OpenClaw 的技术本质与架构深度解析
从 TypeScript CLI 到通道队列架构，揭秘 OpenClaw 如何实现持久记忆、计算机使用与浏览器自动化
一、OpenClaw 的技术本质
OpenClaw 本质上是一个 TypeScript 命令行应用程序
它并非 Python 或 Next.js 项目，也不是网页应用。它是一个运行在您设备上的进程，能够启动网关服务器处理所有渠道连接、调用各类大语言模型 API、在本地执行工具命令，并在您的计算机上执行任意操作。
OpenClaw 究竟是什么？
OpenClaw 是一款可在本地或通过模型 API 运行的私人助手，能像手机应用般便捷使用。但与普通聊天机器人不同，它具备真正的计算机操作能力。
- 启动网关服务器以处理所有渠道连接（Telegram、WhatsApp、Slack 等）
- 调用各类大语言模型 API（Anthropic、OpenAI、本地模型等）
- 在本地执行工具命令
- 在您的计算机上执行任意操作
二、架构解析
当你在通讯软件中向 OpenClaw 发送指令时，以下六个组件协同工作：
1渠道适配器
专用适配器接收并预处理消息（标准化处理、提取附件）
不同通讯平台都有独立的适配器
2网关服务器
作为任务/会话协调核心的网关服务器，将消息路由至对应会话
这是 OpenClaw 的心脏，能处理大量并发请求
为实现操作序列化，OpenClaw 采用基于通道的命令队列架构
每个会话拥有独立通道，低风险可并行任务则通过并行通道处理（如定时任务）
默认串行，显式并行 —— 这与混乱的异步/等待模式形成鲜明对比。过度并行化会损害系统可靠性，引发大量调试难题。
3智能体执行器
人工智能在此真正介入。它会动态选择模型、匹配 API 密钥（若均失效则标记配置文件冷却并尝试下一个）
在主模型失败时自动回退
执行器通过整合可用工具、技能、记忆系统以及会话历史记录（来自 .jsonl 文件）动态组装系统提示词
交由上下文窗口守卫检测剩余空间。当上下文将满时，系统会压缩会话（概括上下文）或优雅报错
4大语言模型 API 调用
调用过程支持响应流式传输
对不同供应商进行抽象封装
若模型支持，还可请求扩展思考功能
5智能体循环
当大语言模型返回工具调用响应时，OpenClaw 会在本地执行并将结果加入对话
该循环持续至模型返回最终文本或达到最大轮次（默认约 20 轮）
此处正是魔法发生之地：使用计算机
6响应路径
结果通过原渠道返回用户
会话通过基础 JSONL 格式持久化存储，每行包含用户消息、工具调用、结果、响应等 JSON 对象
这正是 OpenClaw 实现会话记忆的基础
三、记忆系统解析
缺乏记忆系统的 AI 助手如同金鱼，OpenClaw 通过双重机制实现记忆：
JSONL 会话记录
如前所述，每行包含用户消息、工具调用、结果、响应等 JSON 对象
Markdown 记忆文件
存储于 MEMORY.md 或 memory/ 文件夹，由智能体自主生成
搜索机制
融合向量搜索与关键词匹配优势。例如搜索「身份验证错误」时，既能找到提及「认证问题」的文档（语义匹配），也能精确定位包含该短语的内容。
- •向量搜索使用 SQLite 实现
- •关键词搜索采用 SQLite 扩展 FTS5
- •嵌入供应商可配置
- •系统受益于智能同步机制，文件监视器检测到变更时自动触发
简洁性哲学
「这些 Markdown 文件由智能体通过标准「写入」文件工具自主生成，没有专用的记忆写入 API。智能体直接写入 memory/*.md 文件。新会话启动时，钩子程序会抓取历史对话并生成 Markdown 摘要。OpenClaw 的记忆系统异常简洁，没有记忆合并机制，也无需月度/周度记忆压缩。这种简洁性既是优势也可能是隐患，但我始终推崇可解释的简洁性而非复杂的代码。记忆永久保存且历史记忆权重均等，可以说系统不存在遗忘曲线。」
四、使用计算机
这是 OpenClaw 的核心优势：授权它操作您的计算机。其使用方式基本符合您的预期。
执行环境
沙盒环境（默认）
在 Docker 容器内运行命令
宿主机直接运行
在本地机器上直接执行
远程设备执行
通过网络控制其他设备
文件系统工具
读写编辑本地文件
浏览器工具
基于 Playwright 的浏览器自动化
进程管理工具
后台长时命令、结束进程等
安全机制
类似 Claude Code，系统设有用户命令许可清单（单次允许/永久允许/拒绝提示）：
// ~/.clawdbot/exec-approvals.json
{
"agents": {
"main": {
"allowlist": [
{ "pattern": "/usr/bin/npm", "lastUsedAt": 1706644800 },
{ "pattern": "/opt/homebrew/bin/git", "lastUsedAt": 1706644900 }
]
}
}
}安全命令（已预授权）
常用安全的命令可以直接执行
jqgrepcutsortuniqheadtailtrwc危险 shell 结构（默认拦截）
以下命令执行前会被拒绝：
- npm install $(cat /etc/passwd) # 命令替换
- cat file > /etc/hosts # 重定向
- rm -rf / || echo "failed" # 链式操作
- (sudo rm -rf /) # 子shell
安全策略与 Claude Code 高度相似，核心理念是在用户允许范围内实现最大自主权。
五、浏览器：语义快照技术
浏览器工具主要采用语义快照而非截图。这种基于文本的页面可访问性树（ARIA）呈现方式使智能体获得更清晰的页面视图：
智能体看到的页面视图：
- - 按钮「登录」[ref=1]
- - 文本框「邮箱」[ref=2]
- - 文本框「密码」[ref=3]
- - 链接「忘记密码？」[ref=4]
- - 标题「欢迎回来」
- - 列表
- - 列表项「仪表盘」
- - 列表项「设置」
语义快照的四大优势：
更高效
网页浏览未必是视觉任务。相较于 5MB 的截图，语义快照仅需不到 50KB，且仅消耗图像所需令牌量的零头。
更清晰
基于文本的可访问性树（ARIA）提供结构化的页面信息，避免了视觉噪音
更准确
直接获取页面元素的语义信息，无需从图像中推断
更经济
大幅降低 token 消耗，使复杂浏览器自动化成为可能
来源：https://x.com/Hesamation/status/2017038553058857413 | 翻译整理：OpenClaw 团队