 main Agent

4. main Agent 用 DeepSeek 模型处理消息，可能会调用 Skill、读写文件、执行命令

5. Agent 生成回复，交给 Gateway

6. Gateway 通过飞书 Channel 把回复发回给你

整个过程对你来说是透明的——你只是在飞书里发了条消息，收到了回复。