小龙虾openClaw系列4--四大核心概念：Agent/Gateway/Channel/Skill详解

在前三篇文章中，我们已经了解了：

• • OpenClaw是什么、能做什么（🦞 一只会聊天的"小龙虾"）
• • 为什么越来越多人选择把AI助手从云端迁回自己的服务器
• • OpenClaw的整体架构设计——一张图看懂这个系统是怎么运转的

今天这篇文章，我们要深入拆解OpenClaw架构中的四大核心概念：Agent、Gateway、Channel、Skill。

这四个概念构成了OpenClaw的骨架。理解它们，你就掌握了理解OpenClaw任何功能设计的钥匙。

先来看一张图：四大概念的关系

┌─────────────────────────────────────────────────────────────┐│                        Gateway 网关层                        ││              (消息路由中枢、连接管理、安全控制)                │└─────────────────────────────────────────────────────────────┘                              │          ┌───────────────────┼───────────────────┐          │                   │                   │          ▼                   ▼                   ▼┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐│     Channel     │ │     Agent       │ │     Skill       ││    通讯渠道      │ │    AI代理系统    │ │    技能插件      ││  (20+平台接入)   │ │  (大脑+工具)     │ │  (能力扩展)      │└─────────────────┘ └─────────────────┘ └─────────────────┘                              │                              ▼                    ┌─────────────────┐                    │   AI Provider   │                    │   (模型提供商)   │                    └─────────────────┘

一句话概括：

• • Agent 是大脑，负责思考和决策
• • Gateway 是神经系统，负责消息路由
• • Channel 是感官，负责与外界通讯
• • Skill 是超能力库，负责执行具体任务

下面我们逐一深入。

一、Agent —— OpenClaw的"大脑"

Agent不是简单的聊天机器人

很多人以为Agent就是ChatGPT那样的聊天界面——你问一句，它答一句。但在OpenClaw中，Agent是一个能感知、决策、执行的自治系统。

想象一个私人助理：

• • 你跟他说"帮我订明天去上海的机票"
• • 他不会只回你一句"好的"，而是会问你几点出发、偏好哪个航司、经济舱还是商务舱
• • 确认信息后，他会去查航班、比价、帮你预订、把行程发你邮箱

OpenClaw的Agent就是这样工作的。

Agent的核心组件

根据OpenClaw源码（src/agents/ 目录623个文件），一个Agent由以下核心组件构成：

Agent的工作流程：Agent Loop

Agent的核心是一个循环（Loop），伪代码如下：

async function agentLoop(message: Message) {  // 1. 构建上下文  const context = await contextEngine.build(message);  // 2. 获取可用工具  const tools = toolRegistry.getAvailable();  // 3. LLM推理：理解意图，决定行动  const response = await llm.generate(context, tools);  // 4. 如果需要工具，执行工具  if (response.requiresTool) {    const result = await toolExecutor.run(response.toolCall);    // 递归处理，直到完成任务    return agentLoop(result);  }  // 5. 返回最终结果  return response.content;}

举例：你让Agent"帮我总结一下今天的邮件"

1. 1. 理解意图：Agent识别出这是一个"邮件总结"任务
2. 2. 选择工具：从Tool Registry中找到Gmail技能
3. 3. 执行工具：调用Gmail API获取今天的邮件
4. 4. 处理结果：拿到邮件内容后，再次进入Loop
5. 5. 生成总结：LLM生成摘要，返回给你

多Agent协作（ACP协议）

OpenClaw支持多Agent协作。复杂任务可以拆分给多个子Agent：

• • 研究Agent：专门负责信息搜集
• • 编码Agent：专门负责写代码
• • 审核Agent：专门负责代码审查

它们通过**ACP（Agent Communication Protocol）**协议通信。主Agent像项目经理一样分配任务，子Agent各司其职。

二、Gateway —— OpenClaw的"神经系统"

如果说Agent是大脑，那Gateway就是连接大脑和外界的神经系统。

Gateway的核心职责

根据源码（src/gateway/ 目录271个文件），Gateway负责：

消息的生命周期（Gateway视角）

一条消息从用户发出到收到回复，在Gateway层面的流程是：

接收消息 → 认证鉴权 → 路由决策 → 转发Agent                              ↓返回结果 ← 格式转换 ← 渠道适配 ← 接收响应

详细步骤：

1. 1. 接收：通过WebSocket或HTTP接收消息
2. 2. 认证：验证用户是否在白名单，是否有权限
3. 3. 路由：根据消息类型、用户配置，决定发给哪个Agent
4. 4. 转发：将消息包装成内部协议，发给Agent
5. 5. 等待：等待Agent处理完成
6. 6. 适配：将Agent的响应转换成目标渠道的格式
7. 7. 发送：通过对应Channel发送给用户

Gateway的高可用设计

生产环境中，Gateway支持：

• • 多实例部署：多个Gateway实例同时运行
• • 负载均衡：消息均匀分配到各实例
• • 故障转移：某个实例故障时，流量自动切换

这保证了你的AI助手7×24小时在线。

三、Channel —— OpenClaw的"感官系统"

Channel是OpenClaw与外界的通讯接口。如果把Agent比作大脑，Channel就是它的感官——眼睛、耳朵、嘴巴。

Channel的本质：统一抽象层

OpenClaw支持20+个通讯平台：WhatsApp、Telegram、Discord、飞书、iMessage、Slack、Email...

