OpenClaw

一、核心定位

• 自主任务型 Agent：不是问答完就结束，而是接收“帮我每周抓竞品价格并发周报”这类目标，自己拆步骤、调工具、纠错误。
• 本地优先 + 可远程：主打在用户机器/服务器上跑，敏感数据不出域；同时也支持云端部署。
• 开发者友好：用 Python/JS 写工具、用 YAML/JSON 定义工作流，兼容 MCP（Model Context Protocol）、函数调用、浏览器自动化。
• Claw = 抓手：名字里的 Claw 强调“能伸进真实环境里抓东西”——抓网页、抓接口、抓终端、抓文件系统。

二、主要特点

1. 多工具编排：浏览器、终端、文件系统、数据库、API、邮件、Slack/飞书、代码解释器全可挂。
2. 长任务记忆：带短期上下文 + 长期记忆（向量库/文件），不会聊到第 20 步就忘掉第 1 步目标。
3. 人类回滚：每步可审批/拒绝/重跑，不是黑盒乱改硬盘。
4. 模型中立：可接 OpenAI、Claude、Gemini、DeepSeek、Qwen、本地 Ollama。
5. 沙箱安全：危险操作进容器/虚拟机，删文件、跑脚本有边界。
6. 可观测：每一步有日志、截图、token 成本、工具调用树。
7. 工作流即代码：把 Agent 行为写成可版本管理的 pipeline，而非只在对话框里碰运气。

三、功能模块

• Planner（规划器）：把自然语言目标拆成子任务 DAG。
• Tool Runtime（工具运行时）：管理浏览器（Playwright）、Shell、FS、HTTP、DB 驱动。
• Memory Store：对话记忆 + 知识库 RAG + 项目状态文件。
• Browser Agent：自动登录、翻页、导出表格、绕弹窗、存截图。
• Code Agent：写 Python/JS/SQL、跑单测、看报错自修。
• Scheduler：定时任务、Cron、Webhook 触发。
• Guardrails：权限白名单、域名黑名单、写操作确认、费用上限。
• Connector 市场：Notion、GitHub、Jira、飞书、企微、Shopify、Supabase 等预置集成。
• CLI + Web UI：命令行给极客，仪表盘给运营/产品经理看任务流。

四、技术架构（粗粒度）

User Prompt
   ↓
Orchestrator（主控）
   ├─ Planner      （任务分解）
   ├─ LLM Layer    （多模型路由）
   ├─ Memory       （向量库 + KV + 文件）
   ├─ Tool Bus     （MCP / Function Call）
   │    ├─ Browser (Playwright)
   │    ├─ Shell / Docker
   │    ├─ FS / DB
   │    └─ SaaS APIs
   ├─ Guardrails    （审批/限额/沙箱）
   └─ Persistence   （任务树 / 日志 / 产物）

• 通信：Agent 内部用事件总线；对外用 MCP 或 REST。
• 执行：单线程 ReAct / 多 Agent 协作（一个管搜，一个管写，一个管校验）。
• 存储：SQLite 做状态，Postgres+PGVector 做知识，S3/本地盘存产物。
• 部署：单机 openclaw run、Docker Compose 小队、K8s 多租户企业版。

五、典型场景

• 竞品监控：每天抓 10 个站点价格/文案 → 存表 → 生成周报发企微。
• 数据脏活：下载 PDF 发票 → 抽字段 → 写进 ERP。
• 研发助理：读 GitHub Issue → 定位代码 → 提 PR 草稿。
• 运营自动化：小红书/抖音评论监看 → 分类情绪 → 回模板话术。
• 个人第二大脑：本地笔记 + 邮件 + 日历，口头说“把上周会议整理成 OKR”。

六、和同类工具比

• vs AutoGPT：OpenClaw 更重“可控+可观测”，不是一次性烟花式跑任务。
• vs LangGraph：LangGraph 是编排库；OpenClaw 是“装好就能干的 Agent 操作系统”。
• vs Browser-use：Browser-use 专攻网页；OpenClaw 是浏览器+终端+代码+SaaS 全抓。
• vs 元宝/豆包：元宝是助手；OpenClaw 是“会动手改你硬盘和数据库的工人”。