go-claw：基于 go-agent 构建的生产级 AI 助手应用，一键接入飞书/钉钉/企微！

nllihui6390

410人浏览 · 2026-06-18 10:27:53

nllihui6390 · 2026-06-18 10:27:53 发布

🚀 go-claw：基于 go-agent 构建的生产级 AI 助手应用，一键接入飞书/钉钉/企微！

原创力作，欢迎点赞收藏！

go-agent（底层框架）：https://gitee.com/nll/go-agent — 通用 LLM Agent 框架
go-claw（完整应用）：https://gitee.com/nll/goClaw — 开箱即用的 AI 助手

📌 一、项目简介

两层架构关系

┌─────────────────────────────────────────────────────────┐
│                    go-claw（完整应用）                    │
│  • 渠道接入：飞书/钉钉/企微/HTTP/WebSocket/Console        │
│  • 前端界面：Vue3 管理后台 + Wails 桌面应用              │
│  • 技能系统：Prompt-based Skill + 工作空间               │
│  • 记忆系统：VectorMemory + 每日记忆                     │
│  • 定时任务：Cron 调度 + 主动模式                        │
│  • 安全守卫：Shell 注入检测 + 路径保护                   │
└─────────────────────────────────────────────────────────┘
                              ↓ 基于
┌─────────────────────────────────────────────────────────┐
│                   go-agent（通用框架）                    │
│  • ReAct 循环：Reasoning + Acting 迭代执行               │
│  • 流式输出：SSE 解析 + Token 记录                       │
│  • 工具调用：StructuredTool + 多模态支持                 │
│  • 上下文管理：压缩 + 裁剪 + 预算控制                    │
│  • API 重试：指数退避 + 智能终止                         │
└─────────────────────────────────────────────────────────┘

简单来说：

go-agent ≈ Go 版的 LangChain，提供 LLM 对话、工具调用、流式输出等核心能力
go-claw ≈ 基于 go-agent 构建的「ChatGPT Plus」，提供完整的机器人接入、前端、运维能力

核心亮点

特性	说明
🎯 纯 Go 实现	编译后约 20MB 单文件，零依赖部署
🤖 多 Agent 架构	每个 Agent 可独立配置模型、工具、渠道
💬 原生机器人支持	飞书、钉钉、企业微信官方协议深度集成
🖥️ 桌面 + Web 双模式	Wails3 原生桌面应用，Vue3 管理后台
🛠️ 24+ 内置工具	天气、文件、浏览器、数据库、代码执行等
📚 Prompt-based 技能	SKILL.md 定义技能，AI 自主理解执行
🧠 智能记忆系统	向量检索 + 每日记忆 + Dream 优化
🔌 MCP 协议支持	接入 Claude Desktop 等外部工具生态

🏗️ 二、架构设计

整体架构图

┌─────────────────────────────────────────────────────────────┐
│                      Gateway（网关层）                        │
│   • 路由分发：msg.Agent → Agent 实例                          │
│   • 会话管理：Session TTL 自动清理                             │
│   • Agent Bus：跨 Agent 消息总线                              │
└─────────────────────────────────────────────────────────────┘
                              ↓
┌──────────────┬──────────────┬──────────────┬──────────────┐
│   Channel    │   Channel    │   Channel    │   Channel    │
│  (飞书机器人) │  (钉钉机器人) │  (企微机器人) │  (HTTP API)  │
└──────────────┴──────────────┴──────────────┴──────────────┘
                              ↓
┌──────────────┬──────────────┬──────────────┬──────────────┐
│    Agent     │    Agent     │    Agent     │    Agent     │
│  (default)   │  (weather)   │  (finance)   │  (assistant) │
│  DeepSeek    │   OpenAI     │   Ollama     │   DeepSeek   │
└──────────────┴──────────────┴──────────────┴──────────────┘
                              ↓
┌──────────────┬──────────────┬──────────────┬──────────────┐
│    Tool      │    Skill     │   Memory     │   Workspace  │
│  (工具调用)   │  (技能执行)   │  (记忆检索)   │  (工作空间)   │
└──────────────┴──────────────┴──────────────┴──────────────┘

