OpenClaw 深度解析：重塑个人 AI 助手范式的开源架构革命

从"会聊天"到"能做事"——OpenClaw 如何用本地优先 + 模型无关 + 全通道覆盖三位一体，重新定义 AI 助手的技术边界。

一、背景：AI 助手的"最后一公里"困局

2026 年的 AI 助手版图，表面上已经足够繁荣。

ChatGPT、Claude、Gemini 可以和你聊任何话题；Cursor、Claude Code、GitHub Copilot 可以帮你写代码；Dify、Coze 可以搭建工作流。但当你真正想让 AI 持续地、 autonomously 地 帮你做事——而非每次都手动打开一个网页或 IDE——你会发现一个巨大的断层：

这些 AI 都活在它们自己的界面里。

它们无法直接访问你的 WhatsApp、你的 Telegram 群组、你的 Discord 服务器、你的本地文件系统、你的日历、你的邮件。每次交互都要你主动触发，每次上下文都从零开始。它们本质上是"被调用的函数"，而不是"驻留的助手"。

OpenClaw 的出现，正是为了填平这个断层。

二、OpenClaw 是什么：架构全景与核心设计哲学

2.1 一句话定义

OpenClaw 是一个运行在你自己设备上的个人 AI 助手框架，通过 Gateway 控制面统一接入任意消息通道，驱动一个具备 Skill 扩展能力、长期记忆、自主执行能力的 AI Agent。

┌─────────────────────────────────────────────────────────┐
│                    OpenClaw Gateway                      │
│  (控制面：消息路由 | 会话管理 | 模型调度 | 工具编排)         │
├──────────┬──────────┬──────────┬──────────┬─────────────┤
│ WhatsApp │ Telegram │ Discord  │  Slack   │  ... 20+    │
└──────────┴──────────┴──────────┴──────────┴─────────────┘
        │              │
        ▼              ▼
  ┌──────────────────────────┐
  │      AI Agent 实例        │
  │  ┌─────────────────────┐  │
  │  │  Skill 生态         │  │
  │  │  (pdf/docx/xlsx/    │  │
  │  │   browser/email/    │  │
  │  │   github/...)       │  │
  │  └─────────────────────┘  │
  │  ┌─────────────────────┐  │
  │  │  记忆系统           │  │
  │  │  (短期/长期/语义)    │  │
  │  └─────────────────────┘  │
  └──────────────────────────┘

2.2 四大设计原则

三、Gateway 架构深度拆解

3.1 Gateway 是什么

Gateway 是 OpenClaw 的控制面（Control Plane），承担以下核心职责：

1. 消息路由：接收来自各通道的消息，路由到对应的 Agent 会话
2. 会话管理：维护 per-peer / per-channel / per-agent 的会话隔离
3. 模型调度：primary + fallbacks 模型路由，auth profile 轮询
4. 工具编排：加载 Skill，构建 system prompt，注入工具描述
5. 事件分发：heartbeat、cron、webhook、节点事件统一调度
6. 安全管控：DM 策略、配对机制、工具沙箱

Gateway 以 Node.js (TypeScript) 常驻进程 运行，通过 openclaw onboard --install-daemon 安装为 launchd (macOS) / systemd (Linux) 用户服务，实现开机自启。

3.2 WebSocket 协议：实时双向通信的核心

Gateway 与所有通道适配器、节点应用、控制 UI 之间，均通过 WebSocket 长连接 通信。协议设计要点：

// Gateway WebSocket 握手时序
// 1. 客户端发起 WebSocket 升级请求
//    GET /ws HTTP/1.1
//    Upgrade: websocket
//    Sec-WebSocket-Key: ...

