作者：PySuper | 来源：zhengxingtao.com
116K+ GitHub 星标，"小龙虾" Logo 风靡全网，支持 15+ 消息平台——OpenClaw 是 2026 年最火的开源 AI Agent 网关。这篇文章带你从 Docker 一键部署到飞书对接，把 AI 助手变成你的"数字同事"。
目录
OpenClaw 是什么：本地优先的 AI Agent 网关
架构：Hub-Spoke 模型详解
支持 15+ 消息平台
实战1：Docker 一键部署 OpenClaw
实战2：配置 Telegram + Discord 双渠道接入
Skill 系统：4 级加载优先级与 ClawHub
工具调用：浏览器自动化、代码执行、文件操作
Lobster 工作流：可组合流水线
Moltbook：AI 社交网络
安全模型：Docker 沙箱、权限审批、审计日志
与 Hermes 对比：控制面 vs 自进化运行时
踩坑记录
总结与展望
1. OpenClaw 是什么：本地优先的 AI Agent 网关
1.1 一句话定义
据《OpenClaw: The Complete Guide to the Open-Source AI Personal Assistant》（https://collabnix.com/openclaw-the-complete-guide-to-the-open-source-ai-personal-assistant/），OpenClaw 的定位是：
OpenClaw is a personal AI assistant you run on your own devices. It answers you on the channels you already use.
翻译：OpenClaw 是你运行在自己设备上的个人 AI 助手，它在已有的聊天渠道上回复你。
1.2 命名趣史
OpenClaw 的命名经历了一波三折：
plaintext
2024 ── ClawdBot（Claude + Bot 的组合）
│ → Anthropic 法务发来商标警告
│
2025 ── Moltbot（龙虾蜕壳 = 成长）
│ → 社区 5AM Discord 脑暴
│ → "never quite rolled off the tongue"（创始人自嘲）
│
2026.01 ── OpenClaw（最终名称）
→ Open（开源）+ Claw（龙虾钳）
→ 提前做了商标调研、域名注册
→ 龙虾吉祥物成为项目标志 🦞
1.3 关键数据
表格
2. 架构：Hub-Spoke 模型详解
据《OpenClaw Architecture Deep Dive: How It Works Under the Hood》（https://collabnix.com/openclaw-architecture-deep-dive-how-it-works-under-the-hood/），OpenClaw 采用 Hub-Spoke（轮毂-辐条）架构：
plaintext
┌──────────────────────────────────────────────────────────────┐
│ OpenClaw 架构全景 │
│ │
│ ┌───────────────────────────────────────────────────────┐ │
│ │ 用户设备 │ │
│ │ WhatsApp │ Telegram │ Discord │ Slack │ iMessage │ Web│ │
│ └─────┬──────────┬──────────┬───────┬──────┬─────────┬──┘ │
│ │ │ │ │ │ │ │
│ ══════╪══════════╪══════════╪═══════╪══════╪═════════╪══ │
│ │ │ │ │ │ │ │
│ ┌─────▼──────────▼──────────▼───────▼──────▼─────────▼──┐ │
│ │ Gateway（控制面） │ │
│ │ │ │
│ │ ┌──────────┐ ┌──────────┐ ┌────────────────────┐ │ │
│ │ │ Channel │ │ Channel │ │ Channel │ │ │
│ │ │ Adapter │ │ Adapter │ │ Adapter │ │ │
│ │ │ (WhatsApp)│ │(Telegram)│ │ (Discord/Slack/...)│ │ │
│ │ └────┬─────┘ └────┬─────┘ └─────────┬──────────┘ │ │
│ │ │ │ │ │ │
│ │ └──────────────┼──────────────────┘ │ │
│ │ │ │ │
│ │ ┌───────▼────────┐ │ │
│ │ │ 消息规范化层 │ │ │
│ │ │ (统一内部格式) │ │ │
│ │ └───────┬────────┘ │ │
│ │ │ │ │
│ │ ┌───────────────────▼─────────────────────────┐ │ │
│ │ │ Agent 运行时 │ │ │
│ │ │ │ │ │
│ │ │ ┌──────────┐ ┌─────────┐ ┌────────────┐ │ │ │
│ │ │ │ 持久记忆 │ │ Skill │ │ 工具调用 │ │ │ │
│ │ │ │ Store │ │ Loader │ │ Engine │ │ │ │
│ │ │ └──────────┘ └─────────┘ └────────────┘ │ │ │
│ │ └───────────────────┬─────────────────────────┘ │ │
│ │ │ │ │
│ │ ┌───────▼────────┐ │ │
│ │ │ LLM Provider │ │ │
