跳到主要内容

OpenClaw 是什么？完整介绍

OpenClaw 是一个开源的自主 AI 代理（Autonomous AI Agent）平台，能够在你的本地计算机上运行，并连接超过 20 个通讯平台。它让你拥有一个可以思考、记忆、移动的 AI 助手——而且所有数据都在你自己的掌控之中。

在亚洲社区中，OpenClaw 有个亲切的昵称叫做**"养龙虾"**，吉祥物是一只名为 Molty 的龙虾。这个名字来自 OpenClaw 的"Claw"（螯），象征着强大而灵活的抓取与操作能力。

关键数据
  • GitHub Stars：250,000+
  • ClawHub 技能市场：13,000+ 技能
  • 支持通讯平台：20+ 个
  • 支持 LLM 模型：Claude、GPT、Gemini、DeepSeek、Ollama 等
  • 创始人：Peter Steinberger

为什么选择 OpenClaw？​

在 AI 工具遍地开花的 2026 年，OpenClaw 之所以脱颖而出，原因有三：

  1. 完全本地运行：你的对话记录、记忆数据、配置文件全部存储在本地，不会上传到任何第三方服务器。
  2. 跨平台整合：一个 AI 代理可以同时连接 WhatsApp、Telegram、Discord、Slack、LINE、Signal、iMessage、Matrix 等平台。
  3. 技能生态系统：通过 ClawHub 技能市场，你可以安装超过 13,000 个社区开发的技能，从自动回信到智能家居控制一应俱全。

OpenClaw 的历史：从 Clawdbot 到今天​

OpenClaw 的发展经历了三个主要阶段：

第一阶段：Clawdbot（2024 年初）​

Peter Steinberger 最初开发了一个名为 Clawdbot 的个人项目，目的是让 AI 能够通过即时通讯软件进行对话。当时的功能非常基础——仅支持 Telegram，且只能调用单一 LLM。

第二阶段：Moltbot（2024 年中）​

社区快速增长后，项目更名为 Moltbot（取自龙虾蜕壳 "molt" 的意象），加入了记忆系统与多平台支持。这个阶段奠定了四层式架构的基础。

第三阶段：OpenClaw（2025 年初至今）​

正式更名为 OpenClaw，引入了 ClawHub 技能市场、沙箱执行环境、以及完整的安全架构。2025 年底突破 200K GitHub Stars，成为增长最快的开源 AI 项目之一。

创始人动态

Peter Steinberger 于 2026 年 2 月加入 OpenAI，但 OpenClaw 作为开源项目将继续由社区驱动发展。

四层式架构概览​

OpenClaw 采用清晰的四层架构设计，每一层各司其职：

┌─────────────────────────────────────────┐
│  第一层：Gateway（网关层）               │
│  Port 18789 — 统一接收所有通讯平台消息   │
├─────────────────────────────────────────┤
│  第二层：Reasoning Layer（推理层）       │
│  连接 LLM 模型、处理意图识别与响应生成   │
├─────────────────────────────────────────┤
│  第三层：Memory System（记忆系统）       │
│  WAL + Markdown 压缩、长期记忆管理       │
├─────────────────────────────────────────┤
│  第四层：Skills / Execution Layer       │
│  （技能 / 执行层）沙箱环境中执行技能     │
└─────────────────────────────────────────┘

第一层：Gateway（网关层）​

Gateway 是 OpenClaw 的入口，默认监听 port 18789。它负责统一接收来自各通讯平台的消息，将其转换为内部标准格式后交给推理层处理。

安全警告

Gateway 的 18789 端口是 OpenClaw 最大的攻击面。截至 2026 年初，已有超过 30,000 个实例因为将此端口暴露于公开网络（绑定 0.0.0.0）而遭到入侵。请务必绑定到 127.0.0.1。详见 安全性最佳实践。

第二层：Reasoning Layer（推理层）​

推理层是 OpenClaw 的大脑。它会将用户的消息发送给所配置的 LLM 模型（如 Claude Opus 4.6、GPT-5.2 Codex 等），获取响应后决定下一步移动——可能是直接回复、调用技能、或查询记忆。

第三层：Memory System（记忆系统）​

记忆系统采用 WAL（Write-Ahead Log） 加上 Markdown 压缩 的混合方案。短期记忆使用 WAL 快速写入，长期记忆则会定期压缩为结构化的 Markdown 文件，实现高效的上下文管理。

第四层：Skills / Execution Layer（技能 / 执行层）​

所有技能都在沙箱环境中执行，防止恶意代码影响系统。技能可以访问网络、文件系统（受限范围）、以及外部 API，但都受到严格的权限管控。

深入学习

想了解架构的更多细节？请前往 架构概览 页面。

安全性概览​

OpenClaw 的安全问题不容忽视。以下是几个重大安全事件：

事件说明
CVE-2026-25253Gateway 远程代码执行漏洞，影响 v3.x 之前的版本
ClawHavoc 事件2,400+ 个恶意技能被植入 ClawHub，后已全数移除
18789 端口暴露30,000+ 个实例因错误配置而遭入侵
使用 OpenClaw 前，请务必阅读

安全性不是可选的。每一位用户都应该在开始使用前阅读 安全性最佳实践 与 技能审计清单。

谁适合使用 OpenClaw？​

用户类型适合原因
开发者可自行开发技能、深度定制、整合到现有工作流程
重视隐私的用户完全本地运行，数据不离开你的计算机
社区运营者一个 AI 同时管理多个通讯平台的社区
自动化爱好者通过技能组合实现复杂的自动化流程
企业 IT 团队可在内网部署，支持企业级安全配置

如果你只是需要一个简单的聊天机器人，商用方案（如 ChatGPT 的现成应用）可能更适合你。OpenClaw 的强项在于深度定制与多平台整合——它更像是一个你可以"养成"的 AI 代理，而非一个即用即弃的工具。

下一步​

准备好开始了吗？跟着这个顺序，你将在 30 分钟内启动你的第一个 OpenClaw 实例：

  1. 安装指南 — 安装 OpenClaw 到你的系统
  2. 首次设置 — 完成初始配置
  3. 连接通讯平台 — 连接你的第一个通讯平台
  4. 选择 AI 模型 — 配置 LLM 提供商
  5. SOUL.md 人格配置 — 打造你的 AI 人格

欢迎加入超过 250,000 位开发者的行列，一起养龙虾！