第2章：OpenClaw 全景图——10 分钟建立心智模型
上一章我们聊了 OpenClaw 是什么、为什么存在。这一章我们来看它长什么样。
在动手安装之前，先在脑子里画一张草图——这是最值得花时间的事。草图画对了，后面遇到任何配置问题，你都能大致知道去哪里找答案；草图没画，就算跟着步骤装好了，也很容易在第一个报错面前彻底迷路。
OpenClaw 的整体架构由六个角色组成，我们一一认识。
认识六个角色
角色一：Gateway（网关）——主控中枢
Gateway 是整个 OpenClaw 系统的唯一大脑，一个跑在你机器上的常驻后台进程。
类比：它就像你家的智能家居中枢——所有的智能灯、门锁、空调都连到这个中枢上，由它统一管理。没有这个中枢，每个设备都是孤岛；有了它，你说一句"回家模式"，灯亮了、空调开了、门锁解了。
Gateway 做的事情类似：管理所有渠道的连接、接收和分发消息、调度 AI 模型运行、存储会话状态。同一时刻，一台机器上只能跑一个 Gateway 实例（就像你家只需要一个中枢），这是它的设计原则。
你平时不需要直接跟 Gateway 打交道——它安静地跑在后台，你跟它的沟通渠道是 CLI 命令行、Web Dashboard，以及下面要介绍的各种渠道。
角色二：Channels（渠道）——嘴巴和耳朵
渠道是你和 AI 说话的入口。
类比：Gateway 上有很多插座，每个聊天平台是一个插头。WhatsApp 是一个插头，Telegram 是另一个，Discord 又是一个。你可以同时插上多个，Gateway 统一管理所有的进出消息。
OpenClaw 支持超过 20 个聊天平台，包括 WhatsApp、Telegram、Discord、Slack、Signal、iMessage、飞书、Line、Matrix……基本上你日常用的聊天工具，大概率都在列表里。
不同渠道有不同特点：Telegram 是最容易上手的（申请个 Bot Token 就能用），WhatsApp 需要 QR 码扫码配对，Discord 适合在服务器里和多人协作。但对你来说，它们的使用体验是一样的——打开聊天窗口，发消息，等回复。
角色三：Workspace（工作区）——AI 的文件柜
Workspace 是 OpenClaw 里最有意思的设计之一：AI 的性格、记忆和行为规范，全部存成普通的 Markdown 文本文件，放在你本地的一个目录里（默认是 ~/.openclaw/workspace）。
类比：这是 AI 的文件柜。柜子里放着几个核心文件——
- SOUL.md：它的性格档案。你可以在这里写"说话要简洁，不要废话"，或者"你是一个擅长调侃的技术极客"，AI 就会按这个风格行事。
- AGENTS.md：操作手册。告诉 AI 遇到各种情况该怎么处理。
- MEMORY.md：长期记忆。那些需要永久记住的事，都写在这里——比如"主人是个 Python 程序员，不吃香菜"。
- USER.md：关于你的信息，帮 AI 更了解你。
这些文件是普通文本，你可以直接用编辑器打开修改，也可以在对话里让 AI 自己去写。当你跟 AI 说"记住这件事"，它会把内容追加到相应的 Markdown 文件里——不是存到什么神秘的数据库，就是你能打开、能读、能编辑的文本文件。
这个设计还有一个意外的好处：Workspace 可以用 git 管理。你对 AI 的所有"调教"都有版本历史，改坏了可以回滚，甚至可以在多台机器间同步。
角色四：Model Provider（模型提供商）——可更换的大脑
Gateway 本身不是 AI，它只是一个调度框架。真正做"推理"这件事的，是外部的大语言模型——也就是 Model Provider。
类比：Gateway 是一副躯体，Model Provider 是装进去的大脑。而且这颗大脑可以随时更换——你可以用 Anthropic 的 Claude，可以用 OpenAI 的 GPT，可以用 Google 的 Gemini，也可以用跑在本地的 Ollama 模型，甚至可以接国内的 Qwen、GLM、MiniMax。
切换模型不需要改任何业务逻辑，只需要改一行配置。这意味着：如果某个提供商涨价了，换一个；如果有新模型发布，试一试；如果你的任务不需要最强模型，用个便宜的省钱。框架不变，大脑随时可换。
角色五：Tools & Skills（工具与 Skill）——AI 的工具箱
一个只能聊天的 AI 助手，就像一个只会说话、不会动手的员工。OpenClaw 通过工具（Tools）和 Skill（Skills）让 AI 真正能干活。
工具是内置的核心能力：
