乐于分享
好东西不私藏
夜雨聆风 > > 办公文件 > OpenClaw概述分析

OpenClaw概述分析

当前时间： 2026-08-10 17:31:55 分类：办公文件 评论(0)
OpenClaw概述分析

一.1.1 OpenClaw架构分析

1）传统智能体大致由大脑（大模型）、技能（MPC）、感知（用户输入）、记忆（短期上下文/长期RAG）等部分构成。

上文把OpenClaw用于存放记忆的文件目录进行了阐述，可以看出其是采用分层记忆的，这个和人类记忆有所相似，比如分为我是谁、这是什么事等。

分层记忆不是将所有内容原封不动存储，而是进行系统的提炼后进行。开始新对话后，则分别加载AI画像、用户画像、上下文画像。

2）主要差异：目前我理解的是OpenClaw是一个主动性的智能体（也依赖更高的权限），在感知方面可主动获取权限内的信息，大模型在此时更像一个服务，可随时热切换，而不是过去的规划的核心。记忆也跳脱出上下文和RAG的局限，转而自动迭代和存储。技能灵活调用和多智能体协同也是其一个特点。（目前理解有限，具体内容可以参考附件2）
3）基于传统Agent的工程化改造，优化信息感知模式，如接入多类型渠道输入，优化记忆模式、Skill技能、多智能体等，核心在其GateWay，起到一个路由策略的作用。（具体内容可以参考附件1）
这是OpenClaw的整体架构，分为入口—网关---大模型----多层记忆-----skill技能。（忘了还有Agent，其本身就是一个多智能体协同平台）
入口（Clients）→ 指挥中心（Gateway）→ 大脑（Agents）→ 手脚（Tools）→ 沉淀（Workspace/Memory）→ 模型（Providers）→ 可选远端（Node）
如上图所示，OpenClaw的输入渠道可以是即时通讯平台（如飞书、微信、QQ等）；也可以是来自权限授予，直接获取操作系统的相关指标、读取允许范围内的数据，包括邮件、相关资料；还可以是像传统智能体调用插件，访问网页、地图等三方平台。处理数据的类型，主要来自配置的大模型类型，多模态的还是纯文本的。

一.1.2 不同口味的龙虾

1. OpenClaw（开源原生版）

  • 定位：开源AI智能体框架，是所有“Claw”产品的技术底座
  • 核心特点：
  • 本地私有化部署，数据完全自主可控
  • 完整运行时系统：包含消息网关、会话治理、多Agent协作、分层记忆等
  • 高度可扩展：支持多渠道接入（钉钉/飞书/微信等）、自定义技能与子Agent
适合人群：技术开发者、极客、需要深度定制的团队

2、QClaw（腾讯·个人本地版）

  • 定位：腾讯电脑管家出品，面向个人用户的本地化AI助手
  • 核心特点：
  • 3分钟本地一键安装，零配置上手
  • 微信/QQ深度绑定：手机发消息即可远程操控电脑
  • 本地数据存储，隐私安全，内置多款国产大模型
适合人群：普通办公族、个人用户，追求便捷与隐私

3、KimiClaw（月之暗面·云端长文本版）

  • 定位：基于OpenClaw的云端托管服务，主打长文本处理与自动化
  • 核心特点：
  • 浏览器原生访问，无需本地部署，7×24小时在线
  • 深度整合Kimi K2.5模型，长文本理解与推理能力突出
  • 云端记忆存储，支持跨设备同步任务与对话历史
适合人群：研究人员、内容创作者、需要处理长文档的用户

4. JVSClaw（阿里云·云端隔离版）

  • 定位：阿里云无影团队打造的云端SaaS型AI智能体
  • 核心特点：
  • 两大核心模块：ClawBot（AI助手）+ ClawSpace（专属6核12GB云端Linux环境）
  • 云端隔离执行，安全性高，无需用户配置服务器
  • 内置办公自动化技能，支持文档处理、浏览器操作等
适合人群：企业用户、开发团队，重视数据安全与云端协作

5. WorkBuddy（腾讯云·全场景桌面版）

  • 定位：腾讯云推出的全场景AI桌面工作台
  • 核心特点：
  • 零代码、零部署，开箱即用，兼容OpenClaw技能生态
  • 原生接入微信/企业微信，支持多IM渠道远程指挥
  • 覆盖数据处理、文档撰写、代码开发等职场全场景
适合人群：职场办公族、小微企业，追求高效协作

