OpenClaw Deep Dive - 开源个人 AI 助手深度解析

M0 项目概览与定位

一个前 PSPDFKit 创始人、一只龙虾、一场 C&D 风波，催生了 GitHub 历史上增长最快的开源项目。

核心数字

274K

GitHub Stars

~60d

达到 100K 用时

23+

消息渠道

13,729+

ClawHub 社区技能

来源: GitHub - OpenClaw | docs.openclaw.ai

创始人: Peter Steinberger

Peter Steinberger 是 iOS 开发社区的传奇人物。他创立了 PSPDFKit（后更名 Nutrient），一个专注于 PDF 处理的 SDK 公司，以约 1 亿欧元的价格成功退出。退出后，他将精力投入 AI 项目，最终创造了 OpenClaw。

2026 年 2 月 14 日，Steinberger 以 "Researcher" 身份加入 OpenAI，项目随后宣布将移交至独立的开源基金会管理，以确保项目长期独立于任何单一公司。

来源: TechCrunch | steipete.com

命名演变时间线

2025 年 11 月

Clawdbot 诞生

Steinberger 在个人 GitHub 上发布了第一个版本，名字暗示了与 Claude 的关系。项目迅速获得关注。

2026 年 1 月 27 日

Moltbot（蜕壳）

Anthropic 发出 C&D（Cease and Desist，停止侵权函），要求停止使用 "Claud-" 相关命名。项目紧急更名为 Moltbot（molt = 蜕壳，龙虾蜕壳的隐喻）。

2026 年 1 月 30 日

OpenClaw 定名

社区投票后确定最终名称 "OpenClaw"。品牌形象定格：龙虾 🦞，口号 "EXFOLIATE! EXFOLIATE!"。C&D 事件反而带来了巨大的媒体曝光。

2026 年 2 月 14 日

Steinberger 加入 OpenAI

以 Researcher 身份加入 OpenAI。项目宣布将移交独立开源基金会。OpenAI 和 Vercel 成为主要赞助商。

2026 年 3 月

274K Stars & 基金会治理

创下 GitHub 增长纪录（约 60 天达到 100K Stars）。ClawHub 技能生态突破 13,000 个。多平台 Companion App 发布。

核心定位: 通用生活助手 vs 编码助手

OpenClaw 不是又一个 "AI 编码助手"。它的本质是一个通用个人 AI 助手，通过 23+ 消息渠道接入你的日常生活 -- WhatsApp、Telegram、Slack、Discord、iMessage 等。编码只是它能力的一个子集。它更像是一个本地运行、你完全掌控的 AI 管家。

竞品对比

维度	OpenClaw 🦞	Claude Code	Codex CLI	Gemini CLI
核心定位	通用生活助手	编码助手	编码助手	编码助手
消息渠道	23+ (WhatsApp, Telegram...)	Terminal only	Terminal only	Terminal only
语音能力	Wake Word + Talk Mode + TTS	无	无	无
多模型支持	15+ Providers	仅 Anthropic	仅 OpenAI	仅 Google
设备能力	Camera/GPS/SMS/Calendar	无	无	无
Multi-Agent	隔离会话 + 路由	有（Agent 工具，支持多种 Sub-Agent 角色并行）	有（实验性）	无
自动化	Cron + Webhooks + Gmail	/loop + Hooks + 后台 Agent	无	无
浏览器控制	CDP 完整控制	MCP 扩展	有（Desktop App + Shell Tool MCP）	无
开源协议	MIT	非开源	Apache 2.0	Apache 2.0
本地运行	完全本地	需 API	需 API	需 API

来源: docs.openclaw.ai/comparison | GitHub

vs Claude Code

🦞 OpenClaw vs ⌨ Claude Code — 定位对比

OpenClaw通用生活助手，以即时通讯为界面（WhatsApp / Telegram / Slack 等），管理邮件、日历、浏览器、设备控制、自动化工作流。

Claude Code终端编程 Agent，专注于代码理解、生成、重构和开发者工作流。支持 Multi-Agent（多种 Sub-Agent 角色）、MCP、LSP、Hooks、Skills、持久化记忆。

