夜雨聆风
很多人第一次看到 OpenClaw，会以为它只是一个 AI 聊天工具。
但如果你顺着它的 README、docs 和扩展目录往下看，会发现它根本不是一个“聊天壳”。
它更像一个本地优先的 AI 助手平台。
一边接消息渠道，一边跑 Agent，一边调工具，还能把 Web、桌面端、移动端 and 设备节点都接进来。
所以理解 OpenClaw，关键不是记住多少功能，而是先看清它到底由哪些模块组成。
这篇我就不做过深源码分析，只做一件事：
把 OpenClaw 按“模块职责”和“技术栈”两条线拆开，帮你快速建立整体认知。
【 一句话看懂 OpenClaw】
如果只用一句话概括：
OpenClaw = Agent Runtime + Gateway 控制平面 + 工具系统 + 多消息渠道 + 多端节点能力。
它的重点不是某一个单独功能，而是把这些能力放在同一个系统里统一调度。
也就是说，OpenClaw 想做的不是“再造一个聊天窗口”，而是做一个真正能接入环境、调用工具、连接设备、长期运行的个人 AI 助手底座。
【 核心模块：拆开看看有哪些】
下面这几个模块，基本可以覆盖你理解 OpenClaw 的主干。
1 Gateway：整个系统的中枢
这是 OpenClaw 最核心的模块。
它本质上是一个常驻守护进程，负责把客户端、消息渠道、节点设备、Web 界面都接进来。
你可以把它理解成 OpenClaw 的“大脑中枢”。
它主要做几件事：
- ▪管理 WebSocket 和 HTTP 接入
- ▪负责请求转发和事件推送
- ▪管理连接状态、鉴权、配对和心跳
- ▪承接 Agent 请求、工具调用和系统事件
为什么这个模块重要？
因为 OpenClaw 不是每个入口各自跑一套逻辑，而是把控制权收敛到 Gateway 上。这样不管 you 从 Web、CLI、消息渠道还是设备节点进入，最后都会回到同一个控制面。
2 Agent Runtime：真正的执行层
如果 Gateway 是中枢，那 Agent Runtime 就是执行层。
它负责接收消息、组装上下文、调用模型、调工具、维护 session，并把结果返回出去。
这个模块决定了 OpenClaw 不只是“能聊天”，而是“能完成任务”。
它关心的事情包括：
- ▪当前会话上下文怎么组织
- ▪memory 和历史记录怎么召回
- ▪哪些工具可以调用
- ▪多个 agent 怎么协作 or 路由
- ▪不同 workspace 的 prompt 和规则怎么注入
简单说，Agent Runtime 解决的是“AI 怎么真正跑起来”。
3 Tools：OpenClaw 的能力总线
很多项目会把工具调用做成附属能力，但 OpenClaw 明显把 Tools 当成一等公民。
从文档里能看到，它内置了不少核心工具，比如：
- ▪
exec/read/write/edit - ▪
browser/canvas/cron - ▪
message/memory_*/sessions_*
这说明它的设计方向很明确：
不是让 Agent 只能“说”，而是让 Agent 可以通过标准化工具去“做”。
更重要的是，这些工具不是野生调用，而是带 schema、权限控制和策略配置的。
这也是 OpenClaw 跟很多 demo 级 Agent 项目拉开差距的地方。
4 Messaging：多平台统一接入
这是 OpenClaw 很有辨识度的一层。
它不是只做 Web Chat，而是接入了大量消息平台，比如：
- ▪WhatsApp / Telegram / Slack / Discord
- ▪飞书 / 钉钉 / 企业微信 / WeChat
你可以把这一层理解成“消息适配器”。
不同平台的协议、鉴权、线程机制、附件格式都不一样，但 OpenClaw 试图把它们统一抽象成可收发消息的 surface。
这样做的价值很大：
同一个 AI 助手，不必被锁在某个单一界面里，而是可以直接进入你已经在使用的沟通渠道。
5 Extensions：从产品进化为平台
如果只看核心能力，OpenClaw 已经不小了。
但它真正的扩展性，来自插件和扩展系统。
从仓库结构就能看出来，extensions/* 是一等工作区成员，这意味着扩展不是外挂脚本，而是正式架构的一部分。
插件大致可以扩什么？
- ▪新消息渠道 / 新工具
- ▪Gateway 路由和 HTTP 接口
- ▪CLI 命令 / 认证能力
- ▪后台服务 / memory 后端
这背后其实是一个很重要的信号：
OpenClaw 不是把功能越做越重，而是在做“平台化能力沉淀”。
核心负责调度，扩展负责生长。
6 Memory：让 AI 具备长期记忆
如果一个 Agent 系统只有即时回复，那它更像聊天机器人。
OpenClaw 明显在往“持续使用”方向走，所以 session 和 memory 是单独成层的。
它解决的是这些问题：
- ▪会话历史管理与上下文压缩
- ▪长期记忆检索与知识沉淀
- ▪Workspace 级别的记忆隔离
