什么是 OpenClaw

⏱️ 15分钟

什么是 OpenClaw

说实话，去年十一月有个朋友在微信群里发了个龙虾 Logo 的截图，说什么"新一代 AI Agent 平台"，我当时心想又是哪个套壳 ChatGPT 的玩具——结果真正跑起来之后打脸了，这东西和 ChatGPT 完全不是一个路子。

顺便说一下背景吧。OpenClaw 的创始人是 Peter Steinberger，之前做过 iOS 开发圈很有名的 PSPDFKit。这项目最早叫 Clawdbot（灵感来自 Claude 这个名字），后来社区越做越大才改名叫 OpenClaw。项目是 MIT 协议开源的，所以商用也没问题。背后的赞助商阵容也挺豪华：OpenAI、Vercel、Blacksmith、Convex 都是 sponsors。

一句话定义

OpenClaw 是一个本地优先的开源 AI 智能体平台——说白了就是，它运行在你自己的设备上，通过消息平台（飞书、Telegram、Discord 啥的）当界面，让 AI 帮你自动执行各种任务。

OpenClaw 的 Logo 就是 Molty——一只穿宇航服的太空龙虾（社区叫它"大龙虾"或者"Molty 哥"）。群里老王前两天还在说"我家龙虾又抽风了"，搞得新人一脸懵。

为什么 OpenClaw 这么火？

截至目前这玩意儿已经飙到 307K GitHub Stars，GitHub 历史上增长最快的开源项目之一，没有之一。这合理吗？我一开始也觉得有点夸张，但仔细看了一圈确实有两把刷子。

拿 ChatGPT 做对比就清楚了——ChatGPT 数据存云端第三方服务器，能力基本就是对话，插件生态嘛说实话有点拉，每个月还要交 $20+。OpenClaw 反过来：数据存在你自己的设备上（本地优先架构，记忆以 Markdown 文件存在磁盘上），不光能对话还能执行任务（操作文件、调 API、发消息），社区已经有 3,200+ Skills 可以装，而且能接入 21+ 消息平台——WhatsApp、Telegram、Slack、Discord、飞书、Google Chat、Signal、iMessage（通过 BlueBubbles）、IRC、Microsoft Teams、Matrix、LINE、Mattermost 等等都行。最关键的是开源免费，你只需要付 LLM API 的费用...

Discord 群里经常有人说"用了 OpenClaw 就回不去了"，虽然有点吹的成分吧，但确实解决了一些真实痛点嘛。

核心架构

消息平台（飞书/Telegram/Discord/...）
        ↓
   OpenClaw Gateway（本地 WebSocket 网关）
        ↓
   Agent Runtime（AI 智能体引擎）
        ↓
   LLM API（OpenAI / Claude / Gemini / 本地模型）
        ↕
   Skills（3,200+ 技能扩展）+ MCP Servers（13,000+）

几个关键组件简单说一下吧：

Gateway 就是本地跑的一个 WebSocket 控制面板（ws://127.0.0.1:18789），所有消息在这里汇聚和路由。你猜怎么着？我一开始还傻乎乎地以为这是个远程服务，搞半天发现就在本地跑的——

Agent Runtime 是 AI 智能体引擎，负责理解指令、规划任务、调用工具。说白了就是"大脑"。

Skills 是可插拔的技能模块——注意，Skills 本质上是 SKILL.md Markdown 文件加上 YAML frontmatter，不是什么 TypeScript 代码模块。从文件管理到网页爬取啥都有，社区通过 ClawHub 已有 3,200+ 个，支持语义搜索（用 embeddings 做的）。

Memory 是 OpenClaw 的"记忆系统"，以 Markdown 文件存在工作区里。SOUL.md 定义 Agent 的人设和行为规范，USER.md 存用户偏好，AGENTS.md 管理多 Agent 配置。这种纯文本存储的方式很聪明——你可以直接用编辑器改，也可以用 Git 做版本管理。

MCP 是 Model Context Protocol 集成，接入 13,000+ 个外部服务。

架构不复杂，但我个人觉得设计得挺巧妙的——消息平台只是入口，核心逻辑都在本地跑。

OpenClaw 能做什么？

开发者方向

用自然语言操作文件系统，批量重命名、整理项目什么的。接入 GitHub 自动 Review PR、管理 Issue。还可以自己写 Skill 扩展能力，甚至搞多 Agent 协作工作流。群里有个叫小李的前端，写了个 Skill 自动给 PR 加 changelog，他说每周能省两三个小时——

