openclaw-mini 是什么？
如果你关注过 OpenClaw 项目，可能会觉得它功能完整但结构相对复杂，而且不是用 Python 实现。对于很多想快速搭建一个本地运行的 Discord AI 助手的开发者来说，更希望有一个架构简单、全 Python 实现、不需要自己封装 OpenAI API 的方案。
这时候，openclaw-mini 是一个很好的选择。它是一个 OpenClaw 风格的'极简版本'，专注在一个清晰的路径上：Discord + 本地 Codex CLI + Markdown 驱动的行为定义。
它的核心目标是做一个你能在一个下午完整读懂的 AI Agent 架构。没有复杂的多 Agent 管理，没有庞大的中间层抽象。
运行机制：非常干净的一条主线
读过代码之后，你会发现整个控制流非常清晰。
启动入口与消息处理
- main.py：加载环境变量，启动 Discord 客户端。没有额外框架，没有复杂生命周期管理。
- bot.py：处理消息时过滤 bot 自己发的消息，并处理内置命令（如
/help,/skills,/soul）。如果不是命令，则进入模型处理流程。
构造提示词（Prompt 拼接）
普通消息会被封装为一个完整 instruction，包含：
SOUL.md的内容（Agent 的人格和行为原则）skills/*.md的所有技能卡片内容- 用户原始消息
它的思路是用 Markdown 驱动行为，而不是在代码里写大量逻辑。这是一种非常干净的'提示工程驱动架构'。
调用本地 Codex CLI
这里是最有意思的设计。它不在 Python 里直接调用 OpenAI API，而是调用：
codex exec --json --output-last-message
然后读取模型的最终输出。也就是说：
- Python 只负责 I/O 和流程
- 模型会话由 Codex CLI 管理
- 对话状态由 Codex CLI 线程维护
本地 Codex 会话的设计
每一个 Discord 会话会映射到一个持久化 Codex thread ID。线程信息保存在 .codex-discord-sessions.json 中，并支持 TTL 过期控制（CODEX_SESSION_TTL_SEC）、超时自动重建以及会话持续上下文。
这样做的好处是不需要自己实现对话历史拼接，不需要维护 token 限制逻辑，也不需要管理复杂的 API session，全部交给 Codex CLI。
为什么这个设计很实用？
对于个人开发者或小团队，这种架构有几个明显优势：
可读性极高
整个代码量很小，逻辑线性。你可以在一个晚上完全理解消息如何进来、Prompt 如何构造、模型如何调用以及会话如何持久化。
本地迭代极快
你只需要安装 openAI Codex CLI，配置 Discord Token，修改 Markdown 文件。改完 SOUL.md 或某个 skill 文件，重启即可生效。
运维非常轻量
项目已经包含 systemd 模板和 launchd 模板，通过环境变量控制参数（如 CODEX_SANDBOX、approval 策略、超时时间、模型选择）。这意味着它是'最小可生产部署'的结构。
适合什么人？
如果你想做：
- 一个 Discord 专用 AI 助手
- 一个本地可控的 Agent
- 一个可以完全理解其内部机制的系统
- 一个纯 Python 技术栈项目
那么 openclaw-mini 是非常合适的起点。
和完整 OpenClaw 的区别
| 对比项 | OpenClaw | openclaw-mini |
|---|---|---|
| 架构复杂度 | 高 | 低 |
| 语言 | 非 Python | ✅ Python |
| 多 Agent 支持 | 强 | 简化 |
| 上手难度 | 偏高 | ✅ 非常友好 |
| 适合人群 | 进阶构建者 | ✅ 快速原型开发者 |
如果你觉得 OpenClaw 太重、太抽象、太工程化，openclaw-mini 是一个非常好的'轻量入口'。
总结
openclaw-mini 做了一件很聪明的事情：把复杂性留给 Codex CLI，把结构简化到最小。Discord 负责输入输出，Markdown 负责行为定义，Codex 负责推理，Python 负责连接。这是一种非常'Unix 哲学'的设计方式，每个组件做好一件事。
如果你正在考虑做一个本地 AI Discord Agent，我建议从它开始，而不是一上来就搭一个复杂框架。
🔗 项目地址：https://github.com/robotlearner001/openclaw-mini
极简架构，有时候反而是最强的起点。