完全不同的品类 — 一个是 AI 管家，一个是 AI 程序员。

OpenClaw 胜出广度：23+ 渠道、设备控制、生活自动化（Always-on Gateway + 完整 Cron 调度）

Claude Code 胜出编程深度：代码理解、开发者工作流

M1 核心架构

5 层架构：从消息渠道到记忆持久化，每一层都可独立替换和扩展。

5 层架构全景

OpenClaw 的架构设计核心原则是每一层都可独立替换。你可以换消息渠道（L1）而不动 Agent 逻辑（L3），可以换模型（L3）而不动工具（L4），可以加记忆后端（L5）而不改网关（L2）。这种分层解耦让单人开发者也能在单一层上贡献代码。

Brains-and-Muscles 脑与肌肉模型路由

OpenClaw 的模型调度模式被称为 "Brains-and-Muscles"（脑与肌肉）。昂贵的 "Brain" 模型（如 Opus 4.6）负责推理和编排，便宜的 "Muscle" 模型负责具体执行：

Brain 大脑（编排层）

Opus 4.6 (Brain)

-->

推理 / 规划 / 决策

Muscles 肌肉（执行层）

Codex

Gemini

xAI Grok

Brave Search

Ollama (Local)

路由逻辑

编码任务 → Codex

社交趋势 → xAI

网页搜索 → Brave

零成本 → 本地模型

这种模式的本质是成本优化：Brain 模型每次调用可能花费 $0.05-0.15，而 Muscle 模型可能只要 $0.001 或完全免费（本地模型）。Brain 只负责 "做什么"，Muscles 负责 "怎么做"。

技术栈

层	技术	说明
语言	TypeScript	Monorepo 结构，全栈 TypeScript
运行时	Node.js	Gateway Server 和 Agent Runner 都基于 Node
通信	WebSocket	Gateway 与 Agent 之间通过 ws://127.0.0.1:18789
MCP	@modelcontextprotocol/sdk@1.25.3	原生支持 Tools + Resources + Prompts
消息适配	各渠道 SDK	Baileys (WhatsApp), grammY (Telegram), Bolt (Slack), discord.js 等
部署	Docker / npm / Nix	支持 Fly.io, DigitalOcean, Podman, 源码构建

来源: architecture.md | docs.openclaw.ai/architecture

vs Claude Code

🦞 OpenClaw vs ⌨ Claude Code — 架构对比

OpenClaw: 5 层架构渠道适配 → 网关 → Agent 运行 → 工具 → 记忆，WebSocket 网关（ws://127.0.0.1:18789）支持多渠道并发接入。

Claude Code: Agent Loop + Sub-Agentstdio 输入输出，支持 Agent 工具派生多种 Sub-Agent（通用、Explore、Plan、Code-Reviewer 等）并行执行。无网关层，简单直接。

OpenClaw: Brains-and-Muscles 模型路由昂贵模型（Opus）做编排决策，廉价模型（Codex / Gemini / Grok）执行具体任务，实现成本优化。

Claude Code: 单 Provider 多角色仅 Anthropic 模型，但通过 Sub-Agent 分工（推理 / 探索 / 代码审查），实现轻量级任务路由。

OpenClaw 胜出多模型成本优化、网关架构支撑多渠道

Claude Code 胜出极简架构、瞬时启动、零基础设施

M2 核心功能模块

23+ 消息渠道、语音交互、视觉工作区、定时任务、浏览器控制、设备能力、多 Agent 编排 -- 不只是聊天机器人。

23+ 消息渠道适配器

每个 Channel Adapter 将平台特定的消息格式标准化为统一的 Envelope（信封），Gateway 只处理 Envelope，不关心消息来自哪个平台。

WhatsApp (Baileys)

Telegram (grammY)

Slack (Bolt)

Discord (discord.js)

Google Chat

Signal

BlueBubbles

IRC

MS Teams

Matrix

Feishu / Lark

LINE

Mattermost

Nextcloud Talk

Nostr

Synology Chat

Tlon

Twitch

Zalo

WebChat

SMS (Twilio)

Email (IMAP)

