261 lines
12 KiB
Markdown
261 lines
12 KiB
Markdown
# 翻完OpenClaw源码我发现它火得一点都不冤
|
||
|
||
一个奥地利人，花了一个周末，用 Vibe Coding 攒了个项目。
|
||
|
||
三天后，GitHub 涨了 6 万 Star。到现在，10 万+ Star，一周 200 万访客。
|
||
|
||
听起来很夸张对吧？更夸张的是，很多人翻完代码后说了一句：「这不就是个胶水项目吗？」
|
||
|
||
OpenClaw 的技术确实没什么门槛。它没有自研大模型，没有革命性的算法，甚至底层的 Agent 循环都是直接用的开源框架 Paimimo。
|
||
|
||
但它就是火了。
|
||
|
||
为什么？因为产品设计做对了。技术选型和系统架构怎么搭的，这才是值得拆的东西。
|
||
|
||
今天这篇文章，我把 OpenClaw 的底层拆干净，让你看清楚它到底是怎么搭的。看完之后你会发现——这套东西，你也能搭。
|
||
|
||
---
|
||
|
||
先搞清楚 OpenClaw 在解决什么问题
|
||
---------------------
|
||
|
||
在拆技术之前，先说清楚一件事：OpenClaw 到底在干嘛。
|
||
|
||
一句话概括：**它是一个跑在你自己电脑上的、能通过聊天工具控制的、有自主性的 AI 助手。**
|
||
|
||
三个关键词：
|
||
|
||
**个人** 不是 SaaS 服务，是你自己的。数据存在你电脑上，性格你自己调教，能力你自己装配。你可以让它像渣女一样说话，也可以让它像沉默的管家一样只做事不废话。
|
||
|
||
**自主** 不是你一步步教它干活的 Workflow，而是你说一句「帮我把那个文件夹整理一下」，它自己去翻文件、分类、建索引。基于 ReAct 架构，能自己思考下一步该干什么。
|
||
|
||
**助手** 定位是帮你完成任务，不是替代你。你不需要说太多，把需求扔给它，它自己搞定。
|
||
|
||
明确了这个，我们来看它是怎么实现的。
|
||
|
||
---
|
||
|
||
系统架构全景
|
||
------
|
||
|
||
|
||
|
||
OpenClaw 的整体架构其实不复杂。
|
||
|
||
所有东西都跑在一个 **Gateway 进程**里，这是一个 Node.js 服务。它做的事情可以拆成这么几块：
|
||
|
||
**Channel 管理**是第一层。不管你从 WhatsApp 还是 QQ 发消息过来，都会对应到一个 Channel。每个用户的私聊、每个群组的对话，都是独立的 Channel。
|
||
|
||
拿到 Channel 后，**消息路由**会把它分发到具体的 Agent 上。每个 Agent 管着自己的多个 Session——Session 就是你跟模型的一通对话。
|
||
|
||
这层网关的作用很简单：把不同来源的消息统一起来，让 Agent 运行时不用关心消息是从哪来的。
|
||
|
||
**Session 运行时**才是核心。它基于 Paimimo 框架构建，一条消息进来后：
|
||
|
||
1. 先构造 System Prompt（后面重点讲）
|
||
2. 把用户消息放进 User Prompt
|
||
3. 进入 ReAct 循环
|
||
|
||
ReAct 循环本质上是个死循环：
|
||
|
||
**调模型 → 模型输出想法和要用的工具 → 执行工具 → 把结果塞回上下文 → 再调模型 → 循环往复**，直到任务完成。
|
||
|
||
比如你说「帮我生成股票早报」，它会这样跑：
|
||
|
||
* 第 1 轮：「我需要获取股票行情」→ 调用行情 API → 拿到数据
|
||
* 第 2 轮：「行情数据有了，我需要整理成报告格式」→ 调用文件写入工具 → 生成报告
|
||
* 第 3 轮：「报告写完了，任务完成」→ 跳出循环
|
||
|
||
架构就这些。说白了不难。但 OpenClaw 真正牛的地方，在于它在这个架构上做的几个技术设计。
|
||
|
||
---
|
||
|
||
技术亮点一：动态 System Prompt 加载
|
||
-------------------------
|
||
|
||
这是 OpenClaw 最基础也最聪明的设计。
|
||
|
||
在每次调模型之前，OpenClaw 会先拼装 System Prompt。除了基础的 ReAct 指令，它还会**动态加载**工作区里的一组 Markdown 文件。这些文件才是你的龙虾和别人龙虾不一样的原因。
|
||
|
||
| 文件 | 作用 | 举例 |
|
||
| --- | --- | --- |
|
||
| soul.md | 龙虾的「灵魂」，影响决策和性格 | 用渣女语录说话、理想型性格 |
|
||
| identity.md | 表面身份信息，名字和风格 | 「我叫小虾，语气轻松幽默」 |
|
||
| user.md | 主人的信息 | 职业、喜好、习惯 |
|
||
