手搓一个Clawdbot

详细解释这款超级智能体的内部结构。

Clawdbot 本质是一个可以部署在本地的开源智能体系统。

它的核心思路非常简单，让一个大模型常驻你的电脑，能理解你的指令，调用各种工具，在本地自动执行任务。你可以把它理解为一个住在你电脑里的 “操作员”。

如果拆开来看，它大致分为四层。

第一层是通信层，也叫网关。它是所有交互的入口。无论你从 Discord、Slack、飞书，还是其他聊天工具发消息，网关都会把这些不同平台的消息格式统一起来，然后交给后面的系统处理。它常驻后台，负责身份验证、会话管理，还内置了定时任务调度。你可以通过配置文件接入新的通道，不需要额外开发。某种程度上，它就是整个系统的中枢神经。

第二层是推理层。这里才真正接入大模型。它本身不绑定具体模型，可以连云端的 GPT 或 Claude，也可以通过 Ollama 或 vLLM 跑本地模型。它有一个很关键的机制叫Mega Prompt，每次请求模型时都会动态拼接提示词，把用户指令、可用技能、相关记忆和当前状态整合在一起发给模型。还有一个上下文窗口守卫，实时监控 Token 用量，必要时自动做摘要，避免超出模型限制。这一层更像一个调度和决策引擎，而不是简单的接口封装。

第三层是记忆系统。默认是基于文件的本地存储。会话日志用 JSONL 一行一条记录，清晰可追溯。还有语义记忆文件，分为每日记忆和长期记忆，用来保存对用户的总结。再加上一个 “灵魂文件（Soul.md）”，定义智能体的性格和核心设定。这些内容共同构成了智能体的长期上下文。它不像普通聊天那样聊完就忘，而是可以逐步积累经验。

最后一层，是技能与执行层。这里是智能体真正动手的地方。OpenClaw 把 “工具” 和 “技能” 分开。

工具是底层可执行代码，比如 Python 脚本、Bash 命令、GitHub CLI、无头浏览器。

技能则是写在 Markdown 里的说明文档，告诉大模型在什么情况下调用哪个工具，以及参数怎么填。也就是说，技能是给模型看的使用说明书，工具才是实际干活的代码。系统自带几十个核心技能，也有社区共享的技能库，你也可以自己写。

把这几层合在一起看，会发现它不是单纯把大模型包一层壳，而是围绕 “本地可控” 做了系统设计。通信层连接外部世界，推理层做决策，记忆系统保证持续性，执行层真正操作你的电脑和网络账户。每一层都相对独立，又通过网关和调度机制串起来。

这种架构的意义在于，它把 “智能体” 从一个在线聊天产品，变成一个可以落地到个人电脑的操作系统扩展。你可以选择模型来源，可以控制数据存储位置，可以自定义技能逻辑。对开发者来说，这是一种可拆解、可改造的结构。对普通用户来说，它是一个可以逐步扩展能力的助手。

理解了这套架构，再去看它的部署步骤，就不只是照着命令行敲代码，而是知道每一步在做什么。节假日有空的话，不妨试着自己搭一套。哪怕从写一个简单技能开始，也能更直观地理解什么是智能体系统。

扩展：OpenClaw（曾用名：Clawdbot、Moltbot），一款可以部署在个人电脑上的AI代理，采用“龙虾”图标设计，slogan是“The AI that actually does things”，由程序员彼得·斯坦伯格开发。核心开发语言为TypeScript。