CLI Terminal

来源: docs.openclaw.ai/channels

语音能力

🎤

Wake Word

macOS / iOS 上支持唤醒词检测，免触发即可开始对话。类似 "Hey Siri" 的体验。

💬

Talk Mode

Android 设备上的连续对话模式，按住说话，松开自动发送。支持流式转写。

🔊

TTS 语音合成

支持 ElevenLabs 高质量语音 + 系统 TTS 降级。回复自动朗读，支持自定义声音。

视觉工作区

Live Canvas

实时渲染代码、图表、Markdown。类似 Claude 的 Artifacts，但运行在本地。支持交互式编辑和导出。

A2UI (Agent-driven UI)

Agent 可以动态生成 UI 组件 -- 表单、按钮、图表。不只是文本回复，而是真正的可交互界面。

自动化

⏰

Cron 定时任务

内置 cron 调度器。"每天早上 8 点发新闻摘要到 Telegram"、"每周五下午生成周报"。通过 openclaw cron 管理。

🔗

Webhooks

接收外部事件触发。GitHub PR、Stripe 支付、自定义服务 -- 事件到达即触发 Agent 响应。

✉

Gmail Pub/Sub

监听 Gmail 新邮件，自动分类、摘要、回复。基于 Google Cloud Pub/Sub 实现实时推送。

🤖 自动化能力对比：OpenClaw vs Claude Code

能力	OpenClaw 🦞	Claude Code ⌨
定时任务	Cron 系统（完整调度）	/loop（轻量定期执行，默认 10 分钟间隔）
事件驱动	Webhooks + Gmail Pub/Sub	Hooks（PreToolUse / PostToolUse / Stop）
后台执行	Gateway 常驻 + 多渠道监听	后台 Agent（run_in_background）
Always-on	是（Gateway 守护进程）	否（需要终端保持打开）

OpenClaw 的自动化能力显著更强（Always-on 网关、23+ 渠道、完整 cron 调度），但 Claude Code 并非零自动化 — 它拥有轻量级替代方案。

浏览器控制 (CDP)

OpenClaw 通过 Chrome DevTools Protocol 控制专属的 Chrome/Chromium 实例，具备完整的浏览器自动化能力：

截图 Screenshot

导航 Navigate

点击 Click

输入 Type

PDF 导出

表单填写

页面等待

JS 执行

设备能力

通过 Companion App（macOS/iOS/Android），OpenClaw 可以访问设备硬件：

Camera 📷

Screen Record

GPS Location

Notifications

SMS Send

Contacts

Calendar

File R/W

Shell Exec

多 Agent 系统

Multi-Agent 编排流程

1/4

Step 1: Agent 隔离
每个 Agent 拥有独立的工作空间，包含三个核心文件：
• AGENTS.md -- Agent 的角色定义和行为规则
• SOUL.md -- Agent 的 "灵魂"，人格特征和沟通风格
• USER.md -- 用户信息和偏好记录

每个 Agent 拥有独立的会话，互不干扰。这确保了一个 Agent 的错误不会传播到其他 Agent。

Step 2: Bindings 路由系统
消息到达时，Gateway 通过 Bindings 系统决定路由到哪个 Agent。匹配优先级：

peer match > parentPeer > guildId > accountId > channel > fallback

例如：来自特定 WhatsApp 联系人的消息路由到 "私人助理" Agent，来自 Slack 工作频道的消息路由到 "编码助手" Agent。

Step 3: Coordinator 编排
复杂任务由 Coordinator Agent 负责编排：

• classify -- 分析用户意图，确定需要哪些子 Agent
• sessions_spawn -- 生成子 Agent 的隔离会话
• sessions_send -- 向子 Agent 发送任务
• aggregate -- 收集子 Agent 的结果并合成最终回复

每个子 Agent 在自己的沙箱中运行，不共享上下文。

Step 4: Agent-to-Agent 通信
需要显式 opt-in（默认关闭）。当启用后，Agent 之间可以：

• 直接发送消息（异步）
• 共享特定上下文片段
• 协作完成跨领域任务

典型场景：编码 Agent 写完代码后通知测试 Agent 运行测试，测试结果再返回给编码 Agent 修复。

ClawHub 技能生态

ClawHub (clawhub.com) 是 OpenClaw 的社区技能市场，目前已有 13,729+ 个社区贡献的技能。

技能加载优先级

Bundled (内置)

-->

Managed / Local (本地)

-->

Workspace (项目级)

