blog
OpenClaw 思考
Author: ninehills
Labels: blog
Created: 2026-02-05T07:03:29Z
Link and comments: https://github.com/ninehills/blog/issues/154
OpenClaw 产品形态：贾维斯（J.A.R.V.I.S.）
OpenClaw 和 Claude Code/Cowork 等 Agent 产品的核心区别有四：
| Manus/Claude Code/Claude Cowork 等通用 Agent 产品 | OpenClaw | |
|---|---|---|
| 交互入口 | 以CLI、Web、桌面App 作为入口 | 以IM作为核心入口，主要在手机上使用。 |
| 交互方式 | 用户->Agent 的单向交互（用户下发任务，Agent 完成任务） | 双向交互，Agent 可以根据 Cron、Heartbeat 机制主动执行任务和联系用户 |
| Agent 生命周期 | 按需启动 | 7x24h 全天在线 |
| Agent 运行环境 | 分散的或一次性的 | 持久的工作区和运行环境 |
OpenClaw 是完整的个人助理产品形态，7x24h 运行在个人电脑上，可响应指令也可主动发起任务。其产品形态意义等同于 Manus 之于通用智能体。
OpenClaw 技术实现：简单的通用 Agent 实现
核心概念和实现方式（部分概念虽好但实现欠佳，如 Node，此处不做展开）如下：
- Gateway：统一的后台服务进程
- Agent：Gateway 启动后可注册多个 Agent（智能体），每个 Agent 拥有独立的 Workspace（工作区）。
- 实现：基于 Pi 极简 Agent 框架，核心采用 ReACT（System Prompt + 工具使用）范式。
- SubAgent：子 Agent，允许在会话中启动子 Agent（子 Agent 仅共享工作区，不共享上下文），任务完成后向主 Agent 发送摘要。
- Workspace：每个 Agent 独立的工作区，核心文件如下（均支持对话式隐式修改，例如用户说”从现在起你叫 Jack”，会自动更新 IDENTITY.md）
AGENTS.md：相当于CLAUDE.md，附加到 system prompt 中，定义 Agent 核心行为。IDENTITY.md：Agent 身份定义（名称、头像等）SOUL.md：Agent 核心人设或性格特征USER.md：用户偏好设置（称呼、习惯、地点等）MEMORY.md：每次会话前必读的核心记忆，例如默认语言等。memory/：记忆目录，除 Agent 自主生成外，按时间组织（2026-02-03-2134.md 或 2026-02-05.md），保存 Session 摘要。HEARTBEAT.md：定义心跳任务，每 30 分钟执行一次。TOOLS.md：工具使用指引，定义工具调用场景和条件。
- Session：会话，每个 Agent 支持多个会话（如不同 IM 账号、群组、主题等），会话间上下文独立，但共享同一 Workspace。
- 会话上下文默认累积，除非达到上限触发压缩，或手动使用
/new清空。 - 同一 Session 内，Agent 交互串行处理，新消息进入队列等待。
- 会话上下文默认累积，除非达到上限触发压缩，或手动使用
- Channel：频道（通常为 IM），Agent 与用户交互的主要载体，支持常见聊天应用。
- 以 Telegram 为例：可配置多个 Bot，每个 Bot 可加入不同群组，每个群组可配置不同主题。
- 用户向 Bot 发起聊天后，会创建或复用已有 Session。
- Cron and Heartbeat：定时任务和心跳机制。
- Heartbeat：每 30 分钟（可配置）在指定 Session 中（默认为主 Session）执行 HEARTBEAT.md 中的任务并发送消息。无需发送时返回 HEARTBEAT_OK。
- Cron：定时任务，指定特定 Agent，可选择新建 Session 或在特定 Session 中执行。
- Tools & Skills：工具和技能体系
- 内置工具：Bash、文件编辑、Web Reader/Searcher、浏览器等。
- 浏览器控制目前效果尚不理想。
- Skills：OpenClaw 通过 Skills 扩展能力，支持官方 Skill 和外部 Skill 目录。
- MCP vs Skill：
- OpenClaw 默认不支持 MCP，这是很正确的实现。
- 如确需调用已有 MCP Server，可以用 mcporter 命令行工具调用（封装为单独的 skill）
- Skill 实现上优先使用 CLI 调用外部工具，而非 API 调用。
- 当前 LLM 对 CLI 工具调用有较好理解，例如 qmd（文件搜索）、gogs（Gmail 控制）、agent-browser（浏览器控制）。
- OpenClaw 默认不支持 MCP，这是很正确的实现。
- 内置工具：Bash、文件编辑、Web Reader/Searcher、浏览器等。
抛开那些不稳定的特性和兼容代码，OpenClaw 的核心功能很容易实现。
OpenClaw 个人案例
- 每次心跳检查我的新推、搜索感兴趣的领域、回顾对话历史等，并编写日记，推送到 Github pages中。比较有意思的一篇：知道与痛苦
- 单独的投资 Bot，检查我的持仓（截图后让其识别为本地 JSON文件），查询基本面和技术面，给出投资建议（加仓、建仓等）。交易日每个小时运行。