OpenClaw工作原理与应用生态，附资源

全文约5200字，阅读时间6分钟

从Clawbot到Moltbot再到OpenClaw，这个爆火的项目经过3次改名，截至2月4日已经在github累积获得了160K star。

OpenClaw是一款开源自托管的个人 AI 代理网关，本质是运行在用户自有设备上的自主式智能体助手，主打 “本地优先、隐私可控” 的设计理念，通过自然语言指令实现 PC 全功能自动化，真正做到 替用户做事 而非 仅回答问题。

该项目由Peter Steinberger（PSPDFKit 创始人）创建，目前已有378位贡献者，并催生了一个由 8,900+ 开发者组成的社区，致力于构建个人 AI 基础设施。

与云端聊天机器人不同，OpenClaw持续运行在用户自有硬件（比如Mac Mini以及各种PC设备）上，执行 shell 命令、管理文件，并协调多步骤工作流程，无需人工审核。

用户可以在PC或者手机上的WhatsApp、Telegram、Slack、Discord、Google Chat、Signal、iMessage、Microsoft Teams、WebChat等通讯软件上通过文字或者语音发布任务，它就可以在PC另一台设备上完成工作并把结果发送到用户的通讯软件上。

这个架构将智能（从Anthropic、OpenAI或本地模型借用）与Agent（本地拥有和控制）进行了分离，使得技术社区所谓的“主权个人AI”成为可能。

目前关于OpenClaw的安装配置教程已经有很多，详细阐述其技术框架和工作原理的文章很少见。本文将通过分析OpenClaw的技术框架、工作原理及当前已经形成的应用生态，让大家更深入的了解这个平台。

【PS：赠书福利见文末】

OpenClaw工作原理

Hesam@Hesamation

原文来自Hesam (@Hesamation) 发布于 X 的文章，链接见文末。

我研究了OpenClaw的架构，以及它处理智能体执行、工具调用、浏览器操作等功能的实现逻辑，其中诸多设计思路对AI工程师极具借鉴价值。深入了解Clawd的底层运行机制，能让我们更清晰地认识这套系统的功能边界，更重要的是，明确它的优势与短板。我最初的研究初衷，只是出于个人好奇，想探究Clawd的记忆机制设计及其运行可靠性。

在本文中，我将为大家浅述Clawd的核心运行原理。

Clawd的技术本质

大家都知道， OpenClaw 是一款个人智能助手，可本地部署或通过大模型API调用，甚至在手机上就能轻松操作，但它的技术本质究竟是什么？

OpenClaw 的核心是一个基于TypeScript开发的命令行应用（CLI），既非Python开发、也非基于Next.js的网页应用。作为一个独立运行进程，它的核心功能包括：

在本地设备运行并启动网关服务器，处理全渠道连接（电报、WhatsApp、斯拉克等）；

调用大语言模型API（Anthropic、OpenAI、本地模型等）；

本地执行各类工具指令；

实现用户对电脑的各类操作需求。

技术框架

为了更通俗地解释其架构，我们以“向Clawd发送消息到获取反馈”的完整流程为例说明。

（流程链路：用户消息 → 通道适配器 → 网关服务器 → 会话路由器 → 智能体运行器 → 模型解析器 → 系统提示词构建器 → 历史加载器 → 会话 → 任务通道队列 → 上下文窗口防护机制 → 大语言模型API → 智能体循环 → 反馈通路 → 通道适配器 → 最终文本）

在即时通讯工具中向Clawd发送指令后，会依次触发以下环节：

1.通道适配器

通道适配器接收用户消息并进行预处理，包括消息标准化、提取附件等。不同的即时通讯工具和输入流，都配有专属的适配器。

2.网关服务器

作为任务与会话的协调中枢，网关服务器接收用户消息并将其分发至对应会话，是Clawd的核心模块，可处理多个并行的请求。为实现操作序列化，Clawd采用了基于任务通道的命令队列：每个会话对应专属的任务通道，低风险、可并行的任务（如定时任务）则可在多个通道中并行执行。

