OpenClaw 是什么 🟢

一款运行在你自己设备上的开源个人 AI 助手——连接你已在使用的所有通讯渠道，由你自己的规则驱动。

本章目标

读完本章你将能够：

理解 OpenClaw 的项目定位和设计哲学
区分 OpenClaw 与商业 AI 助手（ChatGPT/Claude.ai 等）的本质差异
掌握 Gateway、Channel、Agent、Plugin、Skill、Provider 六个核心概念
建立对整个系统的直觉性认知，为深入源码打好基础

一、项目定位

"个人 AI 助手"是什么意思？

OpenClaw 的官方定语是：personal AI assistant you run on your own devices（运行在你自己设备上的个人 AI 助手）。

这句话有三个关键词：

Personal（个人的）：OpenClaw 是单用户设计。它不是面向团队或企业的 SaaS 服务，而是专注于单个用户的个人助手体验。
你自己的设备（your own devices）：程序跑在你的机器上，数据不经过第三方中转服务器。
你自己的规则（your rules）：你决定 AI 能做什么、不能做什么，包括使用哪个 LLM、连接哪些渠道、开放哪些工具权限。

对比商业 AI 助手：

维度	ChatGPT/Claude.ai	OpenClaw
运行位置	OpenAI/Anthropic 服务器	你的设备
数据流向	经过服务商中转	直连 LLM API
模型选择	固定（GPT/Claude）	任意 50+ Provider
消息渠道	浏览器 Web UI	20+ 即时通讯平台
扩展性	有限（GPT Store 等）	完整插件 API
定制性	有限	完全可定制

它能做什么？

OpenClaw 不只是一个聊天机器人。它的核心能力包括：

多渠道接入：在你已经用的 WhatsApp、Telegram、Slack、Discord 等平台上直接对话 AI，不需要切换到新 App
工具调用：AI 可以执行 shell 命令、读写文件、调用外部 API、控制浏览器
语音交互：在 macOS/iOS/Android 上支持语音输入（STT）和语音回复（TTS）
记忆系统：跨对话持久化记忆，AI 能记住你的偏好和历史上下文
定时任务：AI 可以按计划主动发消息（比如每天早晨发天气摘要）
Canvas 渲染：可以渲染实时交互式 Canvas 界面

二、设计哲学

VISION.md 开篇一句话道尽了项目精神：

OpenClaw is the AI that actually does things.

这句话隐含了一个对比：很多 AI 产品只是"聊天"，而 OpenClaw 的目标是真正"完成任务"。

OpenClaw 的三大设计原则：

1. 本地优先，隐私优先

程序运行在你的机器上。除了你主动配置的 LLM API 调用，没有额外的数据流向第三方服务器。Terminal-first 的设计也体现了这一点——用户看得到认证流程和权限配置，没有被隐藏的"便捷包装器"。

2. 安全作为一等公民

"Security in OpenClaw is a deliberate tradeoff: strong defaults without killing capability."

安全与能力之间的平衡是 OpenClaw 的重要设计课题。默认状态下是高安全配置（执行 shell 命令需要人工审批），但允许用户显式解锁高功率模式。

3. 核心精简，能力插件化

"Core stays lean; optional capability should usually ship as plugins."

OpenClaw 的核心只保留骨架（Gateway、基础路由、Plugin 加载器），所有渠道集成、LLM Provider 适配、记忆功能、语音能力都以插件形式存在。这使得核心保持轻量和稳定，同时具有极强的扩展性。

三、系统鸟瞰图

下图展示了 OpenClaw 的整体数据流——从用户在某个消息平台发出一条消息，到 AI 回复回去的完整路径：

flowchart TB
    subgraph 用户侧
        U["👤 用户"]
    end

    subgraph 渠道层 Channel Layer
        C1["📱 Telegram"]
        C2["💬 Discord"]
        C3["🔵 Slack"]
        C4["📞 WhatsApp"]
        C5["... 共 20+ 渠道"]
    end

    subgraph 核心层 Core
        GW["🚪 Gateway\n（控制平面）"]
        RT["🗺️ 路由引擎\nRouting Engine"]
        AG["🤖 Agent\n（推理引擎）"]
    end

    subgraph AI 层
        P1["OpenAI\nGPT-4o"]
        P2["Anthropic\nClaude"]
        P3["🦙 Ollama\n本地模型"]
        P4["... 共 50+ Provider"]
    end

    subgraph 工具层 Tools
        T1["🖥️ Bash 命令执行"]
        T2["🌐 浏览器控制"]
        T3["🧠 记忆检索"]
        T4["🔧 MCP 工具"]
    end

    U -->|发消息| C1
    U -->|发消息| C2
    U -->|发消息| C3
    U -->|发消息| C4
    C1 & C2 & C3 & C4 & C5 -->|标准化消息| GW
    GW --> RT
    RT -->|路由到 Agent| AG
    AG -->|推理请求| P1 & P2 & P3 & P4
    AG <-->|工具调用| T1 & T2 & T3 & T4
    AG -->|AI 回复| GW
    GW -->|推送回复| C1 & C2 & C3 & C4 & C5
    C1 & C2 & C3 & C4 & C5 -->|回复消息| U

