2026年初，一个名为OpenClaw的开源项目以惊人速度席卷全球：GitHub星标数突破28万，超越Linux登顶平台榜首，甚至让原本小众的Mac Mini一机难求。这个被开发者昵称为“小龙虾”的项目，究竟藏着怎样的技术魔力？
如果你对OpenClaw的技术架构感兴趣，或者想深入学习其源码实现，欢迎访问RskAi（ai.rsk.cn）——国内可直接访问的免费AI镜像站，聚合Gemini/GPT/Claude三款顶级模型，还能在对话框里向我们提问技术问题。
本文将从架构演进、核心子系统、消息流转机制三个维度，对OpenClaw进行深度技术拆解。
一、OpenClaw是什么？重新定义AI助手
OpenClaw（曾用名Clawdbot、Moltbot）是由奥地利工程师Peter Steinberger（知名PDF工具PSPDFKit创始人）于2025年11月发布的开源AI智能体框架。它的核心定位是“连接大模型与本地系统的执行中枢”——让AI从“只会说话的嘴”，变成“能办实事的手”。
与ChatGPT、Claude等传统对话AI不同，OpenClaw不是一款单纯的聊天机器人，而是本地优先的AI代理平台。它能直接进驻你日常使用的通讯工具（飞书、钉钉、企业微信等），听懂自然语言指令后，真正动手执行任务：发邮件、整理文件、跑代码、爬数据、控制设备……实现从“思考”到“行动”的完整闭环。
OpenClaw的技术架构可以概括为四层模型：交互层（前台）、网关层（大脑中枢）、智能体层（思考核心）、执行层（手脚）。这套分层设计让OpenClaw成为一个能听、能想、能做、能记的完整智能体，而“本地优先”的设计更让它在隐私性和可控性上远超云端AI产品。
二、演化史：从单脚本到AI操作系统的四次跃迁
理解OpenClaw架构的最佳方式，是回溯其演化历程。项目历经四次更名，每次都是架构质变。
Warelay时代：“一条管道”
项目名warelay = WA Relay（WhatsApp 中继）。用户通过WhatsApp或短信给AI发消息，收到文字回复。没有Gateway、没有Agent、没有会话管理——就是一个webhook脚本。关键选择是用Baileys（开源WhatsApp协议库）而非商业API收发消息，好处是免费且不依赖第三方服务。
Clawdis时代：最关键的跃迁
这是变化最剧烈的阶段——三件大事同时发生：
引入Pi SDK：Pi是一个外部agent框架，提供了“消息→prompt→调大模型→解析工具调用→执行→循环”的核心agent循环。OpenClaw从此不再是“收到消息调一次API”，而是一个真正的AI agent。
两周内接入5个渠道：Telegram、Discord、Signal、iMessage、WhatsApp——每个平台的消息格式、API风格、群组概念都不同。多渠道的差异催生了Adapter模式和Channel Dock（统一注册中心），每个渠道只实现它需要的接口子集。
Gateway诞生：从一个CLI命令行工具变为常驻后台服务，所有客户端通过WebSocket统一接入，内含消息路由、队列、会话管理、Cron调度、Hook系统和Plugin注册。
Clawdbot→OpenClaw时代：生产化与平台化
核心思路是让新功能通过插件生长，核心代码库不再膨胀。为此落地了三层扩展机制：
插件系统：社区开发插件时，导出一个register(api)函数即可声明能力——可注册的类型包括渠道、工具、钩子、HTTP路由等。Node.js生态的模块格式分裂（ESM vs CJS）是插件加载的主要障碍，OpenClaw用jiti（运行时TypeScript编译加载器）统一处理。
本地记忆：文本切片后转为向量，存入本地SQLite，用sqlite-vec扩展做余弦相似度检索。搜索采用混合策略——向量语义匹配+BM25关键词匹配——兼顾“意思相近”和“关键词命中”。
技能市场ClawHub：技能本质是注入system prompt的声明文件，描述AI在特定场景下该怎么做。安装命令clawhub install ，加载优先级为workspace > 本地 > 内置。
