01-入门 · 概述

5 分钟读完。理解 OpenClaw 是什么、做什么、不做什么。适用版本：公开稳定包 OpenClaw 2026.5.2；作者端已验证 2026.5.7 · 最后审核：2026-05-09

一句话定位

OpenClaw 是一个本地运行的多 AI Agent 运行时平台。

它让你在一台机器上跑若干个各司其职的 AI Agent，通过飞书/Discord 等渠道与用户连接，带长期记忆、带协作规则、带自愈运维。

和”直接用 ChatGPT / Claude API”的区别

直接调 API	OpenClaw
每次请求独立，无记忆	五层记忆架构（L0~L4），跨会话持久
单个 agent，所有事一锅煮	多 agent 分工，按职责路由
渠道接入要自己写 webhook	飞书集成开箱可用
配置改动即生效，错了自担	`openclaw doctor` 自检 + 升级脚本
Prompt 散落在代码里	SOUL / AGENTS / TOOLS 规范化
没有任务追踪	`taskflow` 内置任务状态机

如果你要做的只是”一次性调用 LLM 返回 JSON”，OpenClaw 是过度工程。如果你要做的是”一个能持续在线、记得你、会分工的 AI 系统”，它就是合适的地基。

核心架构（从下往上）

┌────────────────────────────────────┐
│  渠道层（Channel）                   │
│  飞书（主） / Discord / Telegram     │
├────────────────────────────────────┤
│  Gateway                            │
│  port 18789 · HTTP + WebSocket       │
│  路由消息 → 对应 agent → 回传         │
├────────────────────────────────────┤
│  Agent 层                           │
│  main / planner / 业务agent / 专项   │
│  通过 sessions_send / spawn 互相协作  │
├────────────────────────────────────┤
│  Skills / Plugins 层                 │
│  lossless-claw · proactivity        │
│  memory-lancedb-pro · self-improving │
│  ontology · delegate-task · ...     │
├────────────────────────────────────┤
│  记忆层（5 层）                      │
│  L0 lossless-claw（会话内 DAG 压缩）  │
│  L1 proactivity（运行态推进）         │
│  L2 memory-lancedb-pro（语义向量）    │
│  L3 self-improving + memory/（经验）  │
│  L4 Graphify（知识图谱）              │
├────────────────────────────────────┤
│  配置层                              │
│  ~/.openclaw/openclaw.json          │
│  ~/.openclaw/shared/ (全局规范)      │
│  ~/.openclaw/agents/*/  (每个agent)  │
│  ~/.openclaw/credentials/ (密钥)     │
└────────────────────────────────────┘

关键术语

术语	含义	典型例子
Agent	一个 AI 实例，有独立的 SOUL（人设） / TOOLS（能力） / 工作空间	`main` / `planner` / `minsu`
Session	agent 的一次运行实例，支持多轮	一条与 main 的飞书对话
Gateway	核心服务，管理所有 agent 运行时	`openclaw gateway run`（前台）/ `openclaw gateway start`（launchd 托管）
Skill	可插拔能力模块，像 App	`memory-lancedb-pro` 提供语义召回
Tool	agent 可调用的具体工具	`feishu_im_user_message send`
sessions_send	向已有 session 发消息并等回复	继续已有对话
sessions_spawn	新建 session（`mode=run` 一次性 / `mode=session` 持续）	起新任务
SOUL.md	agent 的人设 / 核心原则	`agents/main/SOUL.md`
AGENTS.md	协作规则 / 派发决策树	`shared/AGENTS.md`
TOOLS.md	工具清单 / 执行规范	`shared/TOOLS.md`
bootstrap-extra-files	把 `shared/` 下的规范自动注入每个 agent 的启动上下文	无需手动同步

五层记忆（一张表理解）

层	实现	解决什么问题	存哪
L0	lossless-claw	单次对话 context 爆了	内存（会话内） + `~/.openclaw/lcm-files/` 压缩快照
L1	proactivity	当前任务推进到哪	`~/.openclaw/proactivity/memory.md`（全局共享，非 per-agent）
L2	memory-lancedb-pro	跨会话事实召回	`~/.openclaw/memory/lancedb-pro/memories.lance/`
L3	self-improving + `memory/`	稳定规则 / 日期日志	`~/self-improving/` + `~/.openclaw/workspace/memory/YYYY-MM-DD-{话题}.md`（扁平日期命名）
L4	Graphify	实体/关系图谱	`~/.openclaw/data/graphify/openclaw-memory/graphify-out/`

不要混层级用：当天的工程结论写 L3 的 memory/YYYY-MM-DD.md，稳定规则进 MEMORY.md，语义召回靠 L2。详见 02-配置/01-记忆系统。

什么样的用户适合

适合：

需要长期在线的 AI 助手（飞书客服、私域运营、团队内部自动化）
需要多 agent 分工（一个 main 入口 + 若干业务 agent）
对”agent 记得我”有刚需（而不是每次重新介绍自己）
愿意花一天配置，换未来半年稳定运行

不适合：

只要一次性调用（用 API SDK 更快）
没有飞书/Discord 之类的交互渠道诉求
不能接受命令行 / JSON 配置 / 日志排障

一个具体的场景

以作者的真实部署为例：

main（家族大脑）—— 飞书私聊入口，负责总协调
planner（规划师）—— 任务拆解、SOP 设计
minsu（民宿管家）—— 民宿日常问答、上房流程
yying（运营助手）—— 小红书内容制作
zhaosheng（招生助理）—— 小学招生宣传
reflector（反思者）—— 周期性整理记忆、输出审阅卡

用户在飞书发”这周民宿收益怎么样”，main 路由到 minsu，minsu 查 bitable 汇报。用户发”规划下周的招生活动”，main 路由到 planner 拆解，再派给 zhaosheng 执行。

这种”按职责分工 + 飞书统一入口”是 OpenClaw 最常见的用法。

本教程覆盖范围

✅ 覆盖：

从零安装 → 跑通第一个 agent
五层记忆系统搭建
多 agent 协作拓扑设计
飞书集成（含 openclaw-lark vs 官方插件的选择）
日常运维（健康检查、备份、升级兼容）
常见排障

❌ 不覆盖：

OpenClaw 源码内部实现（那是官方文档的事）
非飞书渠道的深度配置（Discord/Telegram 只点到为止）
商业变现策略（档位 2 的 guided-install 附引导脚本，不含策略咨询）

版本

OpenClaw：公开稳定包 2026.5.2；作者端已验证 2026.5.7
教程最后更新：2026-05-09
重写状态追踪：仓库维护清单

导航：← 先读我 · 📖 目录 · → 安装