openclaw 技术分析

dony7247
433 阅读5分钟

openClaw 最近爆火。它实现了“无限上下文”，"能接任意工具",“自我迭代”通用智能体。

openClaw 实现以下功能：

  • Gateway 统一多渠道接入
  • Tools + Skills定义能力边界
  • Memory 实现持久化记忆和自我进化
  • 定时触发任务执行

github url :github.com/openclaw/op…

项目是纯前端写的，主要用typescript

主要概念：

目录结构：

openclaw/
├── src/                    # TypeScript source
│   ├── agents/            # Agent runtime, tools, sandbox
│   ├── gateway/           # Gateway server, protocol
│   ├── config/            # Configuration, sessions
│   ├── cli/               # CLI commands
│   ├── commands/          # Command implementations
│   ├── telegram/          # Telegram channel
│   ├── discord/           # Discord channel
│   ├── slack/             # Slack channel
│   ├── signal/            # Signal channel
│   ├── imessage/          # iMessage channel
│   ├── memory/            # Memory search
│   ├── web/               # Control UI backend
│   └── ...
├── extensions/            # Plugin workspace packages
│   ├── msteams/          # Microsoft Teams plugin
│   ├── matrix/           # Matrix plugin
│   ├── memory-core/      # Core memory plugin
│   └── ...
├── apps/                  # Companion apps
│   ├── macos/            # macOS menu bar app (Swift)
│   ├── ios/              # iOS node app (Swift)
│   └── android/          # Android node app (Kotlin)
├── ui/                    # Control UI frontend (Lit)
├── docs/                  # Documentation (Mintlify)
├── skills/                # Bundled skills
├── dist/                  # Build output
├── openclaw.mjs          # CLI entry point
├── package.json          # npm package manifest
├── tsconfig.json         # TypeScript config
└── fly.toml              # Fly.io deployment config

其中重要节点： Gateway, Agents,  Tools,  Skills,Memory, Channels, Nodes.

框架图：（简化）

image.png

流程图：

屏幕快照 2026-02-02 下午4.01.41.png

Gateway: The Control Plane

Gateway 是openClaw 系统的核心枢纽——负责长期运行的守护进程，负责管理所有消息通道并作为 WebSocket 控制平面。openClaw 支持多 Agent 创建和运行。一个 Gateway 可以托管多个独立的 Agent。

Gateway 主要做三件事：

  1. 接收消息：从各个渠道收集用户指令
  2. 路由分发：决定这条消息应该交给哪个 Agent 处理
  3. 回复投递：把 Agent 的回复发送回对应的渠道

Agents：AI 执行运行时

Agent是通过集成Pi Agent来支持 AI 助手实例。每个Agent都有自己的工作区、模型配置、工具策略和身份验证配置文件。

Agent在接收到消息与任务后，动用自己的脑袋（LLM/大模型）、手脚（Tools）、专业知识（Skills），尽可能的完成任务，其中可能会访问Web、运行命令、读写文件、编写代码，甚至调用其他Nodes能力（比如摄像头）。

openClaw 的核心运行的核心是Agent Loop。

agent的四个核心阶段

阶段 1：上下文组装

Agent 需要告诉 LLM “你是谁、你能做什么、你有什么工具，用户说了什么”。这包括：

  • 系统提示：Agent 的身份、规则、工具列表
  • 会话历史：之前的对话记录或者记忆
  • Bootstrap 文件：AGENTS.md、SOUL.md、TOOLS.md 等工作区文件

openClaw 会把这些文本内容拼接成一个完整的 Prompt，然后发送给 LLM。

阶段 2：模型推理

LLM 收到 Prompt 后，思考决定下一步行动。它可能：

  • 直接回复用户文字
  • 生成调用一个工具（Tool Call）的代码
  • 其他，如请求更多信息

阶段 3：工具执行

如果 LLM 决定调用工具，Agent 会：

  1. 解析 Tool Call 参数
  2. 执行对应的工具（exec、read、write、browser…）
  3. 把执行结果（状态、内容)返回给 LLM

