OpenClaw 是一个开源 AI 助手运行时平台，采用 Gateway 连接聊天平台、Agent Runtime 调度 AI 模型的架构。系统包含控制面、网关层、代理运行时和节点层四层结构。核心特性包括单进程网关、WebSocket 通信协议、基于 Markdown 的文件化记忆系统以及插件化扩展能力。通过 Canvas 和 Nodes 实现多端协同与物理设备接入。相比竞品，其优势在于原生多平台支持、透明可审计的记忆机制及简洁的单进程架构，适合构建自托管 AI 助手系统。
OpenClaw 是一个开源的 AI 助手运行时平台，核心理念是：一个 Gateway 连接所有聊天平台，一个 Agent Runtime 调度所有 AI 模型。
你可以把它理解为"AI 助手的操作系统"——它不是一个聊天机器人，而是让你在 WhatsApp、Telegram、Discord、Slack、Signal、iMessage 等十几个平台上运行同一个 AI 助手的基础设施。
跟 Dify、Coze 这类"拖拽式 AI 应用构建平台"不同，OpenClaw 更偏底层：它关心的是消息怎么路由、上下文怎么组装、工具怎么执行、记忆怎么持久化。
OpenClaw 的架构可以用一张图概括：
┌─────────────────────────────────────────────────────────┐
│ Control Plane │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌─────────┐ │
│ │ macOS App│ │ CLI │ │ Web UI │ │ WebChat │ │
│ └────┬─────┘ └────┬─────┘ └────┬─────┘ └────┬────┘ │
│ └────────────┼────────────┼─────────────┘ │
│ │ WebSocket │
│ ┌────▼──────────────▼───────┐ │
│ │ GATEWAY │ │
│ │ ┌─────────────────────────┐│ │
│ │ │ Channel Adapters ││ │
│ │ │ WhatsApp Telegram Slack ││ │
│ │ │ Discord Signal iMessage ││ │
│ │ └─────────────────────────┘│ │
│ │ ┌─────────────────────────┐│ │
│ │ │ Session Manager ││ │
│ │ │ Auth Protocol Cron ││ │
│ │ └─────────────────────────┘│ │
│ └──────────────┬───────────────┘ │
│ │ │
│ ┌──────────────▼───────────────┐ │
│ │ AGENT RUNTIME │ │
│ │ ┌──────┐ ┌──────┐ ┌──────┐ │ │
│ │ │Memory│ │Tools │ │Canvas│ │ │
│ │ └──────┘ └──────┘ └──────┘ │ │
│ │ ┌──────────────────────────┐│ │ │
│ │ │ Model Providers ││ │ │
│ │ │ GPT Claude Gemini DeepSeek││ │ │
│ │ └──────────────────────────┘│ │ │
│ └──────────────────────────────┘ │
│ │ │
│ ┌──────────────▼───────────────┐ │
│ │ NODES │ │
│ │ macOS iOS Android Headless │ │
│ │ Camera Screen Location Canvas │ │
│ └───────────────────────────────┘ │
└─────────────────────────────────────────────────────────┘
整个系统分为四层：
OpenClaw 的设计哲学是单 Gateway 架构：一台主机上只运行一个 Gateway 进程，它独占所有消息通道的连接。
# 启动 Gateway
openclaw gateway
# 默认监听
# WebSocket: 127.0.0.1:18789
# HTTP (Canvas): 同端口
为什么是单进程？因为 WhatsApp（通过 Baileys 库）要求单会话连接，Telegram Bot 也是单实例。与其搞复杂的分布式锁，不如让一个进程管所有事。
Gateway 的所有通信都走 WebSocket，协议设计非常干净：
// 请求
{"type":"req","id":"abc123","method":"agent","params":{...}}
// 响应
{"type":"res","id":"abc123","ok":true,"payload":{...}}
// 事件（服务端推送）
{"type":"event","event":"agent","payload":{...},"seq":42}
关键设计决策：
connect：任何非 JSON 或非 connect 的首帧直接断开send、agent）必须带幂等性 Key，服务端维护短期去重缓存OpenClaw 的安全模型分两层：
设备配对（Pairing）：
connect 时携带设备身份platform + deviceFamily，元数据变更需要重新配对Token 认证：
OPENCLAW_GATEWAY_TOKEN 后，所有连接必须在 connect.params.auth.token 中提供匹配的 Token# SSH 隧道远程访问
ssh -N -L18789:127.0.0.1:18789 user@host
OpenClaw 的会话（Session）是 Agent 运行时的核心概念。每个聊天窗口、每个用户对话都是一个独立的会话。
会话的关键特性：
{
"agents": {
"defaults": {
"compaction": {
"reserveTokensFloor": 20000,
"memoryFlush": {
"enabled": true,
"softThresholdTokens": 4000,
"systemPrompt": "Session nearing compaction. Store durable memories now.",
"prompt": "Write any lasting notes to memory/YYYY-MM-DD.md; reply NO_REPLY if nothing to store."
