OpenClaw WebSocket Channel开发实战:从零打造自定义 AI 通信通道

OpenClaw WebSocket Channel开发实战:从零打造自定义 AI 通信通道

🎯 项目背景

为什么做这个项目?

最近 OpenClaw 特别火🔥,这是一个强大的个人 AI 助手网关,支持接入 WhatsApp、Telegram、Discord 等 15+ 个消息平台。作为一个技术爱好者,我决定深入学习一下它的架构设计。

学习目标

  • ✅ 理解多通道 AI 网关的架构模式
  • ✅ 掌握 OpenClaw 插件化开发技能
  • ✅ 实践 WebSocket 实时双向通信
  • ✅ 为社区贡献一个实用的教学案例

项目定位:这不是一个生产级项目,而是一个学习性质的教学案例,帮助其他开发者快速上手 OpenClaw 插件开发。

技术栈

前端层:Vue 3 + WebSocket ↓ 服务端:Python + aiohttp + uv ↓ 通道层:Node.js + ws + OpenClaw Plugin SDK ↓ AI 层:OpenClaw Gateway + LLM Provider 

🚀 快速开始

本项目 Gitee 仓库

项目结构

openclaw-websocket-channel/ ├── websocket-service/ # Python WebSocket 服务端 │ ├── app.py # aiohttp 主程序 │ └── requirements.txt # Python 依赖 ├── websocket-web/ # Vue 3 前端 │ ├── src/ │ │ └── App.vue # 主界面 │ └── package.json └── websocket-channel/ # OpenClaw 通道插件 ├── index.ts # 插件主逻辑 └── openclaw.plugin.json 

1. 启动 Python WebSocket 服务端

# 进入服务端目录cd websocket-service # 使用 uv 安装依赖 uv sync# 启动服务端 python app.py # 默认监听:ws://localhost:8765

2. 启动 Vue 前端

# 进入前端目录cd websocket-web # 安装依赖npminstall# 开发模式运行npm run dev # 访问:http://localhost:3000

前端界面功能

  • 💬 实时聊天窗口
  • 🔌 连接状态显示
  • ✉️ 消息收发日志

3. 安装 WebSocket Channel

# 进入通道插件目录cd websocket-channel # 安装到 OpenClaw openclaw plugins install.# 验证安装 openclaw plugins list # 应该看到:websocket-channel

4. 配置 OpenClaw

编辑 ~/.openclaw/config.json(或通过 Web UI):

{"channels":{"websocket-channel":{"enabled":true,"config":{"enabled":true,"wsUrl":"ws://localhost:8765/openclaw"}}}}

配置说明

  • enabled: 启用通道
  • wsUrl: WebSocket 服务端地址
  • 无需 groupPolicy:默认就是开放模式

5. 重启 OpenClaw Gateway

# 如果使用 macOS 应用# 点击菜单栏 OpenClaw → Restart Gateway# 或命令行重启pkill-f openclaw-gateway openclaw gateway run 

6. 测试

  1. 打开浏览器访问前端:http://localhost:3000
  2. 点击 “连接” 按钮
  3. 发送消息:“你好,请介绍一下自己”
  4. 等待 AI 回复…

预期效果

你:你好,请介绍一下自己 AI:你好!我是你的个人 AI 助手,基于 OpenClaw 框架运行。 我可以帮助你回答问题、编写代码、分析数据等。 有什么我可以帮你的吗?😊 

🏗️ 程序架构

整体架构图

┌─────────────────┐ │ 用户浏览器 │ │ (Vue 前端) │ └────────┬────────┘ │ WebSocket │ ws://localhost:8765 ▼ ┌─────────────────┐ │ Python 服务端 │ │ (aiohttp) │ └────────┬────────┘ │ WebSocket │ 长连接 ▼ ┌─────────────────┐ │ Node.js 通道 │ │ (ws 库) │ └────────┬────────┘ │ OpenClaw Plugin API ▼ ┌─────────────────┐ │ OpenClaw │ │ Gateway │ └────────┬────────┘ │ ▼ ┌─────────────────┐ │ AI Provider │ │ (Qwen/Bailian) │ └─────────────────┘ 

