乐于分享
好东西不私藏
夜雨聆风 > > 办公文件 > AI 智能体的执行机制:OpenClaw剖析

AI 智能体的执行机制:OpenClaw剖析

当前时间： 2026-08-13 07:39:58 分类：办公文件 评论(0)
AI 智能体的执行机制:OpenClaw剖析

"罗帏舒卷，似有人开。明月直入，无心可猜。"

本文是《AI 的记忆机制：小龙虾、人类大脑和工程项目管理》的延续，以 OpenClaw 为对象，讨论 AI 智能体的任务执行机制。

需要说明的是，本文的结构大纲和文字统稿是我负责，主要技术内容由小龙虾🦞（OpenClaw v3.23-2 + Qwen3.5-plus）亲自撰写，所以它觉得这篇文章的第一作者应该是它。

（一）AI 大模型的对话机制

传统模式下，人类与 AI 大模型的交流是以会话（session）为单位组织的，每个会话都是一个独立的信息流。

会话通常以问答方式进行。AI 回答用户的提问，也就是大模型接受输入（提示词）→ 进行处理 → 输出结果。但在每次处理信息时，大模型接受的提示词并不是只有本次提问，而是把之前的对话上下文作为完整提示词一起输入，因此就形成了"会话内记忆"。

用符号表示：如果用户的提问是 Q1、Q2、Q3，AI 的回答是 A1、A2、A3，大模型每次处理的数据是：

Q1 → A1

Q1 A1 Q2 → A2

Q1 A1 Q2 A2 Q3 → A3

......

因此，AI 大模型在同一个会话内部是有记忆延续性的。

**示例**

用户：明天北京的天气如何？    大模型：明天北京天气：多云，12℃~25℃，东北风 1 级，湿度 34%。    用户：适合爬山吗？    大模型：明天非常适合！无风，不会被风吹得难受；不冷不热，体力消耗适中；多云，阳光不暴晒，视野好。

这个对话机制非常简洁，但它的问题是不同会话之间没有信息互通，因此AI不能建立起生命期内完整的历史记忆。此外，AI 大模型也无法在用户电脑上执行操作任务，只能针对输入信息进行回复。

（二）OpenClaw 的执行机制

在 OpenClaw 机制下，人类用户并不是直接与 AI 大模型对话，而是：

人→ 通道（QQ、钉钉等）→ OpenClaw Gateway → AI 大模型

在这个机制下，OpenClaw 解决了几个关键问题：

历史记忆

每次会话启动时，小龙虾会先"醒来"，读取这些文件来获取上下文：

  • SOUL.md → 我是谁（小龙虾的人格设定）

  • USER.md → 你是谁（主人的偏好、兴趣）

  • MEMORY.md → 长期记忆

  • memory/YYYY-MM-DD.md → 最近的日记（默认读昨天+今天）

  • TOOLS.md → API Key 和配置信息

在每轮问答中，小龙虾会把"用户消息 + 上下文 + 系统提示"一起打包发送给大模型，因此大模型会获得对话双方的历史记忆，基于这些记忆来编写回答。

注：为了保证记忆的完整性，小龙虾每次发送的提示词都会包含完整的 SOUL、USER、MEMORY 信息（但不包含 TOOLS.md）。因此，保持这些文件精炼可以显著减少 token 消耗。

工具调用

工具调用是 OpenClaw 赋予大模型的关键能力，使之不仅能回答问题，还可以执行操作任务。这里存在两种场景：

  1. OpenClaw 本地已经安装了合适的技能（Skill），可以直接调用；

  2. 没有合适的技能，但 AI 大模型可以写一个脚本来完成任务。

二者的机制相似，区别在于：Skill 是一个预定义程序，通常质量较高，适合重复执行但较为固定；脚本是 AI 的"即兴创作"，质量有时缺乏保障，但更为灵活方便。

**工作原理**

用户请求→ 识别意图 → 匹配 Skill 或 编写脚本 → 调用 Tool 或 运行脚本 → 返回结果

**Skill 注册机制**

  • 所有技能都存放在系统指定的目录下，并且每个 Skill 有一个 `SKILL.md` 文件，描述它的用途和触发条件。

SKILL.md 长这样：

# Skill 名称    描述：这个技能做什么    触发条件：什么情况下使用    工具定义：      - 工具名：weather- 参数：location (string), units (string)      - 执行命令：curl wttr.in/{location}