│ │ │ 抽象层 │ │ │
│ │ │ (Claude/GPT/ │ │ │
│ │ │ Gemini/Ollama)│ │ │
│ │ └────────────────┘ │ │
│ └──────────────────────────────────────────────────────┘ │
└──────────────────────────────────────────────────────────────┘
2.1 四层架构
表格
3. 支持 15+ 消息平台
plaintext
┌──────────────────────────────────────────────────────────────┐
│ OpenClaw 支持的消息平台 │
├──────────────┬──────────────────────────────────────────────┤
│ 主渠道 │ 扩展渠道 │
├──────────────┼──────────────────────────────────────────────┤
│ WhatsApp │ BlueBubbles（iMessage 替代） │
│ Telegram │ Matrix │
│ Discord │ Zalo / Zalo Personal │
│ Slack │ Mattermost │
│ Signal │ Nextcloud Talk │
│ iMessage │ Nostr │
│ Google Chat │ Synology Chat │
│ MS Teams │ Tlon │
│ WebChat │ IRC │
│ │ LINE │
│ │ 飞书 (Feishu) │
│ │ QQBot │
└──────────────┴──────────────────────────────────────────────┘
关键特性：同一个 AI 助手，在手机 WhatsApp 上开始对话，在电脑 Discord 上继续——共享上下文和记忆。
4. 实战1：Docker 一键部署 OpenClaw
4.1 环境准备
bash
# 系统要求
# - Docker 20.10+
# - Docker Compose v2+
# - 至少 2GB RAM
# - 至少 10GB 磁盘空间
# 验证 Docker
docker --version
docker compose version
4.2 Docker Compose 配置
yaml
# docker-compose.yml
version: "3.8"
services:
openclaw:
image: openclaw/openclaw:latest
container_name: openclaw
restart: unless-stopped
ports:
- "18789:18789" # Web Dashboard
- "3000:3000" # API
environment:
# LLM Provider（选择一个）
- ANTHROPIC_API_KEY=${ANTHROPIC_API_KEY}
# - OPENAI_API_KEY=${OPENAI_API_KEY}
# - OPENROUTER_API_KEY=${OPENROUTER_API_KEY}
# 基础配置
- OPENCLAW_NODE_ENV=production
- OPENCLAW_LOG_LEVEL=info
# Telegram 配置（可选）
- TELEGRAM_BOT_TOKEN=${TELEGRAM_BOT_TOKEN}
# Discord 配置（可选）
- DISCORD_BOT_TOKEN=${DISCORD_BOT_TOKEN}
- DISCORD_CLIENT_ID=${DISCORD_CLIENT_ID}
# 飞书配置（可选）
- FEISHU_APP_ID=${FEISHU_APP_ID}
- FEISHU_APP_SECRET=${FEISHU_APP_SECRET}
volumes:
- openclaw_data:/app/data
- openclaw_skills:/app/skills
healthcheck:
test: ["CMD", "curl", "-f", "http://localhost:18789/health"]
interval: 30s
timeout: 10s
retries: 3
volumes:
openclaw_data:
openclaw_skills:
4.3 环境变量文件
bash
# .env 文件
ANTHROPIC_API_KEY=sk-ant-xxxxxxxxxxxxxxxx
# Telegram Bot（从 @BotFather 获取）
TELEGRAM_BOT_TOKEN=1234567890:ABCdefGHIjklMNOpqrsTUVwxyz
# Discord Bot（从 Discord Developer Portal 获取）
DISCORD_BOT_TOKEN=MTIzNDU2Nzg5MDEyMzQ1Njc4OQ.Gabcde.fghijklmnop
DISCORD_CLIENT_ID=1234567890123456789
4.4 启动
bash
# 一键启动
docker compose up -d
# 查看日志
docker compose logs -f openclaw
# 验证运行
curl http://localhost:18789/health
# 打开 Web Dashboard
# 浏览器访问：http://localhost:18789
4.5 首次配置向导
bash
# 进入容器执行配置向导
docker exec -it openclaw openclaw setup
# 配置向导步骤：
# 1. 选择 LLM 提供商（Claude/GPT/Gemini/Ollama）
# 2. 输入 API Key
# 3. 选择默认模型
# 4. 配置消息渠道
# 5. 设置安全策略
# 6. 启用/禁用工具
5. 实战2：配置 Telegram + Discord 双渠道接入
