OpenClaw技术架构分享

1.概览

简单来说，OpenClaw的核心架构可以看作一个三层流水线：Channels-Geteway-llm层，整个工作流程由六个清晰环节串联而成。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

2.核心机制

2.1记忆管理

记忆存储

它的记忆存储相当有意思，直接分成了两类文件：

• MEMORY.md：这相当于长期记忆库，专门存储用户的个人偏好、历史上的关键决策，以及那些需要持久记住的事实。它怎么更新呢？要么是Agent在执行任务中自己判断某些信息值得记下来，要么就是用户直接发话，比如“记住这个”。每次新会话启动，系统都会优先加载它，确保这些核心认知始终在线。
• memory/YYYY-MM-DD.md：这类文件则是按日期组织的历史流水账。它以追加方式记录当天的所有活动、决策和上下文。好处是历史长期保存在磁盘，哪天需要“回忆”了，可以通过语义检索轻松地跨日期召回。

那么，信息是如何被写入这些文件的呢？主要有三种触发机制：

• 用户主动：最简单直接，用户说“记住我”这类显式指令。
• memoryFlush：这是个自动安全阀。当上下文（context）的token数快达到上限时，它会自动触发，把当前会话中的关键信息先写入硬盘。目的是为了防止后续信息压缩时，把重要内容给弄丢了。
• sessionFlush：每次新会话启动时，系统会自动将上一个会话的内容整理归档，保存为memory/-slug.md这个格式的文件（里面的slug是那次会话的唯一ID）。

记忆检索

当需要“回忆”时，OpenClaw采用的是一种混合检索策略（默认使用SQLite作为本地数据库）。简单说，就是两路并行搜索，然后对候选结果计算一个加权总分，最后把最相关的几条记忆返回给Agent。

• 关键词精确搜索：在全文索引表里找到所有包含查询关键词的文本块，然后用BM25算法打分。这个算法的逻辑是，一个词在当前文档中出现得越频繁，同时在所有文档中出现得越罕见，那这个文档的得分就越高。
• 向量语义检索：这属于模糊匹配，讲究语义相近。先把查询文本通过embedding模型转换成向量，然后在向量表里做KNN暴力计算。目前支持两种方式来衡量相似度：L2欧式距离和Cosine余弦相似度。

两路结果出来后，会按下面这个加权公式合并，算出最终得分：

hybridScore = vectorWeight × vectorScore + textWeight × textScore

索引写入

一个新文件要加入记忆库，索引写入过程可以分为三步走：

1. 文件分块：把文件切成小块。默认按每块400个token来切，并且相邻两块之间会保留80个token的重叠部分，确保上下文不割裂。
2. 批量生成向量：对每个文本块，调用embedding模型（支持远程API或本地模型）生成对应的向量表示。
3. 写入本地数据库：每个块的信息会同时写入三张表：
   • chunks：存原始文本和行号。
   • chunks_vec：存向量，专供后面的语义检索用。
   • chunks_fts：建立全文索引，专供关键词检索用。

这里有个关键的设计选择值得注意。相比于Mem0、Zep等主流记忆框架倾向于把记忆存为不易读的向量嵌入，OpenClaw选择将记忆存储成本地的Markdown文件。这意味着什么？意味着用户可以直接打开、阅读甚至修改这些文件。它不仅保护了用户的本地隐私，更重要的是赋予了记忆以“用户可读性”，把记忆从黑盒变成了用户可以介入的白盒。

2.2工具调用

OpenClaw的工具调用体系可以分为两个清晰的层次：

• skills：相当于工具的“说明书”或“使用指南”，定义了能做什么。
• tools：真正的“执行方”，是具体干活的底层函数。

这个Skill架构直接脱胎于Pi-Agent，但青出于蓝而胜于蓝。

相同点主要体现在理念上：都主张将底层函数调用与高层业务逻辑分离，都强调Agent的自我规划和决策能力，并且Skill都遵循AgentSkills标准，以SKILL.md文件的形式用自然语言定义，无需改动底层代码。

