你在任何聊天窗口给它发一条消息它就能帮你操作电脑——执行命令、读写文件、浏览网页、操控桌面应用、管理定时任务甚至语音对话。和常见的 AI 聊天机器人不同OpenClaw 运行在你自己的电脑上不依赖云端服务器。它支持 WhatsApp、Telegram、Discord、Slack、Signal、iMessage 等海外主流平台也通过插件支持飞书、企业微信、qq等国内渠道。除了消息平台还有 macOS / iOS / Android 原生应用以及终端命令行和 Web 控制台。简单说20 种入口一个本地 AI 大脑一套工具集。工具集用户入口Agent 运行时Pi SDK agent loopProvider 路由Model FailoverContext EngineGateway 网关消息路由消息队列会话管理Cron 调度Hook 系统Plugin 注册消息渠道WhatsApp · Telegram · DiscordSlack · Signal · iMessage飞书 · LINE · Matrix ...原生应用macOS · iOS · Android终端与 WebTUI 命令行 · Control UI系统操作exec · read · write · cron网络与感知browser · web_search · memory多媒体与 GUIpeekaboo · canvas · tts演化史OpenClaw 历经Warelay → Clawdis → Clawdbot → OpenClaw四次更名我们看看每次更名时的架构变化。Warelay一条管道项目名warelayWA RelayWhatsApp 中继。用户通过 WhatsApp 或短信给 AI 发消息收到文字回复。没有 Gateway、没有 Agent、没有会话管理——就是一个 webhook 脚本。Twilio / Baileys接收消息Express 路由AI API生成回复原路返回关键选择用Baileys开源 WhatsApp 协议库而非商业 API 收发 WhatsApp。好处是免费且不依赖第三方服务代价是 Baileys 要求每台机器只能维持一个 WhatsApp 会话。Clawdis最关键的跃迁这是变化最剧烈的阶段——三件大事同时发生引入 Pi SDKPi 是一个外部 agent 框架提供了消息 → prompt → 调大模型 → 解析工具调用 → 执行 → 循环的核心 agent 循环架构详见后文 Pi Agent Runtime 一节。OpenClaw 从此不再是收到消息调一次 API而是一个真正的 AI agent。2 周内接入 5 个渠道Telegram、Discord、Signal、iMessage、WhatsApp——每个平台的消息格式、API 风格、群组概念都不同。多渠道的差异催生了Adapter 模式和Channel Dock统一注册中心每个渠道只实现它需要的接口子集详见后文通道适配器一节。Gateway 诞生从一个 CLI 命令行工具变为常驻后台服务所有客户端通过 WebSocket 统一接入内含消息路由、队列、会话管理、Cron 调度、Hook 系统和 Plugin 注册。Clawdbot → OpenClaw生产化与平台化核心思路是让新功能通过插件生长核心代码库不再膨胀。为此落地了三层扩展机制插件系统Plugin SDK jiti社区开发插件时导出一个register(api)函数即可声明能力——可注册的类型包括渠道registerChannel—— 接入新的消息平台工具registerTool—— 给 AI 新的操作能力钩子registerHook—— 在消息流水线的特定节点插入逻辑HTTP 路由 / CLI 子命令 / 后台服务—— 扩展 Gateway 和命令行Node.js 生态的模块格式分裂ESM vs CJS是插件加载的主要障碍。OpenClaw 用jiti运行时 TypeScript 编译加载器统一处理插件不需要预编译写完直接安装即可运行。目前 40 个扩展飞书、LINE、Matrix、Twitch、语音通话……都以插件形式存在。本地记忆sqlite-vec让 AI 拥有跨会话的长期记忆。文本切片后转为向量存入本地 SQLite用sqlite-vec扩展做余弦相似度检索。搜索采用混合策略——向量语义匹配 BM25 关键词匹配——兼顾意思相近和关键词命中。所有数据留在本地磁盘也可通过 MCP 桥接对接外部知识库。技能市场ClawHub插件解决了渠道和工具的扩展但 AI 的行为模式怎么共享ClawHubclawhub.ai是公开的技能注册中心。技能本质是注入 system prompt 的声明文件描述 AI 在特定场景下该怎么做比如操控 macOS 桌面、生成代码后自动运行测试。安装clawhub install slug加载优先级workspace 本地 内置社区治理点赞、评论、举报有独立审核机制项目的 VISION.md 明确要求新技能应先发布到 ClawHub不要默认加入核心仓库。核心子系统拆解Pi Agent RuntimeOpenClaw 的大脑OpenClaw 的 agent 能力不是从零自研——它站在Pi SDK的肩膀上。Pi 是一个 7 包 monorepo从底向上分三层pi-coding-agent · SDK 层createAgentSession()工具 · 钩子 · 会话一站式初始化SessionManagerJSONL 树形持久化分支 · 恢复 · 压缩Context 管线transformContext 裁剪注入convertToLlm 格式转换pi-agent-core · Agent 运行时Agent Loopprompt → stream → parse→ execute → loopTool 系统TypeBox schema 校验流式进度回调事件总线turn_start · message_updatetool_execution_end ...Steering FollowUp运行中插入新指令排队后续任务pi-ai · LLM 抽象层Provider 注册Anthropic · OpenAI · GoogleMistral · Bedrock 等 16Model 注册表340KB 自动生成成本 · 窗口 · 能力EventStream统一流式协议text / thinking / toolcallpi-aiLLM 抽象层把 16 家模型供应商统一成一个stream(model, context)调用。每个供应商实现一个StreamFunction把各家私有的流式响应转成标准事件序列text_delta、thinking_delta、toolcall_start/end。模型注册表是自动生成的包含每个模型的成本、上下文窗口、支持的输入类型文本/图片和推理能力。pi-agent-coreAgent 运行时提供核心循环用户消息进入 → 流式调用 LLM → 解析工具调用 → 按序执行工具 → 结果返回 LLM → 继续循环直到end_turn。工具用 TypeBox 定义参数 schema运行时自动校验。。pi-coding-agentSDK 层提供createAgentSession()工厂方法一次性组装工具集、上下文钩子和会话存储。SessionManager 用 JSONL 文件存储对话树每条消息有idparentId支持分支、恢复和压缩。上下文管线分两步transformContext()在 AgentMessage 层面裁剪/注入比如删掉过旧的消息convertToLlm()再把自定义消息类型转成 LLM 能理解的标准格式。OpenClaw 在 Pi 之上包了六部分让它从一个通用 agent 框架变成多渠道 AI 助手OpenClaw 包装 — 接入层OpenClaw 包装 — 调度层Pi SDKagent 循环引擎LLM 流式推理SessionManager会话持久化Provider 路由适配不同 LLM 供应商工具注册exec / browser / memory ...Model Failover主模型挂了自动切备用Context Engine长对话不丢上下文Prompt 构建系统指令 Skills会话订阅流式回调给渠道消息全链路从收到到回复一条消息从进入系统到收到回复经过这样的流水线8 回复调度保证顺序仿人打字间隔7 Agent 执行Pi SDK 循环Steering 转向6 入队策略eager立即处理batch短时间多条合并处理debounce等用户停止输入再处理5 媒体理解语音转文字图片生成描述4 Hook 路由触发插件钩子如自动翻译、日志路由解析确定交给哪个 Agent1 收到原始消息2 归一化不同渠道的消息统一成相同格式3 去重9 投递到渠道