三、核心架构拆解：四层模型深度解析
3.1 交互层（Channel Layer）：统一20+种渠道的“翻译官”
OpenClaw最神奇的地方，就是你可以用任何聊天软件指挥它——WhatsApp、Telegram、飞书、钉钉、Signal、iMessage……目前已支持8个核心通道和50+扩展通道。
这一层的核心工作是“翻译”。每个渠道都有自己的脾气：WhatsApp要扫码配对，Telegram要填Bot Token，飞书有一套复杂的卡片消息格式。交互层的工作，就是把所有这些接口翻译成OpenClaw内部统一能听懂的语言。
为了抹平几十种IM平台的API差异，OpenClaw采用三层通道架构：
Gateway（网关层） ：作为整个系统的控制大脑，负责维护WebSocket控制平面、全局会话管理、消息路由
Channel Core（通道核心层） ：维护通道注册表，管理全局配置，统一处理会话、线程、输入状态等通用逻辑
Channel Plugins（通道插件层） ：这里是“脏活累活”的执行地，负责与各个IM厂商的服务器进行底层网络交互
连接方式主要分为三类：
WebSocket模式：本地服务器主动向IM厂商发起长连接，无需公网IP，配置简单，适合个人开发者在内网部署
Webhook模式：厂商服务器主动推送消息，节省资源但强依赖公网IP，需配合内网穿透工具
CLI模式：针对Signal、iMessage等特殊通道，必须劫持本地客户端工具或使用底层协议
通道插件的统一接口定义在src/channels/plugins/types.plugin.ts，包含id、meta、capabilities、config等必须实现的属性，以及outbound、pairing、heartbeat等可选适配器。这种设计让核心模块可以不面向任何具体的IM工具撰写代码，而是只面向通道接口撰写代码——即使市面上新出一款IM，只要实现插件规范就能无痛接入。
3.2 网关层（Gateway）：系统的“总机接线员”
Gateway是OpenClaw的核心服务中枢，是整个系统的控制平面。简单来说：Gateway = 大管家，帮你管理所有IM渠道，你只需要跟AI聊天，它负责把消息转来转去。
网关做三件事：
路由：看一眼消息是谁发的——哦，是张三在飞书私聊我——那这条消息应该交给“张三的专属会话”处理。如果是群消息，就交给对应的群会话。
排队：OpenClaw有个很聪明的设计叫“车道式队列”（Lane Queue）。你同时发三条指令，网关不会让它们一起执行，而是一条一条串行处理。如果你在A群里让它写文件，同时在B群里让它查天气，这两件事不冲突，可以并行——这就是“显式并行，默认串行”。
调度定时任务：你配了一个每天早上8点发日报的Heartbeat，网关就记住这个事了。到点了，哪怕你人还在睡觉，网关也会准时唤醒系统去干活。
从源码层面看，Gateway层还承担着上下文压缩的重要职责。在src/gateway/dispatcher.py中，有一个关键的装饰器@route_to_executor，Gateway在这里做意图分析和节点匹配——提取意图、过滤掉无用的对话历史、匹配最合适的执行节点。
工程避坑点：很多指令没响应，是因为Gateway层的registry没更新。OpenClaw默认使用Redis维护节点心跳，如果Redis挂了或网络存在大延迟，指令就会在Gateway堆积。
3.3 智能体层（Agent Layer）：真正动脑子的地方
消息被网关送到这一层，才开始真正的“思考”。智能体层又拆成四个小角色，分工明确：
会话管理器（Session Manager） ：每个对话都有一个独立的“会话”。你和AI的聊天记录、你之前让它记住的偏好、你这次发的文件，都存在这个会话里。不同的会话之间是隔离的。
上下文组装器（Context Assembler） ：每次你要跟AI对话，它得知道自己是谁、能干啥、你以前说过啥。这一块就是干这个活的：把SOUL.md（人格设定）、TOOLS.md（工具有哪些）、历史聊天记录、最近的记忆，拼成一份完整的“提示词”喂给大模型。