开发者特别值得关注的是 Node 模式。开启之后 OpenClaw 会暴露 system.run（执行系统命令）、system.notify（发通知）、canvas（交互画布）、camera（调摄像头）这些能力接口。你可以把它当成一个有 AI 大脑的系统级 SDK 来用，写自动化脚本比原来方便太多了。还有 Browser 自动化——OpenClaw 可以启动一个专用的 Chrome/Chromium 实例，帮你操作网页、填表单、抓数据，不需要自己写 Puppeteer 代码。

职场场景

通过飞书/微信接收指令，自动整理会议纪要；定时抓网页信息生成 AI 日报；截图转日历事件做智能日程管理；PDF 分析和知识库管理也都能搞。我自己用得最多的是让它帮我整理周报素材，说真的省了不少时间。对了，忘说了，它还能帮你自动回复一些模板化的消息，不过这个功能要小心用，别闹出尴尬呢。

移动端和语音交互

这块很多人不知道——OpenClaw 有完整的移动端体验。macOS 有 menu bar app（需要 macOS 15+），带 push-to-talk 悬浮窗，按住快捷键直接语音下指令。iOS app 支持 Canvas 交互画布、Voice Wake 语音唤醒、摄像头拍照、屏幕录制，还能通过 Bonjour 和 Mac 端自动配对。Android app 也有聊天、语音、Canvas、摄像头/录屏全套功能。

Canvas 是个很酷的功能——类似一个实时交互白板。它支持 A2UI push/reset（AI 推送 UI 到你的设备）、eval（远程执行代码片段）、snapshot（截取当前状态）。比如你让 AI 帮你做个数据可视化，它可以直接把图表推到你的 Canvas 上实时展示。

Voice Wake（macOS/iOS）可以用语音唤醒词激活 OpenClaw，不用打开 App 也不用打字。Android 上对应的是 Talk Mode。语音引擎支持 ElevenLabs 和系统自带的 TTS。

学习价值

如果你想理解 AI Agent 的完整架构，OpenClaw 是挺好的学习对象。从 Skill 开发到 MCP 协议，理论到实践都能覆盖到。后来我才觉得自己之前光看论文不动手的做法挺蠢的嘛。

与其他工具的对比

经常有人问 OpenClaw 和 Claude Code、ChatGPT、Dify 有什么区别。说白了就是定位不同：

OpenClaw 走的是全能 AI 助手路线，跑在本地设备，接入 21+ 消息平台，有 3,200+ Skills 生态（ClawHub），面向所有人。我个人觉得它最大的卖点是"消息平台即界面"这个思路，对吧？你不需要再开个新 App。加上 Canvas、Voice Wake、Node 模式这些能力，它已经不只是个聊天机器人了。

Claude Code 是纯 AI 编程工具，跑在终端里，主要面向开发者。写代码确实猛但干别的就不太行了。

ChatGPT 不用多说了，通用对话 AI，云端运行，网页/App 使用。

Dify 是 AI 应用搭建平台，可以云端或自部署，主要给开发者用来搭 AI 应用的。

它们之间不是互斥的啊，身边很多人同时在用好几个呢。

学习路线总览

第 1 阶段：入门与部署（1 周）
├── 理解 OpenClaw → 安装部署 → 接入消息平台 → 配置模型 → 熟悉内置技能
│
第 2 阶段：Skill 开发（1-2 周）
├── Skill 结构 → 开发第一个 Skill → 测试调试 → 发布到 Registry
│
第 3 阶段：进阶与自动化（1-2 周）
├── 多 Agent 路由 → 定时任务 → MCP 集成 → 安全配置
│
第 4 阶段：实战与生产（1 周）
└── 私人助手项目 → 团队协作项目 → 生产环境部署

什么是 OpenClaw

一句话定义

为什么 OpenClaw 这么火？

核心架构

OpenClaw 能做什么？

开发者方向

职场场景

移动端和语音交互

学习价值

与其他工具的对比

学习路线总览

推荐资源