// 2. Gateway 验证 auth token (Authorization header 或 query param)
//    握手超时默认 15s，可通过 gateway.handshakeTimeoutMs 调整

// 3. 连接建立后，双向异步消息传递
//    消息格式：JSON-RPC 2.0 风格
interface GatewayMessage {
  id: string;           // 消息唯一 ID
  method: string;       // 如 "message.send", "agent.turn"
  params: unknown;      // 方法参数
  auth?: {              // 认证信息
    token?: string;
    sessionKey?: string;
  };
}

为什么用 WebSocket 而不是 HTTP Polling？

• 即时性：heartbeat、cron 触发、节点事件需要服务端主动推送
• 效率：避免频繁建立 TCP 连接的开销
• 状态性：会话上下文在连接期间可保持热状态

3.3 配置系统：JSON5 + Schema 严格校验

OpenClaw 的配置文件 ~/.openclaw/openclaw.json 使用 JSON5 格式（支持注释、尾逗号），并通过 JSON Schema 严格校验——未知字段、类型错误会导致 Gateway 拒绝启动。

// ~/.openclaw/openclaw.json
{
  // Gateway 监听配置
  gateway: {
    port: 18789,                    // 控制面端口
    host: "127.0.0.1",             // 绑定地址（生产环境勿暴露 0.0.0.0）
    handshakeTimeoutMs: 15000,     // WebSocket 握手超时
    channelHealthCheckMinutes: 5,  // 通道健康检查周期
    channelStaleEventThresholdMinutes: 30,
    channelMaxRestartsPerHour: 10,
  },

  // Agent 默认配置
  agents: {
    defaults: {
      model: {
        primary: "anthropic/claude-sonnet-4-20250514",
        fallbacks: ["openai/gpt-4o", "google/gemini-2.0-flash"],
      },
      workspace: "~/.openclaw/workspace",
      thinking: "adaptive",        // off | low | medium | high | adaptive
      heartbeat: {
        every: "30m",              // 心跳周期，0m 禁用
        target: "last",            // 发送到最后一个活跃通道
      },
      sandbox: {
        mode: "non-main",          // off | non-main | all
        scope: "agent",
      },
    },
    list: [
      {
        id: "main",
        workspace: "~/.openclaw/workspace-agent-main",
        groupChat: {
          mentionPatterns: ["@claw", "claw"],
        },
      },
    ],
  },

  // 通道配置（以 Telegram 为例）
  channels: {
    telegram: {
      enabled: true,
      botToken: "123456:ABC-DEF...",
      dmPolicy: "pairing",         // pairing | allowlist | open | disabled
      allowFrom: ["tg:123456789"],
      groups: {
        "*": { requireMention: true },
      },
    },
    whatsapp: {
      enabled: true,
      dmPolicy: "pairing",
    },
    discord: {
      enabled: true,
      botToken: "...",
      dmPolicy: "pairing",
      channels: {
        "*": { requireMention: true },
      },
    },
  },

  // Cron 任务
  cron: {
    enabled: true,
    maxConcurrentRuns: 8,
    sessionRetention: "24h",
  },

  // Webhook 接入
  hooks: {
    enabled: true,
    token: "your-webhook-secret",
    path: "/hooks",
    mappings: [
      {
        match: { path: "github" },
        action: "agent",
        agentId: "main",
        deliver: true,
      },
    ],
  },
}

严格校验的意义：防止配置错误导致运行时异常。生产环境中，配置错误是最常见的故障源之一。OpenClaw 的 fail-fast 策略（无法启动好过启动后行为异常）是值得借鉴的工程实践。

四、多通道架构：一次开发，全平台覆盖

4.1 通道适配器的统一抽象

OpenClaw 定义了统一的 Channel Adapter 接口，每个消息平台实现这个接口，Gateway 通过依赖注入加载启用的通道。

// 通道适配器核心接口（概念性）
interface ChannelAdapter {
  // 通道唯一标识
  readonly provider: string;  // "telegram" | "discord" | "whatsapp" | ...