三层解耦设计

Gateway（网关层）：统一消息入口，负责 Agent 路由、会话生命周期、跨 Agent 通信
Channel（渠道层）：消息接入适配，支持飞书/钉钉/企微/HTTP/WebSocket/Console
Agent（智能体层）：LLM 对话循环，工具调用，记忆注入，技能执行

🚀 三、快速开始

方式一：Web 服务模式

# 1. 克隆项目
git clone https://gitee.com/nll/goClaw.git
cd goClaw

# 2. 构建前端
cd frontend && npm install && npm run build && cd ..

# 3. 配置 API Key（编辑 config.json 或设置环境变量）
export PROVIDER_DEEPSEEK_API_KEY="your-api-key"

# 4. 构建并运行
go build -tags server -o go-claw-server.exe .
./go-claw-server.exe
# 访问 http://localhost:8080

方式二：桌面应用模式

# 安装 Wails3 CLI
go install github.com/wailsapp/wails/v3/cmd/wails3@latest

# 开发模式（热重载）
wails3 dev

# 构建桌面应用
wails3 build
# 产物：bin/go-claw.exe (~34MB)

方式三：Docker 部署

docker compose up -d
# 端口：8080 (HTTP)、8081 (WebSocket)

⚙️ 四、配置详解

最小配置示例

{
  "gateway": {
    "default_agent": "default",
    "session_ttl": 60,
    "data_dir": "goclaw-data"
  },
  "providers": {
    "deepseek": {
      "type": "openai",
      "base_url": "https://api.deepseek.com/v1",
      "api_key": "your-api-key",
      "default_model": "deepseek-chat"
    }
  },
  "agents": [{
    "name": "default",
    "provider": "deepseek",
    "model": "deepseek-v4-oc",
    "system_prompt": "你是一个有用的AI助手。",
    "tools": ["weather", "read_file", "write_file"],
    "max_iterations": 20,
    "max_tokens": 32000
  }],
  "channels": {
    "console": { "enabled": true },
    "webhook": { "enabled": true, "port": 8080 }
  }
}

多 Provider 配置

{
  "providers": {
    "deepseek": {
      "type": "openai",
      "base_url": "https://api.deepseek.com/v1",
      "api_key": "${DEEPSEEK_API_KEY}",
      "default_model": "deepseek-chat"
    },
    "openai": {
      "type": "openai",
      "base_url": "https://api.openai.com/v1",
      "api_key": "${OPENAI_API_KEY}",
      "default_model": "gpt-4o"
    },
    "ollama": {
      "type": "ollama",
      "base_url": "http://localhost:11434",
      "default_model": "qwen2.5:14b"
    }
  }
}

环境变量支持

# Provider 级别（推荐）
export PROVIDER_DEEPSEEK_API_KEY="sk-xxx"
export PROVIDER_DEEPSEEK_BASE_URL="https://api.deepseek.com/v1"

# 兼容旧配置
export OPENAI_API_KEY="sk-xxx"

💬 五、机器人渠道接入

5.1 飞书机器人

飞书扫码绑定

飞书采用 WebSocket 长连接 模式，主动连接飞书服务器，无需本地开端口。

{
  "channels": {
    "lark": {
      "enabled": true,
      "app_id": "cli_xxx",
      "app_secret": "xxx",
      "show_tool_messages": true,
      "show_thinking": true,
      "stream_output": true
    }
  }
}

特性支持：

✅ 卡片消息渲染
✅ Markdown 表格转原生 table
✅ 文件上传/下载
✅ Reaction 回执（👍 等表情）

5.2 钉钉机器人

在这里插入图片描述

钉钉采用 Stream v2 协议（WebSocket），支持流式消息。

{
  "channels": {
    "dingtalk": {
      "enabled": true,
      "client_id": "dingxxx",
      "client_secret": "xxx",
      "stream_output": true
    }
  }
}

