每个人都在谈论OpenClawd，但它究竟是如何工作的呢？
今天我们深入拆解这个爆火项目的底层架构。
一、OpenClawd的技术本质
大家都知道OpenClawd是一个可以在本地运行的个人助手，你甚至可以在手机上轻松访问它。
但它的技术本质是什么？
从核心来看，OpenClawd是一个Type写的CLI应用程序。
它不是Python项目，不是Next.js，也不是Web App。
展开剩余82%它是一个进程，能够：
在你的机器上运行，并暴露一个Gateway Server来处理所有渠道连接 调用各类LLM API（Anthropic、OpenAI、本地模型等） 在本地执行工具 按你的需求在电脑上做事情当你在消息应用中向OpenClawd发送提示时，会发生以下过程：
1. 渠道适配器（Channel Adapter）
渠道适配器接收你的消息并进行处理（标准化、提取附件）。
不同的消息应用有各自专用的适配器：Telegram、WhatsApp、Slack等。
2. 网关服务器（Gateway Server）
这是OpenClawd的核心。
网关服务器是任务/会话协调器，它接收你的消息并将其传递给正确的会话。
为了让操作串行化，OpenClawd使用基于lane的命令队列。一个会话有自己专用的Lane，低风险的可并行化任务可以在并行lane上运行。
默认串行，需要并行时再显式并行。
默认串行，需要并行时再显式并行。
这是真正"AI"介入的地方。它会：
判断用哪个模型 选择可用的API Key（如果某个key不可用，就标记为cooldown并尝试下一个） 如果主模型失败，会回退到其他模型LLM调用本身是流式输出，并对不同供应商做了统一抽象。
5. 智能体循环（Agentic Loop）
如果LLM返回的是工具调用响应，OpenClawd就会在本地执行工具，并把结果追加回对话。
这个过程会重复，直到LLM输出最终文本，或达到最大轮数。
6. 回复路径
回复通过渠道回到你那边，同时session会持久化到JSONL文件。
三、OpenClawd如何"记忆"
没有靠谱的记忆系统，AI助理就跟金鱼一样，转头就忘。
OpenClawd用两套机制：
1. JSONL会话转录：每次对话都存成一行JSON
2. 记忆文件：Markdown格式，存放在memory/目录
检索时，它用的是向量检索+关键词匹配的混合方案。
技术实现：
向量检索用SQLite 关键词检索用FTS5 embedding提供方可配置整体上，OpenClawd的记忆系统非常简单：没有记忆合并，也没有遗忘曲线。简单=可解释=好维护。
整体上，OpenClawd的记忆系统非常简单：没有记忆合并，也没有遗忘曲线。简单=可解释=好维护。
这是OpenClawd的核心护城河：你给它一台电脑，它就能用。
执行环境包括：
sandbox：默认，在Docker容器里运行命令 直接在宿主机运行 在远程设备上运行工具集：
文件系统工具：read / write / edit 浏览器工具：基于Playwright 进程管理：运行后台任务、kill进程危险的shell构造默认会被拦截：
npm install $(cat /etc/passwd) # 命令替换 ❌cat file > /etc/hosts # 重定向 ❌rm -rf /
杨方策略提示：文章来自网络，不代表本站观点。
