Wie OpenClaw funktioniert

OpenClaw ist kein gewöhnlicher Chatbot, sondern ein persönlicher Sekretär, der in Ihrem Computer lebt. Es kann Befehle über Chat-Anwendungen wie WeChat, WhatsApp und Telegram empfangen, Ihnen beim Senden von E-Mails, beim Prüfen von Kalendern, beim Öffnen von Browsern und beim Ausführen von Befehlen helfen und sogar rund um die Uhr automatisch arbeiten!

Kernkonzepte

Konzept Analogie Funktion
Gateway Rezeptionist am Empfang eines Gebäudes Empfängt alle externen Nachrichten und verteilt sie an den richtigen Arbeitsbereich
Arbeitsbereich Ihr privates Büro Bearbeitet bestimmte Aufgaben, verwaltet Gesprächsverlauf und Fähigkeiten
LLM (Large Language Model) Gehirn eines KI-Beraters Versteht Ihre Absicht und generiert Antworten
Skills Werkzeuge im Werkzeugkasten Führt bestimmte Funktionen aus (Wetter prüfen, Code schreiben, Zeitpläne verwalten usw.)
Kanäle Kommunikationsgeräte Verbindet verschiedene Messaging-Plattformen

Was genau ist OpenClaw?

OpenClaw ist einvollständig quelloffener KI-Assistent, der auf Ihrem eigenen Computer läuft(früher Clawdbot genannt, später umbenannt).
Es chattet nicht nur wie ChatGPT; es handelt tatsächlich:

  • Sie sagen in WhatsApp: "Prüfe den morgigen Flug für mich," und es kann automatisch einen Browser öffnen, sich auf der Website der Fluggesellschaft anmelden und Ihnen einen Screenshot senden.
  • Es unterstützt Hunderte von Fähigkeiten, und die Community fügt ständig weitere hinzu.
  • Es hat ein Langzeitgedächtnis (merkt sich, was Ihnen gefällt) und kann sogar selbstständig neue Fähigkeiten generieren.
  • Das Wichtigste:Alle Daten bleiben auf deinem Computer, werden nicht in die Cloud hochgeladen, datenschutzfreundlich。

Grundidee:Verbinde das große KI-Modell (Gehirn) + lokale Tools (Hände und Füße) + Chat-Software (Mund und Ohren), damit die KI wirklich dein Computer-Butler wird.

Gesamtarchitektur: Gateway ist das Kommandozentrum des Gehirns

Der absolut wichtigste Teil von OpenClaw heißtGateway (gateway). Es ist wie die zentrale Steuerkonsole in deinem Zuhause; alles dreht sich darum.

Einfache Erklärung der einzelnen Teile:

  • Channel Bridge (Kanal-Brücke): Zuständig für den "Handshake" mit Chat-Software wie WhatsApp und Telegram. Zum Beispiel wird die Baileys-Bibliothek verwendet, um eine Verbindung zu WhatsApp herzustellen.
  • Gateway: Der einzige laufende Prozess (belegt einen Port, Standard 18789), wie ein Telefonist, der Nachrichten an die KI weiterleitet.
  • KI-Gehirn: Was tatsächlich denkt, ist das externe große Modell (du stellst den API-Key bereit); Gateway ist nur dafür zuständig, es "zur Arbeit zu rufen".
  • Tools & Skills: Hände und Füße der KI, z. B. einen Browser öffnen, Dateien lesen/schreiben, E-Mails senden.
  • Memory-System: Wie ein Notizbuch; die KI vergisst nicht, was du letztes Mal gesagt hast.

Wie wird aus einer Nachricht eine Aktion?

Nehmen wir ein reales Beispiel: "Sage in WhatsApp: Hilf mir, die heutigen E-Mails zu einer Zusammenfassung zu ordnen und sie mir zu senden."

Das Flussdiagramm sieht wie folgt aus:

Detaillierte Aufschlüsselung:

  1. Anweisung empfangen: Du sendest eine Nachricht → die Bridge der Chat-Software schiebt die Nachricht an Gateway.
  2. Speicher durchsuchen: Gateway öffnet dein "persönliches Profil" (Session + Memory) und weiß, dass du ein wiederkehrender Nutzer bist und welchen Ton du letztes Mal gemocht hast.
  3. KI-Denken: Packe die Nachricht + Memory zusammen und sende sie an das KI-Gehirn. Die KI verhält sich wie eine kluge Sekretärin: "Okay, ich muss zuerst die E-Mail lesen und dann zusammenfassen."
  4. Tool aufrufen: Die KI sagt: "Ich möchte den Gmail-Skill verwenden." Gateway führt ihn in einer sicheren Sandbox aus (um zu verhindern, dass die KI wahllos Dateien verändert).
  5. Ausführen + Rückmeldung: Das Tool gibt das Ergebnis an die KI, und die KI schreibt eine Zusammenfassung.
  6. Dem Nutzer antworten: Gateway sendet die Zusammenfassung zurück an WhatsApp. Und du erhältst sie!

