随笔分类 - OpenClaw
在用户数字环境中持续存在、感知并主动执行任务的自主实体, OpenClaw 可以实现“理解用户需求 → 自动拆解 → 执行 → 纠错 → 完成”的全流程闭环，无需人类中途反复干预
摘要：密钥集中到 Vault 审计、轮换免重启、节点不再持有明文。对正在用 Nacos 做 AI 资源控制面、用 OpenClaw.NET 做 .NET 数据面的团队来说，密钥治理这块短板就此补齐，控制面（Nacos）、运行时（OpenClaw.NET）、密钥面（Vault/OpenBao）各就各位。
阅读全文
摘要：一个健壮的系统，必然到处都是有意的 catch；异常被消化不等于问题不存在。 观测与韧性，是一个硬币的两面——降级逻辑保证系统不崩，FirstChance 保证你能看见它为什么降级。
阅读全文
摘要：它像一个「基于 boost.asio + REST 端点的常驻服务」——对外是 HTTP / WebSocket / 各 IM 的 webhook，对内跑着一个能调工具、读写记忆、跨渠道对话的 AI Agent——只不过协程不用你手写 promise_type，内存不用你管 new/delete。
阅读全文
摘要：它像一个「Laravel 应用 + 常驻队列 worker 的合体」——对外是 HTTP / WebSocket / 各 IM 的 webhook，对内跑着一个能调工具、读写记忆、跨渠道对话的 AI Agent——只不过它不是请求级的，是一个长驻内存的 daemon。
阅读全文
摘要：它像一个「axum 应用」——对外是 HTTP / WebSocket / 各 IM 的 webhook，对内跑着一个能调工具、读写记忆、跨渠道对话的 AI Agent——只不过 async 不用选 runtime，也不用和借用检查器格斗。
阅读全文
摘要：对 Java 工程师来说，这套系统最大的亲和力在于：它就是「接口 + DI 注册 + 启动时组装」，整套心智模型和 Spring 一脉相承。真正的门槛只有一个——NativeAOT 裁剪带来的「禁反射」约束，迈过去就是一马平川。
阅读全文
摘要：它像一个「Hono/Fastify 应用」——对外是 HTTP / WebSocket / 各 IM 的 webhook，对内跑着一个能调工具、读写记忆、跨渠道对话的 AI Agent——只不过网关本体编译成了一个二进制，而你的插件还是一个普通的 Node 进程。
阅读全文
摘要：对 Python 工程师来说，这套系统的学习曲线比想象中平：async/await 写法几乎照搬、异步队列、信号量、中间件链、显式依赖组装——你在 asyncio + FastAPI 里练出的那套直觉，在这里基本全部成立。真正要适应的只有三件事：类型是编译期铁板一块（不是提示，是纪律）、接口要显式声明、以及 NativeAOT 下的「禁反射」约束。作为回报，你得到的是一个编译完就是一个二进制的生产级 Agent 运行时——没有解释器，没有依赖地狱，没有 GIL。
阅读全文
摘要：对 Go 工程师来说，这套系统其实亲切得意外：单文件原生二进制、channel 式的消息管道、context 式的取消令牌、worker pool、显式依赖组装——你日常写 Go 服务的那套肌肉记忆，在这里几乎全部成立。
阅读全文
摘要：未来值钱的不是会写提示词的人，也不是会调 API 的人，而是能把自己的领域工作流抽象成一张干净 DAG 的人
阅读全文
摘要：.NET 开发者有一个独特的优势：我们的语言、运行时、工具链，从一开始就是为"管理复杂性"设计的。在 AI 时代，这个优势不仅没有消失，反而因为 Agent 对确定性、可观测性、治理能力的渴求而变得更加重要。AI 不会取代程序员，但会取代那些不理解"为什么需要基本功"的程序员。 .NET 社区，正好站在一个绝佳的位置上。
阅读全文
摘要：DeepSeek Harness 的"怪设计"未必是烂设计——它只是不是为你我设计的，而是为模型自我迭代的未来准备的。OpenClaw.NET 则证明了同一条演化路线可以用另一种方式走：不让模型直接改 Harness，而是让模型提议、留证、过回归、经人审。
阅读全文
摘要：Agent 系统的不确定性不是 bug，而是 feature。它来自 LLM 的生成本质，也来自人类意图的固有模糊性。
阅读全文
摘要：GoodCrew 数字员工平台基于 OpenClaw.NET 的 MetaSkill 体系，正在把后者做成开箱即用的生产力：数字员工的每一条工作流，都是一张可校验、可降级、可暂停、可回放的有向无环图。一个人活成一家公司，靠的不是更多叮嘱，而是更硬的结构。
阅读全文
摘要：在 GoodCrew（基于 OpenClaw.NET 构建的数字员工平台）的架构演进中，我们越来越清晰地看到一个模式——那些看似抽象的数学方程，正在以隐喻的方式指导着 MetaSkill DAG 的设计、Harness 引擎的调度策略、IRDI Registry 的命名空间治理，乃至 OpenSandbox 的安全边界。
阅读全文
摘要：在 OpenClaw.NET / GoodCrew 中推动的「本体论投影 + IRDI 治理 + MetaSkill DAG」，本质上就是在构建一套可演化的熵减基础设施——让数字员工的技能组合、领域边界、数据语义都具备显式结构和版本治理，从而把「艺术」的部分尽可能地转化为「可复现的手艺」。
阅读全文
摘要：本文架构图基于 GoodCrew（OpenClaw.NET 生态）技术体系绘制。GoodCrew 是面向数字员工的统一基础设施，涵盖 MetaSkill 工作流编排、IRDI 标识治理、DDI Registry 语义管理三大核心能力。
阅读全文
摘要：MCP 第五版做了一件很"Unix 哲学"的事：把核心协议做得尽可能小，把扩展能力做得尽可能标准。
阅读全文
摘要：当执行主体从人变成数字员工，我们需要的不只是"更好的DDD"，而是"DDD之上的一层语义契约"。这层契约就是Ontology
阅读全文
摘要：OpenClaw.NET 的 MetaSkill DAG 不是老工作流的复辟，也不是 ReAct 的放大版。它是第三代：节点内部保留模型的判断力，节点之间的路由、状态传递、权限控制、失败恢复，全部工程化、代码化、可审计。
这才是 Graph Engineering 的真正含义——不是画一张漂亮的图，而是围绕结果，搭建确定性。
阅读全文
浙公网安备 33010602011771号