OpenClaw 工作原理

OpenClaw 不是一个普通的聊天机器人，而是一个住在你电脑里的私人秘书，它能通过微信、WhatsApp、Telegram 等聊天软件接收指令，帮你发邮件、查日历、打开浏览器、运行命令，甚至 24 小时自动做事！

核心概念

概念	类比	作用
Gateway（网关）	大楼的前台接待	接收所有外部消息，分发到正确的工作空间
Workspace（工作空间）	你的私人办公室	处理具体任务，管理对话历史和技能
LLM（大语言模型）	AI顾问大脑	理解你的意图，生成回复
Skills（技能）	工具箱里的工具	执行特定功能（查天气、写代码、管理日程等）
Channels（渠道）	通信设备	连接不同的消息平台

OpenClaw 到底是什么？

OpenClaw 是一个完全开源、自己运行在你电脑上的 AI 助手（以前叫 Clawdbot，后来改名）。
它不像 ChatGPT 那样只聊天，而是真正动手做事：

你在 WhatsApp 里说："帮我查一下明天航班"，它就能自动打开浏览器、登录航空公司网站、截图给你。
它支持几百个技能（Skills），社区还在不断增加。
它有长期记忆（记得你喜欢什么），还能自己生成新技能。
最重要的是：数据全在你电脑里，不上传云端，隐私安全。

核心思想：把 AI 大模型（大脑） + 本地工具（手脚） + 聊天软件（嘴巴耳朵）连接起来，让 AI 真正成为你的电脑管家。

整体架构：Gateway 是大脑指挥中心

OpenClaw 最核心的部分叫 Gateway（网关）。它就像你家里的总控台，所有东西都围绕它转。

各部分简单解释：

Channel Bridge（通道桥接器）：负责跟 WhatsApp、Telegram 等聊天软件"握手"。比如用 Baileys 库连接 WhatsApp。
Gateway：唯一运行的进程（占用一个端口，默认 18789），像总机接线员，把消息转发给 AI。
AI 大脑：真正思考的是外部大模型（你提供 API Key），Gateway 只负责"叫它来干活"。
工具 & 技能：AI 的手脚，比如打开浏览器、读写文件、发邮件。
记忆系统：像笔记本，AI 不会忘掉你上次说的话。

一条消息是怎么变成行动的？

我们用一个真实例子："在 WhatsApp 里说：帮我把今天的邮件整理成总结发给我"。

流程图如下：

详细拆解：

接收指令：你发消息 → 聊天软件的 Bridge 把消息推给 Gateway。
查找记忆：Gateway 打开你的"个人档案"（Session + Memory），知道你是老用户、上次喜欢什么语气。
AI 思考：把消息 + 记忆打包发给 AI 大脑。AI 像聪明秘书："嗯，需要先读邮件，再总结。"
调用工具：AI 说"我要用 Gmail 技能"。Gateway 在安全沙箱里执行（防止 AI 乱改文件）。
执行 + 反馈：工具把结果给 AI，AI 写出总结。
回复用户：Gateway 把总结发回 WhatsApp。你就收到了！

整体架构

三层架构设计

OpenClaw 采用经典的三层架构，让我们从外到内逐层理解：

为什么要这样设计？

类比：想象一个大型公司

外层（用户接口） = 客户可以通过电话、邮件、微信等多种方式联系公司
中层（Gateway） = 前台接待，统一接待所有客户，然后分配到合适的部门
内层（Workspace） = 不同的业务部门，各自负责不同的事务
底层（能力层） = 公司的资源（专家顾问、工具设备等）

核心组件详解

Gateway：统一的门户

Gateway 是什么？

Gateway（网关）是 OpenClaw 的大门，所有外部消息都必须先经过这里。

Gateway 的三大职责：

1. 认证（Authentication）

确保只有你授权的平台才能连接

2. 路由（Routing）

把消息送到正确的工作空间

3. 日志记录（Logging）

记录所有交互，方便调试和审计

启动 Gateway 的命令：

# 启动网关，监听 18789 端口
openclaw gateway --port 18789 --verbose

Workspace：你的私人办公室

Workspace 是什么？

Workspace（工作空间）是实际处理任务的地方。你可以有多个工作空间，每个负责不同的事情。

一个典型的 Workspace 配置示例：

# workspace-personal.yaml
name: "个人助理"
llm:
  provider: "anthropic"  # 使用 Claude
  model: "claude-sonnet-4"
  apiKey: "sk-ant-xxx"

skills:
  - weather        # 查天气
  - calendar       # 管理日程
  - email          # 处理邮件
  - web-search     # 网页搜索

settings:
  language: "zh-CN"
  temperature: 0.7
  max_tokens: 4000

多工作空间使用场景：

LLM：AI 的大脑

LLM 是什么？

LLM（Large Language Model，大语言模型）是 OpenClaw 的智能大脑，负责理解你的意图和生成回复。

OpenClaw 支持的 LLM：

提供商	模型示例	特点	适用场景
Anthropic	Claude Sonnet 4	平衡、安全、多语言好	日常对话、写作
OpenAI	GPT-4	专业、知识广	专业任务、分析
DeepSeek	DeepSeek-V3	代码能力强、便宜	编程辅助
本地部署	Ollama	完全私有、免费	隐私敏感场景

