小龙虾OpenClaw是如何运行的

最近随着OpenClaw小龙虾的爆火，以前只在专业领域出现的一些名词，也在炸屏。LLM、Agent、RAG、MCP……你是不是已经看晕了。本文通俗点的大白话和大家聊一聊。1.Token

作为AI处理文本的最小词元，是LLM接收的基础信息单位，也指系统访问令牌；是模型的“粮食”，用量决定处理范围与使用成本。

2.LLM

大语言模型，AI的“超级大脑”，接收Token后完成理解、推理与分析，是OpenCLAW的核心思考单元，支撑所有智能决策。

3.RAG

检索增强生成，为LLM补充外部实时、精准知识，减少模型幻觉，让LLM的推理和回答更贴合实际需求，提升准确性。

4.MCP

模型上下文协议，是LLM、Agent与外部工具的通信桥梁，打通交互链路，保障Agent调用Skill时的指令高效传递。

5.Skill

Agent的“专业工具箱”，是封装好的标准化能力模块，Agent通过MCP调用对应Skill，即可完成查天气、操作文档等具体任务。

6.Agent

AI智能体，是任务的自主决策与执行者，以LLM为大脑，结合RAG的知识支撑，通过MCP调用Skill完成感知、思考、行动全流程。

7.OpenClaw

AI Agent的专属运行平台，如同AI的“操作系统”，接收用户需求并转交Agent，统筹调度全链路组件，实现与外部的交互落地。

8.核心调用关系

用户需求拆分为Token→LLM接收并结合RAG思考→Agent基于LLM决策，通过MCP调用Skill执行任务→OpenClaw作为平台全程调度、落地交互