  // 初始化：建立连接，启动消息监听
  init(config: ChannelConfig): Promise<void>;

  // 发送消息
  send(target: string, message: OutboundMessage): Promise<SendResult>;

  // 下载媒体文件（图片/视频/文档）
  fetchMedia(mediaId: string): Promise<Buffer>;

  // 健康状态检查
  healthCheck(): Promise<HealthStatus>;

  // 关闭连接
  close(): Promise<void>;
}

// 入站消息的统一格式
interface InboundMessage {
  channel: string;           // 来源通道
  peer: string;              // 发送者唯一标识（如 "tg:123456"）
  content: string;           // 消息文本
  media?: MediaAttachment[]; // 媒体附件
  replyTo?: string;          // 回复消息 ID
  group?: string;            // 群组 ID（如适用）
  timestamp: number;         // 时间戳
}

4.2 DM 策略：安全的第一道防线

所有通道共享同一套 DM（Direct Message）访问控制策略，这是 OpenClaw 安全模型的核心：

type DMPolicy = "pairing" | "allowlist" | "open" | "disabled";

// pairing（默认，推荐）
// - 未知发送者的消息触发配对码流程
// - 所有者通过 `openclaw pairing approve <code>` 批准
// - 批准后，发送者加入本地 allowlist
// - 适合个人助手场景

// allowlist
// - 只有 allowFrom 列表中的发送者被接受
// - 适合团队内部使用

// open
// - 接受所有入站 DM（需要显式设置 allowFrom: ["*"]）
// - 仅适合公开机器人场景

// disabled
// - 忽略所有 DM
// - 适合只响应群组的场景

配对流程的时序：

陌生人                  Gateway               所有者
  │                     │                     │
  │  "Hi Claw!"        │                     │
  │───────────────────▶│                     │
  │                     │  生成配对码: X7K9M  │
  │  "配对码: X7K9M    │                     │
  │   请等待批准"       │                     │
  │◀────────────────────│                     │
  │                     │                     │
  │                     │  openclaw           │
  │                     │  pairing approve    │
  │                     │  X7K9M              │
  │                     │────────────────────▶│
  │                     │                     │
  │  "已批准，可以     │                     │
  │   开始对话"         │                     │
  │◀────────────────────│                     │
  │                     │                     │

4.3 已支持通道全景（2026 年 6 月）

五、Skill 系统：AI 的"App Store"

如果说 OpenClaw 是操作系统，Skill 就是应用程序。这是 OpenClaw 最具创新性的设计之一。

5.1 Skill 的本质

一个 Skill 是一个目录，核心文件是 SKILL.md——一个带 YAML frontmatter 的 Markdown 文件。

---
name: pdf
description: 读取、合并、拆分、加水印 PDF 文件。当用户需要处理 PDF 时使用此技能。
metadata: {"openclaw": {"requires": {"bins": ["python3"], "env": ["PYTHONPATH"]}, "install": [{"kind": "uv", "package": "pypdf"}]}}
---

# PDF 处理技能

当用户要求处理 PDF 时，使用本技能提供的 Python 脚本。

## 工具清单

### 1. 合并 PDF
\`\`\`bash
python3 {baseDir}/scripts/merge_pdf.py -o output.pdf input1.pdf input2.pdf
\`\`\`

### 2. 拆分 PDF
\`\`\`bash
python3 {baseDir}/scripts/split_pdf.py -p 1,3,5 input.pdf
\`\`\`

## 使用注意
- 中文 PDF 需用 pypdf 而非 PyPDF2（编码问题）
- 加密 PDF 需先调用 qpdf 解密

关键点：

• description 字段决定 AI 何时自动加载此 Skill（语义匹配）
• {baseDir} 是运行时替换的技能目录路径
• metadata.openclaw.requires 定义依赖门控（bin 不存在时自动隐藏）
• 技能目录可包含 scripts/（可执行脚本）、assets/（静态资源）、references/（参考文档）

5.2 Skill 加载优先级

优先级（高 → 低）

1. <workspace>/skills/          ← 当前 Agent 工作区技能（最高优先级）
2. <workspace>/.agents/skills/  ← 项目级 Agent 技能
3. ~/.agents/skills/            ← 个人级 Agent 技能（跨项目共享）
4. ~/.openclaw/skills/          ← 管理的技能（ClawHub 安装至此）
5. 内置技能                     ← 随 OpenClaw 安装打包
6. skills.load.extraDirs        ← 额外目录（插件技能等）