Channels：连接外部世界

Channels 是什么？

Channels（渠道）是连接各种消息平台的"适配器"。

每个 Channel 的工作：

接收消息：从平台获取用户消息
格式转换：统一转换为 OpenClaw 内部格式
发送回复：把 OpenClaw 的回复发回平台

示例：Telegram Channel 的工作流程

消息流转过程

现在让我们看看一条完整的消息是如何在 OpenClaw 中流转的：

完整消息流程图

详细步骤解析

步骤 1-3：消息接收与标准化

用户在 Telegram 发送消息后，Telegram Channel 会将其转换为 OpenClaw 的标准格式：

{
  "platform": "telegram",
  "channel_id": "telegram_123",
  "user": {
    "id": "user_456",
    "name": "Alice"
  },
  "message": {
    "type": "text",
    "content": "上海明天天气?",
    "timestamp": "2024-03-09T10:30:00Z"
  }
}

步骤 4-5：认证与路由

Gateway 检查这个消息：

来源是否已授权？
应该路由到哪个 Workspace？
用户是否有权限？

步骤 6-8：AI 理解与决策

Workspace 准备完整的上下文发送给 LLM：

[系统提示]
你是一个个人助理，可以使用以下技能：
- weather: 查询天气
- calendar: 管理日程
- ...

[对话历史]
用户: 你好
助理: 你好！有什么可以帮你的？

[当前消息]
用户: 上海明天天气?

步骤 9-12：技能执行

LLM 决定调用 weather skill，Workspace 执行并获取结果：

{
  "location": "上海",
  "date": "2024-03-10",
  "weather": "晴转多云",
  "temperature": "18-26°C",
  "humidity": "60%",
  "wind": "东风 3-4级"
}

步骤 13-17：生成回复并返回

LLM 根据天气数据生成自然语言回复，通过原路返回给用户。

技能系统

什么是技能（Skills）？

技能是 OpenClaw 执行特定任务的"能力模块"。如果把 OpenClaw 比作一个人，技能就是这个人学会的各种本领。

技能的结构

每个技能包含：

示例：天气技能的定义

技能的调用流程

技能的安全机制

OpenClaw 对技能有严格的安全控制：

权限类型：

权限	说明	示例
`network`	网络访问	查天气、搜索网页
`filesystem`	文件系统	读写文件
`email`	邮箱访问	发送/接收邮件
`calendar`	日历访问	管理日程
`system`	系统操作	执行命令

完整工作流程

让我们通过一个真实场景，串联所有概念：

场景：定时发送每日天气报告

需求：每天早上 8 点，通过 Telegram 收到今日天气 + 日程提醒

配置代码

# workspace-daily-report.yaml
name: "每日报告助理"

# 定时任务
cron_jobs:
  - name: "早间报告"
    schedule: "0 8 * * *"  # 每天早上8点
    action:
      type: "send_message"
      channel: "telegram"
      template: |
        请生成今日报告：
        1. 查询我所在城市的天气
        2. 列出今天的所有日程
        3. 以友好的方式呈现

# 可用技能
skills:
  - weather
  - calendar

# LLM 配置
llm:
  provider: "anthropic"
  model: "claude-sonnet-4"

用户收到的消息

早安！今日简报

天气情况
上海今天多云，气温 15-23°C
建议穿着：薄外套
降雨概率：10%

今日日程
- 09:00 - 10:00  团队晨会
- 14:00 - 15:30  客户演示
- 16:00 - 17:00  代码评审

温馨提示
今天有 3 个会议，建议提前准备演示材料。

数据流与状态管理

数据如何存储？

数据类型及存储方式：

数据类型	存储方式	保留时间	示例
当前会话状态	内存	直到会话结束	正在进行的对话上下文
对话历史	本地数据库	可配置（如30天）	过去的聊天记录
用户配置	配置文件	永久	API密钥、偏好设置
技能数据	技能自己管理	取决于技能	日程、邮件草稿
系统日志	日志文件	可配置	错误、调试信息

菜鸟教程