OpenClaw 技术深度研究报告

1.2 核心理念

从"提示工程"到"系统工程"

OpenClaw 将 AI 助手视为一个基础设施问题，而不仅仅是提示工程问题。它不依赖让 LLM"记住上下文"或通过复杂提示词来维持安全与稳定，而是在模型之外构建了一套结构化的执行环境。

数据与控制权：始终掌握在您手中

OpenClaw 坚持"本地优先"原则：

1.3 项目背景与发展

• 开发者：由奥地利开发者 Peter Steinberger（PSPDFKit 创始人）开发
• 命名演进：Clawdbot → Moltbot → OpenClaw
• 技术栈：基于 TypeScript 开发的命令行界面（CLI）应用
• 发展里程碑：截至 2026 年 1 月，GitHub 星标突破 4 万+，2026 年初 72 小时内突破 68 万星标
• 官方网站：https://openclaw.ai
• GitHub 仓库：https://github.com/openclaw/openclaw
• 官方文档：https://docs.openclaw.ai

2.1 整体架构：Gateway + Protocol 模式

OpenClaw 采用中心辐射式架构，以一个统一网关作为系统核心控制平面。

┌─────────────────────────────────────────────────────────────────┐
│                        消息渠道层                                │
│  WhatsApp | Telegram | Slack | Discord | iMessage | Teams | ... │
└────────────────────────────┬────────────────────────────────────┘
                             │
                             ▼
┌─────────────────────────────────────────────────────────────────┐
│                    Gateway (控制平面)                            │
│                   ws://127.0.0.1:18789                          │
│  • 消息接入与认证  • 会话路由  • 访问控制  • 任务分发            │
└────────────────────────────┬────────────────────────────────────┘
                             │
              ┌──────────────┼──────────────┐
              ▼              ▼              ▼
     ┌──────────────┐ ┌──────────────┐ ┌──────────────┐
     │  Pi Agent    │ │     CLI      │ │  WebChat UI  │
     │  (RPC)       │ │  (openclaw)  │ │              │
     └──────────────┘ └──────────────┘ └──────────────┘
              │
              ▼
     ┌─────────────────────────────────────────────────────────────┐
     │                    工具执行层                                │
     │  文件系统 | 浏览器自动化 | Bash 执行 | 定时任务 | API 调用   │
     └─────────────────────────────────────────────────────────────┘

2.2 核心组件详解

2.2.1 网关（Gateway）

网关是一个 WebSocket 服务器，是整个系统的控制平面，负责：

• 消息接入：接入各类消息平台与控制接口
• 统一认证：访问控制与身份验证
• 消息路由：将消息分发到对应的代理运行时实例
• 会话隔离：确保不同会话之间的独立性
• 并发处理：支持处理多个重叠的请求，避免冲突

2.2.2 通道适配器（Channel Adapters）

每个消息平台都由一个专属适配器负责接入，实现统一接口：

2.2.3 代理运行时（Agent Runtime）

代理运行时负责完整的 AI 执行循环（Agent Loop）：

2.2.4 插件系统

OpenClaw 采用基于发现（discovery-based）的插件加载机制：

2.3 记忆管理机制

OpenClaw 通过两套系统实现高效的记忆管理：

2.3.1 会话记忆（短期记忆）

• 存储格式：JSONL 格式的会话记录文件
• 存储位置：~/.openclaw/workspace/sessions/
• 内容：保存每一次会话的全量信息
• 特点：保证会话的完整性和可追溯性

2.3.2 长期记忆

• 存储格式：Markdown 格式
• 存储位置：MEMORY.md 文件或 memory/ 文件夹
• 内容：关键信息、用户偏好、重要上下文
• 机制：新会话启动时，系统自动抓取上一次会话内容，生成 Markdown 格式的总结，存入长期记忆

2.3.3 混合检索方案

OpenClaw 采用向量检索 + 关键词匹配的混合方案：

2.4 安全机制

OpenClaw 的安全设计参考了 Claude Code 的思路，核心是"白名单管控 + 危险命令拦截"：

2.5 部署架构

OpenClaw 支持多种部署方式：

硬件配置要求

3.1 多渠道消息集成

OpenClaw 支持广泛的即时通讯平台，实现全渠道交互：

3.2 系统级执行能力

3.3 多模型支持

OpenClaw 支持多种 AI 模型提供商：

3.4 会话与状态管理

3.5 技能系统（Skills）

OpenClaw 提供技能扩展机制，通过 ClawHub 技能市场获取预置技能：

3.6 人格与身份设定

OpenClaw 支持通过配置文件定义 AI 助手的人格特征：

3.7 跨设备同步

OpenClaw 支持多设备节点部署：

4.1 个人生产力场景

4.2 开发工作流场景

4.3 企业应用场景

// 自动化数据处理工作流
import { Tool } from '@openclaw/plugin-sdk';

export const weeklyReportTool: Tool = {
  name: 'weekly_sales_report',
  description: '每周一自动整理上周销售数据并生成报告',
  async execute(params: any) {
    // 1. 连接 CRM 系统提取数据
    const crmData = await fetchCRMData(params.startDate, params.endDate);
    
    // 2. 数据清洗和处理
    const cleanedData = cleanSalesData(crmData);
    
    // 3. 生成图表
    const charts = await generateCharts(cleanedData);
    
    // 4. 生成报告文档
    const report = await generateReport(cleanedData, charts);
    
    // 5. 发送邮件给相关人员
    await sendEmail(report, stakeholders);
    
    return report;
  }
};

4.4 研究与学习场景

4.5 物联网与设备控制

5.1 对比维度总览

5.2 与 LangChain 对比

5.6 对比总结

6.1 技术演进方向

6.2 应用场景扩展

6.5 发展预测