同名覆盖规则：如果 workspace/skills/pdf/SKILL.md 和 ~/.openclaw/skills/pdf/SKILL.md 同时存在，前者胜出。这意味着你可以"覆盖"托管技能的默认行为。

5.3 编写一个自定义 Skill：完整实战

场景：写一个 Skill，让 AI 助手能够查询以太坊钱包余额。

Step 1：创建技能目录

mkdir -p ~/.openclaw/workspace/skills/eth-balance
cd ~/.openclaw/workspace/skills/eth-balance

Step 2：写 SKILL.md

---
name: eth-balance
description: 查询以太坊钱包 ETH 余额。当用户问"钱包余额"、"ETH 多少"、"查一下地址"时使用。
metadata: {"openclaw": {"requires": {"env": ["ETHERSCAN_API_KEY"]}}}
---

# 以太坊余额查询技能

## 使用场景
- 用户问某个地址有多少 ETH
- 用户问自己的钱包余额
- 用户需要监控多个地址

## 工具

### 查询单地址余额
\`\`\`bash
node {baseDir}/scripts/check_balance.js <address>
\`\`\`

示例：
\`\`\`bash
node {baseDir}/scripts/check_balance.js 0x742d35Cc6634C0532925a3b844Bc9e7595f2bD38
\`\`\`

### 查询多地址余额
\`\`\`bash
node {baseDir}/scripts/check_balance.js <addr1> <addr2> <addr3>
\`\`\`

## 输出格式
脚本输出 JSON：
\`\`\`json
{
  "address": "0x...",
  "eth": 1.2345,
  "wei": "1234500000000000000",
  "usd": 3086.25
}
\`\`\`

## 注意事项
- API Key 从 ETHERSCAN_API_KEY 环境变量读取
- 免费版 Etherscan API 有 5 req/s 限制
- 主网地址，不包含 checksum 验证（脚本内部处理）

Step 3：写查询脚本 scripts/check_balance.js

#!/usr/bin/env node
import https from 'https';
import fs from 'fs';

const API_KEY = process.env.ETHERSCAN_API_KEY;
if (!API_KEY) {
  console.error('Error: ETHERSCAN_API_KEY not set');
  process.exit(1);
}

const addresses = process.argv.slice(2);
if (addresses.length === 0) {
  console.error('Usage: node check_balance.js <address...>');
  process.exit(1);
}

async function fetchBalance(address) {
  const url = `https://api.etherscan.io/api?module=account&action=balance&address=${address}&tag=latest&apikey=${API_KEY}`;
  
  return new Promise((resolve, reject) => {
    https.get(url, (res) => {
      let data = '';
      res.on('data', chunk => data += chunk);
      res.on('end', () => {
        const json = JSON.parse(data);
        if (json.status === '1') {
          const wei = json.result;
          const eth = Number(wei) / 1e18;
          resolve({ address, eth, wei, raw: json });
        } else {
          reject(new Error(json.message));
        }
      });
    }).on('error', reject);
  });
}

// 主逻辑
(async () => {
  const results = [];
  for (const addr of addresses) {
    try {
      const result = await fetchBalance(addr);
      results.push(result);
    } catch (err) {
      results.push({ address: addr, error: err.message });
    }
  }
  console.log(JSON.stringify(results, null, 2));
})();

Step 4：在 OpenClaw 配置中注入 API Key

// ~/.openclaw/openclaw.json
{
  skills: {
    entries: {
      "eth-balance": {
        enabled: true,
        env: {
          ETHERSCAN_API_KEY: "YOUR_ETHERSCAN_API_KEY",
        },
      },
    },
  },
}

Step 5：重启 Gateway 并测试

openclaw gateway restart
openclaw agent --message "查一下 0x742d35Cc6634C0532925a3b844Bc9e7595f2bD38 这个地址有多少 ETH"

