具操作”的本地 Agent 架构。通过分析消息处理、上下文构建、循环决策（AgentLoop）与工具调用（Tools）等流程，揭示其运行机制。

1分钟看图掌握核心观点👇

图 1 VS 图 2，您更倾向于哪张图来辅助理解全文呢？欢迎在评论区留言。

一、轻量版的OpenClaw：Nanobot

OpenClaw 为何能引爆科技圈，底层是否出现了颠覆性的新技术？这是近期每个 AI 从业者都在好奇的问题。虽然网上已有海量的解析文章，但堆砌的各种新概念往往让人迷失其中。面对技术狂欢，回归代码本源才是看清事物本质的最佳捷径。

1.1 核心结论先行

OpenClaw 本质上是一个运行在用户终端的Agent。它的核心运转逻辑比较常规：循环环调用大模型 API -> 解析输出 -> 本地执行系统命令 -> 结果回传。它并没有引入颠覆性的 AI 新技术，在架构上，与过去运行在服务端的 Agent（智能体）没有本质区别。

既然底层逻辑如此简单，它为何能引发如此大的反响？我认为核心在于以下两点：

（1）开放性强（真正接管用户电脑）

过去的服务端 Agent 被限制在云端。而 OpenClaw 极其大胆地开放了本地权限，允许大模型动态生成并执行 Python、Shell 等脚本。这种“放权”让大模型从“只能聊天的智囊”变成了“能敲键盘的双手”，直接操作本地文件和应用，能力边界得到了实质性的突破。

（2）可玩性高（从“云端公共智能体”到“专属机器人”）

过去所有人都能访问，缺乏“拥有感”和“实体感”。

现在，当你把它部署在自己的电脑上，个性化配置（可以逛clawhub市场配置Skills、Tools）、强烈的个人专属感，极大地满足了大众的参与感与“炫耀欲”。

1.2 五脏俱全的Nanobot

由于 OpenClaw 源码庞杂，40万行要看完需要1-2周时间，但抢占商机却需要争分夺秒，等不了太久。因此我们需要快速取其精华。为了降低阅读门槛，本文选择从它的“微缩版”——开源项目 Nanobot 入手。Nanobot 麻雀虽小，五脏俱全。通过拆解这段精简的源码，我们能以极低的认知成本，快速看透 OpenClaw 的底层运行逻辑。

我通过启动Nanobot控制电脑自行安装并部署一个博客网站，一次性通过。核心功能已经与OpenClaw相当。

以下是我实际运行的情况：

二、Nanobot技术架构

2.1 技术流程图

2.2 技术架构图

为了更容易理解，后续内容按一次消息的生命周期顺序来讲解。

2.3 一条消息的完整生命周期

以下是OpenClaw的完整生命周期的6个阶段，Nanobot同样也是以下6个阶段。各环节有一定的简化。

图片来源：链接

三、阶段一：消息接收

channel模块负责建立起与外部渠道的连接、消息收发，是Nanobot重要的模块。

3.1 初始化阶段

(ChannelManager，在gateway命令中执行)

初始化：在 _init_channels 方法中，根据配置动态加载并实例化具体的频道类（如 Telegram-

Channel、DiscordChannel 等）。

Config (YAML/JSON)
        │
        ▼
┌─────────────────┐
│ ChannelManager  │
│   .__init__()   │
└────────┬────────┘
         │ _init_channels()
         ▼
┌─────────────────────────────────────────────────────────────┐