5.1 Telegram Bot 配置
步骤1：创建 Telegram Bot
在 Telegram 中搜索
@BotFather发送
/newbot输入 Bot 名称：
My AI Assistant输入 Bot 用户名：
my_ai_assistant_bot获得 Bot Token：
1234567890:ABCdefGHIjklMNOpqrsTUVwxyz
步骤2：配置 OpenClaw
bash
# 在 .env 中设置 Token
TELEGRAM_BOT_TOKEN=1234567890:ABCdefGHIjklMNOpqrsTUVwxyz
# 或通过 Web Dashboard 配置
# 打开 http://localhost:18789 → Settings → Channels → Telegram
# 粘贴 Bot Token → Save → Enable
步骤3：验证
在 Telegram 中搜索你的 Bot，发送 /start，然后发一条消息测试。
5.2 Discord Bot 配置
步骤1：创建 Discord Application
点击 "New Application"
输入名称 → Create
进入 Bot 页面 → "Add Bot"
复制 Bot Token
开启 "Message Content Intent"（在 Bot 设置中）
步骤2：邀请 Bot 到服务器
plaintext
https://discord.com/api/oauth2/authorize?client_id=YOUR_CLIENT_ID&permissions=274877975552&scope=bot
步骤3：配置 OpenClaw
bash
# .env
DISCORD_BOT_TOKEN=MTIzNDU2Nzg5MDEyMzQ1Njc4OQ.Gabcde.fghijklmnop
DISCORD_CLIENT_ID=1234567890123456789
5.3 双渠道消息路由
plaintext
┌──────────────────────────────────────────────────────────────┐
│ 双渠道消息路由示例 │
│ │
│ ┌───────────┐ ┌───────────┐ │
│ │ Telegram │ ── "帮我查一下 │ Discord │ │
│ │ (手机) │ 明天的天气" │ (电脑) │ │
│ └─────┬─────┘ └─────┬─────┘ │
│ │ │ │
│ ▼ ▼ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ Gateway 控制面 │ │
│ │ │ │
│ │ 1. 消息规范化（统一内部格式） │ │
│ │ 2. 加载用户上下文（偏好、历史、活跃 Skill） │ │
│ │ 3. 路由到 LLM │ │
│ │ 4. 执行 Skill / 工具调用 │ │
│ │ 5. 格式化响应（适配对应渠道的富文本格式） │ │
│ └──────────────────────────────────────────────────────┘ │
│ │ │ │
│ ▼ ▼ │
│ ┌───────────┐ ┌───────────┐ │
│ │ Telegram │ ◀── "明天北京 │ Discord │ │
│ │ │ 晴，25°C" │ │ │
│ └───────────┘ └───────────┘ │
│ │
│ ✨ 关键：两个渠道共享同一份记忆和上下文 │
└──────────────────────────────────────────────────────────────┘
6. Skill 系统：4 级加载优先级与 ClawHub
6.1 Skill 加载优先级
OpenClaw 的 Skill 系统有 4 级加载优先级：
plaintext
┌──────────────────────────────────────────────────────────────┐
│ OpenClaw Skill 加载优先级 │
│ │
│ 优先级 1：内置 Skill（Pre-installed） │
│ ┌──────────────────────────────────────────┐ │
│ │ 100+ 预装 Skill，覆盖基础操作 │ │
│ │ Shell 执行、文件操作、浏览器控制等 │ │
│ └──────────────────────────────────────────┘ │
│ │
│ 优先级 2：项目 Skill（Project Skills） │
│ ┌──────────────────────────────────────────┐ │
│ │ .agents/skills/ 目录下的项目专属 Skill │ │
│ │ 随项目代码一起版本管理 │ │
│ └──────────────────────────────────────────┘ │
│ │
│ 优先级 3：用户 Skill（User Skills） │
│ ┌──────────────────────────────────────────┐ │
│ │ ~/.openclaw/skills/ 目录下的个人 Skill │ │
│ │ 跨项目复用的个人偏好和工作流 │ │
│ └──────────────────────────────────────────┘ │
│ │
│ 优先级 4：ClawHub 社区 Skill（Marketplace） │
│ ┌──────────────────────────────────────────┐ │
│ │ 26K+ 社区贡献的 Skill │ │
│ │ 按需从 ClawHub 下载安装 │ │
│ └──────────────────────────────────────────┘ │