阶段 4：回复分发

当 LLM 生成最终回复后，Agent 会：

  1. 格式化回复内容，变成用户语言
  2. 通过 Gateway 发送回对应的消息渠道
  3. 支持流式输出（边生成边发送）

Clawdbot支持多Agent模式，可以互不干扰，也可以相互协作。每个Agent有自己的工作区，放置专属配置与记忆，甚至自己的技能。

~/.openclaw/agents/<agentId>/ 
├── agent/ 
│ ├── auth-profiles.json # OAuth + API key credentials 
│ └── auth.json # Runtime cache (managed by Pi Core) 
├── sessions/ 
│ └── agent-<agentId>.json # Session transcripts 
└── workspace/ # Files accessible to the agent 
├── AGENTS.md # System prompt bootstrap 
├── SOUL.md # Identity/personality 
├── TOOLS.md # Tool guidance 
└── skills/

其内核Pi Agent 是一个精简高效的编程智能体，核心特点包括：

  • Agent Loop（智能体循环）：处理用户消息、执行工具调用、将结果反馈给 LLM，循环直到模型生成无工具调用的响应
  • 事件驱动架构：循环过程发射生命周期事件，支持响应式 UI
  • 消息队列：支持两种模式（逐条处理或批量处理）
  • 工具流式传输：支持块流式传输和增量流式传输，实现实时输出

tools：外部函数

tools是agents在执行过程中可以调用的功能。OpenClaw 提供内置工具，用于文件操作、shell 执行、浏览器控制、消息传递和系统集成。

tools.png

agents通过执行工具createOpenClawCodingTools来完成组装,基础工具有：

  • 命令行操作工具
  • Python 代码解释器
  • Fetch 网络信息获取
  • 文件读取工具
  • RAG 检索工具

skills 技能

Skills 是 智能体执行任务或者使用工具的指引插件。

Skill 加载优先级（从高到低）：

  1. 工作区 skills：/skills
  2. 托管/本地 skills：~/.clawdbot/skills
  3. 内置 skills：随安装包分发

内置 Skills（49+ 个）涵盖：

  • Apple 生态：Notes、Reminders、Things 3、Bear Notes
  • Google Workspace：Gmail、Calendar、Drive、Docs、Sheets（通过 gog CLI）
  • 通信工具：Slack、iMessage、Twitter/X、Discord
  • 智能家居：Philips Hue、Sonos、Eight Sleep
  • 开发工具：GitHub CLI、Claude Code 子进程、Whisper 转录

目录结构如下：

    ~/.openclaw/agents/<agentId>/workspace/skills/ 
    ├── github/ 
    │ ├── SKILL.md # Skill documentation (injected into prompt) 
    │ ├── package.json # Metadata (name, description, dependencies) 
    │ └── bin/ # Optional binaries/scripts 
    ├── slack/ 
    │ ├── SKILL.md 
    │ └── package.json 
    └── custom-skill/ 
    ├── SKILL.md 
    └── package.json

Memory 系统：持久化记忆

openClaw 采用 Short-term(工作记忆) + Long-term(向量/图谱记忆) + Archival(归档记忆) 三级存储架构。采用markdown + sqlite 的存储技术。

工作记忆采用了上下文压缩 生成摘要的方式。

文件存储 分为两个物理层级：

  • 每日流水账 (Daily Logs) 存储于 ~/clawd/memory/YYYY-MM-DD.md 。
  • 长期知识库 (Curated Knowledge) 存储于 ~/clawd/MEMORY.md ，Agent 会通过定期的“记忆刷盘(Flush)” 机制，将 Daily Logs 中的精华提炼并写入此文件。

其它的长期知识库如：

  1. SKILLS_SNAPSHOT.md 存储skill
  2. SOUL.md:人格、语气与边界
  3. IDENTITY.md:名称、风格与表情
  4. USER.md:用户画像与称呼方式
  5. AGENTS.md:操作指令、记忆使用规则与优先级
  6. MEMORY.md:跨线程的长期记忆

OpenClaw 用sqlite 做RAG, 采用加权混合搜索策略，采用 70% 向量语义搜索 + 30% BM25 关键词匹配 的加权策略，解决检索不准确的问题。

channels：消息平台集成

channels是连接 OpenClaw 和消息平台的适配器。每个通道负责处理特定于平台的身份验证、消息格式和传递。如：WhatsApp，telegram,discard,飞书，google chat

channels流程图.png

nodes：设备功能提供商

Nodes 就是在主机之外的其他“能力”节点，连接到 Gateway 的子设备（iOS、Android、macOS），提供设备本地功能：

旧手机、闲置电脑都可以作为 Node 加入网络，以提供更多的能力，比如摄像头、屏幕录制、系统控制、屏幕共享、显示可交互式的UI界面等。Nodes 需要在远程设备上运行相应的Node 客户端 App。

avatar
文章
阅读
粉丝