| agent.md | 能力和知识强化 | 搜索用什么工具、做某事的 SOP |
|
||
| tools.md | 可用工具清单和调用规则 | 哪些 Skill 可用、什么时候用 |
|
||
|
||
Peter 开源 OpenClaw 的时候，唯一没开源的就是他自己那只龙虾的 soul.md。到现在没人知道他写了什么。
|
||
|
||
但社区里已经有大量分享了——有人让龙虾说话像霸道总裁，有人让它像日本管家一样恭敬。
|
||
|
||
这些文件不是固定的。你跟龙虾聊天的过程中，它会**自己决定**更新这些文件。比如某天你聊到自己喜欢吃火锅，它觉得「这个偏好应该记在 user.md 里」，就自己记进去了。下次你问它「今晚吃什么」，它就会考虑到你爱吃火锅。
|
||
|
||
但这也带来一个问题：这些 MD 文件会越来越大。System Prompt 光基础部分就要 1.5 万 Token。加上 Memory、Skill 描述，用久了能飙到 3 万甚至 5 万 Token。
|
||
|
||
所以 OpenClaw 必须用强模型。那些小模型，上下文超过几万 Token 就开始犯迷糊。这也是为什么有人说本地跑 OpenClaw 纯属浪费——小模型连 ReAct 都干不好。
|
||
|
||
---
|
||
|
||
技术亮点二：上下文的剪裁和压缩
|
||
---------------
|
||
|
||
OpenClaw 是**单 Agent 架构**。不是那种多个 Agent 分工合作的设计，而是一个 Agent 从头干到尾。
|
||
|
||
单 Agent 的好处是简单。坏处是上下文会爆。
|
||
|
||
每一轮 ReAct 循环，模型的想法、工具调用的入参、工具返回的结果，全部追加到上下文里。
|
||
|
||
System Prompt 已经 5 万 Token 了，再加上工具结果——读一个文件就是整个文件内容，搜一次网就是 20 条结果——上下文很快就满了。
|
||
|
||
|
||
|
||
OpenClaw 的解决方案分两步：
|
||
|
||
### 剪裁
|
||
|
||
最占空间的是工具结果。OpenClaw 的做法很直接：**自动把 N 轮前的工具结果全部隐掉**，只保留模型当时的思考和工具入参。
|
||
|
||
比如 10 轮前模型读了一个文件，那个文件内容可能有 5000 Token。剪裁后，上下文里只保留「模型决定读 xxx 文件」和「模型基于文件内容得出了 xxx 结论」，原始文件内容就不占空间了。
|
||
|
||
### 压缩
|
||
|
||
剪裁不够用的时候，还有压缩。
|
||
|
||
整个流程是这样的：
|
||
|
||
1. 框架监控上下文 Token 数，比如设定阈值 80K
|
||
2. 快到 80K 了，触发压缩
|
||
3. 先把当前所有原始信息写进 Memory 的日志文件（完整保留，不丢数据）
|
||
4. 再用模型对历史上下文做一次摘要，只保留关键信息
|
||
5. 压缩后的 Message List 变得很精炼，但详细信息在日志文件里，需要时用 Memory 工具去查
|
||
|
||
这套机制保证了两件事：任务不会因为上下文溢出而中断；历史信息也不会真的丢掉。
|
||
|
||
---
|
||
|
||
技术亮点三：双层长记忆系统
|
||
-------------
|
||
|
||
龙虾经常干一件让人觉得暖心的事——突然想起你很久以前聊过的一件小事。
|
||
|
||
这不是巧合，是系统设计。
|
||
|
||
|
||
|
||
### 第一层：memory.md
|
||
|
||
模型在心跳触发时（后面会讲），会不定期检查聊天记录和运行日志，把最重要的记忆点写进 memory.md。比如你说过「下周三有个重要面试」，它会记下来。
|
||
|
||
下次拼 System Prompt 时，memory.md 作为长期记忆被加载进上下文，模型就知道这些信息了。
|
||
|
||
### 第二层：Memory Search 工具
|
||
|
||
memory.md 只记核心信息，细节在哪呢？在之前上下文压缩时写入的那些日志文件里。
|
||
|
||
OpenClaw 为这些日志做了**向量索引**。底层没用什么专业向量数据库，就是 SQLite 自带的轻量级向量存储。
|
||
|
||
搜索时用的是混合检索：
|
||
|
||
* 向量搜索：按语义相似度召回一批结果（权重 70%）
|
||
* 关键词搜索：按精确匹配召回另一批（权重 30%）
|
||
|
||
两者加权合并、重排序，再结合时间衰减策略，返回最相关的 Top K 内容。
|
||
|
||
这套设计不算复杂，但效果确实好。龙虾能在几百轮对话的历史里精准找到你提过的事情。
|
||
|
||
---
|
||
|
||
后台任务：CronTab + Heartbeat 双调度
|
||
----------------------------
|
||
|
||
OpenClaw 最让人惊喜的体验是**主动性**——你没找它，它主动找你。
|
||
|
