OpenClaw 概览
学习目标: 了解 OpenClaw 的定位、核心特征和与传统 AI 助手的区别
预计时间: 20 分钟
难度等级: ⭐☆☆☆☆
一、OpenClaw 是什么
1.1 一句话定义
OpenClaw 是一个免费、开源（MIT 协议）、自托管的个人 AI 助手。你通过 WhatsApp、Telegram、Discord、Slack 等已有的聊天应用与它交互，不需要安装额外的客户端。
1.2 运行时，不是框架
这是理解 OpenClaw 最关键的一点。前面模块学过的 LangChain、CrewAI、LangGraph 都是开发框架——它们提供构建 Agent 的工具和抽象，但你需要自己写代码把 Agent 搭起来。
OpenClaw 是运行时。它本身就是一个完整的 Agent，下载、配置、运行，三步就能用。
通俗理解
- 开发框架（LangChain）= 一堆汽车零件 + 组装手册
- 运行时（OpenClaw）= 一辆已经组装好的车，你只需要调节座椅和后视镜
OpenClaw 中的"调节座椅"就是写一个 SOUL.md 文件——用 Markdown 描述你希望你的 AI 助手是什么样的。
1.3 核心数据
| 指标 | 数据 |
|---|---|
| GitHub Stars（截至 2026 年 3 月） | 25 万+（60 天达成） |
| 开源协议 | MIT |
| 支持的消息平台 | 50+ |
| 社区 Skills 数量 | 1700+ |
| 主要开发语言 | TypeScript |
二、核心特征
2.1 自主运行（Heartbeat）
OpenClaw 不只是"你问我答"。它内置了 Heartbeat 机制——一个定时心跳系统，让 Agent 可以在没有用户输入的情况下主动执行任务。
实际效果：你的 Agent 可以定时检查邮件、汇总新闻、提醒待办事项。它像一个真正的工作助手，不只是聊天机器人。
2.2 自托管（数据本地）
所有数据存在你自己的机器上：
- 聊天记录
- 记忆文件
- 配置信息
- Skills 数据
不需要注册账号，不需要上传数据到云端。你的 AI 助手完全属于你自己。
2.3 多通道（50+ 平台）
同一个 OpenClaw 实例可以同时连接多个消息平台：
┌──→ Telegram
├──→ WhatsApp
你的 OpenClaw ──────├──→ Discord
├──→ Slack
└──→ 更多...你在 Telegram 上跟它说的话，它在 WhatsApp 上也能记住。记忆是跨通道共享的。
2.4 模型无关
OpenClaw 不绑定任何一个 LLM 提供商：
| 提供商 | 支持情况 |
|---|---|
| Anthropic (Claude) | 支持 |
| OpenAI (GPT) | 支持 |
| Google (Gemini) | 支持 |
| 本地模型 (Ollama) | 支持 |
| 其他 OpenAI 兼容 API | 支持 |
你可以在配置文件中指定使用哪个模型，甚至为不同任务指定不同模型。
三、与传统 AI 助手的区别
3.1 vs ChatGPT Agent
| 维度 | ChatGPT Agent | OpenClaw |
|---|---|---|
| 数据存储 | OpenAI 服务器 | 你的本地机器 |
| 消息平台 | 仅 ChatGPT 界面 | 50+ 聊天应用 |
| 自定义程度 | 受限于 GPTs 设置 | SOUL.md + Skills 完全自定义 |
| 主动执行 | 有限（GPT Actions） | Heartbeat 机制，完全自主 |
| 模型选择 | 仅 OpenAI 模型 | 任意 LLM |
| 费用 | Plus/Pro 订阅 | API 按量付费或本地模型免费 |
3.2 vs LangChain 自建 Agent
| 维度 | LangChain 自建 | OpenClaw |
|---|---|---|
| 开发门槛 | 需要 Python/JS 编程 | 零代码，配置即可 |
| 上线时间 | 天到周 | 分钟级 |
| 灵活性 | 极高 | 中等（Skills 扩展） |
| 维护成本 | 自己维护所有代码 | 社区维护核心 + Skills |
| 适用场景 | 复杂业务逻辑 | 个人 AI 助手 |
四、发展背景
4.1 创始人与起源
OpenClaw 由奥地利开发者 Peter Steinberger 创建。他是一名资深 iOS 开发者，曾创建 PSPDFKit（PDF SDK 公司）。他在使用各种 AI 工具后发现：市面上的选择要么是封闭的云端服务，要么是需要大量编程的开发框架。他想要一个直接能用的、属于自己的 AI 助手。
4.2 时间线
| 时间 | 事件 |
|---|---|
| 2025 年 10 月 | 项目启动，初始代码提交 |
| 2025 年 11 月 | 公开发布，首周获得 5 万 Stars |
| 2025 年 12 月 | 60 天达到 25 万 Stars，创下 GitHub 增长记录[^1] |
| 2026 年 1 月 | ClawHub Skills 市场上线 |
| 2026 年 2 月 | 中文社区版发布，支持钉钉、企业微信等 |
| 2026 年 3 月 | Live Canvas 特性发布 |
4.3 为什么增长这么快
几个因素叠加：
- 时机：2025 年底，大众对"拥有自己的 AI 助手"有强烈需求
- 门槛：零代码，任何会聊天的人都能用
- 隐私：数据不上传，自托管，击中了用户对数据隐私的痛点
- 开放：MIT 协议，社区可以自由修改和分发
思考题
检验你的理解
- OpenClaw 和 LangChain 的根本区别是什么？为什么说一个是"车"一个是"零件"？
- Heartbeat 机制解决了什么问题？如果没有它，OpenClaw 和普通聊天机器人有什么不同？
- "自托管"为什么是 OpenClaw 的核心特征之一？它带来了哪些好处和代价？
- OpenClaw 60 天 25 万 Stars，你认为哪些因素促成了这种增长？
本节小结
- OpenClaw 是开源、自托管的个人 AI 助手运行时，通过已有聊天应用交互
- 四大核心特征：Heartbeat 自主运行、自托管数据本地、50+ 通道接入、模型无关
- 与 ChatGPT Agent 比：更开放、更可控、支持更多平台；与开发框架比：零代码、开箱即用
- 由 Peter Steinberger 创建，2025 年底公开发布后成为 GitHub 增长最快的开源项目
下一步: 了解了 OpenClaw 是什么之后，下一节深入它的内部架构——Gateway 中心设计、六大核心组件和数据流。
[^1]: 参考 GitHub Trending 历史数据和多个技术媒体报道。