数据流详解

入站消息(前端 → AI)
1. 用户在 Vue 界面输入消息 ↓ 2. 前端通过 WebSocket 发送到 Python 服务端 ↓ 3. Python 服务端转发给 Node.js 通道 ↓ 4. Node.js 通道的 ws.on("message") 接收 ↓ 5. 标准化消息格式 ↓ 6. 调用 OpenClaw 框架 API ↓ 7. Gateway 调用 AI Provider 生成回复 
出站消息(AI → 前端)
1. AI 生成回复文本 ↓ 2. OpenClaw 调用 deliver 回调 ↓ 3. Node.js 通道通过 WebSocket 发送给 Python 服务端 ↓ 4. Python 服务端转发给 Vue 前端 ↓ 5. 前端界面显示 AI 回复 

💻 Channel开发详解

1. 项目初始化

# 创建插件目录mkdir-p openclaw-websocket-channel/websocket-channel cd openclaw-websocket-channel/websocket-channel # 创建基础文件touch index.ts openclaw.plugin.json package.json 

2. 定义插件元数据

index.ts:

importtype{ ReplyPayload }from"openclaw/auto-reply/types";importtype{ ChannelPlugin, OpenClawConfig }from"openclaw/plugin-sdk";import{ createDefaultChannelRuntimeState }from"openclaw/plugin-sdk";interfaceWebSocketChannelConnection{ ws:any; accountId:string;}interfaceWebSocketChannelAccount{ accountId:string; wsUrl:string; enabled?:boolean; configured?:boolean; dmPolicy?:"pairing"|"allowlist"|"open"|"disabled";}const connections =newMap<string, WebSocketChannelConnection>();let pluginRuntime:any=null;const WebSocketChannel: ChannelPlugin<WebSocketChannelAccount>={ id:"websocket-channel", meta:{ id:"websocket-channel", label:"Websocket Channel", selectionLabel:"Websocket Channel (Custom)", docsPath:"/channels/websocket-channel", blurb:"WebSocket based messaging channel.", aliases:["ws"],},// ... 其他配置};

3. 实现配置适配器

config:{/** * 列出所有配置的账户 ID * @returns 固定返回 ["default"] */listAccountIds:(cfg: OpenClawConfig)=>{return["default"];},/** * 解析账户配置 */resolveAccount:(cfg: OpenClawConfig, accountId:string)=>{const channelCfg = cfg.channels?.["websocket-channel"];if(!channelCfg ||!channelCfg.config){returnundefined;}const config = channelCfg.config asany;return{ accountId:"default", wsUrl: config.wsUrl ||"ws://localhost:8765/openclaw", enabled: config.enabled !==false,};},/** * 检查账户是否已配置 */isConfigured:async(account, cfg)=>{returnBoolean(account.wsUrl && account.wsUrl.trim()!=="");},}

4. 实现状态管理适配器 ⭐关键

status:{/** * 默认运行时状态模板 * ⚠️ 必须实现这个方法,否则 UI 会显示 "0/1 connected" */ defaultRuntime:createDefaultChannelRuntimeState("default",{ wsUrl:null, connected:false, groupPolicy:null,}),/** * 构建通道摘要(用于 UI 显示) */buildChannelSummary:({ snapshot })=>({ wsUrl: snapshot.wsUrl ??null, connected: snapshot.connected ??null, groupPolicy: snapshot.groupPolicy ??null,}),/** * 构建账户完整快照 */buildAccountSnapshot:({ account, runtime })=>({ accountId: account.accountId, enabled: account.enabled, configured: account.configured, wsUrl: account.wsUrl, running: runtime?.running ??false, connected: runtime?.connected ??false, groupPolicy: runtime?.groupPolicy ??null, lastStartAt: runtime?.lastStartAt ??null, lastStopAt: runtime?.lastStopAt ??null, lastError: runtime?.lastError ??null,}),}

为什么需要 defaultRuntime

OpenClaw 的 UI 通过读取通道的 defaultRuntime 来知道要跟踪哪些状态字段。如果没有这个配置:

  • UI 不知道要显示 connected 字段
  • 即使你在 startAccount 中设置了 connected: true
  • UI 也只会显示 “0/1 connected”

正确做法

  1. defaultRuntime 中声明要跟踪的字段(包括 connected: false
  2. startAccount 开始时调用 ctx.setStatus({ connected: true })
  3. UI 就会正确显示 “1/1 connected”