6. ArkClaw（字节火山引擎·飞书生态版）

  • 定位：火山引擎出品的云端SaaS版OpenClaw，飞书生态深度集成
  • 核心特点：
  • 零门槛：浏览器打开即用，无需本地环境
  • 飞书原生打通：会议纪要自动生成、待办同步飞书日历
  • 支持多模型切换，提供Coding Plan订阅降低Token成本
适合人群：飞书重度用户、轻办公团队，注重生态协同

一.1.3 OpenClaw衍生问题分析

PS：1）害怕被时代抛弃，本身是自身产生的危机意识。保持对当前AI技术的关注，还是十分必要的。但是是否需要投入过多精力去研究某一个热门的风口产品，还是值得商榷。

2）智能体的最终目的应该是提高生产力，最终占有市场的应该还是资本大厂（当然，OpenClaw本身是由1个程序员进行迭代的）。当然也可能出现，不同行业自己迭代具备各自行业属性的“OpenClaw”。

PS：

1）市场总体是逐利的，在成本合理的情况下，会有大量可以被替代的岗位出现。但是同时，也应该考虑总体的社会影响，所以这是一个市场和政治的博弈，但是总体到最后还是会回归到“大多数人如何生活的更好”。

2）对于企业来说，提供成熟的共性底层服务，可能也是主要盈利的点。

PS：AI在短时间内，还是以辅助工具的形式存在。有限的时间，华仔如何成熟的使用这些工具，由此提升整体生产效率上来显得更划算。

一.1.4 Openclaw安全如何解决？

PS：相关的OpenClaw产品目前安装越发方便，但是安全性还是无法得到完全保证。安全风险主要来自于Skill、模型理解偏差误操作等主观和客观因素。目前已有一些检测安全的方法，如监听端口检测、技能安全评测等，这事还是双刃剑吧。
安全管控是必要的，现在各类安全软件应该都升级了对OpenClaw的权限管控，下面是企鹅的。

一.2 Openclaw到底能帮我们做哪些事

一个产品的价值在于是否能够解决“实际场景问题”，这就要具体分析各行各业在哪些场景中，需要AI或者这类主动智能体。
从上图分析可以看出，AI的能够至少在这三类场景中帮助人类。第一类，从海量数据信息中，提炼相关信息数据，但这类工作传统大模型和智能体也可以做，主动智能体的优点在于主动、定时、简单交互后周期性做？---这类工作，包括实时获取竞品信息、及时获取并分析市场行情等。
第二类机械重复性工作，这类事情之前的智能体也能做，但是不如OpenClaw这类主动智能体亲人话，通过微信或者QQ下发指令后，即可自动完成，这类场景包括HR筛选简历、财务同学整理报表等。
第三类就是提供不间断服务，这部分其实就是给AI以权限，从而进行不间断服务。但这类场景，如系统监控、运维监控，之前有相关专业软件系统也可以完成。

总以，OpenClaw这类主动性智能体，确实如它自己介绍，主要是在工程上进行了更符合人类习惯的改造。

一.3 实操相关

目前已经完成openclaw原生版本的部署，但是还未和前端通讯平台对接，未配置三方Skill。
n再次启动时
  1. 先打开一个powershell，然后启动网关（openclaw gateway run --verbose）；
  2. 然后新开一个powershell，执行openclaw tui。
  3. 大模型（千问）免费额度使用完了
目前采用硅基流动中的免费模型（Qwen/Qwen2.5-7B-Instruct），下面是配置代码。

一.1 附件

一.1.1 附件1（架构解析）

一、核心定位与五层架构

OpenClaw本质是围绕Agent构建的运行时网关系统（Agent Runtime），区别于普通Agent框架，其核心是为消息处理打造了可治理、可扩展的全链路工程方案，整体抽象为五层架构，各层职责清晰、边界明确：
  1. 用户接口层：提供CLI、Web UI、移动端、WebSocket API等入口，将用户操作转为统一内部请求；
  2. Gateway核心层：系统运行核心，负责连接管理、请求接入、配置热加载、健康监控等基础治理；
  3. 消息处理层：业务逻辑核心，包含8级优先级路由、会话管理、Agent执行器、工具调用、出站分发等核心能力；
  4. 扩展与插件层：支持通道插件（对接钉钉/飞书/Telegram等）、技能工具系统、子Agent调度，是系统可扩展的关键；
  5. 基础设施层：提供配置密钥管理、结构化日志、定时任务、记忆检索、沙箱安全等通用能力，支撑上层运行。

