详解 OpenClaw 两种大模型方案配置。方案一：Ollama 本地部署，涵盖 Windows 安装、0.0.0.0 监听配置、Modelfile 自定义模型参数（num_ctx/num_gpu 调优），提供 RTX 4060 8GB 实测配置和性能数据（50 tokens/s）。方案二：腾讯混元 API，介绍 API Key 获取、OpenAI 兼容接口配置、模型选择（hunyuan-turb

- 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

- 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

- Atropos RL 训练环境：`environments/` 目录 43 个文件，支持 reset/step/get_trajectory 标准接口- 轨迹记录与压缩：将数百条消息的执行轨迹压缩为精炼的训练数据- 批量运行器：并行执行大量 Agent 任务，支持 A/B 测试和大规模数据生成- SWE-bench 迷你运行器：软件工程能力基准测试- 错误分类与故障转移：智能分类 API 错误

本文档汇总了 HermesAgent 深度拆解系列的全部 7 篇核心文章摘要，帮助读者快速了解整个系列的内容要点和设计精髓。

- CLI 技术栈：prompt_toolkit（交互式输入）+ Rich（富文本输出）+ Fire（命令框架）+ 皮肤引擎- 核心命令体系：hermes（交互）、model（模型切换）、tools（工具管理）、skills（技能管理）、gateway（网关）- 斜杠命令统一设计：CLI/Telegram/Discord/Slack 共享 COMMAND_REGISTRY- 五层安全防护：L1 身

- 五层记忆架构：L1 会话记忆（SessionDB）→ L2 会话搜索（FTS5 + LLM）→ L3 Agent 策展（自主决定）→ L4 用户建模（Honcho）→ L5 技能记忆- SessionDB：SQLite 完整保存所有对话，内置 FTS5 全文搜索，零外部依赖- Agent 策展记忆流程：定期 Nudge → 评估近期交互 → 提炼结构化知识 → 保存到 long_term/-

- 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

- 6 种终端后端：Local（本地）、Docker（容器隔离）、SSH（远程）、Modal（Serverless）、Daytona（持久化环境）、Singularity（HPC 集群）- 抽象基类 `TerminalBackend`：统一 `is_available()` / `execute()` / `cleanup()` 接口- Gateway 消息网关：支持 Telegram、Disco

逐行解析 577 行 PowerShell 和 176 行 Bash 自动化脚本，揭秘 OpenClaw 一键安装原理。详解脚本架构：Windows 端负责 WSL 检查、端口转发配置，通过管道注入 Bash 脚本到 WSL 执行；WSL 端完成系统依赖、Node.js 24、OpenClaw 安装及模型配置。重点讲解 PowerShell 日志系统、正则解析 env 配置、WSL IP 动态获取