5.4 ClawHub：技能生态的"应用商店"

ClawHub 是 OpenClaw 的官方技能注册表，类似 npm、PyPI，但专为 AI Skill 设计。

# 安装官方技能
openclaw skills install @openclaw/pdf
openclaw skills install @openclaw/docx
openclaw skills install @openclaw/xlsx

# 安装社区技能
openclaw skills install @user/weather

# 从 Git 安装
openclaw skills install git:username/my-skill@main

# 本地开发安装
openclaw skills install ./my-local-skill --as my-tool

# 更新所有技能
openclaw skills update --all

# 验证技能完整性（防篡改）
openclaw skills verify @openclaw/pdf

安全机制：

• 所有 ClawHub 技能经过 VirusTotal 扫描
• ClawScan 静态分析（检测恶意提示词注入）
• 信任信封（clawhub.skill.verify.v1）：密码学验证技能发布者身份
• security.installPolicy：企业可配置自定义安装审批策略

六、MCP 协议集成：连接外部工具的标准化路径

6.1 MCP（Model Context Protocol）是什么

MCP 是 Anthropic 推出的标准化工具协议，让 AI 模型能够以统一格式调用外部工具，而不需要为每个工具单独写集成代码。

OpenClaw 同时支持两种 MCP 使用方式：

1. 作为 MCP 客户端：OpenClaw Agent 调用外部 MCP 服务器提供的工具
2. 作为 MCP 服务器：外部 AI 应用通过 MCP 协议调用 OpenClaw 的能力

6.2 配置 MCP 服务器

// ~/.openclaw/openclaw.json
{
  tools: {
    mcp: {
      servers: {
        // 文件系统 MCP（官方参考实现）
        "filesystem": {
          command: "npx",
          args: ["-y", "@modelcontextprotocol/server-filesystem", "/allowed/path"],
          env: {},
        },
        // 数据库 MCP
        "postgres": {
          command: "npx",
          args: ["-y", "@modelcontextprotocol/server-postgres", "postgresql://..."],
        },
        // 自定义 MCP 服务器（Python）
        "my-tool": {
          command: "python3",
          args: ["/path/to/mcp_server.py"],
          env: { API_KEY: "..." },
        },
      },
    },
  },
}

6.3 MCP 工具在 Skill 中的使用

Skill 可以声明依赖某个 MCP 服务器，OpenClaw 会自动将 MCP 工具注入 Agent 可用工具列表：

---
name: database-query
description: 查询 PostgreSQL 数据库。当用户要求"查数据库"、"SQL查询"时使用。
metadata: {"openclaw": {"requires": {"mcp": ["postgres"]}}}
---

# 数据库查询技能

已配置 postgres MCP 服务器，可用工具：
- `postgres_query`: 执行 SELECT 查询
- `postgres_schema`: 获取表结构

## 示例

用户："查一下用户表前 10 条"
→ 调用 postgres_query("SELECT * FROM users LIMIT 10")

七、安全模型：本地 AI 的攻击面管理

7.1 威胁模型

运行在本地、有工具调用能力、接入多个消息通道的 AI Agent，攻击面不容小觑：

攻击向量                        防御措施
─────────────────────────────────────────────────────────
恶意消息触发危险工具操作    →  DM 配对机制 + 工具沙箱
提示词注入（间接）          →  Skill 隔离 + 输出过滤
Skill 恶意代码              →  ClawHub 扫描 + 本地审查
通道凭证泄露                →  配置文件权限 600 + 环境变量
Gateway API 未授权访问      →  Token 认证 + 绑定 loopback
SSRF 通过工具调用           →  沙箱网络隔离

