OpenClaw 是一个本地优先的开源 AI 智能体框架，旨在让 AI 从“说”转变为“做”。它本身不包含模型，而是作为编排层连接大模型 API 与本地工具。核心特点包括本地运行、开放源码及可定制性。通过本地记忆管理解决模型上下文限制，利用系统提示词实现人格化。架构包含通道层、控制平面（Gateway）、运行时（Runtime）及技能平台，支持多平台聊天入口与自动化任务，定位为开发者用的个人 Agent 操作系统。
过去几年，我们经历了几波 AI 工具的浪潮：
这些东西的共同点是：主要还停留在「说」的层面。
这中间存在一个巨大的「最后 10 米」问题： 从「AI 想得明白」到「事情真的被做完」，差了一堵墙。
OpenClaw 试图干的事，就是在你和 AI 之间，把这堵墙拆掉，让 AI 真的动手：
你可以把它想象成一个：
「坐在你电脑前、登录了你账号、能使用你所有工具的一位远程同事，但 TA 是 AI。」
在深入技术之前，先说说这个名字。「Claw」是龙虾或螃蟹的螯——最有力的那只钳子。OpenClaw 的创始人选择这个词，因为项目的核心理念就是让 AI 不只是「说得好」，而是真的「抓得住」：抓住你的文件系统、邮箱、浏览器、终端，把事情做完。名字里的「Open」则强调完全开源。Logo 也是一只卡通龙虾，社区里大家习惯叫它「那只龙虾」。
从官网和 README 中，可以提炼出三个关键理念：
这三点让 OpenClaw 和很多云端封闭的「AI 助手产品」有明显不同：
它更像一个开发者用的「个人 Agent 操作系统」，而不是一个最终形态的 SaaS。
很多第一次听说 OpenClaw 的人会问：
这一节专门回答这些问题。如果你已经理解 LLM API 的工作方式和 Agent 框架的基本原理，可以跳过。
最重要的一点，先说清楚：
OpenClaw 本身不包含任何 AI 模型。
它是一个本地运行的编排层，负责把你的消息、上下文、记忆、工具描述打包好，发给远程（或本地）的大模型 API，再把模型的回答拿回来执行。
打个比方：
所以当你说「OpenClaw 帮我整理了邮箱」，实际发生的是：
整个过程中，模型只负责「想」，OpenClaw 负责「记」和「做」。*
OpenClaw 支持多种模型提供商（Provider），你可以在安装时选择：
| Provider | 说明 |
|---|---|
| Anthropic | Claude 系列，OpenClaw 默认推荐 |
| OpenAI | GPT 系列 |
| Google AI | Gemini 系列 |
| Ollama / LM Studio | 本地运行的开源模型（完全离线） |
| 其他兼容 API | 任何提供 OpenAI 兼容接口的服务 |
对 OpenClaw 来说，Provider 就是一个 HTTP API 端点 + 一把 API Key，仅此而已。你甚至可以同时配置多个 Provider，设定优先级和 Failover 策略（详见第 16 章运维部分）。
大模型本身有上下文窗口限制（比如 128K token），而且每次 API 调用之间并不共享状态——模型「看完即忘」。
那 OpenClaw 的「长期记忆」是怎么来的？答案是 OpenClaw 在本地帮模型「记笔记」：
用一张简化的流程图来看：
远程模型 API <-> OpenClaw（本地） <-> 你
alt [模型要求调用工具]
发送消息
① 查本地记忆，找相关上下文
② 拼装提示词（系统人设 + 长期记忆 + 近期对话 + 工具列表 + 新消息）
③ HTTP 请求
④ 模型推理
⑤ 返回结果
⑦ 本地执行工具调用
⑧ 把工具结果再送模型
返回最终回复
⑨ 保存本次对话到本地记忆
关键点在于：模型本身没有记忆，记忆全在 OpenClaw 这一侧。 模型每次只是在回答「一个信息量很丰富的提问」，而 OpenClaw 负责让每个提问都包含足够的背景。
这就是为什么 OpenClaw 可以做到「跨天、跨周甚至跨月」的上下文连贯——不是因为模型记住了，而是 OpenClaw 每次都把该记的东西重新告诉它。
当你觉得 OpenClaw 「有性格」——比如说话风格像一个靠谱的技术同事，或者像一个温和的私人助理——背后的机制其实很简单：
系统提示词（System Prompt）注入。
OpenClaw 在你的本地有一个工作区目录（~/.openclaw/workspace/），里面有几个关键的 Markdown 文件：
SOUL.md：定义 Agent 的「灵魂」——说话风格、性格特征、价值观；AGENTS.md：定义有哪些 Agent 角色、各自负责什么；TOOLS.md：定义工具使用偏好与安全规则。每次 OpenClaw 向模型发送请求时，都会把这些文件的内容拼装成系统提示词的一部分。模型收到的第一段话就是在被告知「你是谁、你该怎么做」。
举个极简的例子，如果你的 SOUL.md 里写的是：
你是一个经验丰富的技术同事，说话简洁、不废话。遇到不确定的事情，优先确认而不是猜测。用中文回复，技术术语保留英文。
那么每次请求模型 API 时，OpenClaw 发给模型的大致是：
系统提示词："你是一个经验丰富的技术同事……"
长期记忆摘要："用户偏好：周末少打扰；GitHub 通知归档……"
最近 5 轮对话：[]
可用工具：[Gmail, Browser, Shell, ...]
