OpenClaw 架构核心深度解析：当 AI 真正拥有“双手“

OpenClaw 的整体架构采用 **"网关-节点-渠道"三层解耦设计**，以 Gateway 为神经中枢，将智能推理、任务编排与交互渠道彻底分离。

光的方向_

827人浏览 · 2026-03-07 09:21:25

光的方向_ · 2026-03-07 09:21:25 发布

从一条消息到一次任务执行，拆解 OpenClaw 的每一层设计哲学。

一、全局架构总览

OpenClaw 的整体架构采用 "网关-节点-渠道"三层解耦设计，以 Gateway 为神经中枢，将智能推理、任务编排与交互渠道彻底分离。

二、一条消息的完整旅程

当你在 Telegram 中对 OpenClaw 说：“帮我把桌面上的 PDF 按日期分类整理”，系统内部会依次经历 6 个关键环节：

各环节详解

环节	组件	核心职责
1️⃣ 消息接收	Channel Adapter	将不同平台的消息格式统一为内部标准格式，提取文本、图片、文件等附件
2️⃣ 网关路由	Gateway	接收标准化消息，根据来源渠道和用户身份进行精准路由
3️⃣ 会话管理	Session Manager	匹配已有会话或创建新会话，注入历史上下文和用户记忆
4️⃣ 模型推理	Agent Loop → LLM	构建完整 Prompt 并调用大模型，获取推理结果
5️⃣ 工具执行	Tool Caller	解析 `tool_calls`，在 Docker 沙箱或本地环境中执行操作
6️⃣ 结果返回	Gateway → Channel	将最终结果通过原渠道返回给用户

三、五大核心组件深度拆解

3.1 Gateway 网关：系统的神经中枢

Gateway 是 OpenClaw 最核心的组件，基于 Node.js v22+ 构建，以守护进程形式在后台持续运行。

关键设计要点：

WebSocket 全双工通信：所有渠道通过统一的 WebSocket 连接与 Gateway 交互，使用 req/res/event 三种消息类型
TypeBox Schema 严格校验：所有消息遵循 TypeBox 定义的 JSON Schema，确保数据一致性
Lane 消息队列：基于队列的并发控制机制，防止消息乱序，确保同一会话内的消息按序处理
动态路由表：每个连接的节点会声明自身能力（如"我有摄像头"、“我能发通知”），Gateway 维护能力到连接的映射

连接握手流程：

3.2 Agent Loop：智能体事件循环

Agent Loop 是 OpenClaw 的 核心执行引擎，它不是简单的"发消息→收回复"，而是一个完整的事件驱动循环。

源码模块对应关系（src/agents/pi-embedded-runner/）：

文件	职责
`run.ts`	主运行入口，启动 Agent Loop
`attempt.ts`	单次执行尝试，包含重试逻辑
`system-prompt.ts`	系统提示词动态构建
`params.ts`	运行参数配置
`compact.ts`	会话压缩，防止上下文溢出
`tool-split.ts`	工具集拆分策略
`tool-result-truncation.ts`	工具返回结果的截断处理
`lanes.ts`	执行队列通道管理
`history.ts`	对话历史管理
`payloads.ts`	请求载荷构建

核心机制解读：

会话压缩（Compact）

当对话历史过长即将超出模型上下文窗口时，compact.ts 会自动触发：

工具拆分策略（Tool Split）

当可用工具数量过多时，tool-split.ts 会根据当前任务上下文智能筛选工具子集，避免 Token 浪费：

全部工具集 (50+ tools)
    ↓ 工具策略引擎过滤
当前任务相关工具 (5-10 tools)
    ↓ 注入 LLM Prompt
模型只看到精简工具集

3.3 Skills 技能系统：模块化能力扩展

Skills 是 OpenClaw 的 “技能树”，采用四层优先级架构：

每个 Skill 的组成结构：

系统内置 Skills 示例：

Skill 名称	功能
`healthcheck`	系统健康检查
`mcporter`	MCP 工具管理与桥接
`weather`	天气查询
`video-frames`	视频帧提取与分析
`browser`	浏览器自动化操作
`file-manager`	文件系统操作
`shell`	Shell 命令执行

3.4 Nodes 远程节点：分布式能力扩展

Nodes 机制让 OpenClaw 的能力不局限于运行 Gateway 的那台机器。任何设备都可以作为节点接入，并声明自己的能力。

节点工作原理：

能力声明：每个节点连接后会声明自己的能力（如 shell、camera、browser）
动态路由：Gateway 维护全局能力路由表，知道"哪个能力在哪台设备上"
智能分发：当 Agent 需要调用某个工具时，Gateway 自动将请求路由到拥有该能力的节点
安全通信：优先本地通信，外网通过 Tailscale 建立私有隧道

3.5 Memory 持久记忆：越用越懂你

OpenClaw 的记忆系统不同于普通的对话历史，它实现了 跨会话持久化。

记忆的类型：

用户偏好：“用户习惯用中文交流”、“用户偏好 Dark Mode”
事实记忆：“用户的邮箱是 xxx@gmail.com”、“用户在 A 公司工作”
任务模式：“用户每周一需要整理邮件”、“用户喜欢把 PDF 按日期归档”

四、安全架构：Docker 沙箱与工具策略

安全是 OpenClaw 架构设计中最关键的一环。

工具策略配置示例

channels:
  telegram:
    groups:
      "-100123456":           # 公开群
        tools:
          profile: "minimal"  # 最小权限：只读，禁止 Shell/File Write
          allow: ["web_search"]
        toolsBySender:
          "admin_user":
            profile: "full"   # 管理员拥有全权限

      "-100987654":           # 内部开发群
        tools:
          profile: "coding"   # 允许代码执行

策略解析流程

五、技术栈全景图

六、与传统 AI 助手的架构对比

维度	传统 AI 助手	OpenClaw
运行位置	云端	本地设备
交互模式	请求-响应	Agent Loop 事件循环
执行能力	仅生成文本	系统级操作（文件/Shell/浏览器）
数据归属	服务商	用户自己
扩展机制	插件市场（受控）	Skills 四层开放架构
多端接入	专用客户端	任意通讯工具
设备协同	无	Nodes 分布式节点