夜雨聆风一.1.1 OpenClaw架构分析
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。
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
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
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
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
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
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
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”。
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。
一.1.4 Openclaw安全如何解决？
一.2 Openclaw到底能帮我们做哪些事
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
先打开一个powershell，然后启动网关（openclaw gateway run --verbose）； 然后新开一个powershell，执行openclaw tui。 大模型（千问）免费额度使用完了
一.1 附件
一.1.1 附件1（架构解析）
一、核心定位与五层架构
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； 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； 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； 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； 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
三、Skills系统：Agent的能力管理核心
四、记忆系统：分层存储+智能检索+自动沉淀
五、多Agent协作：任务拆解与层级化协作
六、核心设计原则与优势
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。