这与编写混乱的异步/等待（async/await）嵌套代码形成了鲜明对比——过度并行化会降低系统可靠性，还会引发大量难以调试的问题。

Clawd的设计原则为：默认串行执行，显式声明并行。

从事智能体开发的开发者想必对此深有体会，这也是Cognition公司在博文中传递的核心观点。为单个智能体搭建简单的异步架构，最终只会产生杂乱无章的交错代码，日志无法阅读；若多个智能体共享状态，开发过程中还需时刻警惕竞态条件问题。

而任务通道是对队列的一层抽象，将序列化作为默认架构设计，而非后续的补充优化。开发者只需编写业务代码，队列会自动处理竞态条件问题，开发思路也将从“需要为哪些内容加锁”转变为“哪些操作可以安全地并行执行”。

3.智能体运行器

这是真正承载AI能力的模块。该模块会确定待调用的模型、匹配对应的API密钥（若密钥失效，会将该配置标记为冷却状态并尝试下一个），若主模型调用失败，会自动切换至备用模型。

智能体运行器会结合可用工具、技能、记忆内容动态生成系统提示词，再加入会话历史（存储于.jsonl文件），随后将完整提示词传入上下文窗口防护机制，校验是否有足够的上下文空间。若上下文空间即将耗尽，系统会选择压缩会话内容（对上下文进行总结）或优雅降级终止执行。

4.大语言模型API调用

大模型调用环节会以流式方式返回结果，同时对不同服务商的API做了一层抽象封装；若所调用的模型支持深度思考功能，该模块还会触发模型的扩展思考逻辑。

5.智能体循环

若大模型返回工具调用指令，Clawd会在本地执行该指令，并将执行结果补充至对话中。这一过程会反复执行，直至大模型返回最终文本结果，或达到最大循环次数（默认约20次）。

正是在这一环节，Clawd实现了其核心能力——电脑操作功能。

6.反馈通路

这一环节的逻辑较为常规：执行结果会通过原消息通道反馈给用户，同时会话数据会以基础的jsonl格式持久化存储，文件中每行都是一个json对象，记录了用户消息、工具调用指令、执行结果、模型反馈等内容，这也是Clawd的记忆实现方式——基于会话的记忆机制。

以上就是Clawd的基础架构，接下来我们聊聊其中几个关键的核心模块。

Clawd的记忆机制

没有完善的记忆系统，AI助手的能力便会大打折扣。Clawd通过两套系统实现记忆功能：

1、前文提到的、以jsonl格式存储的会话记录；

2、存储为Markdown格式的记忆文件，文件位于MEMORY.md或memory/文件夹中。

在检索环节，Clawd采用了向量检索与关键词匹配相结合的混合检索方式，兼具两种方式的优势。例如检索“认证漏洞（authentication bug）”时，系统既能找到提及“认证问题（auth issues）”的文档（语义匹配），也能精准定位包含该精确短语的内容（关键词匹配）。

其中，向量检索基于SQLite实现，关键词检索则借助SQLite的扩展模块FTS5完成，嵌入向量生成服务商支持自定义配置

该系统还搭载了智能同步功能，当文件监视器检测到文件变化时，会自动触发同步。这些Markdown记忆文件由智能体通过常规的“写入”文件工具生成，无专属的记忆写入API，智能体只需向memory/*.md路径写入内容即可。

当新的对话开始时，系统会提取上一轮的对话内容，并将其总结为Markdown格式的文件。

Clawd的记忆系统设计出乎意料地简洁，与我们在[项目名称]中实现的工作流记忆机制高度相似：无需合并记忆文件，也无需按每月/每周的周期压缩记忆内容。这种简洁性是优势还是缺陷，因人而异，但我始终推崇可解释的简洁设计，而非混乱复杂的架构。