执行循环（Execution Loop） ：这是AI真正“动脑子”的地方。大模型看完你的指令，决定要调用什么工具——比如你说“帮我截屏”，模型说“好的，我要调用screenshot工具”。执行循环就负责：去调用截屏工具→拿到截图→再问模型“截图拿到了，然后呢？”→模型说“发给用户”→执行循环把图发出去。
记忆系统（Memory System） ：OpenClaw的记忆分三级：
短期记忆：每天的对话日志，按日期存成Markdown文件。新对话开始时，自动加载今天和昨天的日志，让你觉得AI“记得昨天的事”
近端记忆：完整的会话存档。对话太长被压缩时，关键信息存到这里
长期记忆：MEMORY.md文件，存你明确的偏好（“我以后都用深色模式”）、重要决策、项目状态。每次私聊都会自动加载
记忆系统的实现非常精巧。每个Agent对应一个独立的SQLite数据库，位于~/.openclaw/memory/{agentId}.sqlite。表结构包含files（记录文件元数据）、chunks（存储文本块和向量）、chunks_fts（全文搜索虚拟表）、chunks_vec（向量搜索虚拟表）。
核心检索工具叫memory_search，实现的是混合检索——让BM25和向量检索“打架”，然后加权平均。为什么需要混合？因为纯向量检索懂语义但不懂精确匹配（搜“Mac Studio网关主机”能找到“运行网关的那台机器”，但搜环境变量名“DB_PASSWORD”可能抓瞎），反之BM25擅长精确匹配但不懂同义替换。
OpenClaw的做法是：取并集而非交集。只要向量或BM25任一方法认为某块内容相关，它就有机会进入候选池，最后通过加权得分决定谁胜出。
还有个很妙的机制叫预压缩记忆冲刷。当会话token数逼近上下文窗口上限时，系统会主动提示Agent：“快把重要东西写到磁盘上，不然等会儿被压缩了就没了”——这个设计解决了大模型的致命伤：静默遗忘。
3.4 执行层（Execution Layer）：真正干活的“手脚”
动脑子的是智能体，但真要干活——写文件、发邮件、截屏、点鼠标——得靠这一层。
执行层分两块：
本地节点（Local Node） ：和网关跑在同一台机器上，负责通用技能：执行命令行、读写文件、联网搜索、查天气
远端节点（Remote Node） ：跑在你其他设备上：卧室的MacBook、随身带的iPhone、办公室的Windows电脑。它们通过WebSocket长连接和网关通信。你出差时让AI帮你截家里电脑的屏，消息就得走：手机→网关（可能在云服务器）→家里MacBook→截图回来
OpenClaw采用“云端大脑+本地肢体”的三层解耦架构：
Orchestrator（大脑） ：通常部署在GPU集群或云端，负责LLM推理和任务拆解
Gateway（协议桥） ：负责鉴权、流量整形以及将LLM生成的JSON指令翻译成特定环境的指令集
Pi-embedded（执行端） ：运行在你的Mac/Linux或树莓派上，真正去跑Python脚本、截图或点按鼠标
进入packages/pi-embedded/runtime，你会发现它并没有直接调用系统的subprocess。为了安全，它实现了一套名为“Cell Isolation”的沙箱机制。核心逻辑在executor.py中，包含两个核心模块：
Environment Snapshot：在执行前先快照当前环境变量
Skill Loader：动态加载.ocskill文件
很多开发者在写自定义Skill时发现找不到第三方库，这是因为Pi-embedded默认在独立的venv中运行。需要在项目的claws.yaml中明确定义dependencies，由执行端在启动时自动静默安装。
四、消息全链路追踪：从发消息到收回复
假设你现在在飞书给OpenClaw发了一条指令：“帮我截一下卧室那台Mac的屏幕，看看程序跑完了没。”
交互层：飞书适配器收到消息，翻译成内部格式，传给网关。