7.2 沙箱机制

OpenClaw 支持将 Agent 执行环境隔离到 Docker 容器中：

{
  agents: {
    defaults: {
      sandbox: {
        mode: "non-main",        // 主会话不沙箱，其他会话沙箱
        scope: "agent",          // 每个 agent 独立容器
        docker: {
          image: "openclaw/sandbox:latest",
          setupCommand: "apt-get update && apt-get install -y python3 python3-pip",
          network: "none",       // 禁用网络（如需访问外部 API 则设为 "bridge"）
          readOnlyRoot: true,
        },
      },
    },
  },
}

沙箱构建：

# 从源码构建沙箱镜像
cd ~/.openclaw/openclaw
scripts/sandbox-setup.sh

# 或直接从 Docker Hub 拉取
docker pull openclaw/sandbox:latest

7.3 工具权限控制

{
  agents: {
    defaults: {
      tools: {
        // 允许的工具（白名单）
        allow: [
          "message.send",
          "web_search",
          "read_file",
          "write_file",
        ],
        // 禁止的工具（黑名单，优先于 allow）
        deny: [
          "exec",           // 禁止执行 shell 命令
          "filesystem.rm",  // 禁止删除文件
        ],
      },
    },
  },
}

八、会话管理与多 Agent 路由

8.1 会话作用域（dmScope）

OpenClaw 支持多种会话隔离策略：

type DMScope =
  | "main"                    // 所有用户共享一个会话（慎用）
  | "per-peer"                // 每个用户独立会话
  | "per-channel-peer"        // 每个通道 × 用户独立会话（推荐）
  | "per-account-channel-peer"; // 每个账号 × 通道 × 用户独立会话

推荐配置：per-channel-peer——WhatsApp 上的 Alice 和 Telegram 上的 Alice 是两个独立会话，互不干扰。

8.2 多 Agent 路由

OpenClaw 支持多个 Agent 实例，根据不同规则路由：

{
  agents: {
    list: [
      {
        id: "main",
        workspace: "~/.openclaw/workspace-agent-main",
        // 路由规则：Telegram 的私聊消息路由到 main
        route: {
          channels: ["telegram"],
          peers: ["tg:123456789"],
        },
      },
      {
        id: "team",
        workspace: "~/.openclaw/workspace-agent-team",
        // 路由规则：Discord 服务器消息路由到 team
        route: {
          channels: ["discord"],
          groups: ["discord:1234567890"],
        },
        skills: ["github", "jira", "slack"],  // team agent 有特定技能
      },
      {
        id: "public",
        workspace: "~/.openclaw/workspace-agent-public",
        // 路由规则：公共 Telegram 群组
        route: {
          channels: ["telegram"],
          groups: ["*"],
        },
        skills: [],  // 公共 agent 无技能（只读）
      },
    ],
  },
}

8.3 Thread 绑定会话（Discord 专属）

Discord 的 Thread 可以绑定到一个独立会话，实现"在一个频道内多个并行对话"：

用户行为                      OpenClaw 行为
──────────────────────────────────────────────
创建 Thread                  → 自动创建新会话
在 Thread 中 @mention        → 消息路由到 Thread 绑定会话
/focus                       → 将主会话绑定到当前 Thread
/unfocus                     → 解除绑定
/session idle 60m            → 设置会话空闲超时

九、Heartbeat 与 Cron：让 AI 主动工作

9.1 Heartbeat 机制

Heartbeat 是 OpenClaw 的"主动检查"能力——定期唤醒 Agent，让它检查状态、执行任务。

{
  agents: {
    defaults: {
      heartbeat: {
        every: "30m",         // 每 30 分钟触发一次
        target: "last",       // 发送到最后一个活跃通道
        // target: "discord", // 或固定发送到某个通道
        prompt: [
          "检查 workspace 下的 TODO.md",
          "如果有未完成的高优先级任务，开始执行",
          "检查邮件是否有紧急事项",
        ],
      },
    },
  },
}

Heartbeat 的底层实现：

┌────────────────────────────────────────────────────────┐
│  Gateway Cron (setInterval)                            │
│                                                        │
│  every 30 minutes:                                    │
│  1. 构造 systemEvent message                           │
│  2. 注入到目标 Agent 的会话                            │
│  3. 触发 Agent 一轮完整 turn（包括工具调用）            │
│  4. 如果有输出，通过 message tool 发送到 target 通道   │
└────────────────────────────────────────────────────────┘