特性支持：

✅ sessionWebhook 回复
✅ 文件上传（OAPI）
✅ 流式消息分段发送

5.3 企业微信机器人

在这里插入图片描述

企业微信采用 WebSocket 长连接 模式。

{
  "channels": {
    "wecom": {
      "enabled": true,
      "bot_id": "wwxxx",
      "secret": "xxx",
      "stream_output": true
    }
  }
}

特性支持：

✅ 流式消息
✅ 文件分片上传（512KB/chunk，最大 20MB）
✅ 主动消息发送

5.4 Per-Agent 渠道绑定

每个 Agent 可独立绑定专属机器人渠道：

{
  "agents": [
    {
      "name": "default",
      "provider": "deepseek",
      "channels": {
        "lark": { "enabled": true, "app_id": "cli_aaa", "app_secret": "xxx" }
      }
    },
    {
      "name": "finance",
      "provider": "openai",
      "channels": {
        "wecom": { "enabled": true, "bot_id": "wwbbb", "secret": "xxx" }
      }
    }
  ]
}

🛠️ 六、工具系统

内置工具一览

在这里插入图片描述

工具	说明	默认加载
`get_current_time`	当前日期时间	✅
`system_info`	系统信息	✅
`http_request`	HTTP 请求	✅
`web_search`	网页搜索	✅
`url_summary`	网页正文提取	✅
`calculate`	数学计算	✅
`run_code`	运行 Python/JS 代码	✅
`read_pdf`	PDF 读取	✅
`ocr_image`	图片 OCR	✅
`generate_image`	AI 图片生成	✅
`weather`	天气查询	需配置
`execute_command`	Shell 命令执行	需配置
`read_file`	读文件	需配置
`write_file`	写文件	需配置
`browser_use`	浏览器自动化	需配置
`send_file`	发送文件给用户	需配置

工具配置示例

{
  "agents": [{
    "name": "default",
    "tools": [
      "weather",
      "read_file", "write_file", "edit_file",
      "execute_command",
      "browser_use",
      "send_file"
    ]
  }]
}

自定义工具开发

// internal/tool/my_tool.go
package tool

type MyTool struct{}

func (t *MyTool) Name() string {
    return "my_tool"
}

func (t *MyTool) Description() string {
    return "我的自定义工具"
}

func (t *MyTool) Parameters() map[string]interface{} {
    return map[string]interface{}{
        "type": "object",
        "properties": map[string]interface{}{
            "input": map[string]string{"type": "string"},
        },
        "required": []string{"input"},
    }
}

func (t *MyTool) Execute(args map[string]interface{}) (string, error) {
    input := args["input"].(string)
    return "处理结果: " + input, nil
}

// 注册
tool.GlobalRegistry.Register("my_tool", &MyTool{})

📚 七、技能系统（Skill）

在这里插入图片描述

什么是 Skill？

Skill 是 Prompt-based 的任务能力模块，区别于传统 Tool 的参数调用模式：

系统提示词注入：注入技能名称、描述、SKILL.md 路径
AI 主动读取：通过 read_file 工具读取完整 SKILL.md
理解与执行：AI 理解技能流程，使用工具执行

SKILL.md 格式

goclaw-data/skills/weather-query/
└── SKILL.md

---
name: weather-query
description: 查询城市天气
metadata:
  openclaw:
    emoji: "🌤️"
    requires:
      bins: [curl]
---

