简单了解 --＞ OpenClaw

简单学习OpenClaw的基本概念

小新同学^O^

353人浏览 · 2026-05-25 10:40:19

小新同学^O^ · 2026-05-25 10:40:19 发布

OpenClaw

OpenClaw（龙虾） 是一款开源、本地优先、能真正动手干活的 AI 智能体（Agent），不是聊天机器人，而是给大模型装上手脚的执行框架。

官⽹地址：https://openclaw.ai/

OpenClaw 核心定位：AI 从 “说” 到 “做”

传统 AI：只在对话框里回答、生成文本。

OpenClaw：理解自然语言 → 规划任务 → 调用系统 / 工具 → 执行并反馈，相当于你的24 小时数字员工。

OpenClaw 能做什么（核心能力)

本地优先：所有数据和运算都在⽤⼾本地设备上进⾏, ⽽⾮上传到云端服务器, 隐私性更强.
模型⽆关执⾏引擎：兼容所有主流商⽤ / 本地⼤模型，切换只改配置⽆需调整代码，⽀持混合调度、故障降级，切换便捷。

原⽣⽀持全球⼏乎所有主流商⽤⼤模型、国产⼤模型与本地开源模型。（OpenAI、Claude 系列、Google Gemini、DeepSeek、千问等，以及Ollama 本地部署的 Llama、Qwen、Gemma等开源模型）

标准化 Skill ⽣态：基于 OpenClaw 统⼀ Skill 规范，构建可插拔、可版本化、可复⽤的技能⽣态。
7×24 常驻主动式运⾏⽹关：以常驻守护进程为核⼼，⽀持崩溃⾃动拉起、⼼跳巡检、Cron 定
时调度与事件驱动触发，打破传统 AI ⼯具 “被动应答” 的局限，让 AI 成为可主动执⾏任务、
⽆⼈值守的⾃动化基础设施，实现 24/7 持续作业。
持久化记忆与跨平台互通：适配主流 IM / 协作平台（QQ、Telegram、⻜书、钉钉等），统⼀
消息格式，新增渠道零改动核⼼逻辑；内置持久化记忆，⽀持⼈格设定、跨会话记忆与知识沉
淀，助⼒ Agent 进化。

OpenClaw的核⼼架构

Channel 渠道接入层 系统最外层入口，以插件形式适配各类聊天、消息平台。负责将各平台专属消息格式，和系统内部标准报文互相转换，插件化隔离渠道差异，新增平台只需拓展插件，不改动核心代码，扩展性极强。
Gateway 网关中枢层 全局请求统一收发枢纽。统一接收所有渠道发来的请求，完成身份校验、违规请求拦截过滤，合规消息再分发至核心处理模块，把控系统访问安全与流量调度。
Agent 智能决策层 系统核心大脑。解析用户语义、识别真实诉求，拆解复杂任务为分步执行方案，自主判定所需调用的工具技能，统筹整体任务执行逻辑。
Skill 工具能力层 系统执行工具箱。集成浏览器操控、文件管理、接口调用、终端操作等实操功能，支持自定义开发拓展技能，落地 Agent 下发的各项任务指令。

⽤⼾请求
↓
接⼊层（Channel）
↓
⽹关层（Gateway）
↓
Agent
↓
├── 调⽤模型
├── 调⽤⼯具
├── 读取记忆
↓
运⾏时执⾏
↓
结果返回

OpenClaw 记忆系统分项解析

AGENTS.md 核心规则基准文件，划定 AI 工作规范、记忆管控规则、安全边界与行为标准，作为决策行事的依据，保障行为统一合规。
SOUL.md 人格设定文件，定制 AI 谈吐风格、思维倾向，摆脱机械回复，赋予拟人化特质，提升交互质感。
IDENTITY.md 身份标识文件，明确 AI 名称、角色定位，使其始终清晰自身定位。
USER.md 用户信息档案，留存姓名、时区、联系方式等基础资料，支撑个性化交互应答。
TOOLS.md 工具配置文档，保存自定义工具参数、使用偏好，适配任务执行的个性化设置。
HEARTBEAT.md 周期巡检清单，规定定时自检事项，自动处理日常例行事务，无需用户主动指令。
memory / 日期命名文件 当日临时记忆台账，实时记录每日对话事件与关键内容，后续筛选整合归档。
MEMORY.md 长期记忆核心库，汇总提炼有效信息，剔除冗余对话，长久留存重要内容供后续调用。

