摘要：OpenClaw CN 是基于 OpenClaw v2026.2.23 的中国社区维护版本，源码级原生支持 DeepSeek、Qwen 等国产大模型。本文将深度解析其核心架构——多通道 Gateway 网关的设计思路、Agent 代理循环的工作机制，以及 DeepSeek 集成原理，并通过实操带你从零搭建一个属于你自己的私人 AI 助手。

---

一、引言：为什么需要 OpenClaw CN？

想象一下这个场景：你在飞书、WhatsApp、Telegram 甚至企业微信上，都可以随时 @"一个 AI 助手"，让它帮你查资料、写代码、管理文件——而这个 AI 完全运行在你自己的机器上，数据不外泄，不需要任何第三方托管服务。

这就是 OpenClaw 要做的事情。

OpenClaw 是一个自托管的多通道 AI 网关。它像一座桥梁，架在你日常使用的聊天工具（WhatsApp、Telegram、Discord、Slack、Signal、iMessage 等）和 AI Agent 之间。你只需要运行一个 Gateway 进程，就能让 AI 助手出现在你所有的聊天界面上。

而 OpenClaw CN（中国社区版） 在此基础上做了以下关键优化：

• 源码级 DeepSeek/Qwen 原生支持：不再是"勉强兼容"，而是将其作为一级公民深度集成
• 国内镜像加速：预配置 pnpm 国内镜像源，告别依赖下载慢的痛苦
• 安全审计：经社区人工审计代码，剔除不必要的遥测和潜在风险
• 生态落地：已集成飞书连接器，企业微信、钉钉连接器正在开发中

---

二、核心架构：Gateway 网关设计

OpenClaw 的架构可以用一句话概括：一个 Gateway 统管一切。

核心设计原则：

1. 单点控制：每台主机只运行一个 Gateway 进程，它是整个系统的"唯一真相来源"
2. WebSocket 驱动：所有客户端（macOS App、CLI、Web 面板、移动节点）都通过 WebSocket 与 Gateway 通信，默认绑定 127.0.0.1:18789
3. 角色分离：普通客户端用 role: operator，移动设备节点用 role: node 并声明特定能力（摄像头、Canvas、定位等）

2.1 Gateway 内部组件

组件	说明
消息路由器	负责将来自不同渠道的入站消息路由到对应的 Agent，再将回复分发回各渠道
会话管理器	以 JSONL 格式持久化会话记录（~/.openclaw/agents/<agentId>/sessions/），支持多 Agent 隔离会话
认证与配对	基于设备身份的配对机制，新设备需要经过审批才能接入 Gateway
命令队列	按会话维度串行化 Agent 执行，防止工具/会话冲突

2.2 WebSocket 协议流程

一次完整的客户端连接和 Agent 调用的时序如下：

这张时序图揭示了 OpenClaw 的一个关键设计：Agent 调用是异步的。客户端发出 req:agent 后，Gateway 立即返回一个 runId，然后通过事件流持续推送推理进度。这让客户端不会阻塞等待，非常适合移动端和实时聊天的场景。

---

三、Agent 循环：AI 是如何"做事"的

Agent 循环是 OpenClaw 最核心的工作机制——它定义了"从收到消息到完成回复"的完整流程。

关键设计亮点：

3.1 串行队列

每个会话（session）内部是严格串行的。这意味着同一个会话不会同时有多个 Agent 在跑，杜绝了工具调用冲突和会话历史不一致的问题。对于聊天应用来说，这符合"一问一答"的心智模型。

3.2 引导文件（Bootstrap）

OpenClaw 引入了一套独特的"引导文件"机制：

~/.openclaw/workspace/
├── AGENTS.md      # Agent 操作指南与"记忆"
├── SOUL.md        # 人格定义：语气、边界、风格
├── TOOLS.md       # 用户维护的工具使用说明
├── BOOTSTRAP.md   # 一次性首次运行仪式（完成后自动删除）
├── IDENTITY.md    # Agent 名称、表情符号、氛围
└── USER.md        # 用户简介与偏好的称呼

