时间:2026-03-14 22:02
人气:
作者:admin
最早对 OpenClaw 的认知觉得就是 Agent + IM,类似 Claude 的 Happy(一款Claude code ssh 远程控制软件)。
后面发现不是这个样子。比如:他为什么可以主动给我发消息?甚至还能主动不回消息?有一丢丢 AGI 的味道在里面了。
在 OpenClaw 出现之前,AI 聊天对面是一个 Agent,一问一答,通过 LLM 给你答案,这时候的 AI 交互更像是工具使用,比如 Codex、Claude Code 这种。这时候大家讨论的都是怎么建设一个更优的 Agent,怎么做规划 (Planning)、怎么做压缩记忆(Memory)、怎么设计工具 (Tools)。
OpenClaw 提出了一种的新的交互形态,你对面可以不是 Agent,他在人和 Agent 之间加了一层,这一层可以做很多事情,Agent 只是一个手段。接着再通过 IM 接入,变成了一个使用门槛很低、生活紧密相关的产品,一下子带来了很强的用户体验。然后这时候大家讨论的话题变成了:怎么保活、怎么应用 good case、怎么部署多 Agent。
OpenClaw 准确来说是一个框架,是一个 run agent 的框架。

channel、accountId、peer、chatType、thread)计算 agentIdagentId + channel/account/peer + dmScope 生成 sessionKey,读取 session store,若会话 fresh 则复用,否则重建(daily/idle/reset trigger)。~/.openclaw/workspace/openclaw.json
~/.openclaw/workspace
.openclaw/agents/main/sessions/xxxx.jsonl
当消息到达路由到 SessionKey 之后,OpenClaw 会查找 sessions.json 获取当前 SessionId,将 SessionId 对应的 .jsonl 加载到 Agent 中。
当对话太长时,旧消息会被 总结 成一个 summary。
在发送给 LLM 之前,临时裁剪旧的 tool 结果,仅仅是内存级别的操作。
.openclaw/workspace/memory/YYYY-MM-DD.md
按天记录的 memory
.openclaw/workspace/MEMORY.md
LLM 精练后的 Memory,记录事实、程序、偏好。
exec 负责“启动命令”,process 负责“持续管理”:
这是 OpenClaw 用来替代单次 bash 调用的关键机制。(OpenAI 在 gpt-5.4 也加入了控制电脑的能力,估计也是类似的实现)