如果没有Channel层，每个平台都要单独适配。Channel提供了一个统一抽象层：

用户(WhatsApp) ──┐用户(Telegram) ──┼──> Channel层 ──> 统一消息格式 ──> Gateway用户(Discord) ───┤                    (平台无关)用户(飞书) ──────┘

每个Channel相当于一个适配器，负责：

• • 平台API调用
• • 消息格式转换
• • 用户身份映射
• • 群组管理

Channel支持的通讯类型

根据源码（src/channels/ 目录69个文件），Channel支持：

Channel配置实战

在 openclaw.json 中配置Channel：

{  "channels": {    "telegram": {      "botToken": "YOUR_BOT_TOKEN",      "allowlist": ["@your_username"],      "dmPolicy": "allow"    },    "discord": {      "token": "YOUR_DISCORD_TOKEN",      "dmPolicy": "deny",      "guildIds": ["YOUR_GUILD_ID"]    },    "feishu": {      "appId": "YOUR_APP_ID",      "appSecret": "YOUR_APP_SECRET",      "encryptKey": "YOUR_ENCRYPT_KEY"    }  }}

白名单与权限控制

**白名单（Allowlist）**是OpenClaw的重要安全机制：

• • 只有白名单中的用户才能与Agent对话
• • 可以按Channel配置（Telegram允许谁，Discord允许谁）
• • 可以按Agent配置（不同Agent有不同白名单）

为什么需要白名单？ 因为你的Agent可能连接到公网（通过Tailscale或公网IP），任何人都能发消息给它。白名单确保只有授权用户能访问。

四、Skill —— OpenClaw的"超能力库"

如果说Agent是大脑，Channel是感官，那Skill就是Agent能使用的超能力。

Skill的本质：语义化的能力单元

Skill不是简单的函数库。每个Skill都有语义描述：

• • 这个Skill是做什么的？
• • 在什么场景下使用？
• • 需要什么参数？
• • 返回什么结果？

Agent可以根据用户意图，自主选择使用哪个Skill。

Skill的两种形态

1. 内置技能（开箱即用）

OpenClaw内置了20+个技能，开箱即用：

2. 自定义技能（用户开发）

你可以开发自己的Skill。一个Skill的基本结构：

my-skill/├── SKILL.md          # 技能定义（名称、描述、触发条件）└── tools/            # 工具实现    └── my-tool.ts

SKILL.md 示例：

# My Skill## 描述查询公司内部的员工信息## 触发条件当用户询问员工信息时自动触发## 工具- searchEmployee: 根据姓名搜索员工- getEmployeeDetails: 获取员工详细信息

Skill vs Tool vs Plugin 的区别

这三个概念容易混淆，一句话区分：

ClawHub技能市场

OpenClaw有一个ClawHub技能市场（类似npm或App Store）：

• • 发现技能：浏览社区贡献的技能
• • 一键安装：openclaw skill install github
• • 版本管理：自动更新、回滚

你可以在ClawHub找到别人分享的Skill，也可以把自己开发的Skill分享给社区。

五、用一个场景串联四大概念

光讲概念不够直观。我们用一个完整场景，看看四大概念是如何协作的。

场景：你在Telegram上让OpenClaw帮忙查天气

Step 1: Channel接收消息

你在Telegram发消息："今天北京天气怎么样？"

• • Telegram Channel接收到这条消息
• • 进行平台协议转换（Telegram API → OpenClaw内部格式）
• • 提取用户信息、聊天ID、消息内容

Step 2: Gateway路由消息

• • Gateway接收到来自Channel的消息
• • 认证：检查你（用户ID）是否在白名单
• • 路由：根据配置，决定发给哪个Agent（默认Agent）
• • 转发：将消息发送给Agent Runtime

Step 3: Agent处理请求

• • Agent Runtime启动一个Agent Loop
• • Context Engine构建上下文（你是谁、你们之前的对话、当前时间...）
• • LLM推理：识别意图是"查询天气"，需要调用天气Skill

Step 4: Skill执行工具

• • Agent从Tool Registry中找到天气Skill
• • 天气Skill调用天气API（如OpenWeatherMap）
• • 获取北京的实时天气数据
• • 返回给Agent

Step 5: Agent生成回复

• • Agent拿到天气数据后，再次进入LLM推理
• • LLM组织语言："北京今天晴，气温15-22°C，空气质量良..."
• • 生成最终回复内容

Step 6: Gateway返回结果

• • Gateway接收到Agent的响应
• • 格式转换：将纯文本转换成Telegram支持的格式（Markdown）
• • 发送给Telegram Channel

Step 7: Channel发送给用户

• • Telegram Channel调用Telegram Bot API
• • 发送消息到你的Telegram聊天窗口
• • 你看到回复："北京今天晴，气温15-22°C..."

协作流程可视化

你(Telegram)    │    ▼[Channel: Telegram适配器]    │  "今天北京天气怎么样？"    ▼[Gateway: 路由 + 认证]    │  验证用户 → 转发给Agent    ▼[Agent: 决策 + 上下文]    │  识别意图 → 调用天气Skill    ▼[Skill: 天气查询]    │  调用天气API    ▼[Tool: HTTP请求]    │  返回天气数据    ▼[Agent: 生成回复]    │  "北京今天晴，气温15-22°C..."    ▼[Gateway: 格式化]    │    ▼[Channel: Telegram发送]    │    ▼[你看到回复]

整个流程耗时：通常1-3秒，取决于网络延迟和LLM推理时间。

总结

今天我们深入讲解了OpenClaw的四大核心概念：

它们的关系：

• • Channel把外界信息传给Gateway
• • Gateway把信息路由给Agent
• • Agent决定调用哪些Skill
• • Skill执行具体任务，返回结果
• • 结果沿原路返回给用户

理解了这四大概念，你就能：

• • 看懂OpenClaw的任何配置项
• • 理解官方文档的表述
• • 设计自己的多Agent工作流
• • 开发和发布自定义Skill

预告下一篇：《Gateway架构设计：消息路由的中枢神经》

我们将深入Gateway内部，看看它是如何管理千万级连接、保证消息不丢失、实现故障转移的。