技能通过 SKILL.md 文件定义，使用 YAML frontmatter 声明元数据和门控条件（详见 M4）。

来源: clawhub.com | docs.openclaw.ai/skills

vs Claude Code

🦞 OpenClaw vs ⌨ Claude Code — 功能对比

OpenClaw: 23+ 消息渠道WhatsApp、Telegram、Slack、Discord、iMessage、飞书等全覆盖。

Claude Code: 终端唯一入口专注 CLI 交互，无即时通讯集成。

OpenClaw: 语音 + 浏览器 + 设备Wake Word 唤醒、Talk Mode 对话、ElevenLabs TTS；CDP 浏览器控制；Camera / GPS / SMS / Calendar 设备能力。

Claude Code: 无语音/无内置浏览器/无设备纯文本 + 图片交互，内置 WebSearch/WebFetch；浏览器控制通过 MCP 扩展；完整 MCP 支持（stdio + SSE）；完整 LSP 集成。

OpenClaw: Multi-Agent + Bindings路由系统支持 Agent 间通信，13,729+ ClawHub 社区技能。

Claude Code: Multi-Agent + Skills + Hooks + 轻量自动化Agent 工具支持多种 Sub-Agent 角色并行；Skills 系统可扩展；PreToolUse/PostToolUse/Stop Hooks 实现事件驱动自动化；/loop 定期执行；后台 Agent（run_in_background）；LSP 集成（诊断/跳转定义/重命名）；WebSearch + WebFetch 内置搜索。

OpenClaw 胜出渠道多样性、语音、浏览器、设备控制、技能生态规模

Claude Code 胜出编程质量、代码理解力、LSP 集成、Multi-Agent 子任务、开发者 UX

M3 安全模型

安全是 OpenClaw 最受关注的领域。23+ 渠道意味着巨大的攻击面，必须层层设防。

OpenClaw 的安全模型核心理念：默认拒绝，显式授权。每一个外部交互（DM、工具调用、Shell 命令）都需要经过明确的权限检查。Prompt Injection 是 #1 风险，因为消息来自 23+ 个不可信的外部渠道。

DM 访问控制（4 策略）

策略	行为	安全级别	适用场景
pairing (默认)	需要 1 小时有效的配对码	最高	个人使用、首次连接
allowlist	仅允许预设的用户 ID 列表	高	团队内部使用
open	任何人都可以 DM	低	公开 demo、测试
disabled	完全禁用 DM	N/A	仅群组模式

工具权限 Profile

messaging (默认)

文本生成和回复
基础搜索
文件读取（workspace 内）
无 Shell、无文件写入、无网络

automation

messaging 的全部能力
Cron 任务管理
Webhook 处理
文件读写
Shell 执行（需审批）

full

所有工具能力
浏览器控制
设备访问
Agent 间通信
Shell 执行（可 allow）

minimal

仅文本生成
无任何工具
最安全的 "只读" 模式
适合不信任的渠道

Shell 执行审批（3 级）

    deny
    默认拒绝所有 Shell 命令。最安全。
    推荐生产环境
  

    ask
    每次执行前弹出确认。支持 allowlist/denylist 模式匹配。
    推荐开发环境
  

    allow
    自动执行。仅在完全信任的环境中使用。
    仅限本地测试
  

Allowlist / Denylist 模式匹配：在 ask 模式下，可以配置正则模式自动放行或拒绝特定命令：

{ "shell": { "mode": "ask", "allowlist": ["git *", "npm test", "ls *", "cat *"], "denylist": ["rm -rf *", "curl *", "wget *", "sudo *"] } }

沙箱隔离（opt-in Docker）

Full Gateway 沙箱

整个 Gateway Server 运行在 Docker 容器中。所有 Agent 和工具都被隔离。适合公共部署场景。

docker compose up -d openclaw-gateway

Per-Tool 沙箱

单个工具在独立容器中执行。Workspace 访问可配置为 none / ro / rw 三级。适合需要精细控制的场景。

"sandbox": { "enabled": true, "workspace": "ro" }

已知安全风险

CVE-2026-25253 (CVSS 8.8)

已公开的高危漏洞。攻击者通过精心构造的消息可以绕过 Shell 权限检查。已在 v0.47.3 修复。务必更新到最新版本。

Prompt Injection (#1 风险)