不同点则体现在关键的开放性上：

• MCP协议兼容：Pi-Agent的工具调用往往用自建协议。OpenClaw则拥抱了MCP协议。这带来的直接好处是，你可以把任何一个现成的MCP Server直接接入，瞬间就变成了OpenClaw的一个Skill插件，扩展性极强。
• Skill的可插拔性：Skill以包含SKILL.md的文件夹形式存在，像安装App一样即插即用。目前，在ClawHub社区里，已经有超过14,380个现成的Skill可以直接安装使用，生态起步就相当繁荣。

而底层的tools则被系统地分成了四类内置工具：

1. exec tool：最基础也最强大，直接执行Shell命令。无论是读写文件、运行脚本还是管理进程，它都能搞定。它支持三种运行环境以满足不同需求：Docker沙箱（安全隔离）、本地主机（拥有完整系统权限）以及远程设备（实现跨节点任务分发）。
2. 浏览器工具：基于Playwright实现浏览器自动化，点击、填表、截图都不在话下。它的一个聪明之处在于采用了“语义快照”技术——不是直接给LLM看网页截图（多模态解析效率低），而是通过页面的可访问性树生成一份文本描述，让LLM理解起来更快更准。
3. 文件系统工具：负责所有文件的增删改查操作。
4. 进程管理工具：支持在后台长期运行命令、实时监控进程状态，以及按需终止指定进程等系统级操作。

放在更大的生态里看，OpenClaw的工具执行策略有其鲜明特点：

• 对比AutoGPT：AutoGPT默认在Docker沙箱中运行，提供了很好的隔离保护；而OpenClaw默认直接在宿主机上运行，牺牲了一些隔离性，但换来了更高的执行效率。
• 对比Manus：Manus运行在托管的云端虚拟机，环境完全隔离，用户无需操心本地依赖；OpenClaw则运行在用户自己的硬件上，数据不出本地，隐私性更强，但相应的配置和维护责任也落在了用户肩上。
• 对比LangChain：这更像是“产品”与“框架”之别。OpenClaw是开箱即用的完整产品，安装后即刻拥有海量预配置技能，且支持自定义插件；LangChain则是给开发者用的框架，自由度极高，但需要从零开始写代码组装功能，更适合需要深度定制工作流的专业人士。

3.为什么openclaw会出现现象级爆火？

综合来看，它的爆发并非偶然，而是几个关键因素叠加的结果。

首先，模型能力终于突破了那个关键的阈值。 特别是在Claude Opus 4.5版本中，模型展现出了强大的规划、执行和自主恢复能力。这意味着它不再需要人类频繁介入去纠正“故障循环”，可以更连贯、更可靠地完成复杂任务链，让“真自动化”成为可能。

其次，是彻底的产品化思维。 OpenClaw的核心定位非常犀利——“The AI that actually does things”（真正能干活的AI）。它成功地将“会回应的聊天机器人”升级为“会干活的Agent”，并且是一个能持续运行在你自己的硬件上、通过WhatsApp这类日常消息应用就能轻松访问的个人助手。之前的Agent框架，如AutoGPT或LangChain，对用户的技术背景有相当高的要求。OpenClaw的突破在于，它让普通人发一条WhatsApp消息就能驱动一个AI Agent去完成任务，极大地降低了使用门槛。

最后，也是其最核心的吸引力：坚定的用户主导哲学。 这体现在两方面：

• 数据层面：它旗帜鲜明地反对主流的SaaS模式，核心程序部署在用户自己的设备上，数据完全本地存储。用户拥有完整的数据主权。这一点在其记忆系统上体现得淋漓尽致——所有记忆都是本地可读可改的Markdown文件。记忆不再是神秘的黑盒，而是用户可以查看、甚至主动塑造的透明记录。当然，代价是需要用户具备一定的技术能力来自行维护系统，但换来的，是真正的隐私保护和数字独立性。
• 模型层面：它不绑定任何单一LLM厂商，支持根据任务类型灵活路由——简单任务用便宜快速的模型，复杂任务再调用顶级模型，并且内置了故障转移机制。这本质上就是把大模型视为可替换的“零部件”，打破了巨头通过模型独占来锁定用户的局面，其背后依赖的是一个统一的接口抽象层来实现技术上的无缝切换。

参考资料：

https://liuwei.blog/2026/02/10/openclaw%E6%97%B6%E5%88%BB%E4%B9%8B%E4%BA%8C/

https://mdnice.com/writing/2c8a7a6270824aec92917435d1791106

https://zhuanlan.zhihu.com/p/2004505448938767308