Gesamtarchitektur

Design der dreistufigen Architektur

OpenClaw verwendet eine klassische dreischichtige Architektur. Verstehen wir sie Schicht für Schicht von außen nach innen:

Warum dieses Design?

Analogie: Stelle dir ein großes Unternehmen vor

  • Äußere Schicht (Benutzeroberfläche)= Kunden können das Unternehmen per Telefon, E-Mail, WeChat und anderen Kanälen kontaktieren
  • Mittlere Schicht (Gateway)= Empfang, der alle Kunden einheitlich bearbeitet und sie an die passenden Abteilungen weiterleitet
  • Innere Schicht (Workspace)= Verschiedene Geschäftsbereiche, die jeweils für unterschiedliche Aufgaben zuständig sind
  • Untere Schicht (Fähigkeitsschicht)= Die Ressourcen des Unternehmens (Expertenberater, Werkzeuge und Ausrüstung usw.)

Detaillierte Erklärung der Kernkomponenten

Gateway: Einheitliches Portal

Was ist Gateway?

Gateway ist die Eingangstür von OpenClaw. Alle externen Nachrichten müssen zuerst hier durch.

Die drei Hauptaufgaben von Gateway:

1. Authentifizierung

Stelle sicher, dass sich nur von dir autorisierte Plattformen verbinden können

2. Routing

Nachrichten an den richtigen Workspace senden

3. Protokollierung

Alle Interaktionen für bequemes Debugging und Auditing aufzeichnen

Befehl zum Starten des Gateway:

# 启动网关,监听 18789 端口
openclaw gateway --port 18789 --verbose

Workspace: Dein privates Büro

Was ist Workspace?

Workspace ist der Ort, an dem Aufgaben tatsächlich verarbeitet werden. Du kannst mehrere Workspaces haben, die jeweils für unterschiedliche Dinge zuständig sind.

Ein typisches Beispiel für eine Workspace-Konfiguration:

# workspace-personal.yaml
name: "个人助理"
llm:
  provider: "anthropic"  # 使用 Claude
  model: "claude-sonnet-4"
  apiKey: "sk-ant-xxx"

skills:
  - weather        # 查天气
  - calendar       # 管理日程
  - email          # 处理邮件
  - web-search     # 网页搜索

settings:
  language: "zh-CN"
  temperature: 0.7
  max_tokens: 4000

Anwendungsszenarien für mehrere Workspaces:

LLM: Das Gehirn der KI

Was ist LLM?

LLM (Large Language Model) ist das intelligente Gehirn von OpenClaw, verantwortlich für das Verstehen Ihrer Absicht und das Generieren von Antworten.

Von OpenClaw unterstützte LLMs:

Anbieter Modellbeispiele Funktionen Anwendbare Szenarien
Anthropic Claude Sonnet 4 Ausgewogenheit, Sicherheit, gute Mehrsprachigkeitsunterstützung Tägliche Konversation, Schreiben
OpenAI GPT-4 Professionell, breites Wissen Professionelle Aufgaben, Analyse
DeepSeek DeepSeek-V3 Starke Programmierfähigkeiten, kostengünstig Programmierunterstützung
Lokale Bereitstellung Ollama Vollständig privat, kostenlos Datenschutzsensible Szenarien

Kanäle: Verbindung zur Außenwelt

Was sind Kanäle?

Kanäle sind "Adapter", die verschiedene Messaging-Plattformen verbinden.

Die Aufgabe jedes Kanals:

  1. Nachrichten empfangenBenutzernachrichten von der Plattform abrufen
  2. FormatkonvertierungEinheitliche Konvertierung in das interne Format von OpenClaw
  3. Antwort sendenOpenClaw-Antworten zurück an die Plattform senden

Beispiel: Telegram-Kanal-Workflow


Nachrichtenflussprozess

Sehen wir uns nun an, wie eine vollständige Nachricht durch OpenClaw fließt:

Vollständiges Nachrichtenflussdiagramm

Detaillierte Schrittanalyse

Schritte 1-3: Nachrichtenempfang und Standardisierung

Nachdem ein Benutzer eine Nachricht auf Telegram gesendet hat, konvertiert der Telegram-Kanal sie in das Standardformat von OpenClaw:

{
  "platform": "telegram",
  "channel_id": "telegram_123",
  "user": {
    "id": "user_456",
    "name": "Alice"
  },
  "message": {
    "type": "text",
    "content": "上海明天天气?",
    "timestamp": "2024-03-09T10:30:00Z"
  }
}

Schritte 4-5: Authentifizierung und Routing

Das Gateway prüft diese Nachricht:

  • Ist die Quelle autorisiert?
  • An welchen Workspace soll sie weitergeleitet werden?
  • Hat der Benutzer die Berechtigung?