}
}
}
}
}
这个设计非常巧妙——在上下文被压缩之前，给 AI 一次"临终遗言"的机会，把重要信息写到文件里。
每次 Agent 回合，运行时需要组装完整的上下文：
SOUL.md、AGENTS.md、USER.md 等文件加载MEMORY.md（仅主会话）和 memory/YYYY-MM-DD.mdOpenClaw 的工具执行是一个经典的 ReAct 循环：
用户消息 → 模型思考 → 调用工具 → 获取结果 → 模型继续思考 → ... → 最终回复
内置工具非常丰富：
exec：执行 Shell 命令read/write/edit：文件操作web_search/web_fetch：网络搜索和抓取browser：浏览器自动化memory_search/memory_get：记忆检索message：跨平台消息发送cron：定时任务管理sessions_spawn：子代理编排OpenClaw 的记忆系统是我最欣赏的设计之一。它没有搞什么复杂的向量数据库，而是用纯 Markdown 文件作为记忆的载体。
workspace/
├── MEMORY.md # 长期记忆（人工策展）
└── memory/
├── 2026-03-05.md # 昨天的日志
├── 2026-03-06.md # 今天的日志
└── heartbeat-state.json
MEMORY.md：长期记忆，类似人的"长期记忆"。存放决策、偏好、重要事实。仅在主会话加载（安全考虑）。memory/YYYY-MM-DD.md：每日日志，类似人的"工作记忆"。追加写入，每次会话加载今天和昨天的。虽然记忆是 Markdown 文件，但 OpenClaw 在上面建了一层向量索引：
memory_search 工具做语义检索# Agent 内部调用示例
memory_search(query="上次讨论的部署方案")
# → 返回相关记忆片段 + 文件路径 + 行号
这个设计选择背后的哲学是：文件是真相的唯一来源。
OpenClaw 的插件系统围绕四个核心槽位（Slot）设计：
| 槽位 | 职责 | 示例 |
|---|---|---|
| Channel | 消息通道适配 | WhatsApp、Telegram、Discord、Slack、Signal、iMessage、IRC、Matrix、LINE、Nostr… |
| Memory | 记忆存储和检索 | memory-core（默认）、自定义向量后端 |
| Tool | 工具能力扩展 | 浏览器控制、文件操作、API 调用、Feishu 集成 |
| Provider | 模型提供商 | OpenAI、Anthropic、Google、DeepSeek… |
插件配置示例：
{
"plugins": {
"slots": {
"memory": "memory-core", // 或 "none" 禁用
// 其他槽位...
}
}
}
Channel 插件的丰富程度令人印象深刻——从主流的 WhatsApp/Telegram/Discord，到小众的 Nostr/Tlon/Synology Chat，甚至 IRC 都支持。这意味着你可以在几乎任何聊天平台上运行你的 AI 助手。
Gateway 的 HTTP 服务器提供两个特殊路径：
/__openclaw__/canvas/：Agent 可以动态生成和编辑的 HTML/CSS/JS 页面/__openclaw__/a2ui/：A2UI（Agent-to-UI）宿主Canvas 让 AI 助手不再局限于文字回复——它可以生成交互式的 Web 界面、数据可视化、甚至小应用。
Nodes 是 OpenClaw 最有想象力的设计之一。任何设备（macOS、iOS、Android、Headless）都可以作为 Node 连接到 Gateway：
// Node 连接时声明能力
{"role":"node","caps":["camera","screen","location","canvas"],"commands":["camera.snap","screen.record","location.get"]}
这意味着你的 AI 助手可以：
Node 的配对流程跟客户端一样——设备身份 + 审批 + Token。
让我们追踪一条消息从用户发送到 AI 回复的完整路径：
1. 用户在 Telegram 发送 "帮我查一下今天的天气"
2. Telegram Bot API → Gateway Channel Adapter (grammY)
解析消息、提取文本、识别会话
3. Gateway Session Manager
查找/创建会话、检查权限
4. Agent Runtime 开始新回合
├─ 4a. 组装上下文
System Prompt + SOUL.md + MEMORY.md
+ memory/2026-03-06.md
+ 工具定义列表
+ 历史消息
├─ 4b. 调用 AI 模型
POST /v1/chat/completions
→ 模型返回：调用 weather 工具
├─ 4c. 执行工具
weather("北京") → 获取天气数据
├─ 4d. 再次调用模型
将工具结果注入上下文
→ 模型生成最终回复
5. Gateway 将回复路由回 Telegram
通过 grammY 发送消息
6. 用户在 Telegram 收到天气信息
整个过程中，Gateway 通过 WebSocket 向所有连接的客户端（macOS App、Web UI 等）推送 event:agent 事件，实现实时流式展示。
| 特性 | OpenClaw | Dify | Coze | AutoGPT |
|---|---|---|---|---|
| 定位 | AI 助手运行时 | AI 应用构建平台 | AI Bot 平台 | 自主 AI Agent |
| 部署方式 | 自托管（单进程） | 自托管/云 | 云服务 | 自托管 |
| 聊天平台 | 15+ 原生支持 | 需要额外集成 | 有限 | 无 |
| 记忆系统 | Markdown + 向量 | 向量数据库 | 云端 | 文件系统 |
| 工具扩展 | 插件 + Skills | 可视化编排 | 插件市场 | Python 代码 |
| 多端协同 | Canvas + Nodes | 无 | 无 | 无 |
| 开源 | ✅ | ✅ | ❌ | ✅ |
| 上手难度 | 中等 | 低 | 低 | 高 |
OpenClaw 的独特优势在于：
OpenClaw 需要配置 AI 模型的 API 才能工作。可以通过第三方 API 网关或直接对接模型厂商进行配置。
配置方式：
{
"providers": {
"openai": {
"baseUrl": "https://api.example.com/v1",
"apiKey": "sk-your-api-key"
}
}
}
这样配置后，OpenClaw 的所有模型调用都会通过指定的 Provider 路由。
OpenClaw 的架构设计有几个值得借鉴的理念：
如果你正在构建自己的 AI 助手系统，OpenClaw 的源码绝对值得一读。
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