OpenClaw 接收来自 23+ 不可信渠道的消息，任何一条消息都可能包含注入指令。这是 架构级风险，无法完全消除，只能层层防御。

安全审计工具

内置安全审计命令，一键扫描配置风险：

openclaw security audit --deep --fix --json

参数说明：

--deep -- 深度扫描，检查所有配置文件和已安装技能
--fix -- 自动修复可修复的问题（如权限过宽的配置）
--json -- 输出 JSON 格式，便于 CI/CD 集成

加固基线配置

{ "dm": { "access": "pairing" }, "shell": { "mode": "deny" }, "tools": { "profile": "messaging" }, "sandbox": { "enabled": true, "workspace": "ro" }, "agents": { "communication": false, "maxConcurrentSessions": 3 }, "security": { "auditLogEnabled": true, "maxTokensPerMessage": 4096, "rateLimiting": { "messagesPerMinute": 10 } } }

安全建议：对于个人使用，pairing + ask + messaging 是合理的平衡点。对于任何公共部署，必须启用 Docker 沙箱 + deny Shell + minimal 工具 Profile + 速率限制。定期运行 security audit 检查配置漂移。

来源: docs.openclaw.ai/security | NVD CVE-2026-25253

vs Claude Code

🦞 OpenClaw vs ⌨ Claude Code — 安全对比

OpenClaw: Trust-the-Operator信任操作者模型，沙箱为可选项（已知安全争议）。CVE-2026-25253（CVSS 8.8），Prompt Injection 是头号风险。提供 openclaw security audit --deep 审计工具。

Claude Code: 显式工具权限每个工具调用需明确授权，更安全的默认配置。无已知重大 CVE，由 Anthropic 安全团队支撑。无内置安全审计工具。

OpenClaw: DM 访问控制pairing / allowlist / open / disabled 四级，适配多用户消息场景。

Claude Code: 单用户终端无需多用户访问控制（N/A）。攻击面远小于消息渠道场景。

Claude Code 胜出更安全的默认值、更少的攻击面（终端 vs 消息渠道）

OpenClaw 胜出安全审计工具链、多用户 DM 访问控制

M4 配置与扩展

openclaw.json 配置、15+ 模型 Provider、MCP 原生支持、SKILL.md 技能格式与门控系统。

openclaw.json 配置域

所有配置集中在 openclaw.json（或 ~/.openclaw/config.json），主要域：

域	说明	示例
`gateway`	Gateway Server 端口、TLS、认证	`"port": 18789`
`channels`	消息渠道配置（API Key、Webhook URL）	`"telegram": { "token": "..." }`
`models`	模型 Provider 和路由规则	`"brain": "opus-4.6"`
`agents`	Agent 定义、Bindings、隔离策略	`"default": { "soul": "..." }`
`tools`	工具 Profile、Shell 策略、沙箱	`"profile": "messaging"`
`security`	DM 访问、速率限制、审计日志	`"dm": { "access": "pairing" }`
`memory`	记忆持久化配置	`"backend": "local"`
`cron`	定时任务定义	`"0 8 * * *": "daily news"`
`mcp`	MCP Server 配置	`"servers": [...]`
`plugins`	插件列表	`["plugin-name"]`

模型 Provider（15+）

OpenAI

Anthropic

Google Gemini

DeepSeek

xAI (Grok)

Mistral

Groq

Cerebras

GitHub Copilot

Hugging Face

OpenRouter

Vercel AI Gateway

Kilo Gateway

Volcano / BytePlus

Ollama (Local)

vLLM (Local)

LM Studio (Local)

API Key 轮转与降级链

当某个 Provider 返回 429（Rate Limit）时，OpenClaw 自动轮转到下一个可用的 API Key。如果所有 Key 都耗尽，降级到更便宜的模型或本地模型：

降级链示例

Opus 4.6 (Primary)

429 -->

Sonnet 4 (Fallback 1)

429 -->

GPT-4o (Fallback 2)

429 -->

Ollama Llama (Local)

MCP 原生支持

OpenClaw 基于 @modelcontextprotocol/sdk@1.25.3 实现 MCP 原生支持，三大能力全覆盖：

Tools

MCP Server 暴露的工具自动注册为 Agent 可用工具。支持动态发现和热加载。

Resources + Prompts

MCP Resources 作为上下文注入 Agent。MCP Prompts 作为预定义模板供 Agent 调用。

"mcp": { "servers": [ { "name": "filesystem", "command": "npx", "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/workspace"] }, { "name": "github", "command": "npx", "args": ["-y", "@modelcontextprotocol/server-github"], "env": { "GITHUB_TOKEN": "ghp_..." } } ] }