每次新会话开始时，Gateway 会将这些文件内容注入到系统提示中。这就是 OpenClaw "记忆"和"人格"的物理载体——你可以像编辑文档一样修改它们，Agent 的行为就会随之改变。

3.3 技能系统

技能从三个位置加载，按优先级从高到低排列：

1. 工作空间技能（<workspace>/skills）——最高优先级，用户自定义
2. 托管/本地技能（~/.openclaw/skills）——通过 ClawHub 安装
3. 内置技能（随安装包自带）——基础功能

---

四、DeepSeek 集成原理

这是 OpenClaw CN 最关键的差异化能力。来看看官方原版和 CN 版在处理 DeepSeek 时的区别：

架构对比

关键差异：

1. 不再需要手动配 baseUrl：系统源码中已内置 DeepSeek 官方节点 https://api.deepseek.com，并为国内网络环境优化了连接策略
2. 工具调用（Function Calling）原生支持：不是通过兼容层模拟，而是按 DeepSeek 的 API 规范直接实现
3. 模型选择器内置 DeepSeek：在 openclaw onboard 向导中，DeepSeek (Recommended for CN) 已作为首选选项出现

配置实战

最简单的方式是通过向导配置：

pnpm openclaw onboard

在向导中依次选择：

1. Provider → DeepSeek (Recommended for CN)
2. 输入你的 API Key（sk-xxxxxxxx）
3. 系统自动配置 deepseek-chat（V3）或 deepseek-reasoner（R1）作为默认模型

如果你想手动配置，修改 ~/.openclaw/openclaw.json：

{
  "auth": {
    "profiles": {
      "deepseek:default": {
        "provider": "deepseek",
        "mode": "api_key",
        "apiKey": "sk-你的DeepSeek密钥"
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "deepseek/deepseek-chat"
      }
    }
  }
}

---

五、5 分钟快速上手

下面我们走一遍完整的安装流程（以 Windows + WSL2 为例）：

Step 1：环境准备

# 检查 Node 版本，确保 ≥ 22
node --version

Step 2：配置 pnpm 国内镜像

npm install -g pnpm
pnpm config set registry https://registry.npmmirror.com/

这一步至关重要——不配置镜像源的话，依赖下载速度会非常慢。

Step 3：克隆仓库并安装

git clone https://gitee.com/OpenClaw-CN/openclaw-cn.git
cd openclaw-cn
pnpm install        # 安装依赖
pnpm ui:build       # 首次构建 UI
pnpm build          # 构建项目

Step 4：运行初始化向导

pnpm openclaw onboard --install-daemon

跟着向导一步步走，选择 DeepSeek 作为模型提供方，输入 API Key。

Step 5：启动网关

pnpm openclaw gateway

看到 Gateway listening on ws://127.0.0.1:18789 就说明网关已成功启动。

Step 6：打开管理面板

在浏览器打开 http://127.0.0.1:18789/，你就可以在 Web 控制面板中直接和你的 AI 助手聊天了！

---

六、总结

让我们用一张图来回顾 OpenClaw CN 的核心价值：

核心理念：OpenClaw CN 不是另一个"套壳 ChatGPT"，而是一套完整的 Agent 基础设施。它为你提供了一个可以在任何聊天工具上使用的私人 AI 助手，同时保留对数据、模型和行为的完全控制权。

在接下来的系列文章中，我们将深入探讨：

• 如何开发自定义插件，扩展 OpenClaw 的能力边界
• 企业微信/钉钉连接器的实战开发指南
• 多 Agent 协作与路由策略
• 技能系统的进阶玩法

---

下篇预告：《OpenClaw CN 插件开发实战：从零构建你的第一个自定义技能》

参考资料：

• OpenClaw CN 官网：https://open-claw.org.cn
• Gitee 仓库：https://gitee.com/OpenClaw-CN/openclaw-cn
• 官方文档：https://docs.openclaw.ai