10xAI Wiki

18分钟阅读

OpenClaw 生态系统

OpenClaw（曾用名 WA-Relay → Claude’s → Clawdbot → MoldBot → OpenClaw）是一个开源 AI Agent 框架，由 Peter Steinberger（PSPDFKit 创始人）于 2025 年末发布。它将 AI 模型与本地计算机操作能力直接结合，让用户通过 WhatsApp、Telegram、Discord 等消息客户端控制本地 Mac/Linux 机器，执行实际任务。GitHub 发布后数天内获得 18 万+ Star，是 GitHub 史上增长最快的开源项目之一。

社区别称 龙虾（因 logo 为龙虾/甲壳类动物），衍生出了丰富的龙虾文化（养龙虾、龙虾教父等）。

核心定位：本地 AI Agent 操作系统

OpenClaw 的口号是”真正能做事的 AI”。它的核心创新是：

  • 离你的数据最近：直接运行在本地机器，访问本地文件系统、应用、数据
  • 通过消息客户端交互：用 WhatsApp/Telegram 发消息，像和人说话一样委派任务
  • 真正执行任务：不只对话，调用工具、操作浏览器、执行 shell 命令、运行脚本
  • 自修改能力：Agent 知道自己的源码和架构，能修改自己的代码

Peter 的洞察：将 Claude Code CLI 与 WhatsApp 消息通道直接连通，每条消息用 -p 参数调用 CLI，就实现了一个”能干活的 AI”。魔法不在单个组件，而在组合方式。

底层架构

OpenClaw 的核心是一个 TypeScript CLI 应用程序（不是 Python，不是 Web 应用），在本地机器上运行，暴露网关服务处理所有渠道连接。

核心层次

消息客户端 (WhatsApp/Telegram/Discord)
        ↓
渠道适配器 (Channel Adapter) — 标准化消息、提取附件
        ↓
网关服务器 (Gateway Server) — 任务/会话协调器，基于 Lane 队列
        ↓
Agent 运行器 (Agent Runner) — 动态组装 system prompt、管理模型
        ↓
LLM API (Anthropic/OpenAI/本地模型)
        ↓
Agent 循环 (Agentic Loop) — 工具调用、浏览器操作、文件读写
        ↓
响应路径 → 返回消息客户端

关键设计原则

Lane 队列（默认串行，显式并行）：网关使用基于 Lane 的命令队列，每个会话有自己的专用 Lane，防止竞态条件。这与许多 Agent 框架”默认并行”的思路相反，大幅降低了心智负担和调试复杂度。

Gateway 是真正的创新：网关不只是消息转发，它管理多重叠请求的协调、序列化、回退逻辑。这是 Clawdbot 相比其他 Agent 实现的核心优势。

语义快照浏览器：浏览器操作主要不使用截图，而是使用基于可访问性树（ARIA）的文本表示（语义快照）。原因：截图约 5MB，语义快照不到 50KB；而且浏览网站通常不是视觉任务，文本表示更高效、更准确。

exec 执行环境：支持三种模式——沙盒（默认，Docker 容器）、直接在主机上、远程设备。安全命令预批准，危险 shell 结构默认阻止。

Skills 系统

Skills 是 OpenClaw 的能力扩展单元，以 Markdown 文件夹形式存在。每个 Skill 包含 SKILL.md、可选的 scripts/、references/、assets/ 目录。

与 MCP 的关键对比（来自 Peter Steinberger 的观点）：

  • MCP 污染上下文，不可组合；每次都把整个数据 blob 拉回来
  • Skills + CLI 才是正道：模型天生擅长调用 Unix 命令，一句话描述，按需加载
  • 最大优势：可以在 CLI 调用中加入 jq 过滤，只取需要的数据，上下文零污染

Skills 可以发布到 ClawHub 社区平台，实现分发和复用。

详见 Claude Skills & MCP 获取深入技术分析。

记忆架构

OpenClaw 原生记忆系统：

  • 会话记忆：.jsonl 文件，每行一个 JSON 对象（消息、工具调用、结果）
  • 持久记忆：MEMORY.md 或 memory/ 文件夹中的 Markdown 文件
  • 搜索：BM25 关键词匹配 + 向量语义搜索混合方案（SQLite + FTS5）

五层记忆系统（高级运营层）：

层存储时间尺度管理方式
L1 身份层SOUL.md（精简核心）永恒人工确认修改
L2 长期记忆MEMORY.md（<3000 tokens）长期Agent 自主维护
L3 中期记忆memory/YYYY-MM-DD.md中期Harness 自动提取
L4 短期记忆.learnings/（ERRORS/LEARNINGS）短期Agent 即时记录
L5 持久化Skills + Obsidian + vector_store.db持久共享/归档

详见 AI Agent 记忆架构。

Context Engineering：Agent 的信息架构

核心洞察：LLM 的上下文窗口不是等价的，system prompt 前面的信息权重远高于后面的。Session 膨胀后，早期消息被稀释——类似操作系统的内存管理。

两层控制：

  1. Context Engineering（设计 Agent 的信息架构）：SOUL.md 放最前面（宪法），AGENTS.md 跟在后面（操作规范），Skills 通过 extraDirs 按需加载，shared-context/ 是跨 Agent 共享状态
  2. Harness（框架自动管理）：compaction（memoryFlush）、contextPruning、session reset、session maintenance

Harness 核心配置（来自真实生产配置）：

{
  "compaction": {
    "mode": "safeguard",
    "memoryFlush": { "softThresholdTokens": 40000 }
  },
  "contextPruning": { "mode": "cache-ttl", "ttl": "6h", "keepLastAssistants": 3 },
  "session": {
    "reset": { "atHour": 5, "idleMinutes": 30 },
    "maintenance": { "pruneAfter": "7d", "maxDiskBytes": 104857600 }
  }
}

