# 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： 1. **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。 2. **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。 3. **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： ```mermaid 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 1. **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。 2. **三层结构**：渠道层（消息适配）→ 核心层（路由 + Agent）→ AI 层（LLM + 工具）。 3. **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）。 4. **插件化设计**：核心精简稳定，渠道/Provider/能力通过插件独立演进。 5. **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。 --- ## 延伸阅读 - [→ 下一章：代码库导航](02-codebase-tour.md) — 了解代码库结构，找到每个概念对应的文件 - [`VISION.md`](../../../../VISION.md) — 官方设计哲学原文 - [OpenClaw 官方文档](https://docs.openclaw.ai) — 用户文档和配置指南 - [DeepWiki](https://deepwiki.com/openclaw/openclaw) — AI 生成的代码库概览