openclaw核心架构解析:gateway、agent、skills、Memory如何协调工作

OpenClaw 的核心架构由四个关键组件构成——Gateway、Agent、Skills 和 Memory。它们之间的关系可以用一个比喻来理解：就像一家智能工厂，Gateway是前台接待和调度中心，Agent是车间主任，Skills是工人的双手，Memory则是工厂的档案室。这四个组件通过清晰的分工和紧密的协作，将用户的一条简单指令，转化为一系列可靠的系统操作。

下面这张架构图清晰地展示了四者之间的关系和消息流转路径：

🧠 各组件核心职责

1. Gateway：系统的神经中枢

Gateway是一个长期运行的单进程服务，是整个系统的单一事实源和调度中心。它的核心职责是：

• 统一入口：同时管理飞书、WhatsApp、Telegram、Discord、iMessage等20多个消息渠道，负责协议适配和消息格式统一。

• 路由调度：通过WebSocket控制平面（默认绑定127.0.0.1:18789）接收所有消息，并通过RPC将任务分发给Agent。

• 安全边界：作为系统的第一道防线，执行访问控制（如allowFrom白名单），并管理所有会话的生命周期。

2. Agent：思考与决策的大脑

Agent是OpenClaw的Pi智能体（Pi Runtime），负责执行ReAct（思考-行动-观察）循环。它的工作流程是：

• 接收任务：从Gateway接收用户指令和会话上下文。

• 加载记忆：从Memory组件加载历史记录和用户偏好。

• 规划与决策：调用大模型（如Claude、GPT等）分析意图，将复杂任务拆解为一系列可执行的步骤。

• 调用技能：决定使用哪些Skills，并生成结构化参数传递给它们。

• 返回结果：将执行结果整合，通过Gateway反馈给用户。

3. Skills：执行具体任务的双手

Skills是可插拔的、模块化的“能力包”，是Agent真正“动手”的途径。每个Skill通常包含一个SKILL.md描述文件（含YAML元数据）和可选的执行脚本（Python/Node.js/Shell）。

• 社区生态：社区（ClawHub）已提供超过13,000个技能，覆盖浏览器自动化、文件操作、代码执行等几乎所有领域。

• 动态加载：系统启动时扫描~/openclaw/skills/等目录，将技能描述注入给大模型。

• 能力扩展：当AI遇到无法处理的任务时，甚至可以自我编写新技能的代码并动态加载。

4. Memory：持久化的记忆库

Memory系统解决了大模型“金鱼般”的短期记忆问题，让AI能够形成长期、一致的个性。它的设计分为多层：

• 短期记忆：管理当前对话的上下文。

• 中期记忆：记录任务历史、失败原因和关键决策点，支持断点续传。

• 长期记忆：通过Markdown文件（如MEMORY.md）和向量数据库存储用户偏好、项目知识等。系统支持在对话前后自动捕获关键信息并召回相关记忆。

🔄 一次完整的消息处理流程

当你在飞书上给OpenClaw发了一条消息“帮我整理下载文件夹”，这四个组件会这样协同工作：

1. 消息接收（Gateway）：Gateway的飞书通道收到消息，进行格式统一和安全检查，并加载该用户的会话状态。

2. 上下文加载（Memory）：Gateway将消息路由给Agent前，Memory组件会从向量库中自动召回相关记忆，比如“用户上周说过下载文件夹很乱”，并将此信息注入上下文。

3. 任务规划（Agent）：Agent启动ReAct循环，决定调用file-organizer这个Skill，并规划出“先列出文件→按类型分类→创建目录→移动文件”的步骤。

4. 技能执行（Skills）：file-organizer Skill根据Agent给的参数，执行背后的Python脚本，实际在文件系统里完成了移动、分类操作。

5. 结果反馈（Agent → Gateway）：Agent从Skill收到“成功移动150个文件”的结果，生成用户友好的回复。

6. 记忆沉淀（Memory）：对话结束后，Memory组件自动捕获“用户喜欢按文件类型整理下载文件夹”这条信息，存入长期记忆库，供下次使用。

7. 响应返回（Gateway）：Gateway通过原来的飞书渠道，将整理结果的报告发送给用户。