## 核心能力
- 查询任意城市的实时天气
- 支持未来 3 天预报

## 执行步骤
1. 确认城市名称 {{city}}
2. 调用 weather 工具查询
3. 格式化输出结果

## 输入要求
- city: 城市名称（中文或英文）

## 输出格式
- 温度、湿度、风向、天气状况

## 异常处理
- 城市不存在时提示用户重新输入

内置 Skill 示例

Skill	功能
`excel-xlsx`	Excel 工作簿创建/编辑
`powerpoint-pptx`	PowerPoint 演示文稿制作
`word-docx`	Word 文档处理
`tushare-data`	中文自然语言金融数据查询

🧠 八、记忆系统

VectorMemory 向量记忆

{
  "memory": {
    "type": "vector",
    "embedding_model": "text-embedding-3-small",
    "similarity_threshold": 0.7
  }
}

工作流程：

对话结束后提取关键信息
生成 Embedding 向量
存入向量数据库
下次对话时语义检索相关记忆

每日记忆机制

goclaw-data/workspaces/default/
└── MEMORY.md    # 每日对话要点自动追加

# 2024-01-15
- 用户提到正在学习 Go 语言
- 用户的项目使用 Vue3 + Element Plus
- 用户偏好使用 DeepSeek 模型

# 2024-01-14
- 用户询问了天气查询工具的实现

Dream 优化

空闲时自动执行记忆整理：

去重：合并相似记忆
压缩：长对话摘要为要点
清理：低重要性记忆自动遗忘

🤝 九、多 Agent 协作

协作工具

工具	说明
`list_agents`	列出所有 Agent
`chat_with_agent`	与指定 Agent 对话
`submit_to_agent`	提交后台任务
`check_agent_task`	查询任务结果

配置示例

{
  "agents": [
    {
      "name": "default",
      "provider": "deepseek",
      "tools": ["list_agents", "chat_with_agent"],
      "system_prompt": "你是主助手，可以调用其他专业 Agent 协作。"
    },
    {
      "name": "weather",
      "provider": "deepseek",
      "tools": ["weather"],
      "system_prompt": "你是天气查询专家。"
    },
    {
      "name": "finance",
      "provider": "openai",
      "tools": ["tushare-data", "calculate"],
      "system_prompt": "你是金融数据分析专家。"
    }
  ]
}

对话示例

用户：帮我查一下北京天气，然后分析茅台股票最近走势

Agent(default)：好的，我来协调处理。
  → 调用 chat_with_agent("weather", "查询北京天气")
  → 调用 chat_with_agent("finance", "分析茅台股票走势")

Agent(weather)：北京今天晴，气温 5°C，空气质量优。

Agent(finance)：茅台(600519)近5日涨跌幅 +3.2%...

Agent(default)：综合结果：北京今天天气不错，茅台近期走势向好...

⏰ 十、定时任务

在这里插入图片描述

配置示例

{
  "cron": {
    "enabled": true,
    "jobs": [
      {
        "name": "每日提醒",
        "schedule": "09:00",
        "type": "agent",
        "agent_name": "default",
        "agent_prompt": "根据 MEMORY.md 提醒用户今日待办事项",
        "active_start": "08:00",
        "active_end": "22:00"
      },
      {
        "name": "每日报表",
        "schedule": "0 18 * * *",
        "type": "agent",
        "agent_name": "finance",
        "agent_prompt": "生成今日投资组合日报"
      }
    ]
  }
}

调度格式

格式	示例	说明
`@every`	`@every 5m`	每 5 分钟
`HH:MM`	`09:00`	每天 09:00
Cron	`0 9 * * 1-5`	工作日 09:00

🔒 十一、安全守卫

在这里插入图片描述

配置

{
  "security": {
    "enabled": true,
    "deny_shell_inject": true,
    "deny_sensitive_path": true,
    "guard_browser": true,
    "allowed_paths": ["D:/workspace", "E:/projects"]
  }
}

三层防护

Shell 注入检测：拦截 $(cmd)、|cmd、;cmd、rm -rf / 等危险命令
文件访问保护：阻止访问 .env、credentials、/etc/passwd 等敏感文件
规则引擎：deny/guard/approve 三级审批

