OpenClaw 开源 AI 智能体框架技术解析与部署指南

一、发展历史：一个'退休'程序员的 10 天'玩票'，如何引爆全球？

1. 故事的起点：奥地利'闲人'的 10 天代码狂欢

时间倒回 2025 年 11 月。奥地利，一个叫 彼得·斯坦伯格（Peter Steinberger） 的程序员正在家里'无所事事'。

这位老哥什么来头？他是 PDF 处理工具 PSPDFKit 的开发者，早在 2021 年就把公司卖了，实现财务自由，提前'退休'。退休后的日子嘛，你懂的——空虚、无聊、想找点事干。

2025 年，AI 热潮席卷全球，斯坦伯格那颗程序员的心又躁动起来。他创立了一家公司 Amantus Machina，想着'要不搞点 AI 玩玩？'

然后，戏剧性的一幕来了：他只花了 10 天时间，在家里用 AI 工具辅助编程，几乎没怎么手写代码，就搞出了一个项目——Clawdbot。

对，你没看错。这个后来引爆全球的项目，最初只是一个退休程序员的'10 天玩票'。他把代码随手扔到 GitHub 上，当时的想法很简单：让 AI 不光能聊天，还能真的动手干活。

2. 改名风波：被 Anthropic'追杀'的龙虾

2026 年 1 月，事情开始失控。

Clawdbot 这个名字，谐音就是 Claude——Anthropic 公司的明星大模型。1 月 27 日，Anthropic 的律师函如期而至：'哥们，你这名字侵权了，改一下吧。'

斯坦伯格只好改名。先是改成 Moltbot（蜕皮的机器人），但总觉得不够有记忆点。最后，他盯上了项目 Logo——那只红色的卡通龙虾。于是，OpenClaw 诞生了。

名字的更迭不但没有减缓项目的扩散，反而制造了更多话题。有人调侃：'这是被大厂追杀的小龙虾，自带流量。'

3. 封神时刻：25 万星标，超越 Linux

真正让 OpenClaw 封神的，是 2026 年 1 月底到 2 月初的那几周。

1 月 29 日至 30 日：项目在极短时间内获得数万 GitHub Stars，迅速突破 10 万。
截至 3 月 3 日：星标数膨胀到近 25 万，正式登顶 GitHub 星标榜，超越了 Linux。

什么概念？Linux 作为支撑互联网服务器运行的操作系统内核，花了30 年才积累到 20 万级别的 Star。而 OpenClaw 的曲线，几乎是一条垂直线。

黄仁勋亲自下场评价：'OpenClaw 是我们这个时代最重要的软件发布。Linux 用了约 30 年达到现在的普及水平，而 OpenClaw 仅用 3 周就实现了全面超越。'

4. 大佬'接盘'：OpenAI 的橄榄枝

2 月 16 日，又一个重磅消息炸开：Sam Altman 宣布斯坦伯格加入 OpenAI，OpenClaw 将移交至一个由 OpenAI 支持的独立开源基金会。

从独立开发者的业余项目，到科技巨头的战略棋子，这只小龙虾只用了不到三个月。

斯坦伯格加入 OpenAI 的举动，被解读为 OpenClaw 未来将与 OpenAI 模型深度绑定。但对于开源社区来说，这未必是坏事——有了大厂背书，项目的发展会更稳健。

二、OpenClaw 是什么？——给 AI 装上'手'和'眼睛'

说了这么多，OpenClaw 到底是个什么东西？

核心定义：从'嘴'到'手'的进化

OpenClaw 是一个开源的 AI 智能体（AI Agent）框架。它不是又一个聊天机器人，而是一个能真正**'动手干活'的数字员工**。

用最直白的话说：

传统 AI（如 ChatGPT）是'嘴'——你问它问题，它给你答案，仅此而已。
OpenClaw 是'手'——你给它指令，它自己去操作浏览器、执行代码、调用 API、管理文件系统、连接消息平台，最后把结果反馈给你。