9.2 Cron 任务系统

Cron 系统支持三种调度类型：

{
  cron: {
    enabled: true,
    jobs: [
      {
        name: "daily-standup",
        schedule: {
          kind: "cron",
          expr: "0 9 * * 1-5",      // 工作日早 9 点
          tz: "Asia/Shanghai",
        },
        payload: {
          kind: "agentTurn",
          message: "写今日 standup 报告：昨天完成、今天计划、遇到阻碍",
          deliver: true,
          channel: "slack",
          to: "#standup",
        },
      },
      {
        name: "weekly-summary",
        schedule: {
          kind: "cron",
          expr: "0 18 * * 5",      // 周五傍晚 6 点
          tz: "Asia/Shanghai",
        },
        payload: {
          kind: "agentTurn",
          message: "生成本周工作摘要，发送到 Telegram",
        },
      },
      {
        name: "model-health-check",
        schedule: {
          kind: "every",
          everyMs: 3600000,        // 每小时
        },
        payload: {
          kind: "systemEvent",
          text: "检查所有配置模型的健康状态",
        },
      },
    ],
  },
}

十、生产部署实战

10.1 部署架构

                        ┌─────────────────────┐
                        │   反向代理 (Nginx)   │
                        │  TLS Termination     │
                        └──────────┬──────────┘
                                   │
                        ┌──────────┴──────────┐
                        │   OpenClaw Gateway   │
                        │   (127.0.0.1:18789)  │
                        └──────────┬──────────┘
                                   │
              ┌────────────────────┼────────────────────┐
              │                    │                    │
    ┌─────────┴─────────┐ ┌──────┴──────┐ ┌─────────┴─────────┐
    │  WhatsApp Bridge  │ │  Telegram   │ │  Discord Bot      │
    │  (whatsapp-web.js)│ │  Bot API    │ │  (Gateway 内置)    │
    └───────────────────┘ └─────────────┘ └───────────────────┘

10.2 systemd 服务配置

# /etc/systemd/system/openclaw.service
[Unit]
Description=OpenClaw Gateway
After=network.target

[Service]
Type=simple
User=openclaw
Group=openclaw
WorkingDirectory=/home/openclaw/.openclaw
ExecStart=/usr/bin/node /home/openclaw/.openclaw/openclaw.mjs gateway
Restart=always
RestartSec=10
Environment=NODE_ENV=production
Environment=OPENCLAW_GATEWAY_TOKEN=<your-token>

# 安全加固
PrivateTmp=true
NoNewPrivileges=true
ProtectSystem=strict
ProtectHome=true
ReadWritePaths=/home/openclaw/.openclaw

[Install]
WantedBy=multi-user.target

10.3 监控与日志

# 查看 Gateway 状态
openclaw gateway status

# 查看实时日志
openclaw logs --follow

# 健康检查（用于负载均衡器）
curl -f http://127.0.0.1:18789/health || exit 1

# 诊断配置问题
openclaw doctor
openclaw doctor --fix

10.4 备份策略

#!/bin/bash
# backup-openclaw.sh - 每日备份脚本

BACKUP_DIR="/data/backups/openclaw"
DATE=$(date +%Y%m%d)
mkdir -p "$BACKUP_DIR"

# 备份配置
cp ~/.openclaw/openclaw.json "$BACKUP_DIR/config-$DATE.json"

# 备份 workspace（含 Skill、记忆、会话状态）
tar -czf "$BACKUP_DIR/workspace-$DATE.tar.gz" ~/.openclaw/workspace/

# 备份 sessions.json（会话状态）
cp ~/.openclaw/sessions.json "$BACKUP_DIR/sessions-$DATE.json"

# 保留最近 7 天
find "$BACKUP_DIR" -name "*.tar.gz" -mtime +7 -delete
find "$BACKUP_DIR" -name "*.json" -mtime +7 -delete

十一、与竞品的技术对比

核心差异总结：

• Claude Code 是强大的编码助手，但缺乏持久化和消息通道集成
• Cursor 是 IDE 深度集成，但无法在 IDE 外工作
• Dify 是服务端工作流平台，数据不经过本地
• OpenClaw 是唯一同时做到本地优先 + 全通道 + 自主执行的框架

