Open Craw架构学习

目录

很好，这个问题比“怎么装插件”有价值得多。

你是做 Agent 开发的，那么看 OpenClaw 不应该停留在：

  • CLI 怎么用
  • 插件怎么装
  • HTTP step 怎么写

而应该看它在 Agent Runtime 设计层面 有什么“结构性优势”。

下面给你一个系统性的学习路径。

一、不要从功能看，要从架构看

学习一个 Agent 框架，要拆成 5 层：

  1. Prompt 层
  2. Memory 层
  3. Tool 调度层
  4. Workflow 编排层
  5. Runtime / Execution 层

OpenClaw 的“出彩点”不在 prompt，而在 运行时模型 + 设备抽象 + workspace 机制。

二、OpenClaw 的真正亮点在哪里？

我帮你抽象成 4 个核心思路。

① 设备抽象（Device Abstraction）

OpenClaw 把“能力”抽象成 device：

LLM
Browser
Shell
HTTP
File
Cron

这意味着：

Agent 不是函数调用系统
而是一个“可调度设备的执行系统”

https://www.cnblogs.com/aibi1/p/19625375

这和很多只做 function call 的框架不同。

如果你做复杂 agent orchestration，这是一个非常关键的设计思路。

② Workspace 是状态核心

~/.openclaw/workspace

这是它的真实“状态存储层”。

很多 Agent 框架把状态丢在 memory 里（向量数据库）。
OpenClaw 更接近：

“可重放执行环境”

这更像：

  • CI/CD pipeline
  • Temporal workflow
  • DAG runtime

不是简单的 ReAct。

③ Cron + Canvas

这两个东西非常有意思：

  • Cron = 时间触发
  • Canvas = 任务状态可视化

这让它从“对话式 agent”进化成：

可长期运行的自动系统

这是和很多 LLM Agent 框架的最大差别。

④ Identity / Agents 目录

https://www.cnblogs.com/aibi1/p/19625416

~/.openclaw/agents

每个 agent 是“可声明实体”，不是临时 prompt。

这接近：

Agent-as-Resource

而不是：

Prompt-as-Call

这对企业级系统设计非常重要。

三、你可以这样系统性学习

第一阶段：理解执行模型

重点研究：

  • HTTP step
  • device 调度
  • agent.json 定义结构
  • workspace 文件变化

问题你可以问自己：

OpenClaw 是事件驱动还是对话驱动？

第二阶段：模拟复杂场景

比如你之前提到的：

A、B、C 多 Agent 协作

你可以设计：

  • A → LLM 分析
  • B → HTTP 查询
  • C → Cron 定时执行
  • Human loop 介入

用它做一个：

“金融风险预警系统”

你会发现：

它更像一个轻量 orchestration engine。

第三阶段：对比其他框架

对比：

  • LangChain
  • AutoGen
  • CrewAI
  • AgentScope

你会发现：

大多数框架专注在“推理链”，
OpenClaw更偏向“执行系统”。

四、如果你想真正玩出彩

不要只做：

“问答机器人”

你可以做：

  • 自动投研 Agent
  • 自动情绪监控 Agent
  • 定时交易信号 Agent
  • 企业日报自动生成系统

利用：

  • cron
  • workspace
  • http
  • device abstraction

你会发现它是一个“可持续运行 Agent 平台”。

五、从架构角度给你一个总结

OpenClaw 的核心哲学不是：

如何让 LLM 更聪明

而是：

如何让 Agent 可运行、可持续、可管理

这是很多 Agent 框架缺失的。

六、如果你愿意深入

我可以给你：

  • 一个“多 Agent + 人类审批 + 定时任务”的完整架构图
  • 或者帮你设计一个展示 OpenClaw 优势的 demo 场景
  • 或者帮你拆 OpenClaw 的 runtime 模型

你更想往哪个方向深挖？

  1. 架构分析
  2. 实战 demo
  3. 和其他 Agent 框架对比
  4. 企业级设计思路

源码细节

很好，这个问题问对方向了。

如果从“架构亮点 → 代码落点”的角度拆 OpenClaw（以当前 2026.x 体系为背景），可以把它的核心设计映射到几类关键 Python 结构。

我不按文件名猜，而按 职责边界（responsibility boundary） 来讲，这样你看源码时更容易定位。

一、整体架构分层（对应代码结构）

OpenClaw 的核心可以抽象成 6 层：

CLI Layer
↓
Config / Identity Layer
↓
Agent Definition Layer
↓
Runtime Engine
↓
Device Abstraction Layer
↓
Workspace / State Layer