└──────────────────────────────────────────────────────────────┘
6.2 ClawHub 安装管理
bash
# 搜索 Skill
openclaw skill search "code review"
# 安装 Skill
openclaw skill install code-review
# 列出已安装 Skill
openclaw skill list
# 更新 Skill
openclaw skill update code-review
# 卸载 Skill
openclaw skill uninstall code-review
# 从本地目录安装
openclaw skill install ./my-custom-skill/
6.3 15个"神级"必装 Skill
据《万字详解:OpenClaw(俗称"龙虾")能做什么》，以下是社区公认的必装 Skill：
表格
7. 工具调用：浏览器自动化、代码执行、文件操作
7.1 浏览器自动化
bash
# 在对话中直接使用浏览器工具
你: "打开淘宝，搜索'机械键盘'，截图给我"
OpenClaw 执行流程：
1. 启动 Playwright 浏览器
2. 导航到 taobao.com
3. 在搜索框输入"机械键盘"
4. 点击搜索
5. 截取屏幕截图
6. 返回截图
7.2 代码执行
bash
你: "帮我写一个 Python 脚本，计算斐波那契数列前 20 项"
OpenClaw 执行流程：
1. 生成 Python 代码
2. 在沙箱中执行
3. 返回输出结果
4. 如果报错，自动调试修复
7.3 文件操作
bash
你: "把我桌面上的 PDF 文件都整理到一个文件夹里"
OpenClaw 执行流程：
1. 扫描桌面目录
2. 筛选 PDF 文件
3. 创建目标文件夹
4. 移动文件
5. 报告操作结果
8. Lobster 工作流：可组合流水线
据 OpenClaw 官方 GitHub 的 Lobster 项目（https://github.com/openclaw/lobster/），Lobster 是 OpenClaw 原生的工作流 Shell：
An OpenClaw-native workflow shell: typed (JSON-first) pipelines, jobs, and approval gates.
8.1 Lobster 解决的问题
每次 Agent 执行多步骤任务，都需要重新规划——浪费 Token，降低确定性。Lobster 把多步骤工具调用编排为单步：
plaintext
┌──────────────────────────────────────────────────────────────┐
│ Lobster 工作流示例 │
│ │
│ 无 Lobster（每次重新规划）： │
│ Agent: "我需要监控 PR #1152 的状态" │
│ → 规划：调用 GitHub API → 解析响应 → 比较变化 │
│ → 消耗：~500 Token 规划 + ~200 Token 执行 │
│ │
│ 有 Lobster（工作流一步到位）： │
│ Agent: "我需要监控 PR #1152 的状态" │
│ → 直接调用：workflows.run --name github.pr.monitor │
│ → 消耗：~50 Token（只是调用命令） │
│ │
│ 节省：~90% Token │
└──────────────────────────────────────────────────────────────┘
8.2 Lobster 实战
bash
# 运行 PR 监控工作流
node bin/lobster.js "workflows.run --name github.pr.monitor --args-json '{\"repo\":\"openclaw/openclaw\",\"pr\":1152}'"
# 输出
[
{
"kind": "github.pr.monitor",
"repo": "openclaw/openclaw",
"prNumber": 1152,
"changed": false,
"summary": {
"changedFields": [],
"changes": {}
}
}
]
8.3 自定义 Lobster 工作流
yaml
# workflows/daily-report.yaml
name: daily-report
description: Generate daily project status report
steps:
- name: check-ci
tool: shell
command: "gh run list --limit 1 --json status,conclusion"
- name: check-open-prs
tool: shell
command: "gh pr list --json title,author,updatedAt --limit 10"
- name: generate-report
tool: llm
prompt: |
Based on the following data, generate a daily status report:
CI Status: {{check-ci}}
Open PRs: {{check-open-prs}}
Format as markdown with sections: CI Status, Active PRs, Recommendations
output: daily-report.md
- name: send-notification
tool: slack
channel: "#engineering"
message_file: daily-report.md
9. Moltbook：AI 社交网络
OpenClaw 还孵化了一个实验性项目——Moltbook，一个 AI Agent 的社交网络。
