乐于分享
好东西不私藏
夜雨聆风 > > 办公文件 > 别只会“养虾”却不懂OpenClaw原理|6+1核心模块+2大场景架构剖析,学习借鉴必存

别只会“养虾”却不懂OpenClaw原理|6+1核心模块+2大场景架构剖析,学习借鉴必存

当前时间： 2026-08-26 07:06:13 分类：办公文件 评论(0)
别只会“养虾”却不懂OpenClaw原理|6+1核心模块+2大场景架构剖析,学习借鉴必存

一、背景：为何要剖析OpenClaw架构

上篇文章聊腾讯WorkBuddy内测传闻：惊艳功能背后，疑似借鉴OpenClaw开源内核？曾留下预告——将从技术视角分析 OpenClaw 为何能实现桌面办公能力。而这几周，OpenClaw 持续火爆，全网各类 “养虾” 实操教程、视频层出不穷，但鲜有内容站在技术层面深度剖析其底层架构。经过数日的学习研究，我想试着把 OpenClaw 的核心模块与实际应用场景讲清楚，让更多人看懂这款爆火 AI 智能体的底层逻辑。
或许有人会问：OpenClaw 会用就够了，为何还要深究底层架构？其实使用只是基础，了解架构背后的逻辑，有两大核心价值：
  1. 知其然，更要知其所以然，遇问题能精准解决。当下多数使用者仅能实现基础操作，却对其 “多设备协同原理”“AI 模型与工具调度逻辑”“隐私安全保障机制” 等核心问题一知半解。唯有深入剖析架构设计，厘清各模块的协作方式与数据流转路径，才能在使用中遇到故障、适配需求时，找到问题根源并高效解决。
  2. 借鉴学习，锤炼自身架构设计思维。AI 时代，程序员向架构方向深耕，才能构建核心竞争力。正如 OpenClaw 创始人 Peter Steinberger 所言："I ship code I don't read"(我发布我根本不读的代码)，架构设计成型后，具体的代码实现便可交由 AI 完成（前提是信任 AI 的能力）。OpenClaw 的架构设计极具参考性，剖析其 Gateway 中心化调度、Skills 插件化扩展、可视化控制台治理等设计思路，能将其运用到自身的系统开发与架构优化中，提升架构的合理性、可扩展性与安全性。

二、OpenClaw的6+1核心架构

OpenClaw 的核心架构采用 “6+1” 模式，即 6 个功能侧模块搭配 1 个治理侧模块。各模块各司其职、协同运作，既落地了 AI 智能体的核心能力，又保障了系统的可管控性与可运维性。其中， 6 个功能侧模块承接指令接收、解析、执行的全流程，1 个治理侧模块对功能侧模块进行统一观测、配置与控制，形成完整的 “执行 - 管控” 闭环。

功能侧6个核心模块

1.Gateway（网关层/控制面板）

作为整个系统的神经中枢与控制平面，相当于 OpenClaw 的 “操作系统内核”，是所有数据与指令的统一入口和调度中心。

核心职责涵盖上下文记忆管理、WebSocket 长连接维护、指令路由分发、安全鉴权等。

核心源码主要位于src/gateway目录，核心启动函数startGatewayServer在src/gateway/server.impl.ts中，本地默认访问的127.0.0.1:18789端口号18789就是这个函数的默认传参。

2.Channel（渠道层）

负责连接 Telegram、WhatsApp 等外部交互渠道与 Gateway，实现多平台消息的标准化转换，让不同平台的消息能被系统统一识别处理。
核心渠道包含 Telegram 通道、WhatsApp 通道、Web 聊天通道等；扩展渠道支持 Matrix、飞书、Google Chat 等。