四层架构：一只龙虾的解剖图

根据官方架构，OpenClaw 主要由四部分组成：

层级	名称	功能	比喻
第一层	Gateway（网关）	运行在本地 Node.js 上的守护进程，负责接入超过 25 个通讯渠道（WhatsApp、iMessage、Telegram、钉钉、飞书等），进行消息排队、任务分发和安全审查	永不掉线的'战术指挥官'
第二层	Pi Runtime（执行引擎）	在接到任务后唤醒大模型（支持 Claude、GPT、通义千问等），采用'思考→行动→观察→反思'（ReAct）的循环逻辑来分解和执行复杂任务	AI 的'思考中枢'
第三层	Skills（技能）	以 Markdown 文件定义的、可插拔的'能力包'集合。社区 ClawHub 已提供超过13,000 个技能供下载，AI 甚至能自我编写新技能	AI 的'双手'
第四层	Memory（记忆）	通过 SOUL.md 文件定义核心人格，通过 MEMORY.md 文件进行长期的、艾宾浩斯式的记忆压缩与管理，使 AI 能形成持续的性格和记忆	AI 的'档案柜'

它能做什么？——那些让人惊叹的实战案例

OpenClaw 的爆火，靠的不是 PPT，而是一个个真实的'神操作'：

砍价高手：有用户让它给汽车经销商发邮件砍价，硬生生砍下4200 美元。
自媒体博主：北京产品经理 Haopeng Chen 用八台二手 MacBook Air 部署不同 OpenClaw 代理，24 小时为社交媒体 AI 网红账号生成内容及回复评论，部分代理发布的帖文获数万点赞。
炒股助理：有开发者测试用它制定交易策略、生成分析报告、编写新算法。
VPS 管家：有用户给 OpenClaw GitHub 和 Cloudflare 的 token 后，只要把感兴趣的项目链接贴给它，它就能自动拉取仓库、部署好、调整好反代和域名，直接上线。

三、竞品分析：当'龙虾'火了，模仿者们来了

OpenClaw 的火爆，自然引来了无数'模仿者'。网上有人统计了五个最近非常热门的开源 AI 智能体：

1. OpenClaw：生态王者

定位：通用型高权限 AI 智能体
优势：功能设计最完善，应用生态最丰富（1.3 万 + 技能），社区最活跃
劣势：安全性争议大，权限过高容易被滥用
一句话点评：'原版龙虾，肉最多，但刺也多。'

2. ZeroClaw：极致轻量化

特点：采用 Rust 语言构建，仅需5MB 内存即可运行，冷启动速度10ms 以内
优势：适配极低功耗的单片机和老旧嵌入式设备，适合智能 IoT 领域
劣势：依赖云端算力，网络不稳定时体验打折，应用生态远不如 OpenClaw
一句话点评：'瘦成闪电的龙虾，适合在智能灯泡里养老。'

3. PicoClaw：端侧隐私派

特点：主打轻量化与端侧运行，宣称完美保护本地隐私，无网络也能运行
优势：数据不出本地，隐私性强
劣势：不支持屏幕视觉识别和复杂 GUI 自动化，缺乏大型数据管理能力，复杂任务容易卡死
一句话点评：'社恐龙虾，死活不肯联网，但脑子不太好使。'

4. NanoClaw：毛坯房版

特点：核心代码仅4000 行（精简版仅 500 行），甚至能在高性能路由器里运行
优势：极致精简，强制沙盒运行，安全性最高
劣势：几乎所有功能都要让 AI'现编'，普通用户基本玩不转
一句话点评：'毛坯房龙虾，只有技术大牛能住。'

5. MemU Bot：强化记忆版

特点：在 OpenClaw 基础上强化了长期记忆与用户画像构建，集成 MCP 协议
优势：生态不亚于 OpenClaw，部署更简单，会根据用户工作内容主动提供建议
劣势：算力成本是 OpenClaw 的 2-3 倍，权限需求更高，核心代码并非完全开源
一句话点评：'记忆力超群的龙虾，但记性太好让你毫无隐私。'

6. Xiaomi miclaw：手机版'龙虾'

特点：小米基于 MiMo 大模型构建的 AI 交互测试产品，让手机变成 AI 的'执行终端'
优势：深度接入小米 IoT 生态，能控制所有米家设备；开放 MCP 客户端和 SDK，第三方可接入
劣势：仅小范围封测，仅支持小米 17 系列
一句话点评：'会爬进你手机的龙虾，顺便帮你关了客厅的灯。'