Schritte 6-8: KI-Verständnis und Entscheidungsfindung

Der Workspace bereitet den vollständigen Kontext vor und sendet ihn an das LLM:

[系统提示]
你是一个个人助理,可以使用以下技能:
- weather: 查询天气
- calendar: 管理日程
- ...

[对话历史]
User: 你好
助理: 你好!有什么可以帮你的?

[当前消息]
User: 上海明天天气?

Schritte 9-12: Skill-Ausführung

Das LLM entscheidet, den Wetter-Skill aufzurufen, und der Workspace führt ihn aus und erhält die Ergebnisse:

{
  "location": "上海",
  "date": "2024-03-10",
  "weather": "晴转多云",
  "temperature": "18-26°C",
  "humidity": "60%",
  "wind": "东风 3-4级"
}

Schritte 13-17: Eine Antwort generieren und zurückgeben

Das LLM generiert eine natürlichsprachliche Antwort auf Basis der Wetterdaten und sendet sie auf demselben Weg an den Benutzer zurück.


Skill-System

Was sind Skills?

Skills sind die "Fähigkeitsmodule", mit denen OpenClaw bestimmte Aufgaben ausführt. Wenn OpenClaw eine Person wäre, wären Skills die verschiedenen Fähigkeiten, die diese Person beherrscht.

Struktur eines Skills

Jeder Skill enthält:

Beispiel: Definition des Wetter-Skills

Skill-Aufrufprozess

Sicherheitsmechanismen für Skills

OpenClaw hat strenge Sicherheitskontrollen für Skills:

Berechtigungstypen:

Berechtigung Beschreibung Beispiel
network Netzwerkzugriff Wetter prüfen, Webseiten durchsuchen
filesystem Dateisystem Dateien lesen/schreiben
email E-Mail-Zugriff E-Mails senden/empfangen
calendar Kalenderzugriff Zeitpläne verwalten
system Systemvorgänge Befehle ausführen

Vollständiger Workflow

Verbinden wir alle Konzepte anhand eines realen Szenarios:

Szenario: Tägliche Wetterberichte nach Zeitplan senden

Anforderung: Jeden Morgen um 8 Uhr das heutige Wetter + Terminerinnerungen über Telegram erhalten

Konfigurationscode

# workspace-daily-report.yaml
name: "每日报告助理"

# 定时任务
cron_jobs:
  - name: "早间报告"
    schedule: "0 8 * * *"  # 每天早上8点
    action:
      type: "send_message"
      channel: "telegram"
      template: |
        请生成今日报告:
        1. 查询我所在城市的天气
        2. 列出今天的所有日程
        3. 以友好的方式呈现

# 可用技能
skills:
  - weather
  - calendar

# LLM 配置
llm:
  provider: "anthropic"
  model: "claude-sonnet-4"

Vom Benutzer empfangene Nachrichten

早安!今日简报

天气情况
上海今天多云,气温 15-23°C
建议穿着:薄外套
降雨概率:10%

今日日程
- 09:00 - 10:00  团队晨会
- 14:00 - 15:30  客户演示
- 16:00 - 17:00  代码评审

温馨提示
今天有 3 个会议,建议提前准备演示材料。

Datenfluss und Zustandsverwaltung

Wie werden Daten gespeichert?

Datentypen und Speichermethoden:

Datentyp Speichermethode Aufbewahrungszeit Beispiel
Aktueller Sitzungsstatus Gedächtnis Bis Sitzungsende Laufender Gesprächskontext
Gesprächsverlauf Lokale Datenbank Konfigurierbar (z. B. 30 Tage) Vergangene Chat-Aufzeichnungen
Benutzerkonfiguration Konfigurationsdatei Dauerhaft API-Schlüssel, Präferenzeinstellungen
Skill-Daten Vom Skill selbst verwaltet Hängt vom Skill ab Zeitpläne, E-Mail-Entwürfe
Systemprotokolle Protokolldateien Konfigurierbar Fehler, Debugging-Informationen

Erweiterbarkeit und Plugin-Ökosystem

Wie fügt man neue Funktionen hinzu?

Das Design von OpenClaw ermöglicht einfache Erweiterung:

Skill-Installationsprozess

Weitere Erweiterungen