核心源码方面，核心渠道实现分布在src目录下（如 Telegram 通道在src/telegram），扩展渠道实现则位于extensions目录。

3.Pi Agent（大脑推理层）

基于 ReAct 模式的智能体业务逻辑处理层，核心作用是将上下文记忆、用户请求与提示词 Prompt 整合后，传递给 LLM 大模型层进行推理。

核心源码主要位于src/agents目录，实现了上下文记忆 “瘦身”、会话串行 “排队” 等关键功能。

4.LLM（大模型层）

承担逻辑推演的核心职责，支持本地部署的大模型，也可通过 API 调用 Claude、GPT、通义千问等云端模型，是 OpenClaw 实现智能决策的核心。

核心源码中，模型提供商相关代码位于src/providers目录，包含github-copilot-models.ts（GitHub Copilot 模型）、qwen-portal-oauth.ts（通义千问 OAuth）等文件。

5.Nodes（设备节点层）& 6.Skills（技能层）

二者结合构成 AI 的 “手脚” 与 “工具说明书”，Skills 通过标准化的配置指导指定节点的设备执行具体操作，核心分为两类执行场景：远端节点执行个性化Skills（如截屏、拍照），本地节点执行通用Skills（如本地文件操作、联网搜索）。

  • 远端节点（Remote Node）：运行在书房、卧室的MacBook笔记本、iphone手机、Android手机等设备，也被称作 OpenClaw Client（客户端），与部署 Gateway 的 OpenClaw Server（服务端）处于同一网络，通过 WebSocket 长连接通信。
  • 本地节点（Local Node）：直接运行在部署 Gateway 进程的 OpenClaw Server（服务端）上。

核心源码方面，Nodes作为客户端，与Gateway所在的服务端的WebSocket长连接管理逻辑，主要位于src/node-host/runner.ts

文件下的const client=new GatewayClient({...})。指令处理函数handleInvoke主要位于src/node-host/invoke.ts中。Skills的通用Skills主要位于skills目录下，Skills管理核心代码在src/agents/skills目录下。

治理侧1个核心模块

OpenClaw Studio（可视化控制台）

独立于 6 个功能侧模块的 Web UI 面板，执行openclaw onboard或openclaw gateway命令后，访问127.0.0.1:18789即可进入，是系统的可视化管控中心。

核心职责是对功能侧 6 个模块进行统一观测与控制，提供聊天界面、Channel 配置管理、Skills 管理等一站式功能。

核心源码主要位于ui目录，包含ui/src/ui/views（视图层）、ui/src/ui/controllers（控制器层）等。

以上就是OpenClaw的6+1核心模块，这些模块之间是如何配合运作的呢？接下来将通过本地节点执行通用技能和远端节点执行个性化技能两个典型场景，解析各模块之间的协同运作逻辑。

三、场景1：OpenClaw Server本地网关执行场景——“帮我整理xx文件夹下的文件”

这个场景正是上篇文章腾讯WorkBuddy内测传闻：惊艳功能背后，疑似借鉴OpenClaw开源内核？中的场景，也能直观解释OpenClaw 为何能实现桌面办公能力，核心是本地节点调用通用 Skills 完成操作，各模块协同流程如下：
  1. 指令接入：用户通过手机 Telegram 发送 “帮我整理 xx 文件夹下的文件” 指令，Telegram Channel 将消息转换为系统可识别的 JSON 格式，传递至 Gateway 网关。
  2. 智能推理：Gateway 将消息转发至 Pi Agent，Pi Agent 整合上下文后传递给 LLM，LLM 推理得出结论 —— 需要调用本地文件操作的通用 Skill，并将结果返回给 Gateway。
  3. 本地执行：Gateway 识别为通用 Skill 调用，直接交由本地节点（Local Node）执行，完成文件夹创建、文件分类移动等操作。
  4. 结果反馈：本地节点执行完成后，将结果同步至 Gateway，Gateway 再交由 Pi Agent 和 LLM 生成简洁的总结话术，最终通过 Channel 反馈给用户。

四、场景2：OpenClaw远端调用场景——“卧室Android手机截屏”