🔌 十二、MCP 协议集成

在这里插入图片描述

配置示例

{
  "mcp": {
    "enabled": true,
    "servers": [
      {
        "name": "filesystem",
        "transport": "stdio",
        "command": "mcp-server-filesystem",
        "args": ["--root", "/data"]
      },
      {
        "name": "web",
        "transport": "streamable_http",
        "url": "https://mcp-server.example.com"
      }
    ]
  }
}

支持的传输模式

模式	说明
`stdio`	标准输入输出
`streamable_http`	可流式 HTTP
`sse`	Server-Sent Events

🖥️ 十三、前端管理后台

技术栈

技术	用途
Vue 3	前端框架
Pinia	状态管理
Vue Router 5	路由管理
Element Plus	UI 组件库
ECharts	数据可视化
marked + highlight.js	Markdown 渲染

页面截图展示

1. 对话页面（核心功能）

在这里插入图片描述

2. 渠道管理页面

在这里插入图片描述

3. Agent 配置页面

在这里插入图片描述

4. 模型配置页面

在这里插入图片描述

5. 技能管理页面

在这里插入图片描述

6. 定时任务页面

在这里插入图片描述

7. Token 消耗统计页面

在这里插入图片描述

8. 调试日志页面

在这里插入图片描述

14 个管理页面完整列表

路由	页面	功能
`/`	对话	流式聊天、工具调用展示、Thinking 展示
`/channels`	渠道管理	飞书/钉钉/企微配置
`/sessions`	会话管理	历史会话查看、删除
`/agent-config`	Agent 配置	创建/编辑 Agent、工具选择
`/skills`	技能管理	技能池扫描、启用/禁用
`/tools`	工具管理	工具启用/禁用
`/models`	模型配置	多 Provider 配置
`/cron-jobs`	定时任务	任务管理、手动触发
`/files`	文件管理	工作空间文件浏览
`/debug`	调试日志	实时日志查看
`/inbox`	事件通知	系统事件订阅
`/workspace`	工作空间	Agent 人设文件编辑
`/mcp`	MCP 配置	MCP Server 管理
`/security`	安全规则	审批队列、规则配置

📊 十四、项目定位对比

go-agent vs LangChain（底层框架对比）

特性	go-agent	LangChain
语言	纯 Go	Python
核心能力	ReAct 循环、工具调用、流式输出	同左
部署	单文件嵌入	多依赖
性能	高并发、低内存	一般
适用场景	构建自定义 Agent 应用	Python 生态集成

go-claw vs Dify（完整应用对比）

特性	go-claw	Dify
底层框架	go-agent	自研
渠道绑定	Per-Agent 级别	全局配置
Skill 机制	Prompt-based	插件系统
桌面应用	Wails 原生	Web Only
中文机器人	飞书/钉钉/企微原生协议	支持
私有部署	单文件 20MB	Docker Compose
MCP 支持	✅	❌

🎯 十五、适用场景

场景	说明
企业智能客服	飞书/钉钉/企微机器人智能客服
个人 AI 助手	桌面应用本地运行，数据私有化
多 Agent 协作	不同 Agent 负责不同领域
金融数据分析	tushare-data Skill 中文查询 A 股
办公自动化	Excel/PPT/Word Skill 自动生成
定时提醒	Cron 系统主动推送

📝 十六、总结

项目关系

go-agent：通用 LLM Agent 框架，提供 ReAct 循环、工具调用、流式输出等核心能力，类似 Go 版 LangChain
go-claw：基于 go-agent 构建的完整应用，提供机器人接入、前端界面、技能系统、记忆系统等开箱即用功能

go-claw 独特优势

原生中文企业机器人支持：飞书、钉钉、企业微信官方协议深度集成
Per-Agent 渠道架构：每个 Agent 可独立绑定专属机器人渠道
Skill Prompt-based 模式：技能通过 SKILL.md 定义，扩展性强
Wails 原生桌面体验：同时支持 Web 和桌面两种运行模式
纯 Go 实现零依赖：编译后单文件运行，部署简单