从扩展目录看，还支持像 LanceDB 这样的长期记忆后端。
这意味着它不是只关注“这一轮说什么”，而是在考虑“这个助手怎么长期连续工作”。
7 Nodes：连接真实设备能力
这是 OpenClaw 跟很多纯软件 Agent 项目很不一样的地方。
它不只连接消息渠道，还连接设备节点。
比如：
- ▪macOS / iOS / Android
- ▪Headless Node Host
而且这些节点不是简单展示界面，而是可以暴露设备能力，比如：
- ▪相机 / 屏幕 / 定位
- ▪Canvas / 系统通知
换句话说，OpenClaw 想把真实设备也纳入 Agent 的可调用边界。
这会让它从“软件里的 AI”进一步走向“环境中的 AI”。
8 UI & CLI：多入口共用底座
OpenClaw 还有几个很关键的表层入口：
- ▪CLI 命令行
- ▪WebChat / Control UI
- ▪Canvas 可视化层
这些入口看起来不同，但它们背后并不是各自独立的一套系统，而是共用 Gateway 和 Agent Runtime。
这也是为什么 OpenClaw 会给人一种“不是工具堆砌，而是系统工程”的感觉。
表面很多，底层很收敛。
【 工程视角：OpenClaw 的 5 层架构】
理解完模块之后，再往上抽一层，其实会更清楚。
我会把 OpenClaw 粗略分成 5 层：
9 1. 核心运行层 (Runtime)
- ▪Gateway / Agent Runtime / Session / Tools Runtime
- ▪负责调度、执行和上下文管理。
10 2. 接入层 (Access)
- ▪CLI / WebChat / Messaging Channels / API
- ▪解决“从哪里进来”的问题。
11 3. 设备层 (Devices)
- ▪macOS / iOS / Android / Node Host
- ▪解决“能连接哪些真实终端”的问题。
12 4. 扩展层 (Ecosystem)
- ▪Extensions / Plugins / Skills / Memory backends
- ▪决定了它是不是一个可持续扩展的平台。
13 5. 基础设施层 (Infra)
- ▪Schema / Build / Test / Lint / Packaging
- ▪决定了项目是否能长期维护和工程化。
【 技术栈：不只是 TypeScript】
很多人看到这类项目，第一反应会是：哦，一个 Node.js 项目。
但 OpenClaw 其实是一个跨端系统工程，主技术栈虽然是 TypeScript + Node.js，但外围远不止这些。
14 核心语言与运行时
- ▪TypeScript + Node.js + ESM
- ▪承接了 Gateway、CLI、Agent Runtime 和大部分插件系统。
15 协议与类型系统
- ▪WebSocket / HTTP / TypeBox / JSON Schema
- ▪重点在于把协议、配置和工具输入输出都类型化，这对大型 Agent 系统至关重要。
16 Monorepo 组织方式
- ▪pnpm workspace
- ▪核心模块、前端、扩展一起协同开发，架构更像平台而非单应用。
17 前端与交互层
- ▪Vite + React (WebChat / Control UI / Canvas)
- ▪前端是独立工作区，作为正式的交互层而非附属页面。
18 跨端技术栈
- ▪Swift (macOS / iOS)
- ▪Kotlin + Gradle (Android)
- ▪这是一个真正的 Node.js + Swift + Kotlin 跨端项目。
19 增强能力
- ▪LanceDB (长期记忆) / OpenTelemetry (可观测性) / node-llama-cpp (本地模型)
- ▪补齐了长期记忆、监控诊断和本地推理能力。
20 工程质量工具
- ▪Vitest / oxlint / oxfmt / swiftlint / knip
- ▪说明项目已经开始认真处理多端代码质量和工程化问题。
【 一张表看懂 OpenClaw】
| 项目定位 | |
| 核心中枢 | |
| 关键能力 | |
| 外部接入 | |
| 技术栈 | |
| 工程组织 | |
| 延展能力 |
【 一灯短评】
很多人看 AI Agent 项目，容易只盯着模型层。
但像 OpenClaw 这种项目，真正值得看的，往往不是“它接了哪个模型”，而是它怎么把这些能力组织成一个能长期运行的系统。
本质上，OpenClaw 做的不是一个功能点，而是一套 Agent 基础设施。
如果你是开发者，想研究本地优先 Agent、消息接入型 AI 助手、或者可扩展的多端 Agent 架构，OpenClaw 是很值得拆的项目。
因为它提供的不是一个小技巧，而是一整套系统化思路。
如果你也在关注 AI Agent、开源项目拆解、自动化工作流和开发者效率工具，欢迎关注我。