5. 实现网关适配器(核心)

gateway:{/** * 启动 WebSocket 账户连接 */startAccount:async(ctx)=>{const{ log, account, abortSignal, cfg }= ctx; log?.info(`[websocket-channel] Starting WebSocket Channel for ${account.accountId}`);// 获取 runtime APIconst runtime = pluginRuntime;// ⭐ 关键:设置初始状态为已连接 ctx.setStatus({ accountId: account.accountId, wsUrl: account.wsUrl, running:true, connected:true,}); log?.info(`[websocket-channel] Status set: connected=true, running=true`);// 创建 WebSocket 连接const WebSocketLib =awaitimport("ws");const ws =new(WebSocketLib.default asany)(account.wsUrl);// 存储连接 connections.set(account.accountId,{ ws, accountId: account.accountId });// 监听消息事件 ws.on("message",async(data: Buffer)=>{try{// 1. 解析原始消息const rawData = data.toString();const eventData =JSON.parse(rawData);const innerData = eventData.data ||{};// 2. 标准化消息const normalizedMessage ={ id:`${eventData.source ||"websocket"}-${Date.now()}`, channel:"websocket-channel", accountId: account.accountId, senderId: innerData.source || eventData.source ||"unknown", senderName: innerData.source || eventData.source ||"Unknown", text: innerData.content || innerData.text ||"", timestamp: innerData.timestamp || Date.now().toISOString(), isGroup:false, groupId:undefined, attachments:[], metadata:{},}; log?.info(`[websocket-channel] 📨 Received: "${normalizedMessage.text}" from ${normalizedMessage.senderId}`,);// 3. 解析路由const route = runtime.channel.routing.resolveAgentRoute({ cfg, channel:"websocket-channel", accountId: account.accountId, peer:{ kind:"direct", id: normalizedMessage.senderId,},});// 4. 构建消息上下文const ctxPayload = runtime.channel.reply.finalizeInboundContext({ Body: normalizedMessage.text, BodyForAgent: normalizedMessage.text, From: normalizedMessage.senderId, To:undefined, SessionKey: route.sessionKey, AccountId: route.accountId, ChatType:"direct", SenderName: normalizedMessage.senderName, SenderId: normalizedMessage.senderId, Provider:"websocket-channel", Surface:"websocket-channel", MessageSid: normalizedMessage.id, Timestamp: Date.now(),});// 5. 调用框架调度器await runtime.channel.reply.dispatchReplyWithBufferedBlockDispatcher({ ctx: ctxPayload, cfg: cfg, dispatcherOptions:{deliver:async(payload: ReplyPayload,{ kind })=>{ log?.info(`[websocket-channel] Delivering ${kind} reply via WebSocket...`);const currentConn = connections.get(account.accountId);if(!currentConn ||!currentConn.ws || currentConn.ws.readyState !==1){thrownewError("No WebSocket connection available");}// 发送 AI 回复 currentConn.ws.send(JSON.stringify({ type:"reply", content: payload.text ||"", kind,}));},onError:(err,{ kind })=>{ log?.error(`[websocket-channel] Delivery error for ${kind}: ${err.message}`);},},}); log?.info(`[websocket-channel] Message dispatched successfully`);}catch(err){ log?.error(`[websocket-channel] Failed to process message: ${err.message}`);}});// 监听错误和关闭 ws.on("error",(err: Error)=>{ log?.error(`[websocket-channel] ❌ WebSocket error: ${err.message}`); connections.delete(account.accountId);reject(err);}); ws.on("close",()=>{ log?.info(`[websocket-channel] 🔴 Connection closed`); connections.delete(account.accountId);resolve();});// 监听中止信号 abortSignal.addEventListener("abort",()=>{ log?.info(`[websocket-channel] ⏹️ Abort requested`); ws.close();resolve();});// 保持连接运行awaitPromise.race([ connectionPromise,newPromise<void>((resolve)=>{ abortSignal.addEventListener("abort",()=>resolve());}),]); connections.delete(account.accountId);},}

6. 注册插件入口

/** * 注册插件入口 * @param api - 插件 API */exportdefaultfunctionregister(api:any){console.log("[websocket-channel] Registering WebSocket Channel plugin"); pluginRuntime = api.runtime; api.registerChannel({ plugin: WebSocketChannel });}