四、行业地位分析：一只龙虾如何撬动整个产业链？

OpenClaw 的爆火，绝不只是技术圈的自嗨。它正在撬动一条完整的产业链，从大模型厂商到云厂商，从芯片公司到安全公司，都在这场'龙虾盛宴'中分一杯羹。

1. 大模型厂商：终于找到'卖铲子'的感觉

OpenClaw 是一个Token'销金窟'。传统聊天机器人对话一轮，消耗不过几百个 Token。而 OpenClaw 要持续在后台跑流程——搜资料、生成文档、写代码、调试、优化，每一步都需要大量 Token。

这对大模型厂商意味着什么？收入暴增。

MiniMax：2026 年 2 月，ARR（年度经常性收入）突破 1.5 亿美元，单日 Token 消耗量是 2025 年 12 月的6 倍以上。
Kimi（月之暗面）：受全球付费用户及 API 调用量大涨推动，Kimi K2.5 发布不到一个月，近 20 天累计收入超过 2025 年全年总收入，并完成新一轮超 7 亿美元融资，估值升至 100 亿至 120 亿美元。
智谱：GLM-5 成为 OpenClaw 开发者热门选择之一，流量和收入同步攀升。

2. 云厂商：抢着当'养虾人'的房东

国内云厂商的反应速度快得惊人：

腾讯云：1 月 28 日首发 OpenClaw 一键部署模板，保持每天一个版本的迭代速度。3 月 6 日在深圳腾讯大厦举办线下安装活动，近千人排队，场面堪比发开工利是。
阿里云：上线 OpenClaw 一键部署服务，支持通义千问 Qwen3-Max 模型无缝接入。
百度智能云：2 月 3 日率先上线 OpenClaw 一键部署服务，通过千帆平台接入文心、DeepSeek、Qwen 等模型。
火山引擎：同样火速跟进，提供部署方案。

为什么云厂商这么积极？因为 OpenClaw 给它们带来了两种收入：云服务器费用 + API 调用费用。用圈内的话说：'大厂们终于体验了一把卖铲子的爽感。'

3. 芯片厂商：推理需求的新增长点

OpenClaw 的兴起，让 GPU 的需求逻辑从'训练侧'向'推理侧'倾斜。

英伟达：2026 Q4 营收同比增长 73%，Agent 范式的兴起为这种强劲提供了更具持续性的解释。
AMD：Meta 宣布与 AMD 签署最高 600 亿美元的 AI 芯片供应协议，背后正是对海量推理算力的需求。

4. 软件巨头：面临'SaaS 末日'恐慌

OpenClaw 的火爆验证了一个趋势：人们愿意让 AI 替自己干活，而不只是陪自己聊天。这对传统 SaaS 软件来说，可能是一场灾难。

2026 年开年，SaaS 巨头集体承压：

Salesforce：年初至今下跌 21%
ServiceNow：下跌 19%
Adobe：从高点 699.54 美元跌至 264.04 美元，跌幅 62%
Intuit：1 月一周内暴跌 16%

恐慌的根源很简单：如果 1 个 AI Agent 就能完成原来 100 个员工的工作，企业还有必要购买 100 个软件席位吗？

五、未来前景：龙虾要往哪里爬？

1. 五大进化方向

根据 OpenClaw 官方发布的研究报告，它正在向五个关键方向进化：

进化域	目标	未来场景
网络域	从单机系统进化为联邦蜂巢大脑	多 Agent 协作，共享技能与记忆，形成群体智能
安全域	打造工业级免疫系统	Docker 沙箱、VirusTotal 扫描、eBPF 实时监控、区块链审计日志
社会域	从单 Agent 走向多智能体军团	MCTS 任务调度、Agent DAO 投票决策
具身域	打破数字与物理世界的次元壁	集成视觉模型、ROS2、Home Assistant，让 AI'看见'并操纵现实世界
灵魂域	达尔文式的自我繁衍	根据失败日志自动编写、测试和部署新技能，实现自我重构

2. 六大商业应用场景

报告还列出了六个具体的商业应用场景，每个都有'战报数据'支撑：

接单工厂：部署 FreelanceClaw 模板自动扫描并投标自由职业平台，中标率约 27%，ROI 达 8-15 倍
内容电商：AI 7x24 小时生成并分发跨平台内容引流带货，有案例实现单月7.8 万元 GMV，Token 成本仅 420 元
量化交易：TradeClaw 模板让用户用自然语言创建交易策略，社区平均月毛收益率18.7%
微型 SaaS：AI 自动编写技能并打包为付费 SaaS 软件，有案例月营收2.9 万美元
数据套利：AI 作为数字雷达监控全网信息差，实现套利或情报变现
Agent 集群：通过联邦网关将多台设备并网，共享技能与算力