plaintext
┌──────────────────────────────────────────────────────────────┐
│ Moltbook：AI 社交网络 │
│ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ Agent A │ │ Agent B │ │ Agent C │ │
│ │ (你的) │ │ (同事的) │ │ (公共的) │ │
│ └────┬─────┘ └────┬─────┘ └────┬─────┘ │
│ │ │ │ │
│ └──────────────┼──────────────┘ │
│ │ │
│ ┌───────▼────────┐ │
│ │ Moltbook │ │
│ │ 社交图谱 │ │
│ │ │ │
│ │ • Agent Profile│ │
│ │ • Skill 分享 │ │
│ │ • 协作历史 │ │
│ │ • 信任评分 │ │
│ └────────────────┘ │
│ │
│ 场景：你的 Agent 可以"认识"其他 Agent， │
│ 共享 Skill、委托任务、建立信任关系 │
└──────────────────────────────────────────────────────────────┘
10. 安全模型：Docker 沙箱、权限审批、审计日志
10.1 Docker 沙箱
yaml
# 安全加固的 Docker Compose 配置
services:
openclaw:
image: openclaw/openclaw:latest
security_opt:
- no-new-privileges:true
read_only: true
tmpfs:
- /tmp
cap_drop:
- ALL
deploy:
resources:
limits:
cpus: "2.0"
memory: 4G
reservations:
cpus: "0.5"
memory: 1G
10.2 权限审批
OpenClaw 对敏感操作实现了审批机制：
bash
# 配置需要审批的操作
openclaw config set security.require_approval true
# 以下操作需要用户确认：
# - 执行 Shell 命令
# - 访问敏感文件
# - 发送消息到外部渠道
# - 安装新的 Skill
# - 修改系统配置
10.3 审计日志
bash
# 查看审计日志
openclaw audit log --tail 50
# 日志格式示例
# 2026-04-15T10:23:45Z [TOOL_CALL] shell_exec user=pysh cmd="ls -la /data"
# 2026-04-15T10:23:46Z [TOOL_RESULT] shell_exec exit_code=0 output="..."
# 2026-04-15T10:24:01Z [SKILL_LOAD] code-review source=clawhub
# 2026-04-15T10:24:02Z [TOOL_CALL] read_file user=pysh path="/data/main.py"
11. 与 Hermes 对比：控制面 vs 自进化运行时
plaintext
┌──────────────────────────────────────────────────────────────┐
│ OpenClaw vs Hermes Agent 对比 │
├──────────────┬──────────────────────┬───────────────────────┤
│ 维度 │ OpenClaw │ Hermes Agent │
├──────────────┼──────────────────────┼───────────────────────┤
│ 核心理念 │ 控制面（Control Plane)│ 自进化运行时 │
│ │ 人主导，AI 执行 │ AI 自主学习进化 │
├──────────────┼──────────────────────┼───────────────────────┤
│ Skill 来源 │ 手动安装（ClawHub） │ 自动生成（经验提炼） │
│ │ + 手动编写 │ + GEPA 自我优化 │
├──────────────┼──────────────────────┼───────────────────────┤
│ 记忆模型 │ 持久记忆（本地 DB） │ 三层记忆架构 │
│ │ │ L1 上下文/L2 事实 │
│ │ │ L3 FTS5/L4 Skill │
├──────────────┼──────────────────────┼───────────────────────┤
│ 可控性 │ 🔵 高（审批机制） │ 🟡 中（自进化有风险） │
├──────────────┼──────────────────────┼───────────────────────┤
│ 学习能力 │ 🟡 低（需手动更新） │ 🔵 高（闭环学习） │
├──────────────┼──────────────────────┼───────────────────────┤
│ 部署复杂度 │ 🟢 低（Docker 一键） │ 🟡 中（配置较多） │
├──────────────┼──────────────────────┼───────────────────────┤
│ 适用场景 │ 团队/企业 │ 个人/研究者 │
│ │ 需要审计合规 │ 需要自适应能力 │
├──────────────┼──────────────────────┼───────────────────────┤
│ 社区规模 │ 116K+ Stars │ 135K+ Stars │