SKILL.md 格式与门控

技能通过 SKILL.md 文件定义，YAML frontmatter 声明元数据和门控条件：

--- name: daily-news-digest version: 1.2.0 description: Fetch and summarize daily tech news author: community tags: [news, automation, daily] requires: bins: [curl, jq] # 系统命令依赖 env: [NEWS_API_KEY] # 环境变量依赖 config: [channels.telegram] # 配置项依赖 os: [linux, darwin] # 操作系统限制 --- # Daily News Digest ## Instructions 1. Fetch top headlines from News API 2. Summarize each article in 2-3 sentences 3. Format as Telegram-friendly Markdown 4. Send to configured channel at scheduled time ## Tools Required - web_fetch: Fetch news API - text_generate: Summarize articles - channel_send: Send to Telegram

门控条件 (Gating)

门控	作用	失败行为
`requires.bins`	检查系统命令是否存在	技能不加载，提示安装
`requires.env`	检查环境变量是否设置	技能不加载，提示配置
`requires.config`	检查 openclaw.json 中的配置项	技能不加载，提示配置
`os`	限制操作系统	非目标 OS 上不显示

插件系统

插件是比 Skill 更底层的扩展机制，可以注入自定义的 Channel Adapter、Tool Provider、Memory Backend 等。插件通过 npm 安装，在 openclaw.json 中声明：

"plugins": [ "openclaw-plugin-notion", "openclaw-plugin-linear", "@my-org/custom-channel-adapter" ]

来源: docs.openclaw.ai/configuration | docs.openclaw.ai/skills | docs.openclaw.ai/mcp

vs Claude Code

🦞 OpenClaw vs ⌨ Claude Code — 配置与扩展对比

OpenClaw: 15+ 模型 ProviderAPI Key 轮换（遇到 429 自动切换）、ClawHub 公共注册表（13,729+ 社区技能）、SKILL.md 门控（requires.bins / requires.env / os）。

Claude Code: 仅 Anthropic + Skills 系统单 Provider 配置更简单。Skills 系统支持自定义 Skill（斜杠命令触发），通过 CLAUDE.md + Memory 文件持久化记忆。完整 MCP 支持扩展工具链。

OpenClaw: 插件系统官方 + 社区 + 自定义插件，MCP 原生支持。

Claude Code: Hooks + MCP + LSPPreToolUse / PostToolUse / Stop 三类 Hooks；完整 MCP 支持（stdio + SSE）；LSP 集成提供代码智能；200K 上下文窗口。

OpenClaw 胜出Provider 多样性、ClawHub 生态、技能门控机制

Claude Code 胜出配置更简洁、攻击面更小

M5 使用指南

安装、CLI 命令速查、聊天内命令、自托管方案、Companion Apps。

安装方式

📦

npm (推荐)

npm install -g openclaw@latest

🐳

Docker Compose

docker compose up -d

❄

Nix

nix run github:nicepkg/openclaw

🚀

Fly.io / DigitalOcean

一键部署模板，详见文档

💻

Podman

podman compose up -d

🔧

源码构建

git clone && npm i && npm run build

CLI 命令速查

命令	用途	常用参数
`openclaw onboard`	首次引导配置	交互式向导
`openclaw gateway start`	启动 Gateway Server	`--port 18789`
`openclaw gateway stop`	停止 Gateway
`openclaw gateway status`	查看 Gateway 状态
`openclaw agent --message "..."`	直接发送消息	`--agent default`
`openclaw agents add`	添加新 Agent	`--name --soul`
`openclaw agents list`	列出所有 Agent
`openclaw agents delete`	删除 Agent	`--name`
`openclaw channels add`	添加消息渠道	`--type telegram`
`openclaw channels remove`	移除渠道
`openclaw models list`	列出可用模型
`openclaw models set`	设置默认模型	`--brain --muscle`
`openclaw skills`	管理技能	`install / list / remove`
`openclaw plugins`	管理插件	`install / list`
`openclaw browser`	浏览器控制	`open / close / screenshot`
`openclaw cron`	管理定时任务	`add / list / remove`
`openclaw nodes`	管理远程节点
`openclaw devices`	管理设备	`list / pair`
`openclaw memory`	查看/管理记忆	`search / clear`
`openclaw security audit`	安全审计	`--deep --fix --json`
`openclaw doctor`	诊断环境问题
`openclaw pairing`	生成配对码
`openclaw tui`	终端交互界面
`openclaw update`	更新到最新版
`openclaw message send`	发送消息到渠道	`--channel --text`
`openclaw message poll`	轮询新消息

