今年AI圈打招呼的方式变了：“你养龙虾了吗？”

“龙虾”并非水产，而是开源本地自主智能体框架OpenClaw——2025年11月由奥地利iOS工程师Peter Steinberger发起，2026年1月30日正式定名。截至2026年初，这个项目在GitHub上已狂揽25万Star。

作为一个写代码的人，我对“养虾”这件事的关注点不在概念包装，而在

。这篇文章，我们不聊虚的，直接扒开OpenClaw的源码外衣，从架构设计、执行链路、安全漏洞到国产“xxClaw”军团的技术路线，逐一拆解。

一、OpenClaw核心架构：三层解耦，各司其职

OpenClaw异于传统Agent框架（如LangChain）的地方在于：它是一个 

 ：通常部署在GPU集群或云端，负责LLM推理和任务拆解。

 ：负责鉴权、流量整形以及将LLM生成的JSON指令翻译成特定环境的指令集。Gateway本质上是一个HTTP和WebSocket服务，启动时与注册的Channel（如Telegram机器人）建立WebSocket长连接。核心实现位于

装饰器做上下文压缩（Context Pruning）。

Gateway通过系统服务管理保持24×7运行：

bash
 代码解读
复制代码
# macOS
launchctl load ~/Library/LaunchAgents/ai.openclaw.gateway.plist
# Linux
systemctl --user enable --now openclaw-gateway.service


 ：运行在Mac/Linux或树莓派上，真正执行Python脚本、截图或点按鼠标。这是OpenClaw最硬核的部分——进入

，你会发现它并没有直接调用系统的

。核心执行引擎包含两个模块：

（以“查CPU温度并生成图表”为例）：

javascript
 代码解读
复制代码
Orchestrator → 识别System_Monitor技能，生成JSON指令
Gateway → 验证签名，查找在线Pi节点，封装Protobuf通过WebSocket发送
Pi-embedded Receiver → 解包
Sandbox → 启动临时Python进程，挂载传感器权限
Skill Execution → 执行get_temp.py
Callback → 结果（图片二进制流）沿原路返回


二、Skills技能系统：教AI“如何做事”

Skills是OpenClaw的核心扩展机制。

每个技能都是一个目录，包含一个带有YAML frontmatter和Markdown指令的

——元数据、核心指令和资源文件分层加载，在保证功能完整性的同时节省上下文空间，使OpenClaw能同时支持数十个技能而不影响响应质量。

技能按功能可分为工具型（命令行/API封装）、数据型（数据库/文件处理）、AI型（NLP/图像识别）等。

三、安全漏洞：CVE清单与攻击面分析

OpenClaw的安全问题不是概念性的，而是有实打实的CVE编号和PoC的。

（国家资通安全研究院实测报告）：

提示词注入在整个行业内基本仍未解决

，且没有任何标准规定消息对象在到达LLM前应如何序列化。攻击者可以在图像底部嵌入与背景色几乎一致的指令文字，受害者分享图片给AI后即可触发。

四、国产“xxClaw”军团：技术路线横向对比

基于2026年3月的权威测评数据，国产AI智能体已形成清晰的技术分化。

第一类：大模型厂商——模型+Agent一体化

 ：采用“桌面端+云端”混合架构，技术架构分三层：

 ：深度集成专为Agent优化的Pony-Alpha-2模型，集成AutoGLM Browser-Use能力实现长链路自动化。架构围绕LLM（大脑）+ Agent（智能体）+ Skills（技能模板）+ MCP（万能插头）四大概念展开。

 ：三层架构——K2.5模型做推理大脑 + OpenClaw负责指令执行 + ClawHub技能市场（5000+技能）。提供40GB免费云存储。

第二类：互联网大厂——生态入口争夺

 ：五层架构——交互层（微信/桌面端）、理解层（LLM多模型路由）、规划层（任务分解与编排）、执行层（5000+ Skills）、记忆层（本地持续记忆）。逻辑上分为用户交互层、理解层、规划层、执行层四层。

 ：Apache 2.0开源。核心架构模块化重构——Prompt、Hooks、Tools、Memory等组件解耦，开发者可独立替换或扩展任意模块。原生支持钉钉、飞书、QQ等。三条命令完成本地部署，兼容Ollama、DeepSeek等国产模型。

 ：基于Agent Mesh架构的企业多智能体治理方案。底层搭载字节自研DPU，通过硬件加速将响应延迟控制在200ms以内。

 ：MIT协议，基于Electron+React+TypeScript构建。采用进程隔离架构——主进程负责窗口管理、SQLite持久化、Claude Agent SDK执行引擎、IM网关。支持本地模式或QEMU+Alpine Linux沙箱隔离运行。兼容OpenClaw的5000+技能。

五、开发者视角：技术趋势与工程启示

趋势一：架构从单体走向分层解耦

。OpenClaw的Orchestrator-Gateway-Pi三层架构已成行业模板，国产方案在此基础上各自演化——StepClaw走云端推理+本地执行混合路线，miclaw走端侧原生路线。

趋势二：安全从“可选项”变成“必选项”

 。CNCERT的预警、工信部的《龙虾安全养殖手册》、一连串CVE的公开，都在倒逼安全机制升级。NemoClaw的OpenShell默认拒绝（Deny-by-default）白名单网络策略代表了一种方向——

趋势三：技能生态从“开放”走向“可控”

 。ClawHub匿名社区模式在国内企服市场大概率行不通，会被“官方审核商店”取代。从工程角度看，技能包的签名验证、沙箱隔离、行为审计，是接下来每个“xxClaw”团队必须解决的技术债。

趋势四：Token优化成为核心竞争力

。miclaw通过多级提示词设计优化节省50%-90% Token开销，这正是黄仁勋在GTC 2026上所说“智能体创造的价值必须大于它消耗的算力成本”的工程落地。

养龙虾这件事，今天看是极客玩法，明天看可能是办公标配，后天看或许就是操作系统的原生能力了。

但作为一个开发者，我的建议是：

别只当“养虾人”，要当“造虾人”

里的上下文压缩逻辑、Skills系统的热更新机制），每一行都是值得研究的工程样本。

蜕壳才刚刚开始。而每一次蜕壳，都是代码重构的机会。

如何养好龙虾？一个开发者的OpenClaw完全拆解

架构设计

人工智能

安全

OpenClaw是2025年由奥地利工程师发起的开源AI智能体框架，采用"云端大脑+本地肢体"三层架构设计，支持动态技能扩展。文章深度解析其技术实现、安全漏洞及国产替代方案，对比StepClaw、AutoClaw等产品技术路线，揭示AI智能体分层解耦、安全强化等四大行业趋势，为开发者提供工程实践参考。

网络延迟

文件处理

图像识别

强化学习

JavaScript

TypeScript

云存储

数据库

零信任

路由

SQLite

Python

GitHub

Linux

Redis

JSON

QEMU

4核4G3M云服务器 新用户低至38元/年！

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

如何养好龙虾？一个开发者的OpenClaw完全拆解

如何养好龙虾？一个开发者的OpenClaw完全拆解

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