网关层：网关看消息来源，分配给“你的主会话”；同时检查有没有定时任务冲突，放进队列。源码中，Gateway会先做上下文压缩（Context Pruning），提取意图，过滤掉无用的对话历史，然后匹配最合适的执行节点。
智能体层：会话管理器加载你的历史记录和记忆；上下文组装器拼好提示词；大模型看完，决定调用peekaboo技能；执行循环开始跑。在Pi SDK的agent循环中，工具调用会被解析成JSON，通过pi-agent-core按序执行。
执行层：网关查询技能路由表，发现peekaboo需要远端节点执行，通过WebSocket把指令发给你卧室的MacBook。Peekaboo是OpenClaw的macOS桌面自动化工具，让AI拥有“眼睛”和“手”：截屏、标注UI元素、点击、打字、管理应用。
MacBook上的Pi-embedded接收消息，解包，启动沙箱，执行get_screenshot.py，截图返回。结果（图片二进制流）顺着原路返回——执行层→智能体层（可能再做一次总结）→网关层→交互层（飞书适配器发图片给你）。
全程可能只需要几十秒，但你啥也不用干。
五、插件化架构：从单体到开放平台的演进
2026年初，OpenClaw通过PR #661完成重大插件化重构，核心是将模型提供商（Provider）从核心代码中解耦，转化为可独立分发的插件包。此次重构并非简单的代码整理，而是架构范式的根本性转变。
重构前的单体架构问题重重：
紧耦合：添加新模型提供商需同时修改4个核心文件
路由膨胀：核心路由文件model-router.ts采用大量else-if分支，每新增一个提供商就增加一层
测试隔离难：测试一个Provider可能引发其他无关Provider的测试失败
重构后的插件化架构采用“接口标准化+动态加载”思路：
核心接口定义：框架定义统一的Provider接口，明确chat、estimateTokens、getSupportedFeatures等核心能力
动态加载机制：通过ProviderLoader类实现插件的动态导入与注册，核心代码不再硬编码提供商列表
路由逻辑简化：新路由基于插件名称解析与动态调用，代码复杂度从O(n)降至O(1)
插件标准化：每个插件为独立npm包，结构统一，便于分发与维护
插件化架构的技术优势明显：
依赖隔离：核心框架无任何模型SDK依赖，bundle大小从45MB降至8MB
并行开发：核心团队仅需维护接口稳定性，社区可独立实现插件
版本自治：每个插件独立版本号，可独立发布更新
安全增强：通过沙箱机制+权限声明双重保障
六、总结：为什么OpenClaw的架构值得深入学习
OpenClaw的技术架构给我们最大的启发是：一个优秀的AI助手，必须能听、能想、能做、能记。而OpenClaw的四大组件，恰好对应了这四大能力：
交互层：多平台无界接入，实现“能听”
网关层：消息路由与调度中枢，实现“能协调”
智能体层：多模型集成与记忆系统，实现“能想、能记”
执行层：插件化技能与远程节点，实现“能做”
这套架构设计的精妙之处在于：它不是一个写死的功能列表，而是一个可无限扩展的开放平台。无论是新的IM渠道、新的AI模型、新的执行技能，都可以通过插件化机制无缝接入。
对于开发者而言，完整搭建完这套流程后，对Skills的理解、对多Agent的理解、对memory-search原理的理解、对Agent经典架构的理解，都可以上一个层次。这些问题都可以在折腾OpenClaw中自己摸索到：
如果让你设计一个Agent，它的长短期记忆链路你打算怎么设计？
如果让你设计一个多Agent架构，你会设计哪些通信方式？
memory-search方案的原理是什么？
一个完整的LLM对话是怎么在transformer框架中流转的？
如果你对OpenClaw的技术细节有更多疑问，或者想深入学习其源码实现，欢迎访问RskAi（ai.rsk.cn）——国内可直接访问的免费AI镜像站，聚合Gemini/GPT/Claude三款顶级模型，还能在对话框里向我们提问。 我们随时准备为你解答技术难题。
【本文完】