下面逐一对应关键 Python 类角色。

二、Agent 定义层（Agent-as-Resource）

这是它和很多框架差异最大的地方。

1️⃣ Agent Manifest 类

典型核心类（概念上）：

Agent
AgentSpec
AgentCard

职责：

  • 描述 agent 的 metadata
  • 绑定 devices
  • 绑定 workflow
  • 绑定 identity
  • 定义默认模型

这通常是一个 Pydantic BaseModel 派生类。

架构亮点对应：

Agent 不是函数，而是声明式资源。

2️⃣ Agent Registry / Loader

通常有：

AgentRegistry
AgentLoader

职责：

  • 从 ~/.openclaw/agents 加载 agent
  • 校验 schema
  • 注册进 runtime

这是它实现“持久 Agent”的关键。

三、Runtime 核心

这里是最值得研究的。

3️⃣ Execution Engine

核心执行器类通常类似：

RuntimeEngine
Executor
TaskRunner
WorkflowRunner

职责：

  • 解析 step
  • 调度 device
  • 管理中间状态
  • 处理异常
  • 支持 resume / retry

架构亮点：

它不是单轮 ReAct，而是一个 DAG/step 驱动执行器。

4️⃣ Step 抽象类

你会看到类似：

BaseStep
HttpStep
LLMStep
ShellStep
CronStep

这体现的是：

行为被抽象为可调度执行单元

典型结构：

class BaseStep(ABC):
    async def execute(self, context):
        ...

四、Device 抽象层（最核心亮点之一）

这是 OpenClaw 和 LangChain 这类“tool function”框架的关键区别。

5️⃣ Device 基类

通常类似：

BaseDevice
LLMDevice
BrowserDevice
ShellDevice
HTTPDevice

职责：

  • 封装外部能力
  • 统一调用接口
  • 标准化返回结构

核心抽象通常是：

class Device(ABC):
    async def call(self, input, context):
        ...

架构亮点：

Device 是能力抽象
Step 是调度抽象

两层分离非常干净。

五、Workspace / State 管理

这是企业级能力的关键。

6️⃣ Workspace 类

典型类：

Workspace
ExecutionContext
RunState
ArtifactStore

职责：

  • 保存运行产物
  • 存储中间变量
  • 记录 step 输出
  • 支持可重放

亮点：

它更像 workflow engine 的 state store
而不是简单 memory buffer

六、Identity / Config 层

7️⃣ Identity / Profile 类

可能存在：

IdentityManager
Profile
AuthContext

用于：

  • API key 管理
  • 多 agent 隔离
  • 用户级配置

这是支持多 agent / 多 workspace 的基础。

七、Cron / Scheduler

8️⃣ Scheduler 类

类似：

CronManager
ScheduleRunner
JobRegistry

职责：

  • 注册定时任务
  • 触发 agent 执行
  • 管理 job 生命周期

架构亮点：

Agent 可以长期运行，而不是一次性调用。

八、对应架构亮点 → 关键类映射

架构亮点 关键类角色
Agent-as-Resource Agent / AgentSpec
可持久化 AgentRegistry / Loader
可调度执行 RuntimeEngine / Executor
Device 抽象 BaseDevice / LLMDevice
Step 编排 BaseStep / HttpStep
可重放状态 Workspace / RunState
长期运行 CronManager

九、你如果要深入源码，建议阅读顺序

  1. BaseStep
  2. BaseDevice
  3. RuntimeEngine
  4. Workspace
  5. Agent Loader
  6. Cron

这个顺序可以让你看到：

从最底层能力抽象 → 到调度 → 到状态 → 到 agent 资源化

十、如果你是 Agent 开发者，真正值得思考的是

OpenClaw 其实在做的是：

把 Agent 变成“可部署单元”

而不是：

LLM + Tool 的对话系统

这意味着它更接近：

  • Temporal
  • Prefect
  • Airflow

而不是：

  • LangChain

如果你愿意，我可以：

  • 帮你画一个类图（逻辑层面）
  • 或帮你对比 OpenClaw vs AgentScope 的 runtime 差异
  • 或拆一个真实 workflow 源码执行路径
posted @ 2026-02-19 20:50  向着朝阳  阅读(9)  评论(0)    收藏  举报