Clawd的记忆会永久保存，且新老记忆的权重基本一致，不存在记忆衰减曲线。

Clawd的核心能力：电脑操作实现

这是Clawd的核心壁垒之一：可接管本地电脑并实现各类操作。其实现逻辑与大家的直观认知基本一致。

Clawd会向智能体开放较高权限的电脑操作能力，相关风险由用户自行承担。它通过执行工具（exec tool）在设备上运行Shell命令，支持三种运行环境：

• 沙箱环境（默认）：命令在Docker容器中运行；

• 本地宿主机；

• 远程设备。

除此之外，Clawd还配备了各类工具：

• 文件系统工具（支持读取、写入、编辑）；

• 基于Playwright实现的浏览器工具，可生成语义快照；

• 进程管理工具，用于执行后台长期运行的命令、终止进程等。

与Claude Code类似，Clawd为用户设置了命令白名单，用户可对各类命令进行权限审批，支持三种操作：单次允许、始终允许、拒绝，并会向用户弹出审批提示。

代码块示例：命令审批配置文件

}

部分安全命令（如jq、grep、cut、sort、uniq、head、tail、tr、wc）已默认预批准。默认情况下，危险的Shell语法结构会被拦截。

代码块示例：被拦截的危险命令

(sudo rm #子shell

Clawd的安全机制与Claude Code的设计思路高度相似，核心是在用户允许的范围内，给予智能体最大的自主操作权限。

浏览器工具：语义快照而非截图

Clawd的浏览器工具并非主要依赖截图，而是采用语义快照——一种基于页面无障碍树（ARIA）的文本化表示形式。

代码块示例：语义快照格式

  - 列表项 "设置"

与大多数框架不同，Clawd的系统提示词并非固定不变，而是结合技能、记忆检索结果、用户身份、时区等信息动态构建。其基础系统提示词如下：

推理过程：关闭（仅在开启/流式模式下显示）

智能体可以生成子智能体（但子智能体无法再生成下一级智能体）。子智能体拥有独立会话，父子智能体通过session_send实现通信，子智能体的执行结果会反馈给父智能体，父智能体可通过轮询子智能体会话查看执行进度。

上下文压缩

当接近上下文长度限制时，智能体会将关键信息保存至记忆中。会话历史会被拆分为多个片段，由大语言模型对片段进行总结，最终合并为连贯的摘要，替换原始消息内容。

总结

OpenClaw 的走红并非偶然——它兼具易用性与实用性。但从技术角度来看，它并非“革命性”突破。这款工具的热度并非源于惊人的创新技术，但这绝不意味着要贬低它的价值。Clawd中蕴含着许多值得学习的设计思路，我发现其中不少方法与[相关技术/框架]高度相似。

Openclaw生态

openclaw火爆以后，其生态快速迎来了大爆发。AI agents 正在形成完整的数字社会，覆盖社交、恋爱、工作、游戏等等一应俱全。下面是Base中文台整理的目前的OpenClaw 生态的主要项目。按照当前的进展速度，预测这个生态图将在1个月后迎来更多的项目与产品。

这张图呈现了OpenClaw在Base区块链上的智能体生态系统布局，核心是围绕OpenClaw的本地优先AI智能体能力，延伸出覆盖多生活/工作场景的第三方应用与平台，整体按场景分类呈现，直观展现了OpenClaw生态的多样性与落地范围。

图片按应用场景分为10大板块，每个板块对应聚焦特定需求的生态项目，本质是OpenClaw智能体能力在不同场景的延伸落地：

基础设施：生态底层支撑类项目，如Bankr、XMTP、Clanker、Neynar等，为其他场景应用提供技术接口、数据传输、身份验证等基础服务，是生态运转的核心支撑；

