OpenClaw 智能体平台概览
什么是 OpenClaw？
如果你曾经使用过 ChatGPT 或 Claude 等大语言模型对话框，你可能会遇到这样的情况：AI 给出了很好的建议，甚至写出了一段完美的脚本，但你仍然需要手动复制这些代码，打开 IDE，保存文件并执行它。
OpenClaw 就是为了消除这种「手动复制粘贴」而诞生的「数字员工操作系统」。
简单来说，OpenClaw 是一个开源的本地化自主 AI 智能体框架。它不同于被动的聊天机器人，而是一个能够在后台持续运行、保持长久记忆，并主动与本地文件、系统、浏览器及外部应用进行交互的强大工作台。
[!NOTE] OpenClaw 曾用名 Clawdbot / Moltbot，目前是活跃迭代中的开源项目。
为什么需要 OpenClaw？
我们为什么不直接使用网页版的大模型，而需要在本地部署这样一个 Agent 平台呢？
这就好比 「咨询顾问」 与 「全职员工」 的区别：
- 网页版大模型是「咨询顾问」：你问它问题，它出谋划策，但绝不替你动手。
- OpenClaw 智能体是「全职员工」：你只需下达指令（通过 Telegram/Discord 等聊天软件），它就能自动调用本地 Shell 执行代码、读写文件、甚至定时在凌晨完成报表整理。
核心设计理念：万物皆可连接
OpenClaw 的强大来源于其极度的开放性和灵活性：
- 聊天即控制：将微信、Telegram 等当作操作终端，随时随地对家里的 AI 发送任务。
- 多模型自由切换：不受限于单一平台，你可以让复杂的逻辑交给 Claude 3.5 Sonnet，简单的定时归档交给免费的本地 Ollama 模型。
- 安全的可执行环境：内置沙箱和人类审批机制，防止 AI 误操作「删库跑路」。
OpenClaw 知识全景图
要真正掌握和驾驭 OpenClaw，我们需要理解其底层的几个核心运转模块。这也是本目录下后续文章的学习脉络：
graph TD
A(通信协议层<br />Gateway) -->|接收用户指令| B(模型路由层<br />Provider/Model)
B --> C{核心控制中枢<br />Agent Loop}
C <--> D[工作区系统<br />Workspace<br />身份与任务定义]
C <--> E[技能系统<br />Skills / MCP<br />执行文件读写/网络请求]
C <--> F[记忆系统<br />Memory<br />存储短期上下文与长期知识]
C <--> G[定时任务<br />Cron Jobs<br />实现主动式触发]
1. 运行底座与模型自由（环境与模型）
你可以在自己的 Mac/Linux/Windows 上以原生 npm 或安全的 Docker 隔离方式跑起来，并自由对接 OpenAI、Anthropic 甚至本地的开源大模型。
2. 身份与工作区（Workspace）
在 OpenClaw 中，一个智能体是通过纯文本 Markdown 配置出来的。通过定义 SOUL.md 和 USER.md，你赋予了 Agent 灵魂，让它知道自己是谁，以及如何服务你。
3. 工具与技能（Skills & MCP）
AI 能干什么，取决于你给它装了什么样的「手」。OpenClaw 使用统一的技能（Skills）标准，同时全面拥抱 Model Context Protocol (MCP)，这让它可以零成本接入整个 AI 生态中的成千上万种现成工具。
4. 记忆的大脑（Memory）
为了避免每次对话都要从头解释，OpenClaw 通过独特的本地文件记忆架构，实现了“不过期”的长期记忆存储和带时间戳的短期日志。
5. 定时任务（Cron）
让 AI 拥有“主动性”的关键所在。不仅仅是闹钟，更是全自动运行的后台流水线。
[!TIP]学习建议 如果你是第一次接触，建议按照：安装部署 -> 模型配置 -> 身份创建 -> 技能挂载的顺序进行阅读。我们将不谈空泛的理论，而是侧重于如何一步一步把这个私人 AI 跑起来。