exec：执行终端命令——让 AI 帮你跑脚本、查系统状态browser：控制浏览器——让 AI 自动填表、截图、抓数据web：搜索网络——让 AI 查最新资讯memory：读写记忆文件
Skill是可插拔的扩展包：一个 Skill 就是一个文件夹，里面有一个 SKILL.md 告诉 AI 怎么使用某个特定工具或服务。比如有人写了一个"Home Assistant Skill"，装上之后 AI 就会用自然语言控制你家的智能设备；有人写了一个"Vienna 公共交通 Skill"，AI 就能查维也纳的实时发车时间。
Skill 的公共注册中心叫 ClawHub，你可以在那里找到社区贡献的各种 Skill，一行命令安装。
角色六：Nodes（设备节点）——AI 的手脚
如果说前五个角色构成了 AI 的"大脑和嘴巴"，Nodes 就是给它装上了"手脚"。
你的手机（iOS/Android）或电脑（macOS）可以作为"节点"连接到 Gateway。连上之后，AI 就获得了一些有趣的能力：
- 用你手机的摄像头拍照（"帮我拍一下这道菜"）
- 查询你手机的当前位置
- 在你的电脑上执行系统命令
- 在屏幕上展示画布内容
节点通过 WebSocket 连接到 Gateway，配对一次，长期有效。你的手机不需要和电脑在同一个局域网，只要能访问到 Gateway 的地址就行。
一次对话的旅行
六个角色都认识了，现在看看它们怎么协作。
假设你在 Telegram 上给 AI 发了一条消息："帮我查一下明天上海的天气，顺便提醒我下午三点有个会议。"
发生了什么：
- Telegram 渠道收到你的消息，转发给 Gateway
- Gateway 查找这条消息对应的会话，判断应该由哪个 Agent 处理
- Gateway 从 Workspace 里读取相关文件（你的性格设定、历史记忆、操作指南），和你的消息一起组装成一个完整的上下文
- 这个上下文被发送给 Model Provider（比如 Claude），AI 开始思考
- AI 决定调用两个工具：
web工具查天气，cron工具设置一个下午三点的提醒 - 工具执行完毕，AI 把结果组织成回复，经由 Gateway 发回 Telegram 渠道
- 你收到消息："明天上海阴天，最高 18°C。提醒已设置，下午三点我会通知你。"
整个过程，你只是发了一条消息。
能用来做什么
六个角色、一次旅行——理论讲完了。来看看现实世界里人们用 OpenClaw 在做什么，让你感受一下想象力的上限在哪里。
自动 PR Review 一位开发者把 GitHub 和 Telegram 接通：每次有 PR 提交，AI 自动 review 代码，把合并建议和发现的问题推送到 Telegram。他再也不用盯着 GitHub 通知了。
零 API 网购助理 有人让 AI 每周定期打开 Tesco 网站（英国超市），根据家里的饮食计划自动把商品加入购物车，预约配送时间。全程用 browser 工具操作，不依赖任何官方 API。
3D 打印机管家 连上 Bambu Lab 打印机后，只需要发一条消息就能查打印进度、暂停任务、启动校准——打印机的状态实时推送到手机。
1000 条语音备忘录的记忆系统 一位用户把多年积累的 1000+ 条 WhatsApp 语音备忘录全部导入 OpenClaw，用语音转文字 + 向量索引处理后，现在可以语义搜索所有历史备忘——"我之前说过要买什么来着？"
晚霞侦测摄影师 把屋顶摄像头接入 Nodes，配置了一个心跳任务：每隔 30 分钟让 AI 看一眼摄像头画面，如果检测到好看的晚霞，自动拍照发到手机。
自然语言控制智能家居 通过 Home Assistant Skill，对话里直接说"帮我把客厅灯调成暖光，空气净化器开二档"——AI 自动调用接口执行，不需要打开任何 App。
全章小结
六个角色，一句话概括它们的分工：
- Gateway 是中枢，把所有角色组织在一起
- Channels 是入口，你从哪个聊天工具说话都行
- Workspace 是灵魂，AI 的性格和记忆都在这里
- Model Provider 是大脑，可以随时更换
- Tools & Skills 是双手，让 AI 真正能干活
- Nodes 是感知，给 AI 接入物理世界的眼睛和手脚
记住这张图，下一章我们开始动手：安装 OpenClaw，启动 Gateway，完成第一次对话。
本章检查清单
- [ ] 你能不看书，说出 OpenClaw 六个核心角色的名字和一句话职责吗？
- [ ] Gateway 和 Model Provider 有什么区别？（提示：一个是框架，一个是大脑）
- [ ] Workspace 里的文件是什么格式？为什么说它"可以用 git 管理"？