📚 参考链接

官方文档

示例项目

Read more

AI安全:视觉提示词注入攻击代码/实战教学| 针对Hugging Face开源大模型Stable Diffusion Model

AI安全:视觉提示词注入攻击代码/实战教学| 针对Hugging Face开源大模型Stable Diffusion Model

本文链接地址 :https://blog.ZEEKLOG.net/weixin_47681965/article/details/158503719?spm=1001.2014.3001.5502, 转载请注明出处。 提到提示词注入(Prompt Injection),大家的第一反应往往是精心构造的文本越狱指令。 而在图生图任务中,输入图像在本质上扮演了视觉提示词的角色,与文本指令共同指导生成模型。 基于这一视角,本文展示针对视觉提示词的注入攻击:通过PGD对抗攻击算法对输入图像进行像素级微调,使其生成的违规图像能够绕过开源大模型的NSFW安全检测机制。 临近毕业,感觉市场对提示词注入比较感兴趣,因本人读博期间一直研究对抗攻击算法,所以决定尝试用对抗攻击的思路完成提示词注入攻击,误导开源模型生成违规图像。 完整代码链接:https://github.com/YujiangLi0v0/Injection_Attack_Inpainting.git 目录 * 一、 NSFW防线:开源模型的安全过滤机制 * 二、 攻击场景定义 (Threat Model) * 三、

展望 AIGC 前景:通义万相 2.1 与蓝耘智算平台共筑 AI 生产力高地

展望 AIGC 前景:通义万相 2.1 与蓝耘智算平台共筑 AI 生产力高地

引言 在 AI 视频生成领域不断创新突破的当下,通义万相 2.1这款开源的视频生成 AI 模型一经发布便引发了广泛关注。其表现十分亮眼,发布当日便强势登顶VBench排行榜,将Sora、Runway等行业内的知名强大对手甩在身后,彰显出不容小觑的强劲实力与巨大潜力。 通义万相 2.1模型具备诸多令人赞叹的特性。它所生成的视频分辨率达到了1080P,并且在视频时长方面没有任何限制。更为厉害的是,它能够精准地模拟自然动作,甚至还可以对物理规律进行高度还原,这些卓越的能力无疑为 AIGC 领域带来了前所未有的变革,堪称具有里程碑意义的重大突破。 借助蓝耘智算平台,用户可以便捷地对通义万相 2.1 模型进行部署,进而打造出属于自己的个性化 AI 视频生成工具。今天,我会带领大家深入了解通义万相 2.1的各项强大功能,同时也会详细分享怎样通过蓝耘智算平台快速上手,开启 AI 视频生成的奇妙之旅。 蓝耘智算平台:开启高性能计算新时代 1. 平台概览 蓝耘智算平台作为专为满足高性能计算需求精心打造的云计算平台,以强大计算力和灵活服务能力脱颖而出。其依托先进的基础设施,配备大规模GPU算力

打造专属模型!使用LLaMA-Factory进行微调,非常详细收藏这一篇就够了

打造专属模型!使用LLaMA-Factory进行微调,非常详细收藏这一篇就够了

一、安装Pytorch 1. 检查GPU计算能力 在开始微调之前,首先需要确认GPU的计算能力,因为不同架构的GPU对PyTorch版本有不同要求。计算能力是NVIDIA GPU的一个重要指标,它决定了GPU支持的CUDA功能和性能特性。 nvidia-smi --query-gpu=compute_cap --format=csv 第一行命令直接查询GPU的计算能力版本,而Python代码则通过PyTorch库来检测CUDA的可用性、版本信息以及具体的GPU设备能力。这些信息对于后续选择合适版本的PyTorch至关重要。 2. 匹配PyTorch版本 根据GPU计算能力选择合适的PyTorch版本是非常重要的,因为不匹配的版本可能导致性能下降甚至无法正常运行。不同的GPU架构有着不同的计算能力要求,下面根据GPU计算能力选择合适的PyTorch版本: 计算能力 < 7.0 (如 Maxwell架构):使用较老版本 计算能力 7.x (Volta/Turing):PyTorch 1.8+ 计算能力 8.x (Ampere):PyTorch 1.10+ 计算能力 9

找回 Edge 边栏中消失的 Copilot 图标

Edge 边栏的 Copilot 能根据网页内容增强回复,相当于内置了RAG,而且能不限次数使用GPT-5,非常方便。笔者有次打开 Edge 浏览器时发现边栏的Copilot图标消失了,探索了一些方法后终于找到解决方案,以下: 1. win+R 打开运行,输入 powershell 打开,复制以下正则表达式全文到powershell 命令窗口回车运行即可。命令窗口出现“✅ 已将 variations_country 设置为 US。已重新启动 Microsoft Edge”代表已经成功。 & { # 关闭所有 Edge 进程 Get-Process | Where-Object { $_.ProcessName -like "msedge*" } | Stop-Process -Force -ErrorAction SilentlyContinue Start-Sleep -Seconds 3 $localState