聊天内命令

在任何消息渠道中，可以使用前缀命令（默认 /）控制 Agent：

/help -- 显示帮助 /model -- 切换模型 /agent -- 切换 Agent /memory -- 查看记忆 /clear -- 清除当前会话 /compact -- 压缩对话历史 /canvas -- 打开 Live Canvas /cron -- 管理定时任务 /skill -- 使用技能 /settings -- 查看/修改设置 /cost -- 查看 Token 用量和成本

自托管方案

🌐

Tailscale Serve / Funnel

通过 Tailscale 将本地 Gateway 暴露到互联网。Serve 用于内网访问，Funnel 用于公网访问。零端口转发配置。

🔑

SSH Tunnel

经典方案。ssh -R 18789:localhost:18789 vps。适合已有 VPS 的用户。

📡

Remote Gateway

在 VPS 上直接运行 Gateway Server。Agent Runner 可以在本地或远程。支持多节点分布式部署。

Companion Apps

macOS App

原生 SwiftUI 应用
Wake Word 支持
菜单栏常驻
Camera / Screen 权限

iOS / Android Node

设备作为 OpenClaw 节点
提供 GPS、Camera、SMS 等设备能力
Talk Mode (Android)
通知推送

OpenAI 过渡与基金会

项目治理演变

1/3

阶段 1: 个人项目 (2025.11 - 2026.01)

Steinberger 个人 GitHub 账户下的项目。快速迭代，社区自发增长。MIT 许可证从第一天就确立。

关键决策：选择 TypeScript + Node.js 而非 Python，因为 Node 在实时通信（WebSocket）和前端渲染（Canvas/A2UI）方面更有优势。

阶段 2: Steinberger 加入 OpenAI (2026.02)

Steinberger 以 Researcher 身份加入 OpenAI。社区担心项目被 OpenAI "收编"。

Steinberger 公开承诺：
• OpenClaw 保持 MIT 许可证
• 支持所有模型 Provider（不会只绑定 OpenAI）
• 移交给独立基金会治理

OpenAI 和 Vercel 成为主要赞助商，但不拥有控制权。

阶段 3: 开源基金会 (2026.03+)

项目治理移交至独立的开源基金会。核心维护者团队扩大到 15+。

• 基金会持有商标和域名
• 社区投票决定重大方向
• ClawHub 独立运营
• 赞助资金透明公开

这种治理模式参考了 Linux Foundation、CNCF 等成熟基金会的实践。

产品视角：OpenClaw 的增长轨迹揭示了一个 AI 工具的成功公式：开源 + 日常生活场景 + 多渠道接入 + 社区驱动的技能生态。它不是在 "又一个 API wrapper" 的维度竞争，而是创造了 "AI 管家" 这个新品类。Anthropic 的 C&D 反而成了最好的免费广告。

来源: docs.openclaw.ai/installation | docs.openclaw.ai/self-hosting | TechCrunch | GitHub

vs Claude Code

🦞 OpenClaw vs ⌨ Claude Code — 使用体验对比

OpenClaw: 引导式安装npm install + openclaw onboard 交互式向导。支持自托管（Tailscale / SSH / Remote Gateway）。Companion Apps 覆盖 macOS、iOS、Android。

Claude Code: 极简安装npm install 即完成。纯本地设计，无需基础设施。仅 Terminal 界面。

OpenClaw: 聊天内命令/status、/new、/think、/compact 等，在任意消息渠道中使用。

Claude Code: 终端斜杠命令类似的命令体系，在终端中使用。

OpenClaw 胜出移动端 App、自托管方案、引导式 Onboarding

Claude Code 胜出更简单的安装、零基础设施要求