多 Agent 协作

OpenClaw 支持多 Agent 运行，核心机制：

ACP（Agent Communication Protocol）：通过 sessions_spawn 委派任务给专业编码 Agent（Claude Code、Codex、Gemini 等），最大 6 并发实例，120min TTL。

三种通信机制：

  • sessions_send：实时任务分派/圆桌讨论（不可靠，超时/重复）
  • shared-context/：异步状态共享（关键数据走文件，可追溯）
  • 结构化接口约定：上游 Agent 主动为下游预留接口格式

三态通信协议（避免 ACK storm）：

[request]   → @对方 + ack_id + 期望动作 + 截止时间
[confirmed] → @发起方 + 相同 ack_id + 版本/生效时间/关键结论
[final]     → @相关方 + 相同 ack_id（全线程仅 1 条，发出后全员静默）

DRI 原则：一个问题只有一个 Directly Responsible Individual 出最终结论，非 DRI 只能补充。

Agent 自主进化循环（6 步）：

  1. 触发事件（失败/纠正/发现更优做法）
  2. .learnings/ 即时记录（pending 状态）
  3. 每日反思 cron（23:00-23:45）审查 pending 条目，≥3次复现则提升
  4. Promote 到 MEMORY.md（长期记忆，<3000 tokens 硬上限）
  5. 下次 session 启动时由 self-improving-agent hook 注入
  6. Agent 行为改进，不再犯同类错误

生产级运营案例：1+5+6 阵型

来源：OpenClaw 工程实战

一个人在一台 Mac 上运行的 6 Agent 系统：

Agent角色核心能力
ZoeCTO/首席编排者技术方案设计、任务编排、圆桌主持、系统运维、记忆维护
ainews情报中枢从 100+ 信息源采集，评估技术发现对系统的影响
Trading量化分析师21 个 cron 任务，A股/美股/大宗商品全覆盖，65/35 混合评分模型
Macro首席经济学家宏观→传导→国内→市场四层映射因子包
Content内容策略师54 个平台热榜采集，Research→Ideate→Write→Reflect 四阶段流水线
Butler生活管家深度集成 Apple 生态，52 个 cron 任务

系统统计：118 个 Skills（33 全局 + 85 专属）、52 个 cron 任务、29 个注册 LLM 模型、每天数千次 LLM 调用。

生态产品矩阵

从 OpenClaw 出发，形成了多个相关产品：

产品定位特点
OpenClaw核心开源框架需 git clone + 编译，技术用户
Clawdbot早期名称（已更名）同 OpenClaw
EasyClaw产品化封装降低安装门槛，面向普通用户
HiClaw企业级解决方案填补企业使用的安全/合规需求
CoPaw协作版本多人协作场景
ClawHubSkills 市场平台社区 Skills 发布、分发、安装
MyClaw托管服务无需自己部署
MoltBook社交实验（已停）Agent 在 Reddit 风格平台互相发帖

企业应用困境：OpenClaw 2 个月内 GitHub Star 超过 Linux，但企业迟迟不敢用，核心原因：

  • 安全审计困难（AI Agent 有系统级访问权限）
  • 权限管理不成熟
  • 企业合规要求（审计日志、权限控制）
  • 与企业现有系统集成复杂

HiClaw 等企业级产品正在解决这些问题。

命名历史与社区文化

改名历史：WA-Relay → Claude’s（CLAWDE）→ Clawdbot → MoldBot → OpenClaw

改名风波：Anthropic 因名字与 Claude 混淆要求改名，加密货币投机者在5秒内抢注了所有旧账号（GitHub、NPM、X），用于发垃圾信息和恶意软件。最终成功改名为 OpenClaw，通过战争指挥室式的协调完成原子化改名操作。

龙虾文化：社区用”养龙虾”来描述运行 OpenClaw，Peter 被称为”龙虾教父”。社区活跃，举办 ClawCon（维也纳 500 人参加），用户称这是自十几年前互联网早期以来最令人兴奋的社区氛围。

Peter 的工作哲学：

  • “VibeCoding 是贬义词，我做的是 Agentic Engineering”
  • “短 prompt 胜过长 prompt”
  • “让代码库对 Agent 友好，比对自己完美更重要”
  • “80% 的 App 将消亡”——当 Agent 知道你的一切并能操作一切时，大部分独立 App 都失去了存在意义

安全考量

  • Prompt 注入：通过 VirusTotal 合作对 Skills 进行 AI 检测
  • 权限白名单：exec.security: allowlist，用户批准可信命令
  • 模型强度与安全性正相关：更强的模型对 Prompt 注入的抵抗力更强，弱模型（本地小模型）容易被攻击
  • SOUL.md 保护：Agent 不能自己修改”宪法”，必须经用户确认
  • 安全三角：攻击面随模型增强而缩小，但可造成的损害随模型增强而增大

关键认知

来自半个月生产运营的总结：

  1. 90% 的时间花在工程问题上，不是 AI 问题。Session 膨胀、消息风暴、配置被改坏——解法在分布式系统和 SRE 经典知识中，不在 AI 论文里
  2. AI 的”智能”在生产环境中经常是灾难。显式 > 隐式，硬规则 > 软建议，可预测 > 可解释
  3. 持续运行的系统必然退化——不是 bug，是热力学。对策是建立反退化机制栈
  4. 协作是协议问题，不是 prompt 问题。两个 Agent 放进群聊不写协议，等价于两个进程共享内存不加锁
  5. Agent 最大的价值不是执行力，而是”参与设计”

参考来源

关系图谱

反向链接