如果你想了解 OpenClaw 到底是什么、怎么工作的，这篇文档就是为你写的。
不需要任何技术背景，我们用最通俗的语言来解释。

---

一句话总结

OpenClaw 是一个「AI 管家」平台 —— 它让一个 AI 大脑能够同时在微信、Telegram、Discord 等多个聊天软件里工作，还能自动操作浏览器、定时执行任务，就像你雇了一个 7×24 小时不休息的全能助手。

---

用一个生活中的比喻来理解

想象你开了一家小公司，你需要一个前台接待。这个前台需要：

• 听懂人话 → 这就是 AI 大模型（比如我们用的 Qwen3.5）
• 接多部电话 → 这就是 OpenClaw 的多渠道能力（同时接 Telegram、微信、飞书等）
• 会上网查资料 → 这就是浏览器自动化
• 按时做固定的事 → 这就是定时任务
• 记住之前聊过什么 → 这就是会话和记忆系统

OpenClaw 就是把这些能力打包在一起的「操作系统」。

---

核心架构：四层蛋糕

OpenClaw 的架构可以想象成一个四层蛋糕，从下到上分别是：

┌─────────────────────────────────────────────┐
│          第四层：聊天渠道（对外窗口）            │
│   Telegram / 微信 / Discord / 飞书 / Slack    │
├─────────────────────────────────────────────┤
│          第三层：Agent（AI 员工）               │
│   每个 Agent 有自己的身份、技能、工作区          │
├─────────────────────────────────────────────┤
│          第二层：Gateway（调度中心）             │
│   消息路由 / 会话管理 / 权限控制 / 定时任务      │
├─────────────────────────────────────────────┤
│          第一层：AI 大模型（大脑）               │
│   Qwen3.5-35B 跑在本地 2 块 RTX 4090 上       │
└─────────────────────────────────────────────┘

第一层：AI 大脑

这是整个系统最核心的部分。我们在本地服务器上部署了一个叫 Qwen3.5-35B 的 AI 大模型，用两块 RTX 4090 显卡来运行它。

为什么要在本地跑？

• 省钱 —— 不用每次对话都付费给云端 API
• 隐私 —— 所有数据都在自己的服务器上，不用担心信息泄露
• 快速 —— 不受网络波动影响，响应更稳定

这个大模型通过一个叫 SGLang 的推理引擎来运行，它的作用就像一个翻译官，把我们的问题「翻译」成模型能理解的格式，再把模型的回答「翻译」回来。

第二层：Gateway（调度中心）

Gateway 是 OpenClaw 的「大脑中枢」。如果说 AI 模型是「会思考的大脑」，Gateway 就是「会调度的神经系统」。

它负责：

• 消息路由 —— 收到一条消息后，决定交给哪个 Agent 处理
• 会话管理 —— 记住「谁在跟谁聊天」，保持上下文连贯
• 定时调度 —— 到了设定的时间，自动触发 Agent 去执行任务
• 权限控制 —— 确保每个 Agent 只能做自己权限范围内的事

Gateway 是一个后台常驻进程，7×24 小时运行，就像一个永不下班的调度员。

第三层：Agent（AI 员工）

Agent 就是一个个有名字、有身份、有技能的「虚拟员工」。你可以创建多个 Agent，让它们各司其职：

• 客服 Agent —— 专门回答客户问题
• 运营 Agent —— 专门生成日报、周报
• 研发 Agent —— 专门辅助写代码

每个 Agent 都有自己独立的：

• 工作区 —— 就像每个员工有自己的工位
• 记忆 —— 记住之前的对话内容
• 技能 —— 可以配置不同的能力（比如搜索、浏览网页、调用 API）

第四层：聊天渠道（对外窗口）

这是用户能直接接触到的部分。OpenClaw 支持连接十几种聊天平台：

平台	连接方式
Telegram	创建一个 Bot，用 Token 连接
WhatsApp	扫码登录，就像在电脑上登录微信一样
Discord	创建 Bot 连接
飞书	飞书机器人方式
Slack	OAuth 授权连接
微信	通过适配器连接

连接之后，用户在这些平台上发的消息会自动传给 OpenClaw，由对应的 Agent 来回复。

---

工作流程：一条消息的完整旅程

让我们跟踪一条消息，看看它是怎么从发送到收到回复的：

1. 用户在 Telegram 发了一条消息："帮我写个 Python 爬虫"
                    ↓
2. Telegram 渠道适配器收到消息，转发给 Gateway
                    ↓
3. Gateway 查找这个用户对应的 Agent，确定路由
                    ↓
4. Agent 收到任务，组装好 prompt（提示词）
                    ↓
5. Agent 把 prompt 发给 AI 大模型（Qwen3.5）
                    ↓
6. AI 大模型思考后生成回复
                    ↓
7. Agent 收到回复，做必要的后处理
                    ↓
8. Gateway 把回复通过 Telegram 渠道发回给用户
                    ↓
9. 用户在 Telegram 上看到了 AI 的回复