  • OpenClaw 启动时，自动扫描系统目录下的所有 Skill，注册到 MCP (Model Context Protocol) 工具列表，并把工具列表作为系统提示一起打包发给大模型。

  • 大模型收到可用的工具列表和每个工具的描述，因此知道有哪些工具可用，以及每个工具的参数是什么。

包含工具调用的完整对话流程

**1. OpenClaw 收到用户消息**

预处理：识别消息类型（文字、图片等），并把消息包装成统一的 JSON 格式（包括消息 ID、时间戳、聊天类型等信息）；

将用户消息和其它上下文信息一起组装成提示词，发送给大模型。

**2. 大模型第一次处理（意图识别 + 工具选择）**

场景一：该问题可以直接回答，无需调用工具，则大模型直接编写回答。

示例：

 用户：小龙虾你在吗？

 大模型：主人我在呢，有什么需要帮忙的吗？

场景二：该问题需要调用已有技能完成，则大模型输出工具调用指令。

示例：

 用户：北京天气如何？

 大模型：发现 weather skill 可完成天气查询操作，输出指令：

 {

 "tool": "weather",

 "params": {"location": "Beijing"}

 }

场景三：该问题没有适用的技能，但大模型判断可自行编写脚本完成，则大模型输出可执行脚本。

示例：

 用户：删除桌面上的“小龙虾回忆录.md”文件

 大模型：输出自行编写的python脚本： 

    #!/usr/bin/env python3

    import os

import shutil

    # 文件路径

    file_path = os.path.expanduser("~/Desktop/小龙虾回忆录.md") 

    # 检查文件是否存在

    if os.path.exists(file_path):

        # 删除文件

        os.remove(file_path)

        print(f"✅ 已删除：{file_path}")

    else:

        print(f"❌ 文件不存在：{file_path}")

**3. OpenClaw 的执行**

对于场景一，OpenClaw 无需执行，跳到下面第 5 步；

对于场景二和场景三，OpenClaw 在本地执行技能或脚本，然后把执行结果返回给大模型。

**执行示例：**

工具：weather

参数：{location: "Beijing"}

执行命令：curl "wttr.in/Beijing?format=j1"

返回结果：    {    "current_condition": [{"temp_C": "15", "weatherDesc": "Sunny"}],    ...    }

**4. 大模型第二次处理（生成回复）**

根据 OpenClaw 上报的执行结果，大模型整理成自然语言回答。

**最终回复示例：**

主人，北京今天天气晴朗☀️    当前温度：15°C    适合出门哦～

**5. OpenClaw 回复用户**

将大模型输出的回答从通道回复给用户。

（严格来说，上述流程还有一个环节：日记写入。如果OpenClaw判断此对话内容很重要，会在对话后自动写入 memory/YYYY-MM-DD.md，形成短期记忆。定期 review 后，会提炼到 MEMORY.md 形成长期记忆。但此处的判断机制我还没有搞明白。）

从上述流程可见，在 OpenClaw 机制里，大模型处理的不是用户的原始消息，而是经过OpenClaw Gateway 预处理、组装后的完整提示词。这个设计让大模型从"单纯的对话者"升级为"智能决策引擎"，配合 Gateway 的调度能力和工具集的执行能力，形成了一个完整的"感知 - 决策 - 执行"闭环。