||
这背后靠的是两套调度机制。
|
||
|
||
|
||
|
||
### CronTab
|
||
|
||
OpenClaw 维护一个 cron.json 文件，支持三种定时任务：
|
||
|
||
* 精确时间：「今晚 8 点提醒我参加直播」
|
||
* 间隔时间：「每隔 20 分钟提醒我一次」
|
||
* Cron 表达式：「工作日每天早上 8 点给我行情报告」
|
||
|
||
任务执行完后，结果通过指定的 Channel 推送给你。比如你在 QQ 上创建了任务，结果就发回你的 QQ。
|
||
|
||
### Heartbeat
|
||
|
||
每 30 分钟无脑唤醒一次。
|
||
|
||
唤醒后干什么？检查心跳清单。
|
||
|
||
这个清单是日常聊天中积累的。当 OpenClaw 觉得某个事情是长期任务，就会自己塞进心跳清单。比如知道你朋友下周生日，它就会把「到时发祝福」记进去。
|
||
|
||
每次心跳唤醒时，它根据当前日期判断清单里有没有该做的事。有就主动做，没有就安静返回。
|
||
|
||
**这两套机制一起，让 OpenClaw 从「你叫它才来」变成了「它主动找你」。**
|
||
|
||
以前的 AI 助手都是一次性的。你问完它就消失了。OpenClaw 的双调度把短任务变成了长期任务，这才是它最让人上瘾的地方。
|
||
|
||
---
|
||
|
||
Skill 渐进式披露：150 个技能不炸上下文
|
||
------------------------
|
||
|
||
OpenClaw 能装大量 Skill——有人装了 150 个。
|
||
|
||
但问题来了：150 个 Skill 的详细说明全塞进 System Prompt，Token 数不是 5 万，是 50 万都打不住。
|
||
|
||
|
||
|
||
OpenClaw 的解决方案叫**渐进式披露**。原理很简单：
|
||
|
||
1. System Prompt 只加载每个 Skill 的名字和一句话描述（每个不超过 100 Token）
|
||
2. 当模型决定要用某个 Skill 时，调用「加载 Skill」工具
|
||
3. 这个工具读取对应的 skill.md 文件，把完整说明加到上下文里
|
||
4. 模型根据说明执行具体操作
|
||
|
||
用到才加载，不用不占空间。
|
||
|
||
更有意思的是，OpenClaw 还支持**一键安装 Skill**。你直接说「我想要一个管理 Notebook 的能力」，它自己去 Skill Hub 搜索、下载、安装。从此你的龙虾就多了一个技能。
|
||
|
||
它甚至能**自己写 Skill**。比如你说「我需要一个百度搜索工具」，它自己写脚本、放进 Skill 目录。这就是为什么有人说 OpenClaw 能「自主进化」。
|
||
|
||
---
|
||
|
||
想自己搭一个？9 步蓝图
|
||
------------
|
||
|
||
看完上面的拆解，你会发现 OpenClaw 的每个模块都不难。难的是把它们攒在一起，并且打磨好细节。
|
||
|
||
|
||
|
||
如果你想自己复刻，路线图是这样的：
|
||
|
||
1. 搞定 Agent 核心：选好模型，跑通 ReAct 循环。可以自己写，也可以用 LangChain 之类的框架
|
||
2. 装好基础工具：Shell 命令、文件读写、无头浏览器（Playwright）、代码解释器。缺一个都不行
|
||
3. 做 System Prompt 动态构建：用 Markdown 文件管理，让模型自动加载
|
||
4. 加 Hook 系统：在 System Prompt 构建前后、模型调用前后、工具调用前后插钩子，方便调试和安全管控
|
||
5. 搞会话管理：Session 何时新建、何时复用、何时重试、存在哪里
|
||
6. 做上下文工程：溢出检测、摘要生成、裁剪压缩，想更强就加长记忆
|
||
7. 接入 IM 平台：国内推荐 QQ（飞书需要企业环境，钉钉配置麻烦）
|
||
8. 加后台任务：CronTab + 心跳机制
|
||
9. 做 Skill 加载：实现渐进式披露
|
||
|
||
这一套理解了原理，花一两周时间，加上 Vibe Coding，搭出来不是问题。
|
||
|
||
春节期间已经有七八个各种 Claw 冒出来了——Python 版、Go 版、Rust 版都有。核心就是这套东西。
|
||
|
||
---
|
||
|
||
OpenClaw 技术上没什么黑魔法。
|
||
|
||
IM 做入口，ReAct 做决策，动态 Prompt 做个性化，双调度做主动性，渐进式披露管 Skill 扩展。每一个模块单拎出来都不新鲜。但攒在一起，就变成了一个让人忍不住分享的产品。
|
||
|
||
2026 年做 AI 产品，技术不是瓶颈。**怎么把技术变成人愿意用、愿意传的东西**，这才是真正的门槛。
|
||
|
||
OpenClaw 给了一个样板。而且是开源的、可以复刻的。
|
||
|
||
剩下的，就看你愿不愿意动手了。 |