Learn OpenClaw

Appearance

第一章：认识 OpenClaw ​

什么是 OpenClaw？ ​

OpenClaw 是一个开源的 AI 个人助手框架，允许用户在本地运行自己的 AI Agent。截至目前，OpenClaw 在 GitHub 上已经积累了超过 247,000 颗星标，是全球最受欢迎的开源 AI Agent 项目之一。

OpenClaw 由知名开发者 Peter Steinberger 创建并领导开发，其核心理念是：

  • 本地优先（Local-first）：你的数据留在你的设备上
  • 完全可控：你决定 AI 能访问什么、能做什么
  • 高度可扩展：通过 Skills 系统支持无限功能拓展
bash
# 一行命令即可开始体验
npx openclaw@latest init

发展历史：从 Moltbot 到 OpenClaw ​

OpenClaw 的发展经历了三个重要阶段：

阶段名称时间关键特性
v0.xMoltbot2023 年初最初的原型，仅支持命令行交互
v1.xClawdbot2023 年中引入 Skills 系统和多渠道支持
v2.xOpenClaw2024 年初至今完全重构，开源社区驱动

Moltbot 时代（v0.x） ​

Moltbot 是 Peter Steinberger 的一个个人实验项目。最初只是一个简单的 CLI 工具，用于将 LLM 与本地文件系统连接起来。虽然功能简单，但它证明了"让 AI 访问本地环境"这一思路的可行性。

Clawdbot 时代（v1.x） ​

随着用户群体的增长，项目被重命名为 Clawdbot，并引入了两个关键创新：

  1. Skills 系统：允许社区贡献独立的功能模块
  2. Channel 架构：将交互界面从 CLI 扩展到 Slack、Discord、Telegram 等 20 多个平台

OpenClaw 时代（v2.x） ​

2024 年初，项目进行了完全的架构重构并更名为 OpenClaw，采用了全新的 Gateway-Agent-Session 三层架构，成为一个真正的企业级 AI Agent 平台。

OpenClaw vs 其他 AI 工具 ​

很多初学者会问：OpenClaw 和 ChatGPT、GitHub Copilot 有什么区别？下面是一个详细的对比：

特性OpenClawChatGPTGitHub Copilot
运行方式本地部署云端服务云端 + 编辑器插件
数据隐私数据完全本地数据上传至 OpenAI代码片段上传至 GitHub
开源完全开源（MIT）闭源闭源
可定制性高度可定制有限定制有限定制
LLM 支持多模型自由切换仅 OpenAI 模型仅 GitHub/OpenAI 模型
文件访问完整本地文件访问无本地访问仅编辑器内文件
自动化支持 Webhook/Cron/Poll不支持不支持
价格免费（需自备 API Key）订阅制订阅制
扩展系统13,700+ 社区 SkillsGPTs Store扩展有限
渠道支持20+ 渠道Web/App编辑器内

核心差异总结：ChatGPT 和 Copilot 是"你去找 AI"，而 OpenClaw 是"AI 来到你身边"——它运行在你的环境中，访问你的数据，为你执行任务。

核心架构 ​

OpenClaw 采用经典的三层架构设计，各层职责清晰：

mermaid
graph TB
    subgraph Channels["渠道层 Channels"]
        CLI[CLI 终端]
        Web[WebChat]
        Slack[Slack]
        Discord[Discord]
        Telegram[Telegram]
        More[其他 20+ 渠道...]
    end

    subgraph Core["核心层"]
        GW[Gateway 网关]
        Agent[Agent 引擎]
        Session[Session 会话]
    end

    subgraph Backend["后端服务"]
        LLM[LLM 提供商]
        Skills[Skills 技能库]
        Store[持久化存储]
    end

    Channels --> GW
    GW --> Session
    Session --> Agent
    Agent --> LLM
    Agent --> Skills
    Session --> Store

Gateway（网关守护进程） ​

Gateway 是 OpenClaw 的入口和调度中心，以守护进程的方式运行在后台。它的主要职责包括：

  • 请求路由：接收来自各种渠道的消息，分发给正确的 Session
  • 认证授权：管理用户身份和权限
  • 连接管理：维护与各渠道的长连接
  • 负载均衡：在多 Agent 场景下分配请求
bash
# Gateway 默认监听端口
openclaw gateway start --port 18789

Agent（LLM 调用引擎） ​

Agent 是 OpenClaw 的大脑，负责与大语言模型交互。每个 Agent 实例可以：

  • 选择 LLM 后端：支持 OpenAI、Anthropic、Moonshot、DeepSeek 等
  • 管理上下文窗口：智能的上下文裁剪和压缩
  • 调用 Skills：根据用户意图自动选择并调用合适的技能
  • 流式输出：实时返回生成结果

Session（会话管理器） ​

Session 负责管理对话的生命周期：

  • 对话历史：保存和恢复对话上下文
  • 状态管理：跟踪多轮对话的状态
  • 记忆系统：长期记忆和短期记忆的管理
  • 用户画像：根据对话积累用户偏好

核心特性一览 ​

1. 本地优先 ​

所有数据（对话记录、知识库、配置）默认存储在本地，不依赖任何云服务。你只需要一个 LLM API Key 即可使用。

2. 多渠道接入 ​

通过 Channel 抽象层，OpenClaw 支持超过 20 种消息渠道，包括：

  • 命令行终端（TUI）
  • Web 聊天界面
  • Slack / Discord / Telegram
  • 微信（通过第三方桥接）
  • Email
  • REST API

3. Skills 技能系统 ​

社区已经贡献了超过 13,700 个 Skills，涵盖：

  • 文件操作与代码辅助
  • 日程管理与提醒
  • 数据查询与分析
  • 智能家居控制
  • DevOps 自动化

4. 自动化引擎 ​

支持三种触发机制：

  • Webhook：外部事件触发
  • Cron：定时任务
  • Poll：轮询数据源

典型使用场景 ​

个人助手 ​

  • 管理日程、设置提醒
  • 整理笔记、总结文档
  • 查询天气、新闻等日常信息

开发工具 ​

  • 阅读和解释代码
  • 生成单元测试
  • 代码审查和重构建议
  • 自动化 CI/CD 流程

企业自动化 ​

  • 自动化报告生成
  • 客户服务机器人
  • 内部知识库问答
  • 跨系统数据集成

本章小结 ​

通过本章，你应该对 OpenClaw 有了基本的认识：

  1. OpenClaw 是一个开源、本地优先的 AI Agent 框架
  2. 它经历了 Moltbot → Clawdbot → OpenClaw 的演进
  3. 核心架构由 Gateway + Agent + Session 三层组成
  4. 相比 ChatGPT 等云端服务，OpenClaw 提供了更高的隐私保护和可定制性
  5. 拥有庞大的社区和丰富的 Skills 生态

在下一章中，我们将动手搭建 OpenClaw 的开发环境。

下一章：环境搭建

Learn OpenClaw - 从 0 开始学 AI Agent

Built with VitePress