用户新消息："帮我看看今天有什么重要邮件"
模型拿到这些信息后，就会按照你设定的人格来回答和行动。换一套 SOUL.md，模型的表现风格就会完全不同——但 OpenClaw 的代码一行都不用改。
| 角色 | 负责什么 | 在哪里运行 |
|---|---|---|
| OpenClaw | 记忆、调度、工具执行、人格注入、安全管控 | 你的本地机器 |
| Provider / 模型 | 理解语义、推理、生成回复、决定调什么工具 | 远程 API（或本地 Ollama） |
| 聊天平台 | 收发消息的「传话筒」 | 各平台服务器 |
理解了这一层关系之后，后面所有的「Session」「Agent Runtime」「Skills」「Channels」就都有了着力点：它们都是 OpenClaw 这个「经纪人」身上的不同器官，各自负责一块具体工作。
从功能角度，OpenClaw 可以被粗略拆成几块（后面章节会详细展开）：
官网用大量用户反馈来传达一个核心感受：「这不像一个传统软件，更像一个有生命的伙伴。」
而 README 的开头则更技术向一些：
综合来看，OpenClaw 的定位可以概括为：
一个以开发者为核心用户的本地 AI 助手运行时，兼顾「开箱即用」和「极致可扩展」。*
这本书会沿着这样的节奏展开：
针对不同读者：
在真正展开详细架构（第 3 章）之前，我们先粗略勾勒 OpenClaw 的骨架。下面这张图展示了从用户到执行层的完整分层：
执行层：手脚与器官
模型 Provider
Agent Runtime 智能体运行时
Gateway 控制平面
Channels 通道层
用户与外部世界
HTTP 请求
返回结果
执行结果
执行结果
执行结果
👤 你
Slack
iMessage
Discord
CLI / Web UI
SlackAdapter
iMessageAdapter
DiscordAdapter
...更多适配器
Gateway 进程
Session 管理
Agent 路由
Cron / Webhooks
配置与状态
Agent Runtime
提示词构造
SOUL.md + 记忆 + 工具列表
工具调用决策
远程模型 API
Anthropic / OpenAI / Ollama
Skills
Gmail / Todo / CRM
Nodes
macOS / iOS / Android
Browser
专用浏览器实例
从外到内，大致可以这样理解：
用一句话概括：
Channels 把外部世界接进来，Gateway 负责「分发和管控」，Agent Runtime 负责「思考和决策」，Skills/Nodes/Browser 负责「真正动手」。
在后面的章节里，我们会一层层把这张示意图拆开：
从「一条消息」出发，顺着它在这些组件间的流动轨迹，把架构和源码一起讲清楚。
从这一章开始，书中提到的每一个核心概念，都会尽量给出「大致可以去看哪一块代码」的指引。由于 OpenClaw 本身在快速演进，具体文件名和路径可能会有调整，这里只给出模块级别的导向：
src/ 与 apps/ 下面：负责启动 Gateway 进程、管理 WebSocket/HTTP 接入、维护 Session 和通道状态。src/ 下的独立顶层目录：src/slack/、src/discord/、src/imessage/ 等；src/plugin-sdk/。skills/ 目录：每个 Skill 一个子目录，核心是一个 SKILL.md Markdown 文件（不是 TypeScript/JavaScript 代码）；bash 命令来执行；src/agents/ 和 src/gateway/agent-prompt.ts 中实现。在后续深入章节（尤其是第 8、10、11、14 章），我们会在介绍某个概念时，给出更具体的「可以从哪几个文件/模块看起」的建议，帮你把抽象概念和真实代码一一对上。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online