OpenClaw 接入微信

在服务器里添加微信授权就可以有一个ClawBot机器人,这个就是我们的openclaw了,这样我们就可以通过微信和它聊天对话

Hermes Agent

Hermes Agent 是 Nous Research 推出的开源、可自托管的「会自我进化」的 AI Agent 框架，核心亮点是内置了「自主学习循环」，能从你的任务经验里总结、沉淀技能，越用越聪明，而不是每次都从头执行任务。它的定位更偏向「能持续进化的开发者 / 个人助手」，而不是单纯的自动化工具。

Hermes核心架构

层级	核心作用	关键细节
入口层（Entry Points）	多渠道接入的统一入口	支持 CLI 命令行、消息网关（Telegram/Discord/WhatsApp）、IDE 集成（VS Code/Zed）、批量任务处理 4 种交互方式，和 OpenClaw 的 Channel 层类似，但更侧重开发者场景
核心层（AI Agent 大脑）	意图理解、任务编排、模型适配	包含 Prompt 组装、多模型解析（支持 18 + 种模型）、工具分发，负责理解你的指令，拆解任务并分配给对应工具执行
工具与技能层（Toolset）	任务执行的基础能力 + 自主进化	内置浏览器、终端、文件、数据库、API 调用等工具；核心亮点是 GEPA 学习循环：每执行约 15 次工具调用，会自动复盘任务，把可复用的流程提炼成「技能」，下次遇到同类任务直接复用，减少 Token 消耗、提升执行效率
记忆层（Memory System）	持久化记忆 + 跨回合召回	用 ChromaDB 向量数据库存储对话与任务记录，支持语义检索，区分「短期活跃记忆」和「长期沉淀记忆」，解决了传统 AI 上下文丢失的问题

Hermes核⼼特点

⾃我进化能⼒：通过“学习闭环”⾃动从任务中总结经验。每次执⾏完任务后，能⾃动将有效的⼯作流提炼成“技能（Skill）”并持续优化，真正实现了“越⽤越聪明”。
持久记忆系统：拥有分层记忆架构，能记住⽤⼾习惯与历史经验，在不同会话中都能提供更符合个⼈习惯的体验。

Hermes 能做什么

它的能力围绕「自主进化的开发者 / 个人助手」展开，核心场景包括：

代码与开发自动化：理解你的代码库、执行测试、提交 PR、查询数据库，甚至能帮你排查线上问题，适合作为「代码库专属 AI 助手」。
跨平台多场景任务执行：通过消息网关对接聊天软件，也能通过 CLI/IDE 直接控制本地设备，比如自动处理邮件、整理日历、执行系统命令。
自主学习与技能沉淀：解决复杂问题后，会自动生成可复用的「技能文档」，下次遇到同类任务直接调用，越用越适配你的工作流，比如帮你总结「服务器排查流程」「代码部署脚本」。
多任务并行处理：支持子 Agent 并行执行任务（比如一个跑测试、一个查文档），主 Agent 汇总结果，效率比单线程高 3 倍。
隐私友好的自托管：支持本地部署，数据不出你的设备，也可以对接本地 Ollama 模型，适合对数据安全有要求的场景。

Hermes 和 OpenClaw的区别

OpenClaw 是「广度优先的多端自动化助手」，Hermes 是「深度优先的会进化的开发者助手」

对比维度	Hermes Agent	OpenClaw（龙虾）
核心定位	会自主学习、持续进化的开发者 / 个人助手	多渠道、强可控的个人助理操作系统
核心亮点	内置 GEPA 学习循环，能从经验中沉淀技能，越用越聪明，Token 消耗会越来越低	成熟的技能生态 + 多平台接入能力，规则可控、上手门槛低，社区文档完善
架构设计	模块化分层，侧重「学习闭环」和代码开发场景，支持子 Agent 并行任务	分层架构（Channel/Gateway/Agent/Skill），侧重「人在中心」，强调规则、记忆、人格的可配置性
技能扩展	需通过代码自定义技能，门槛较高，但支持自主生成技能	支持无代码安装技能（SkillHub），生态更丰富，比如邮箱、智能家居、自动化脚本等
记忆系统	向量数据库 + 语义检索，侧重任务经验的沉淀与复用	纯文件化记忆（.md 文件），区分每日日志 / 长期记忆，规则透明、可控性强
适用场景	开发者场景、复杂多轮任务、需要长期沉淀效率的工作流	多终端联动、生活 / 办公自动化、需要强可控规则的场景
上手难度	较高，需要一定的技术基础，文档和社区支持较少	较低，有可视化面板，一键安装技能，新手也能快速上手