- Gateway 作为核心枢纽，承担六大核心职责：连接管理、会话管理、认证授权、执行审批、定时任务、控制面板- 详细架构：boot.ts 启动引导、server-chat.ts 聊天服务、auth.ts 认证授权等核心文件- 启动流程：加载配置 → 初始化存储 → 加载插件 → 初始化通道 → 启动服务 → 任务调度- 会话管理：Session 生命周期（创建→活跃→暂停→关闭），支持跨会话并发

- Agents 是 AI 核心引擎，负责 AI 推理、工具执行、上下文管理、安全保障四大职责- 目录结构：agent-command.ts、agent-loop.ts、bash-tools.ts、context.ts 等核心文件- 执行流程：上下文构建 → AI 模型调用 → 工具执行 → 响应处理（支持多轮工具调用）- 上下文管理：系统提示词、技能指令、会话历史、记忆注入的分层构建，支持上下文

- 完整数据流：渠道传输 → 入站处理 → 会话管理 → 前置钩子 → Agent 处理 → 后置钩子 → 审批流程 → 出站处理 → 持久化（10 层处理链）- 配置加载流程：YAML 配置 → Zod Schema 验证 → 多源合并 → 注入各模块- 会话状态机：CREATED → ACTIVE ↔ IDLE/PAUSED/CLOSING → CLOSED，支持状态恢复- 错误处理分类：Tr

- 三种部署模式：本地桌面模式（开箱即用，数据本地存储）、服务器模式（Docker + 反向代理，适合企业）、移动端模式（iOS/macOS/Android 原生体验）- 本地桌面模式架构：系统托盘/菜单栏 → OpenClaw Core → Gateway（Chat/Cron/Control Server）→ Agents/Channels/Plugins → 本地存储（SQLite/Lance

**核心观点**：安全不是"做不做"，而是"做到什么程度"- **OpenClaw策略**：零信任，强制隔离，有专用SSRF防护组件，80+安全文件- **HermesAgent策略**：务实信任，危险命令检测分类，Docker沙箱- **密钥管理**：OpenClaw用SecretRef机制，HermesAgent用.env文件- **插件隔离**：OpenClaw有按需插件隔离，HermesA

**核心观点**：HermesAgent独有六层闭环学习架构，业界唯一- **六层架构**：Nudge触发 → 记忆策展 → 技能自创建 → Honcho用户建模 → 检索召回 → RL训练- **核心优势**：唯一内置学习闭环的开源Agent、技能作为程序性记忆、双向用户建模- **劣势**：无主动遗忘机制、无记忆冲突解决、仅面向单用户- **与Avagent对标**：需要多租户架构、智能触发器

深度解析 OpenClaw 架构原理与 Windows 平台部署方案。OpenClaw 作为 AI 模型路由器，提供统一接口层接入多厂商大模型，支持 Web Dashboard 和飞书等 IM 集成。文章详解 WSL2 + Windows 混合部署架构：Gateway 运行在 WSL 提供 API 服务，Ollama 本地模型部署在 Windows，通过端口转发实现互通。对比 NAT/镜像网络模式

系统介绍 OpenClaw 部署环境安全加固方案。Windows 防火墙配置：限制 Gateway 和 Ollama 端口入站规则，仅允许本地/局域网访问。WSL+Ubuntu 防火墙：使用 UFW 配置双层网络隔离，WSL IP 动态变化时的自动化规则更新。敏感信息管理：将 API Key、App Secret 从明文配置文件迁移到 Windows 系统环境变量，PowerShell 和 WSL

- HermesAgent 来自 Nous Research，核心定位"The self-improving AI agent"，是一个具备自学习能力的 AI Agent- 四大核心特性：闭环学习系统（从经验中创建技能）、技能系统（agentskills.io 标准）、跨会话记忆与用户建模（Honcho）、研究就绪（Atropos RL 训练环境）- 核心数据：Python 909+ 文件、~17

- 极简的中心化工具注册表：一个 `registry.register()` 调用搞定，2 步添加新工具- 自动发现机制：`tools/*.py` 文件中顶层 `registry.register()` 调用在启动时自动导入- 工具集（Toolset）分组：Web、终端、文件、浏览器（11 个工具）、语音、智能家居、MCP 等 14 个类别- 危险命令审批系统：正则匹配 + 分级审批（SAFE/N