3. 终局猜想：智能体=下一代操作系统？

有观点认为，智能体的终局是操作系统。

为什么？因为本质上，用户让渡高级权限给 AI，换取更多的自主性。将智能体直接做成系统是最简单的——它本身就拥有最高权限，同时又可以从底层设计开始解决各种安全问题。

这也是为什么斯坦伯格选择加入 OpenAI——OpenAI 此前宣布正在推动 AI 操作系统的研发，两者的想法或许刚好不谋而合。

当智能体变成操作系统，我们或许将真正'解放双手'：只需要简单的指令，AI 就能调用所有应用、执行所有任务。到那时，许多功能单一的应用程序可能会逐渐被简化、淘汰，最终退化为背后的 API 接口。

有评论甚至预言：'未来的公司可能只有两个员工，一个是你，一个是你的 AI 集群。'

六、学习方法：如何从零开始'养龙虾'？

如果你被这只'龙虾'勾起了兴趣，想自己养一只，这里有一份入门指南。

1. 前置准备：三件套备齐

根据资深玩家的经验，想玩 OpenClaw，需要准备好三样东西：

稳定 Token 来源：OpenClaw 非常吃 Token，建议准备 CPA（CLI proxy API）或其他稳定渠道
高质量模型渠道：Claude Opus 在 OpenClaw 里体验断崖领先，建议准备 anyrouter 账号
VPS 环境：服务器建议 2C4G，裸机部署（不建议 Docker，权限受限）

2. 部署方式：三种路径可选

部署方式	适合人群	成本	难度
自建 VPS 部署	技术极客	按 VPS 套餐（约$5-20/月）+ Token 费用	⭐⭐⭐
云厂商一键部署	普通用户	云服务器费用（腾讯/阿里/百度约 99 元/年起）+ Token 费用	⭐
本地电脑部署	隐私敏感用户	电费 + Token 费用	⭐⭐

腾讯云、阿里云等均已提供一键部署镜像，5 分钟就能完成安装。

3. 模型配置推荐

有玩家分享了经过实战检验的模型组合：

默认模型：3Flash（日常对话、图片识别），便宜够用
主力模型：Opus（复杂推理），天生龙虾圣体，体验远超 GPT
干活模型：Codex（代码生成），量大管饱又实力强劲

配置口诀：'3Flash 打底，Opus 思考，Codex 干活。'

4. 常用配置技巧

开启/verbose，可以看到龙虾的所有工具调用，体验感翻倍
修改配置文件后，记得运行 openclaw doctor --non-interactive 自检
多模态需要手动开启，默认只有 text
上下文默认 128K，可以根据需要调大到 200K

七、部署成本：养一只龙虾要花多少钱？

这是大家最关心的问题。我们来算一笔账。

1. 服务器成本

云厂商	配置	价格（活动价）
腾讯云轻量应用服务器	2 核 2G	99 元/年
腾讯云轻量应用服务器	2 核 4G	188 元/年起
阿里云 Simple Application Server	2 核 2G+	套餐价，约$5-10/月
自建 VPS（如 DigitalOcean）	2 核 4G	约$20/月

2. Token 成本

这是最大的变量。根据用户反馈：

安装配置阶段：仅完成安装配置，可能消耗超250 美元的 Anthropic API Token
日常运行：每日使用成本在10-25 美元之间
省钱方案：使用阿里云百炼的 Coding Plan 套餐，采用固定月费模式，提供月度请求额度，超出时限的调用会报错且不计费用，可避免产生超出预期的费用

3. 免费方案

阿里云百炼：首次开通（新加坡地区）会发放各模型的新人免费额度
腾讯云：部分活动提供限时免费体验
开源模型：可以接入 DeepSeek 等国产开源模型，成本相对较低