恋爱交友：聚焦社交匹配需求，暂无具体项目列出，推测是预留的情感社交类智能体应用场景；

消息：通讯类相关应用，如moltline.com、claw.direct等，大概率是基于OpenClaw跨通道通讯能力开发的即时通讯工具或消息路由服务；

发现：资源探索类平台，如clawdr.co、shelimates.app等，可能是用于发现AI智能体技能、生态应用或兴趣内容的聚合平台；

论坛：社区交流类项目，如lobchan.ai、moltoverflo.com等，面向OpenClaw开发者和用户的讨论社区，用于分享应用经验、反馈问题；

工作与市场：职场与交易相关应用，如openwork.bot、clawnet.org等，可能是基于AI智能体的协同办公工具、自由职业者对接平台或技能交易市场；

预测市场：聚焦趋势预测类需求，暂无具体项目，推测是结合OpenClaw数据分析能力的事件预测、市场趋势判断类应用；

社交媒体：社交内容类平台，如moltbook.bot、instaclaw.xyz等，类似AI驱动的社交网络，支持智能体辅助内容创作、社交互动；

代币经济：加密货币相关应用，如moltx.io、clawk.ai等，可能是基于Base链的代币管理、DeFi交互类智能体工具；

游戏虚拟世界：娱乐场景应用，如molt.chess、shell-town.com/viewer等，结合AI智能体的游戏辅助、虚拟世界互动类工具。

附：OpenClaw相关资源

OpenClaw官网：https://openclaw.ai/

OpenClaw Github仓库：https://github.com/openclaw/openclaw

OpenClaw技能合集：https://github.com/VoltAgent/awesome-openclaw-skills

OpenClaw一键部署工具：https://github.com/miaoxworld/OpenClawInstaller

OpenClaw汉化版：https://github.com/1186258278/OpenClawChineseTranslation

OpenClaw钉钉插件：https://github.com/DingTalk-Real-AI/dingtalk-moltbot-connector

OpenClaw飞书独立桥接器：https://github.com/AlexAnys/feishu-openclaw

部署教程与资源

阿里云：快速部署OpenClaw

https://www.aliyun.com/benefit/scene/moltbot?spm=5176.29832386.J_4VYgf18xNlTAyFFbOuOQe.17.5c71396cBFL6yi&scm=20140722.M_10948942.P_120.MO_1774-ID_10948942-MID_10948942-CID_36705-ST_15536-V_1

腾讯云：在云端秒级部署OpenClaw全能助手

https://cloud.tencent.com/act/pro/lighthouse-moltbot

华为云：使用OpenClaw（Moltbot）搭建个人AI助手（飞书）

https://support.huaweicloud.com/bestpractice-flexusl/flexusl_bp_0001.html

火山引擎：一键部署OpenClaw

https://www.volcengine.com/activity/clawdbot

百度云：极简部署OpenClaw打造专属AI助手

https://cloud.baidu.com/product/BCC/moltbot.html

移动云：本地/云主机部署OpenClaw并接入移动云模型

https://ecloud.10086.cn/op-help-center/doc/article/98120

天翼云：天翼云×OpenClaw行动AI新生态

https://www.ctyun.cn/act/OpenClaw

京东云：即刻部署24小时在线的Moltbot

https://www.jdcloud.com/cn/pages/moltbot

青云：Clawdbot一键部署零门槛掌控AI超级助手

https://console.qingcloud.com/apps/app-3bou002j

亚马逊AWS：基于亚马逊云科技Mac实例部署OpenClaw，深度苹果生态自动化的最佳选择

https://aws.amazon.com/cn/blogs/china/openclaw-deployment-aws-mac/

Ollama官方OpenClaw本地部署教程

https://docs.ollama.com/integrations/openclaw

参考资料：

everyone talks about Clawdbot, but here's how it works：https://x.com/Hesamation/status/2017038553058

全文完

王吉伟频道新书《一本书读懂AI Agent：技术、应用与商业》已出版，轻松读懂系统掌握AI Agent技术原理、行业应用、商业价值及创业机会，欢迎大家关注。

感谢大家长期关注与支持，小伙伴们随意留言，王吉伟频道会随机选取留言用户，《一本书读懂AI Agent：技术、应用与商业》包邮到家。

【文末福利1】：后台发消息研报2026，获取15篇2026年AI Agent研报。

【文末福利2】：后台发消息Workflow，获取Agentic Workflow相关25篇论文。

【文末福利3】：后台发消息agentic，获取Agentic AI相关资源。

【文末福利4】：后台发消息RPA Agent，获取相关论文和研报。

1、

2、

3、

4、

5、

6、

7、

8、

8、

10、

• 期待点赞、在看、评论、转发，您的支持就是我的动力。

• 鼓励积极评论，您的留言可以成为选题。

• 欢迎阅读其他文章，或会激发您的更多思考。

点击左下角“阅读原文”查看AIGC研究系列文章，扫码或者后台回复【加群】申请加入AIGC行业应用交流社群。如果你是正在关注AI Agent的创业者、投资人及企业，欢迎带着产品、项目及需求与王吉伟频道交流。

【王吉伟频道，关注AIGC与IoT，专注数字化转型、业务流程自动化与AI Agent。公号ID：jiwei1122，欢迎关注与交流。】