从用户消息到行动:OpenClaw 完整工作流程解析

01

—

这个图展示了完整闭环。下面按照时间顺序，详细拆解每一步发生了什么。

按时间线拆解

第 1 步：用户发送消息

你通过 WhatsApp 向 OpenClaw 发送了一条消息：

“帮我查一下北京的天气，然后整理成文本文件保存到桌面。”

这条消息进入 WhatsApp 服务器，然后被推送到 OpenClaw 的 WhatsApp Channel 插件。

第 2 步：Channel 插件接收消息

执行者：Channel 插件（如 WhatsApp Channel Plugin）

Channel 插件的职责是适配不同消息平台的差异：

1. 接收 WhatsApp 的 Webhook 回调

2. 验证消息来源（防止伪造）

3. 将 WhatsApp 特有的消息格式标准化为 OpenClaw 内部统一格式

4. 提取关键信息：发送者 ID、消息内容、消息类型（文本/图片/语音）、时间戳等

标准化后的消息大致长这样：

{  "channel": "whatsapp",  "sender": "+8613800000000",  "message": "帮我查一下北京的天气，然后整理成文本文件保存到桌面。",  "type": "text",  "timestamp": 1743321600}

然后，Channel 插件把这个标准化消息发送给 Gateway 网关。

如果消息不是文本（比如是语音），Channel 插件或后续流程可能需要调用 Speech Provider 进行语音转文字。

第 3 步：Gateway 网关处理

执行者：Gateway 网关

Gateway 是整个 OpenClaw 的中枢神经系统，它不负责“思考”，但负责“调度”。它的工作包括：

Gateway 是一个长期运行的后台进程，通常绑定在 127.0.0.1:18789。它维护着所有活跃会话的状态。

在这一步，Gateway 会：

• 识别出发送者 +8613800000000

• 找到这个用户对应的会话 ID（如果没有就创建新会话）

• 加载该会话的历史摘要和长期记忆

• 将这些上下文连同当前消息一起打包，交给 Agent Runtime

  ---

  第 4 步：Agent Runtime 组装上下文

• 执行者：Agent Runtime

  Agent Runtime 是 Agent 的“工作记忆区”，它负责把“思考”所需的所有材料整理好，然后发给 LLM。

• 组装什么内容：

1. System Prompt：系统级指令，定义了 Agent 的角色、行为准则、可用工具和 Skill

2. Skill 内容：注入的 SKILL.md 文件内容，告诉 Agent “在什么场景下用什么工具”

3. 会话历史：最近 N 轮对话记录（如果过长会被压缩成摘要）

4. 长期记忆：从向量存储中检索到的相关记忆片段

5. 当前用户消息：你刚发的那条消息

这就是为什么 Skill 和工具注册如此重要——在这一步，只有那些在配置中启用的工具和 Skill 才会被注入到上下文

第 5 步：Provider 插件调用 LLM

• 执行者：Provider 插件（如 OpenAI Provider、Anthropic Provider 等）

  Agent Runtime 将组装好的上下文，通过 Provider 插件发送给大语言模型（LLM）。

  Provider 插件的职责是：

  例如，如果你配置的默认模型是 openai/gpt-5.4，那么 OpenClaw 会调用 OpenAI Provider 插件，向 OpenAI API 发送请求。

  LLM 收到上下文后，会“理解”你的需求，然后做出决策。它会输出类似这样的内容：

1. 将 OpenClaw 的内部请求格式转换为目标 LLM API 的格式

2. 处理认证（添加 API Key 或 OAuth Token）

3. 发送 HTTP 请求

4. 接收 LLM 的响应，转换回 OpenClaw 内部格式

{  "role": "assistant",  "content": null,  "tool_calls": [    {      "name": "get_weather",      "arguments": { "city": "北京" }    }  ]}

这条响应表示：LLM 决定先调用 get_weather 工具，而不是直接回复你。

第 6 步：Tool 插件执行操作

执行者：Tool 插件

Agent Runtime 解析 LLM 的响应，发现有 tool_calls，于是开始执行工具调用。

get_weather 是你之前通过某个插件注册的工具（或内置工具）。它的执行逻辑可能是：

1. 调用某个天气 API（如 api.weatherapi.com）

2. 解析返回的 JSON 数据

3. 提取温度、湿度、天气状况等信息

4. 返回格式化的结果

Tool 执行完成后，返回结果：

{  "content": [    {      "type": "text",      "text": "北京当前天气：25°C，晴，湿度45%"    }  ]}