八、安全风险：龙虾的'钳子'会夹到自己吗？

OpenClaw 最让人兴奋的地方，也是它最危险的地方——权限太高了。

1. 触目惊心的数据

根据公开安全数据平台截至 2026 年 2 月 17 日的数据：

全球共探测到超过23 万例OpenClaw 公网暴露实例
其中约8.78 万例存在数据泄露
约4.3 万例存在个人身份信息暴露

工信部网络安全威胁和漏洞信息共享平台已发布预警，指出 OpenClaw 部分实例在默认或不当配置情况下存在较高安全风险。

2. 主要风险类型

权限滥用：授予 AI 过高权限（如 Shell、浏览器），可能被恶意指令诱导（Prompt Injection 攻击）
技能供应链攻击：有黑客上传伪装精良的恶意技能，用户安装后会被植入键盘记录器或窃密软件
配置泄露：包含 Token 的完整 URL 如果泄露，任何人都能直接获得管理员权限
误操作风险：由于 AI'幻觉'，有用户让 OpenClaw 清理缓存，它却生成了错误命令，直接导致整个项目文件夹被清空

3. 安全加固方案

各大厂商已经行动起来：

小米：Xiaomi miclaw 仅在用户主动发起对话时触发，所有对话历史、权限记录均为本地储存；发送至云端的内容推理完即用即弃，不会持久保存
腾讯：腾讯电脑管家 18.0 版本新增 AI 安全沙箱功能，通过系统级隔离为 Agent 工具提供一键防护
火山引擎：推出 AI 助手安全方案，构建三层纵深安全防护
阿里云：提供一键关闭 WebUI 公网访问的功能，防止暴露

4. 给'养虾人'的建议

隔离运行：部署在新机器上，或只用于本地不联网的场景
最小权限：只授予完成任务所需的最低权限
定期审计：检查 Agent 的行为日志，看有无异常
沙箱保护：使用 Docker 等容器技术隔离运行
警惕来源：从官方或可信渠道下载技能，警惕来路不明的插件

九、额外维度一：中国玩家的'龙虾狂欢'

OpenClaw 在中国的热度，甚至超过了它的发源地奥地利。

1. 大厂抢滩登陆

从百度、阿里、腾讯到字节、京东、小米，几乎所有中国科技巨头都在第一时间入场。

为什么反应这么快？有业内人士分析：**'OpenClaw 验证的不只是一个产品方向，而是整个 Agent 需要大量算力的需求逻辑。'**对于手握云资源的大厂来说，这就是新的增长点。

2. 创业者蜂拥而至

黑客松：杭州 AI 初创公司 Mindverse AI 主办为期五天的在线黑客松，参赛者基于 OpenClaw 开发出 AI 代理版 Tinder、AI 招聘平台、AI 虚拟旅行等多个应用
线下聚会：2 月底北京一场聚焦 OpenClaw 的开发者聚会吸引约300 人参与
创业项目：广州初创公司 Candysign 在智能充电器中集成 OpenClaw，用户可通过抖音或 Telegram 远程控制

3. 普通用户的狂欢

3 月 6 日，深圳腾讯大厦门口排起长队，近千名开发者与 AI 爱好者赶来参加 OpenClaw 免费安装活动。

人群覆盖各行各业、各个年龄段：有年近 70 岁的非遗专家、60 多岁的退休航空技术工程师，也有带着 2 岁孩子的家长、四年级的小学生。

'养龙虾'正在从极客圈的小众狂欢，变成全民参与的潮流。

十、额外维度二：OpenClaw 引发的哲学思考——我们真的要让 AI 掌管一切吗？

在技术狂欢的背后，有一个问题值得每个人深思：

我们真的要让 AI 完全掌管我们的一切吗？

1. 便利与控制的博弈

OpenClaw 的魅力在于'解放双手'。但当 AI 能操作你的电脑、读取你的文件、发送你的邮件、控制你的智能家居时，你还是你吗？

有用户形容他的 OpenClaw 代理：'无自我、无情绪波动，可随时响应指令'。听起来很美好，但也细思极恐——一个'无自我'的存在，却在替你处理工作、替你社交、替你决策。

2. 自主性与安全性的平衡

OpenClaw 的五大进化方向中，有一个叫'灵魂域'——追求达尔文式的自我繁衍，让 AI 能根据失败日志自动编写、测试和部署新技能。

当 AI 开始'自我进化'，边界在哪里？谁来设定进化的目标？如果进化的方向偏离了用户的预期，谁能叫停？

3. 人与 AI 的新关系

有评论指出：'OpenClaw 挑战了'自主 AI 必须由大型企业垂直整合'的假设，展示了社区驱动的开源模式同样能够创造出真正有用、具备自主性的 AI 代理。'

这意味着，人与 AI 的关系正在从'使用者 - 工具'向'伙伴 - 伙伴'演变。但伙伴关系的前提是信任——我们是否信任一个闭源的黑盒？是否信任一个权限过高的开源项目？