整个过程通常只需要几秒钟。

---

五大核心能力详解

能力一：多渠道通信

是什么：一个 AI 同时在多个聊天平台上服务，就像一个客服同时接听多条热线。

为什么有用：你不用针对每个平台单独开发 AI 机器人，OpenClaw 帮你统一管理。

怎么工作：每个聊天平台都有一个「适配器」，负责把该平台特有的消息格式转换成 OpenClaw 统一的内部格式。这样 Agent 不需要关心消息是从哪个平台来的，它只需要专注于「理解问题、给出回答」。

能力二：浏览器自动化

是什么：AI 可以像真人一样操作浏览器 —— 打开网页、点击按钮、填写表单、截图。

为什么有用：很多工作需要在网页上完成，比如查数据、填表格、抓信息。有了浏览器自动化，AI 就能帮你做这些重复性的网页操作。

怎么工作：OpenClaw 内置了一个 Chromium 浏览器（就是 Chrome 的开源版本），通过一套控制协议来操作它。AI 可以：

• 打开任意网址
• 获取页面结构（知道页面上有哪些按钮、输入框）
• 点击、输入、拖拽等操作
• 截图或导出 PDF

能力三：定时任务

是什么：设定好时间和要做的事，AI 会到点自动执行。就像手机上的闹钟，但它触发的不是铃声，而是一个 AI 任务。

为什么有用：日报、周报、数据汇总、定时提醒……这些重复性的工作交给 AI 自动完成。

怎么工作：使用标准的 Cron 表达式来定义执行时间。比如：

• 每天早上 9 点生成日报
• 每周一汇总上周数据
• 每小时检查一次系统状态

能力四：记忆系统

是什么：AI 能记住之前跟你聊过什么，下次聊天时可以接着之前的话题。

为什么有用：没有记忆的 AI 就像每次见面都是第一次的路人。有了记忆，AI 能理解上下文，给出更精准的回答。

怎么工作：每次对话都会被保存为一个「会话」，会话里包含所有的聊天记录。Agent 还有一个「长期记忆」系统，可以搜索和检索之前的重要信息。

能力五：MCP 扩展协议

是什么：MCP（Model Context Protocol）是一种让 AI 获得新能力的标准协议。可以把它理解为 AI 的「USB 接口」。

为什么有用：就像手机可以通过安装 App 来增加功能一样，通过 MCP 可以给 AI 接入各种工具 —— 数据库查询、文件操作、第三方 API 调用等等。

怎么工作：每个 MCP 服务就像一个「插件」，告诉 AI「我能做什么」和「怎么调用我」。AI 在需要的时候会自动选择合适的工具来完成任务。

---

技术栈一览（了解即可）

组件	技术	通俗解释
AI 模型	Qwen3.5-35B-A3B-FP8	「大脑」，350 亿参数的中文 AI
推理引擎	SGLang	「翻译官」，让模型高效运行
平台框架	OpenClaw	「操作系统」，管理一切
运行环境	Node.js 22	OpenClaw 运行所需的底层环境
显卡	2x RTX 4090	「心脏」，提供算力
操作系统	Ubuntu 22.04	服务器系统

---

和常见产品的对比

	ChatGPT	OpenClaw
AI 在哪里	OpenAI 的云服务器	你自己的本地服务器
数据隐私	数据上传到国外	完全在本地，不出服务器
费用模式	按月付费 / 按次计费	一次性硬件成本，后续免费用
多平台支持	只有网页和 App	13+ 聊天平台
浏览器操控	不支持	内置支持
定时任务	不支持	内置支持
可定制性	有限	完全可控

---

我们的部署情况

服务器: 192.168.100.67（内网地址）

已部署的服务:
├── SGLang (端口 8000)      → AI 模型推理服务
├── OpenClaw (端口 18789)   → Agent 平台网关
├── Open WebUI (端口 8080)  → Web 聊天界面
└── Ollama (端口 11434)     → 云模型代理

硬件配置:
├── GPU: 2x NVIDIA RTX 4090 (各 24GB 显存)
├── RAM: 128GB
└── OS: Ubuntu 22.04

---

常见问题

Q：OpenClaw 是开源的吗？
A：OpenClaw 是一个商业产品，提供 CLI（命令行工具）进行管理和使用。

Q：需要联网才能用吗？
A：AI 对话本身不需要联网（模型在本地运行）。但如果要连接 Telegram、Discord 等外部聊天平台，需要服务器能访问互联网。

Q：响应速度怎么样？
A：由于模型在本地运行，不受云端 API 排队影响，通常几秒内就能给出回复。

Q：可以同时处理多少对话？
A：取决于显卡显存和模型大小。当前配置（2x RTX 4090 + Qwen3.5-35B）可以同时处理多个并发请求。

Q：AI 会学习我的数据吗？
A：不会。本地部署的模型不会自动学习或更新。你的数据只用于当前会话的上下文理解，不会被用来训练模型。

---

📌 想要深入了解具体的命令和操作？ 请参考 OpenClaw 使用手册