├──────────────┼──────────────────────┼───────────────────────┤
│ 消息平台 │ 15+ │ 17+ (含 QQBot) │
├──────────────┼──────────────────────┼───────────────────────┤
│ 类比 │ iOS（封闭花园） │ Android（开放生态） │
│ │ 精选、可控、安全 │ 自由、可定制、进化 │
└──────────────┴──────────────────────┴───────────────────────┘
选择建议：
企业/团队/需要审计 → OpenClaw
个人/研究/需要自适应 → Hermes
都想要？→ 可以同时运行，用 A2A 协议互联
12. 踩坑记录
坑1：Docker 部署后 .env 文件被包含在构建上下文中
问题：.env 文件包含 API Key，被 Docker 构建上下文包含可能导致泄漏。
解决：在 .dockerignore 中排除 .env：
plaintext
# .dockerignore
.env
.env.*
.git
node_modules
坑2：Telegram Bot 在群组中不响应
问题：Bot 在群组中不回复消息。
解决：
确保关闭了 "Group Privacy Mode"（BotFather 设置）
或在配置中启用群组消息处理：
bash
openclaw config set telegram.group_mode true
openclaw config set telegram.group_trigger_prefix "@my_ai_assistant_bot"
坑3：Discord Bot 连接后立即断开
问题：Discord Bot 启动后马上断开连接。
解决：
确保开启了 "Message Content Intent"（Discord Developer Portal → Bot → Privileged Gateway Intents）
确保网络可以访问 Discord API（中国需要代理）
坑4：Skill 安装后不生效
问题：安装了 Skill 但 Agent 不使用。
解决：
检查 Skill 的
description是否包含正确的触发词确认 Skill 安装到了正确的作用域（项目/用户/全局）
重启 Gateway 让新 Skill 被加载
坑5：Ollama 本地模型连接失败
问题：配置了 Ollama 但连接不上。
解决：
bash
# 确认 Ollama 运行
ollama list
# OpenClaw 默认连接 localhost:11434
# 如果 Ollama 在 Docker 内网，需要使用 host.docker.internal
openclaw config set ollama.endpoint http://host.docker.internal:11434
# 确保 Ollama 监听所有接口
OLLAMA_HOST=0.0.0.0 ollama serve
13. 总结与展望
OpenClaw 的核心价值
OpenClaw 的核心价值不是"又一个聊天机器人"，而是AI Agent 网关——它把 AI 能力通过用户已有的聊天渠道无缝送达，同时保持本地优先、数据自主。
2026 年的 OpenClaw 生态
plaintext
┌──────────────────────────────────────────────────────────────┐
│ OpenClaw 生态全景 │
│ │
│ ┌─────────────────────────────────────────────────────┐ │
│ │ ClawHub │ │
│ │ 26K+ Skills | Skill 市场 | 版本管理 | 安全审核 │ │
│ └─────────────────────────────────────────────────────┘ │
│ │
│ ┌───────────────────┐ ┌──────────────────────────┐ │
│ │ Lobster │ │ Moltbook │ │
│ │ 工作流引擎 │ │ AI 社交网络 │ │
│ │ Pipeline 编排 │ │ Agent 协作 │ │
│ └───────────────────┘ └──────────────────────────┘ │
│ │
│ ┌─────────────────────────────────────────────────────┐ │
│ │ Gateway（控制面核心） │ │
│ │ 15+ 渠道适配 | 消息规范化 | 上下文注入 | 工具调度 │ │
│ └─────────────────────────────────────────────────────┘ │
└──────────────────────────────────────────────────────────────┘
未来方向
更多企业级集成：飞书深度对接、企业微信、钉钉
多 Agent 协作：通过 A2A 协议与其他 Agent 框架互联
Skill 自进化：借鉴 Hermes 的闭环学习机制
语音能力：macOS/iOS/Android 原生语音交互
OpenClaw 正在从"个人 AI 助手"进化为"AI Agent 基础设施"。掌握它，你就掌握了 2026 年 AI 应用部署的核心能力。
本文作者：PySuper | 来源：zhengxingtao.com
参考资源：
OpenClaw GitHub：https://github.com/openclaw/openclaw
OpenClaw 官方文档：https://docs.openclaw.ai
OpenClaw Architecture Deep Dive：https://collabnix.com/openclaw-architecture-deep-dive-how-it-works-under-the-hood/
评论区