从对话到执行：OpenClaw 与 MCP 协议深度解析

在 AI Agent 的发展历程中，早期的架构（LLM + Memory + Planning + Tool + Action）解决了“如何思考”的问题。然而，如何让 Agent 在复杂的本地环境安全、标准、自主地“干活”，则是OpenClaw框架与MCP 协议共同解决的核心命题。

一、 OpenClaw：面向本地生产力的 Agent 超集

OpenClaw 不仅仅是一个 Agent 框架，它是一个闭环控制系统。相比传统 Agent，它在五个维度实现了工程化突破：

1. 闭环控制流（Control Loop）（感知输出、修复）

• 核心逻辑：传统 Agent 是Plan -> Act（线性执行）；OpenClaw 是Plan -> Act -> Observe -> Correct（循环修正）。
• 价值：引入了环境反馈机制。Agent 执行命令后会观测控制台输出或系统状态，若结果不符合预期，会自动重新规划，具备极强的自我修复能力。

2. 本地执行权与环境感知（获取本地文件）

• 原生能力：突破了云端沙盒限制，直接获得本地系统的读写、终端运行、浏览器控制及 GUI 操作权限。
• Grounding（对齐）：它能“理解”本地文件目录结构、进程状态和屏幕像素，实现真正的“数字操作员”功能。

3. 透明且资产化的记忆系统（md）

• 存储方式：摒弃了纯黑盒的向量库，采用结构化 Markdown 文件存储会话、长期知识和操作经验。
• 可干预性：开发者或用户可以直接编辑记忆文件，修正 Agent 的错误认知，实现记忆的“冷热分离”与精准对齐。

4. 主动触发与分布式协作（主动调用）

• 从被动到主动：支持 Cron 定时、心跳检测和系统事件触发，让 Agent 能够 24 小时自主运行。
• 群落化：支持主从 Agent 架构，通过网关实现跨设备的能力共享与任务路由。

二、 MCP 协议：Agent 生态的“通用插座”

MCP (Model Context Protocol)是由 Anthropic 提出的开放标准，旨在解决 Agent 工具集成的碎片化问题。

1. 核心角色

• MCP Host (宿主)：如 OpenClaw 或 IDE，作为发起请求的客户端。
• MCP Server (服务端)：独立运行的程序，通过标准协议向 Host 暴露能力。
• 传输层：基于stdio或HTTP/SSE，实现了跨语言的互操作性（如用 Java 写 Server，Python 写的 Host 也能调用）。

2. 三大核心资产（Resources/Tools/Prompts）

• Resources（资源）：结构化的只读数据（如日志、数据库快照）。
• Tools（工具）：可执行的函数（如发送邮件、执行 SQL、图像处理），具备严格的输入输出 Schema。
• Prompts（提示词模板）：预定义的任务指南，确保 Agent 在特定场景下的行为一致性。

三、 Skills

在OpenClaw的语境下，可以简单理解为Skill ≈ Tool，但从工程架构上来说，Skill 是 Tool 的“高级封装版”。

如果把 Agent 比作一个工人：

• Tool (工具)是那把具体的“扳手”（一个单一的 API 或函数）。
• Skill (技能)则是“维修水管的能力”（一套标准、配置和工具的组合）。

以下是它们的具体区别：

1. 粒度不同

• Tool：通常指一个具体的原子化功能。例如：read_file()或execute_sql()。
• Skill：是一个功能集合。一个 Skill 内部可能包含多个 Tools。例如一个“代码审查 Skill”可能包含读取文件、对比差异、发送评论三个 Tool。

2. 定义标准不同 (MCP 协议视角)

在 OpenClaw 接入MCP (Model Context Protocol)后，这种区别更明显：

• Tool：只是 MCP Server 暴露出来的一个JSON-RPC接口，定义了入参和出参。
• Skill：是一个完整的描述包。它通常包含：
  • SKILL.md：用自然语言告诉 Agent 这个技能是什么、什么时候用。
  • 配置信息：环境变量、API 密钥、依赖库。
  • 多个 Tools/Resources：实际运行的代码逻辑。

3. 交互深度不同

• Tool：被动调用。LLM 发现需要用，就传参调一下。
• Skill：具备预设的 Prompt（提示词）。Skill 会自带一段“说明书”，告诉 LLM：“当你使用我这个技能时，请保持严谨的语气，并优先检查权限”。

对比

总结

在 OpenClaw 里，你写的是Tool（逻辑实现），但你交付给 Agent 的是一个Skill（逻辑 + 描述 + 配置）。

所以，当你看到SKILL.md时，它其实是在向 Agent 介绍：这个 Skill 里面包含了哪些 Tools。