二、单条消息的完整执行链路

从外部消息进入到最终响应输出，OpenClaw的处理链路为消息源→协议适配→路由分发→会话构建→Agent执行→响应投递→状态持久化，核心关键节点的工程设计如下：
6.协议适配：各外部通道通过专属适配器，将异构消息清洗为统一的MsgContext格式，隔离平台差异，新增通道仅需开发插件无需修改核心代码；
7.前置治理：通过idempotencyKey实现消息去重，避免重复执行；拦截/stop等系统控制命令，快速中止任务；Web请求先返回started状态，降低用户感知延迟；
8.路由与会话控制：内部通道直接通过sessionKey匹配Agent，外部通道按8级优先级匹配绑定规则；设计全局+会话两级车道机制，同一会话消息串行执行防上下文错乱，全局并发限制防系统过载；
9.上下文组装：按系统提示词→技能提示→对话历史→当前消息的顺序拼装，定义模型认知层级，同时通过Token限制、智能截断、语义压缩等策略防止上下文溢出，保障连贯性；
10.Agent执行：采用流式响应（SSE/WebSocket）降低延迟；工具调用触发“推理—执行—再推理”循环；设计多级模型回退策略，应对限流、认证、超时等异常，保证服务可用性；
11.收尾持久化：跨通道投递响应结果，更新会话元数据与JSONL格式的转录文件，释放车道锁、清理幂等键，完成资源回收。

三、Skills系统：Agent的能力管理核心

Skills并非简单的函数列表，而是让Agent知晓工具使用方法的能力包，核心通过“发现-过滤-安全检查-生成提示词”四步加载，且设计三层权限过滤管道保障安全：
12.Profile层：全局配置工具白名单，控制Agent可用工具范围；
13.Sandbox层：沙箱环境隔离危险操作，限制文件系统访问；
14.Subagent层：子Agent继承主Agent权限，限制其工具使用范围；
最终将可用技能描述注入系统提示词，让Agent基于技能判断任务处理方式，而非凭空推理。

四、记忆系统：分层存储+智能检索+自动沉淀

OpenClaw设计了会话历史+长期记忆+每日记忆的分层记忆体系，搭配索引与自动沉淀机制，让记忆从“模型模糊残留”升级为“显式检索能力”：
15.会话历史：采用sessions.json（轻量元数据索引）+{sessionId}.jsonl（完整对话转录）的双层存储，增量写入保证最终一致性；
16.长期记忆：以MEMORY.md存储项目规则、API文档等常青知识，Agent启动时通过Bootstrap系统注入提示词；
17.每日记忆：以memory/YYYY-MM-DD.md存储待办、会议记录等时效性内容，通过向量/关键词检索按需调用，带时间衰减权重；
18.自动沉淀与索引：会话接近压缩阈值时，触发Memory Flush让Agent将关键信息写入每日记忆；为记忆文件构建index.db索引，支持全文/向量检索，通过文件监控、定期/增量同步保证索引与文件一致。

五、多Agent协作：任务拆解与层级化协作

针对复杂任务，OpenClaw在单Agent基础上设计主-子Agent层级协作系统，解决单Agent上下文过重、推理链过长的问题，核心设计：
19.核心能力：实现Agent隔离、动态任务分发、层级协作、生命周期管理、安全边界控制，主Agent做总控与汇总，子Agent处理专属子任务；
20.子Agent创建：主Agent通过sessions_spawn工具创建，需经过嵌套深度、并发限制等严格校验，生成专属sessionKey与系统提示词，明确子Agent“仅完成单一子任务”的边界；
21.结果回流：子Agent完成任务后，结果经通知队列注入主Agent会话，供主Agent汇总推理，最终由主Agent向用户输出结果；
22.配置继承：采用Agent级→全局默认→代码默认的三级配置继承机制，兼顾灵活性与配置简洁性，避免配置爆炸。