4. 最后的忠告

正如一位资深玩家的感慨：

'我觉得龙虾和当初的 GPT-3.5 很像：不了解的人神话它，有一定了解的贬低它，真正去使用的人，则是看到了它现阶段的局限，以及未来的无限可能。'

所以，到底要不要'养龙虾'？

我的建议是：养，但要有底线。

把它当作实习生，而不是 CEO
给它有限权限，而不是万能钥匙
定期检查它的'作业'，而不是完全放任
最重要的是——永远保留自己亲自操作的权利

写在最后：一只龙虾开启的新时代

从 2025 年 11 月一个奥地利程序员的无心插柳，到 2026 年 3 月全球 25 万星标、大厂抢滩、全民'养虾'——OpenClaw 用短短四个月时间，完成了一场足以载入科技史的逆袭。

它告诉我们一个朴素的道理：技术的进步，往往不是来自大厂的战略规划，而是来自某个'闲人'对现状的不满。

当所有人都在卷'更大、更强、更贵'的基础模型时，斯坦伯格选择了另一条路：让已有的模型真的'动起来'。

这条路，通往的是一个人人拥有'数字员工'的未来。在这个未来里，你只需要下达指令，AI 就会替你完成那些繁琐、重复、枯燥的工作。

但别忘了，这个未来的钥匙，就握在你自己手里。

你可以选择成为被 AI 剥削的消费者，也可以选择成为掌控 AI、创造价值的**'数字领主'**。

差别只在于：你愿不愿意花点时间，去了解这只叫 OpenClaw 的小龙虾。

疑问解答

1. openclaw 安装地址

官方提供安装地址，请查阅相关文档获取最新资源。

2. openclaw 是用什么语言开发的

OpenClaw 的核心开发语言是 TypeScript，整个项目是构建在 Node.js 运行时环境之上的。

为了让你更清晰地了解它的技术栈，我整理了以下信息：

核心语言与运行环境

主语言：TypeScript。整个项目的核心代码（包括 CLI、网关、Agent 逻辑等）都用它编写，充分利用了 TypeScript 的类型安全和现代 JavaScript 的特性。
运行环境：Node.js (版本 ≥ 22)。OpenClaw 作为一个后端服务，依赖 Node.js 来提供事件驱动的非阻塞 I/O 模型，这对处理多消息渠道和高并发非常关键。

为什么是 TypeScript + Node.js？

这个技术组合的选择很巧妙，直接服务于 OpenClaw 的产品定位：

庞大的生态：Node.js 拥有全球最大的包管理器（npm）。OpenClaw 正是利用这一点，通过'技能（Skills）'生态来无限扩展功能——每个技能本质上都可以是一个 Node.js 模块。
跨平台能力：基于 Node.js 的 OpenClaw 可以轻松运行在 Windows、macOS 和 Linux 上，符合其'本地优先'的部署理念。
实时通信优势：Node.js 的事件驱动模型非常适合处理 WebSocket 长连接，而 WebSocket 正是 OpenClaw 的 Gateway（网关）与各客户端（网页、终端、原生 APP）实时通信的基础。

完整技术生态一览

除了核心的 TypeScript/Node.js，OpenClaw 项目还包含其他组件来覆盖不同端的需求：

桌面端 (macOS)：使用 Swift (SwiftUI) 开发。
移动端 (Android)：使用 Kotlin 开发。
技能 (Skills)：虽然核心是 Node.js，但社区开发的技能（Skills）可以是任意语言编写的脚本，比如 Python、Shell 等，只要能被主程序调用即可。

一个有趣的插曲：轻量级的'挑战者'

正因为 OpenClaw 本体基于 Node.js，运行时有一定的内存开销（通常需要 1GB 以上内存），社区里很快出现了用 Go 语言 重写的 PicoClaw 和用 Rust 语言 重写的 ZeroClaw。这些'挑战者'旨在将 Agent 框架压缩到极致，甚至能在树莓派等嵌入式设备上运行。这也从侧面说明了原版 OpenClaw 的技术选型是'功能优先于极致轻量'。

总结一下，如果你想为 OpenClaw 开发核心功能或修复 Bug，你需要掌握 TypeScript 和 Node.js。如果你想为它编写自定义的'技能'，那么你可以使用你熟悉的任何语言，因为它的设计足够开放。