该场景是远端节点调用个性化 Skills 的典型，核心依托 WebSocket 长连接实现服务端对远端设备的控制，流程如下：
  1. 指令接入：与场景 1 一致，用户通过手机 Telegram 发送指令，Channel 完成消息格式转换后传递至 Gateway。
  2. 智能推理：Gateway 将消息转发至 Pi Agent，LLM 推理得出结论 —— 需要在远端节点（target: Android Phone）调用截屏的个性化 Skill。将结果返回给 Gateway。
  3. 远端调度：Gateway 识别为个性化 Skill 的远端调用，通过 WebSocket 长连接将指令下发至卧室的 Android 手机（远端节点）。
  4. 执行与回传：Android 手机接收指令后执行截屏操作，将截图文件回传至 Gateway，Gateway 再通过 Channel 将截图发送至用户的手机端，完成整个远端操作。

五、聊聊OpenClaw的安全设计

让 AI 直接操作本地终端、访问网络，安全问题是所有人的核心顾虑。对此，OpenClaw 做了最底层的安全假设：LLM 已被攻破、不可信，Prompt 已被注入攻击，并基于该假设设计了三重核心安全防护机制，从底层规避风险：
  1. 动态密钥注入：会话凭证从 macOS Keychain 或 Linux Secret Service 中加载，以环境变量形式临时注入，执行结束后立即清零，从根源防止大模型在对话中泄露 API Key。
  2. 更细粒度的文件控制：直接拦截所有 DELETE 删除指令，文件操作权限精准到具体目录，严格限制 AI 的操作范围，杜绝越权访问其他目录。
  3. 人类审批机制（Human-in-the-loop）：当 Agent 试图执行未授权的高风险操作时，会向用户的聊天工具发送审批请求，只有用户确认允许后，操作才能执行。
即便有三重防护，OpenClaw 的 Skills 生态仍存在潜在安全风险。ClawHub 作为 Skills 插件的 “App Store”，支持所有人贡献技能，这就可能出现恶意攻击者向热门 Skill 中注入攻击指令的情况。
因此我建议：大家从 ClawHub 安装 Skills 时格外谨慎，最好在 Docker、虚拟机等隔离环境中测试新技能，避免恶意 Skill 窃取数据、破坏系统。

六、这就完了？还有更多探索待解锁

以上便是我结合资料学习后，对 OpenClaw“6+1” 核心架构与两大典型场景的解析，希望能为大家理解这款爆火 AI 智能体提供帮助，本文的参考资料会在文末列出。
前文提到，OpenClaw 的远端节点（OpenClaw Client）可以是 MacBook、iPhone、Android 手机等任意设备。
但目前全网的 “养虾” 教程，大多以宿主机、Mac mini、笔记本电脑作为节点，关于手机作为 OpenClaw Client 节点的教程寥寥无几；仅有的少数教程，要么是基于红手指 Operator 等云手机实现（参考手机版OpenClaw真的来啦！手机养虾！），要么是极客级的复杂操作，安装流程繁琐、实际体验不佳。
基于此，我这几天计划尝试探索更简便的 Android 手机作为 OpenClaw Client 节点的实现方式，实现由 OpenClaw Server 服务端（Gateway）远程控制手机完成截屏、拍照等操作（即场景 2 的落地实操）。相关的实操教程会作为下一篇文章更新，大家敬请期待！

我是 chaozhi，一个正在折腾 AI工具 的研发工程师。 AI 时代，咱们不内卷，咱们互助通关。

如果你有什么好的AI工具或产品，可以在评论区告诉我。

参考资料：
[1]OpenClaw 深度拆解：从本地 AI 助理，看透企业级 Agent 的 17 层终极架构：https://mp.weixin.qq.com/s/EY1sAE9ii5tuocDVY5Bn2w

[2]详细拆解OpenClaw源码，架构简单得让我离谱！：https://mp.weixin.qq.com/s/klteNE8YWKzHUBZAR4Tmxg