六、核心设计原则与优势

OpenClaw的核心价值并非“聊天/调工具”，而是将消息处理打造成可治理、可扩展、可追踪、可恢复的Agent Runtime链路，其设计遵循四大原则：
23.分层设计：各层职责清晰，通道适配、执行治理、基础设施边界明确，降低耦合；
24.运行时导向：通过去重、车道控制、上下文压缩、错误回退等设计，解决长期运行的工程问题，而非单纯封装大模型；
25.高度可扩展：通道、技能、子Agent均采用插件化设计，支持灵活扩展；
26.分布式协作雏形：多Agent机制实现任务拆解与层级协作，突破单Agent的能力边界。
简言之，OpenClaw是融合了消息入口、会话治理、上下文管理、技能调用、持久化存储、多Agent协作的一体化Agent Runtime+网关系统，而非简单的智能助理或Agent框架。

一.1.2 附件2（OpenClaw和传统智能体差异）

一、架构定位：从“智能体”到“运行时系统”

  • 传统智能体：以LLM 为核心的单体/模块化系统，聚焦推理、规划、工具调用，是“会思考的助手”。
  • OpenClaw：常驻 Gateway + Agent Runtime + 消息网关 + 设备节点的分布式系统，是可长期运行、可治理、可扩展的执行平台，不只是“思考”，更负责“稳定执行”。

二、核心模块差异（一眼对比）

1. 感知与入口：从“单一输入”到“多渠道网关”

  • 传统：感知=用户输入（文本/语音），入口多为 App/网页/API，平台绑定强。
  • OpenClaw：感知=多渠道消息（钉钉/飞书/微信/Telegram）+ 设备节点（屏幕/文件/浏览器）；通过协议适配器统一异构消息为 MsgContext，新增渠道只需插件，不改动核心。

2. 大脑（LLM）：从“推理核心”到“可插拔推理单元”

  • 传统：LLM 是决策中枢，强绑定单一模型，推理与执行耦合。
  • OpenClaw：LLM 只是推理服务，支持多模型回退、混合部署（本地+云端）；Gateway 做路由与调度，模型无关、可热切换。

3. 技能/工具：从“API 调用”到“全链路能力治理”

  • 传统：技能=函数/API 列表，权限弱、无安全沙箱、无执行链路治理。
  • OpenClaw：Skills 是能力包+安全管道，三层权限过滤（Profile/Sandbox/Subagent）；确定性执行桥接：LLM 输出结构化计划，引擎转精确系统调用，拒绝非法输出。

4. 记忆系统：从“上下文/RAG”到“分层可检索可审计”

  • 传统：短期=上下文窗口，长期=RAG 向量库；隐式、不可控、易溢出。
  • OpenClaw：会话历史+长期记忆+每日记忆三层；纯文本（JSONL/Markdown）存储，可审计、可迁移、本地优先；自动沉淀+全文/向量检索，显式可控。

5. 执行链路：从“单次调用”到“全链路工程治理”

  • 传统：流程=接收→推理→回复；无并发、无去重、无会话隔离、无异常回退。
  • OpenClaw：链路=消息→协议适配→去重→路由→会话车道→上下文组装→Agent 执行→响应→持久化；
  • 全局+会话两级车道：同会话串行防错乱，全局限流防过载。
  • 幂等去重、超时控制、流式响应、多级模型回退，保障高可用、低延迟。

6. 多智能体：从“独立协作”到“主-子层级 Runtime”

  • 传统：多Agent 是独立进程/服务，通信靠消息队列，无统一调度、无生命周期管理。
  • OpenClaw：主-子 Agent 层级协作，主 Agent 总控，子 Agent 做子任务；嵌套深度/并发限制、权限继承、结果自动回流，解决单 Agent 上下文爆炸问题。

7. 执行能力：从“API 调用”到“系统级操作”

  • 传统：只能调用开放API，不能直接操作电脑/文件/浏览器。
  • OpenClaw：像人一样操控系统：看屏幕、点鼠标、敲键盘、操作文件/浏览器/软件，跨应用无 API 也能执行。

8. 部署与运维：从“单体部署”到“分布式运行时”

  • 传统：单体/简单服务，无监控、无热加载、无自愈。
  • OpenClaw：常驻 Gateway 守护进程，配置热加载、健康监控、进程重生、安全沙箱；本地优先，数据不出域，隐私可控。