但需注意的是，OpenClaw的设计让大模型每次处理的信息量更大，调用次数也增加了。在 OpenClaw 机制下，每次用户提问通常需要调用大模型 2 次：

第 1 次：意图识别 + 工具选择

第 2 次：结果整理 + 生成回复

如果需要写日记，可能还需要第 3 次调用。

因此，OpenClaw的 Token 消耗可能会比传统对话高 2-3 倍，但换来的是强大的执行能力和持久记忆。

但如果只是简单的知识问答，传统大模型对话就够了。

（三）两种机制的总结对比

本质区别

**传统大模型对话**

  • 大模型 = 对话者（直接回答问题）

**OpenClaw 机制**

  • Gateway = 总指挥官（预处理 + 调度 + 后处理）

  • 大模型 = 智能决策引擎（理解意图 + 生成回复）

  • 工具集 = 执行者（实际完成任务）

  • 文件系统 = 记忆载体（持久化存储）

优劣分析

传统对话优势✅

**低延迟** - 直接调用，一次完成

**低成本** - 一次调用

**简单易用** - 无需本地部署

**高可用** - 云端服务，无需维护

传统对话劣势❌

**无记忆** - 会话重启后丢失

**无工具** - 只能生成文本

**无执行能力** - 无法调用外部 API

**个性化有限** - 仅系统提示

OpenClaw 优势 ✅

**上下文增强** - 大模型看到的是"增强版"问题，有完整背景

**工具扩展** - 可以调用外部 API、执行代码

**记忆持久化** - 跨会话记忆，不会丢失

**深度个性化** - 人格、偏好、记忆都可定制

**执行能力** - 不仅能说，还能做

**安全控制** - 代码审查、权限限制

OpenClaw 劣势 ❌

**延迟更高** - 预处理 +2 次调用 + 后处理

**成本更高** - 2-3 次大模型调用

**复杂度更高** - 需要维护 Gateway、文件系统

**依赖本地环境** - 需要运行 OpenClaw Gateway

流程图

**传统大模型对话机制：**

┌─────────┐│    用户       │└────┬────┘│ 原始问题│ "北京天气怎么样？"▼┌─────────┐│  大模型        │ ← 直接处理用户原始问题│ (如 ChatGPT)  │└────┬────┘│ 生成回复▼┌─────────┐│    用户       │ ← 收到回复└─────────┘

**OpenClaw 机制：**

┌─────────┐│    主人       │└────┬────┘│ 原始消息│ "北京天气怎么样？"▼┌───────────────────┐│  OpenClaw Gateway (本地)      ││                              ││  1. 消息接收                   ││  2. 轻量预处理                 ││  3. 上下文加载：                ││     - SOUL.md (我是谁)         ││     - USER.md (主人是谁)       ││     - MEMORY.md (长期记忆)     ││     - 今日日记 (最近上下文)      ││     - TOOLS.md (配置信息)      ││  4. 工具列表注入：              ││     - weather                ││     - web_search             ││     - exec                   ││     - ...                    ││  5. 组装完整 Prompt            │└─────────┬─────────┘│ 增强后的 Prompt│ (系统提示 + 上下文 +│  工具列表 + 用户消息)

▼┌────────┐│  大模型      │ │  (Qwen)     │└───┬────┘│ 工具调用指令 + 回复▼┌──────────────────┐│  OpenClaw Gateway (本地)     ││                             ││  6. 执行工具（如需要）          ││  7. 再次调用大模型整理结果      ││  8. 写入日记（如需要）          ││  9. 发送回复                 │└────────┬─────────┘│▼┌───────┐│   主人     │  ← 收到回复└───────┘

---

附录：OpenClaw的重要配置文件

/home/admin/.openclaw/workspace/├── SOUL.md      # 我是谁（人格设定）├── USER.md      # 主人是谁（用户信息）├── MEMORY.md    # 长期记忆（精华版）├── TOOLS.md     # 工具配置（API Key 等）├── AGENTS.md    # 工作空间指南├── HEARTBEAT.md # 心跳任务配置├── memory/      # 日记目录│   ├── YYYY-MM-DD.md│   └── ...└── docs/        # 文档目录

---

作者: 小龙虾（OpenClaw v2026.3.23-2 + Qwen3.5-plus）

编辑: 主人（Kevinz）

地点: 上海

时间: 2026-04-11