十二、性能优化与规模化的工程实践

12.1 Token 成本控制

AI Agent 最大的运营成本是 Token 消耗。OpenClaw 提供了多层优化：

{
  agents: {
    defaults: {
      // 压缩旧消息（需配合支持压缩的模型或外部服务）
      compaction: {
        enabled: true,
        targetTokens: 8000,      // 压缩到 8k tokens
        preserveRecent: 10,      // 保留最近 10 条消息不被压缩
      },
      // 图片缩放（减少视觉 Token 消耗）
      imageMaxDimensionPx: 1200, // 图片最大边长
      // 模型路由（成本优化）
      model: {
        primary: "anthropic/claude-haiku-4",    // 默认用便宜模型
        fallbacks: [
          "anthropic/claude-sonnet-4-20250514", // 复杂任务升级
        ],
        // 关键词触发模型切换
        routing: [
          { pattern: "写代码|implement|debug", model: "anthropic/claude-sonnet-4-20250514" },
          { pattern: "总结|translate|简单",     model: "anthropic/claude-haiku-4" },
        ],
      },
    },
  },
}

12.2 并发控制

{
  gateway: {
    maxConcurrentTurns: 3,       // 同时处理的 Agent turn 数
    turnQueueMaxLength: 50,      // 排队上限，超出则拒绝
    turnTimeoutMs: 300000,       // 单个 turn 超时（5 分钟）
  },
  cron: {
    maxConcurrentRuns: 8,        // cron 任务并发上限
  },
}

12.3 内存管理

长时间运行的 Gateway 需要注意内存泄漏：

# 监控 Gateway 内存使用
ps aux | grep openclaw | grep -v grep

# 设置内存上限（通过 systemd）
# 在 openclaw.service 中添加：
# MemoryMax=2G
# 超出后 systemd 会重启服务

十三、路线图与未来方向

根据 OpenClaw 的 VISION.md 和社区讨论，值得关注的发展方向：

1. ACP（Agent Client Protocol）标准化：OpenClaw 正在推动 ACP 成为 AI Agent 的"HTTP"——统一不同 Agent 框架之间的通信协议
2. 多模态能力增强：Canvas（实时渲染界面）+ A2UI（Agent-to-UI）让 Agent 不仅能"说"，还能"展示"
3. 联邦学习记忆：多个 OpenClaw 实例之间安全共享去标识化的经验知识
4. 企业 SSO 集成：SAML/OIDC 接入，适合企业部署

十四、总结：为什么 OpenClaw 值得深度关注

OpenClaw 的核心价值，不在于它"能做多少事"，而在于它重新定义了 AI 助手应该是什么形态：

1. 从"工具"到"助手"：不是你打开它，而是它随时待命
2. 从"云端"到"本地"：数据主权回归用户
3. 从"封闭"到"开放"：Skill 生态让能力扩展零门槛
4. 从"单通道"到"全通道"：一个 AI，所有入口

对于开发者而言，OpenClaw 是一个可编程的个人 AI 操作系统——你用 Skill 教它新能力，用配置定义它的行为边界，用 Cron 让它自主工作。这种范式，很可能就是未来个人 AI 的标准形态。

参考资源

• 官网：https://openclaw.ai
• 文档：https://docs.openclaw.ai
• GitHub：https://github.com/openclaw/openclaw（MIT 协议，380k+ Stars）
• ClawHub：https://clawhub.ai
• Discord 社区：https://discord.gg/clawd

本文基于 OpenClaw 2026 年 6 月版本撰写，具体配置以最新官方文档为准。