这个图揭示了 OpenClaw 的"三明治"结构：

上层：渠道适配层（负责各平台的协议差异）
中层：核心控制层（Gateway + 路由 + Agent）
下层：AI 和工具层（LLM Provider + 执行能力）

四、六大核心概念

理解这六个概念，就能读懂 OpenClaw 95% 的源码注释和文档。

Gateway（网关）

是什么：系统的控制平面（control plane）。一个常驻进程，监听来自渠道插件的消息事件，协调路由、认证、会话管理，并将 AI 回复推送回渠道。

关键源码：src/gateway/

类比：就像一个路由器，负责流量分发和策略执行，本身不处理业务逻辑。

Channel（渠道）

是什么：连接各个消息平台的适配器插件。每个渠道插件负责将平台原生消息格式转换为 OpenClaw 内部的标准格式（InboundEnvelope），以及将 AI 回复转换回平台格式发出。

关键源码：src/channels/、extensions/telegram/、extensions/discord/ 等

类比：就像电源适配器，不同国家的插头（各平台协议）都能接入同一个系统。

Agent（代理）

是什么：AI 推理引擎。Agent 接收用户消息，构建上下文（系统提示 + 历史 + 记忆 + 工具列表），调用 LLM 进行推理，处理工具调用，最终生成回复。

关键源码：src/agents/

类比：就像一个员工，Gateway 是公司接待台（分发任务），Agent 是真正干活的人。

Plugin（插件）

是什么：以 npm 包形式分发的代码扩展。分三类：

Channel Plugin：接入新的消息平台
Provider Plugin：接入新的 LLM 服务商
Capability Plugin：添加新的能力（记忆、语音、浏览器控制等）

关键源码：src/plugins/、extensions/

类比：就像浏览器扩展插件，核心浏览器保持精简，功能通过插件添加。

Skill（技能）

是什么：以 Markdown 文档（带 YAML frontmatter）形式定义的工作流指令。Skill 不是代码，而是告诉 Agent 如何执行特定任务的结构化指令集。

关键源码：skills/ 目录

类比：就像公司的 SOP（标准操作程序）文档，员工（Agent）按 SOP 行事，不需要重新"编程"。

这是 OpenClaw 最独特的设计之一：用文档来"编程" AI 的行为。

Provider（服务商）

是什么：LLM 服务提供商的适配器，负责处理模型认证、请求格式转换、流式响应解析、故障转移。

关键源码：extensions/openai/、extensions/anthropic/、extensions/ollama/ 等

类比：就像支付网关，抹平了不同支付渠道（LLM Provider）的 API 差异。

五、技术选型：为什么是 TypeScript + 插件架构？

为什么选 TypeScript？

VISION.md 给出了官方解释：

"OpenClaw is primarily an orchestration system: prompts, tools, protocols, and integrations. TypeScript was chosen to keep OpenClaw hackable by default. It is widely known, fast to iterate in, and easy to read, modify, and extend."

OpenClaw 本质上是一个编排系统（orchestration system）——它的工作是协调调用各种外部服务（LLM API、消息平台 API、本地工具），而不是处理大量计算。TypeScript 在这个场景下优势明显：

静态类型让复杂的多系统集成更安全（接口契约清晰）
异步模型（async/await + Stream）非常适合 AI 流式响应
npm 生态庞大，绝大多数平台 SDK 都有 TS 支持
开发者群体最广，降低贡献门槛

为什么用插件架构？

插件架构是 OpenClaw "核心精简"哲学的技术体现：

核心仓库（稳定）          插件（快速迭代）
---------                --------
Gateway 核心             Telegram 渠道
路由引擎                 Discord 渠道
Plugin 加载器            OpenAI Provider
Session 管理             记忆插件
Auth 基础设施            语音插件

这种分离让核心代码保持稳定、安全，而各个渠道和 Provider 的快速变化（API 更新、新功能）可以在插件层独立演进，不影响核心。

关键源码索引

文件	作用
`README.md`	项目介绍、安装指南、功能列表
`VISION.md`	设计哲学和发展方向
`CLAUDE.md` / `AGENTS.md`	项目贡献规范和架构边界守卫
`src/entry.ts`	程序主入口
`src/gateway/`	Gateway 控制平面
`src/agents/`	Agent 推理引擎
`src/channels/`	渠道抽象层
`src/plugins/`	插件加载和管理
`src/plugin-sdk/`	插件开发 SDK
`extensions/`	50+ 渠道/Provider 插件实现
`skills/`	内置 Skill 集合

小结

OpenClaw 是本地运行的个人 AI 助手：数据不经过第三方，你控制一切。
三层结构：渠道层（消息适配）→ 核心层（路由 + Agent）→ AI 层（LLM + 工具）。
六个核心概念：Gateway（控制平面）、Channel（平台适配）、Agent（推理引擎）、Plugin（代码扩展）、Skill（指令文档）、Provider（LLM 适配）。
插件化设计：核心精简稳定，渠道/Provider/能力通过插件独立演进。
Skill 是 OpenClaw 最独特的设计：用结构化 Markdown 文档来定义 AI 的工作流，不需要写代码。