适用人群

人群	推荐使用
想快速搭建企业 AI 助手	直接使用 go-claw
想自定义 Agent 逻辑	基于 go-agent 开发
想学习 Agent 实现	阅读两个项目源码

🔗 相关链接

go-agent（通用框架）：https://gitee.com/nll/go-agent
go-claw（完整应用）：https://gitee.com/nll/goClaw
问题反馈：Issues

如果觉得项目有用，欢迎 ⭐ Star 支持！
如有问题欢迎评论区留言讨论！

龙虾开发者社区

小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地，聚焦技能开发、插件实践与部署教程，为开发者提供可直接落地的方案、工具与交流平台，助力高效构建与落地 AI 应用

更多推荐

我用 NVIDIA SkillSpector 纯静态扫了一遍 GitHub 最火的 agent skills：能挖出多少注入？0 个

龙虾开发者社区

写给 TypeScript 工程师的 OpenClaw.NET 上手指南：用你熟悉的 TS 思维，跑起一个生产级 AI Agent

读代码层：TS 和 C# 本来就是「远房亲戚」——asyncawait??、接口、泛型、严格空检查，你的心智模型几乎无缝平移。真正要适应的只有两件事：类型是具名而非结构化的（多一句显式声明），以及 NativeAOT 下的「禁反射」约束。写扩展层：你甚至可以不怎么碰 C#——Node.js 插件桥意味着你的 TypeScript 插件就是一等公民，而且能在生产 aot 车道跑。内核给你 .NET

龙虾开发者社区

周榜换血九成，Agent Skills 星数翻倍

龙虾开发者社区

所有评论(0)

查看更多评论

nllihui6390

@nllihui6390

已为社区贡献1条内容

go-claw：基于 go-agent 构建的生产级 AI 助手应用，一键接入飞书/钉钉/企微！

nllihui6390

🚀 go-claw：基于 go-agent 构建的生产级 AI 助手应用，一键接入飞书/钉钉/企微！

📌 一、项目简介

两层架构关系

核心亮点

🏗️ 二、架构设计

整体架构图

三层解耦设计

🚀 三、快速开始

方式一：Web 服务模式

方式二：桌面应用模式

方式三：Docker 部署

⚙️ 四、配置详解

最小配置示例

多 Provider 配置

环境变量支持

💬 五、机器人渠道接入

5.1 飞书机器人

5.2 钉钉机器人

5.3 企业微信机器人

5.4 Per-Agent 渠道绑定

🛠️ 六、工具系统

内置工具一览

工具配置示例

自定义工具开发

📚 七、技能系统（Skill）

什么是 Skill？

SKILL.md 格式

内置 Skill 示例

🧠 八、记忆系统

VectorMemory 向量记忆

每日记忆机制

Dream 优化

🤝 九、多 Agent 协作

协作工具

配置示例

对话示例

⏰ 十、定时任务

配置示例

调度格式

🔒 十一、安全守卫

配置

三层防护

🔌 十二、MCP 协议集成

配置示例

支持的传输模式

🖥️ 十三、前端管理后台

技术栈

页面截图展示

1. 对话页面（核心功能）

2. 渠道管理页面

3. Agent 配置页面

4. 模型配置页面

5. 技能管理页面

6. 定时任务页面

7. Token 消耗统计页面

8. 调试日志页面

14 个管理页面完整列表

📊 十四、项目定位对比

go-agent vs LangChain（底层框架对比）

go-claw vs Dify（完整应用对比）

🎯 十五、适用场景

📝 十六、总结

项目关系

go-claw 独特优势

适用人群

🔗 相关链接

所有评论(0)

温馨提示：您尚未绑定手机号

nllihui6390