OpenClaw 的架构设计亮点

一、核心理念：从“对话”到“执行”的范式转移

OpenClaw 定位为本地优先的AI执行框架，而非传统聊天助手。其核心哲学是让AI真正“动手”完成任务，并遵循安全默认、本地优先、极简核心、无额外应用、社区驱动五大原则。这种定位使其区别于LangChain等编排框架，更接近于一个可直接操作系统的“数字员工”。

核心设计哲学基于五个不可动摇的原则：

• 安全默认：所有功能默认采用最严格的安全配置

• 本地优先：核心功能完全在本地运行，无强制云端依赖

• 极简核心：核心网关保持轻量与稳定，扩展通过插件实现

• 无额外应用：用户可在日常通讯平台中直接使用

• 社区驱动：完全开源，由社区主导开发迭代

二、分层解耦的总体架构

采用经典的四层架构，实现交互、智能、执行、安全的完全分离：

1. 交互接入层：支持50+通讯平台（微信、飞书、Telegram等）统一接入，实现“无额外APP”的体验。

2. 智能核心层：基于ReAct范式的“大脑”，负责意图理解、任务规划与决策。

3. 工具执行层：提供“手脚”能力，包括文件操作、Shell执行、浏览器自动化等。

4. 安全与运维层：提供沙箱隔离、权限控制、审计日志等保障。

三、中心辐射式通信与工作流引擎

• 中心辐射式架构：以 Gateway网关（默认18789端口）为中枢，所有子系统通过标准化接口与之通信。这种设计实现了交互渠道、AI推理、任务执行、能力扩展的完全解耦，并支持多Agent配置（通过不同工作区隔离工作与生活场景）。

• 节点化工作流引擎：将复杂任务拆解为Start、LLM、Tool、Condition、Loop、End等独立节点，支持灵活的流程编排与状态管理。

四、Skills扩展系统：自然语言驱动的能力进化

这是OpenClaw最精妙的设计，彻底改变了AI扩展方式：

1. 自然语言定义：每个Skill就是一个包含YAML元数据的 Markdown文件（SKILL.md），用自然语言写操作指南，无需编程即可扩展能力。

2. 三级渐进式披露：解决传统工具加载的Token浪费问题。

• 一级：仅注入Skill名称+描述（约24 token/个），50个Skill仅占约1200 token。

• 二级：AI判断相关时，动态调用read工具读取完整SKILL.md。

• 三级：深度资源（脚本、参考文档）仅在执行子任务时按需加载。

3. AI自举能力：内置 skill-creator 元技能，允许AI 自己编写新Skill，甚至通过观察用户工作流自动提炼模式，实现“自我进化”。

4. 热重载与可移植性：支持文件监听热更新；完全兼容 AgentSkills开放标准，Skill可在Claude Code、OpenAI Codex等十余个平台间复用。

五、安全设计的双刃剑

• 内置安全机制：默认沙箱隔离、权限最小化、Skill级密钥注入（通过配置注入，执行后自动清除）、支持操作二次确认。

• 严峻的安全挑战：已披露 CVE-2026-25253 等漏洞，社区技能市场（ClawHub）中被发现存在恶意Skill（约12%-20%），提示注入、供应链攻击、数据泄露风险已被多家安全机构确认。这导致部分高校禁用，也催生了企业级加固方案（如广州数科的人脸认证版Cclawd）。

总结：架构创新的本质

OpenClaw的架构突破在于：

1. 将“工具调用”提升为“知识引导”：通过自然语言Skill代替函数签名，极大降低了扩展门槛。

2. 工程化解决Token效率：渐进式披露在Agent场景中实现了能力与成本的优雅平衡。

3. 个人计算的新范式：通过本地优先+多渠道接入，试图成为凌驾于应用之上的“影子管家”，而非又一个独立App。

其设计思想对构建可扩展的AI Agent系统具有重要参考价值——但同时也警示，能力越强，责任边界与安全隔离越需前置设计。