2026 开年王炸：从 Clawdbot 到 Moltbot，真正的个人 AI 时代来了？(技术细节)

Clawdbot 架构全解：一个“永远在线”的 Agent 系统是如何工作的

如果你想部署或体验 Clawdbot，可以先参考我的博客：
👉 GitHub 两周 100k Star：聊聊最近火出圈的 Moltbot (原 Clawdbot)

这篇文章不讲安装命令，而是从系统设计和工程实现的角度，完整拆解 Clawdbot 是如何构建一个「多 Agent、跨设备、具备长期记忆和主动行为能力」的 AI 系统的。

---

一、整体架构：Clawdbot 的五大核心组件

Clawdbot 采用了一个非常清晰的分层架构：

• Gateway（中控调度）
• Agent（智能体）
• Skills（技能 / 工具箱）
• Channels（消息通道）
• Nodes（终端 / 传感器）

这种设计的核心目标只有三个词：可扩展、可组合、可控。

1. Gateway：真正的“中控大脑”

在 OpenClaw（早期也叫 Moltbot）的设计中，Gateway 并不是一个简单的 API Server，而是整个系统的控制平面。

它主要负责三件事：

• 会话管理
  创建和维护 Session ID，管理上下文、生命周期和消息归属。

• 请求路由
  OpenClaw 是一个多 Agent、多 Channel 的系统。
  Gateway 决定：

  • 消息从哪个 Channel 进来
  • 应该交给哪个 Agent
  • 是否需要多个 Agent 协作

• 安全与权限控制
  包括：

  • 本地 / 远程请求隔离
  • API 权限管理
  • 通道白名单
  • 远程连接的安全边界

你可以把 Gateway 理解成一个 “带状态、懂业务的智能路由器”。

---

2. Agent：真正干活的人

Agent 是执行任务的主体，每个 Agent 都是一个完整的 思考–行动循环（Agent Loop）。

典型流程只有四步：

1. 上下文组装
2. 模型推理
3. 工具（Skill）调用
4. 结果分发

Clawdbot 支持 多 Agent 并行：

• 可以彼此完全隔离
• 也可以通过 Gateway 协作

每个 Agent 都有自己的工作区、配置和记忆文件，互不污染。

Pi Agent：一个极其克制的“编程智能体”

Clawdbot 里最有意思的是 Pi Agent。

它不是靠“全能 Prompt”，而是通过极小、极严谨的工具集合，用一套非常精妙的指令设计，被塑造成一个非常可靠的编程与系统操作智能体。

核心工具只有 4 个：

• bash：执行 shell 命令
• read：读取文件
• write：写文件
• edit：编辑文件

工具越少，行为越可预测。
这是 Clawdbot 在工程层面非常成熟的一点。

---

3. Skills：能力的渐进式封装

Skills 是 Agent 能“做什么”的说明书。

在 OpenClaw 中，Skills 遵循 AgentSkills 规范（Anthropic 提出的开放标准），目前已经被：

• Claude Code
• Cursor
• VS Code
• OpenAI Codex
• Gemini CLI
• GitHub Copilot

等大量工具采用。

Skill 本质上是：

• 用 Markdown + 脚本描述能力
• 按需加载
• 渐进式暴露模型能力

这样做的直接收益是：

• 更低的 Token 消耗
• 更稳定的推理路径

更详细的分析我在另一篇博客里写过：
👉 Agent Skills：大模型能力的渐进式封装与按需加载

---

4. Channels：多平台消息集成

Channels 的职责很单一：
把各种消息平台接到 Gateway 上，并做协议/格式翻译。

目前支持的典型渠道包括：

平台	协议 / 库	特点
WhatsApp	Baileys	QR 登录、媒体支持
Telegram	grammY	流式、Webhook
Discord	discord.js	原生命令
Slack	Bolt	DM 策略、频道白名单
Signal	signal-cli	本地运行
iMessage	imsg CLI	仅 macOS

由于微信没有公开 API，目前暂不支持。未来可能会支持飞书或钉钉。

WhatsApp 示例配置：

{
  "channels": {
    "whatsapp": {
      "allowFrom": ["+15555550123"],
      "groups": { "*": { "requireMention": true } }
    }
  },
  "messages": {
    "groupChat": { "mentionPatterns": ["@clawd"] }
  }
}

---

5. Nodes：远程大脑，本地双手

Nodes 是 Clawdbot 最容易被低估、但极其强大的部分。

它允许你把：

• 旧手机
• 闲置电脑
• 树莓派

接入整个 Agent 网络，作为能力节点。

Node 能提供什么？

平台	能力
iOS	摄像头、语音唤醒、屏幕录制
Android	摄像头、短信、语音
macOS	system.run、通知、摄像头

通信方式：

• Gateway WebSocket
• LAN / Tailscale / SSH 隧道

这实现了一个非常优雅的架构：

Gateway 在云端运行，操作在设备本地执行

---

二、Gateway 的通信协议：为什么它“像活的一样”

1. 为什么选 WebSocket？

Moltbot 的控制平面彻底放弃了 HTTP 轮询，转而使用 WebSocket。

原因很简单：

• 双向
• 低延迟
• 长连接

而且协议有一个硬性规则：

第一帧必须是 connect

如果客户端没在第一时间“对暗号”，服务器直接断开连接。
这是非常典型的防御式设计。

---

2. 请求 / 响应（RPC）

{ "type": "req", "id", "method", "params" }
{ "type": "res", "id", "ok", "payload | error" }

这里的关键是 id。

WebSocket 是并行的，多个请求同时在路上，id 就是 TraceID / Correlation ID，用来保证前后对应。

---

3. 事件驱动（Pub/Sub）

{ "type": "event", "event", "payload", "seq?", "stateVersion?" }

• seq：保证事件有序
• stateVersion：增量同步，避免全量刷新 UI

这套设计本质上就是一套 轻量级流处理协议。

---

三、记忆系统：文件即真理

这是 Clawdbot 最“反主流”的设计之一。

1. 存储结构

所有记忆都在本地文件系统：

~/clawd/
├── IDENTITY.md
├── SOUL.md
├── TOOLS.md
└── memory/
    ├── 2026-02-01.md

你可以直接用 VS Code 打开、修改。

你改了什么，AI 就真的记住了什么。

---

2. 检索机制：BM25 + 向量混合

• 向量搜索（0.7）：语义相似
• BM25（0.3）：精确匹配

底层使用 SQLite-vec，无需部署独立向量数据库。

---

3. 静默刷新（Silent Agent Round）

当上下文快满时：

• AI 不回你
• 先总结
• 写入 memory/*.md

下次通过 RAG 再加载。

这解决了 “长对话一定会忘事” 的老问题。

---

四、Heartbeat：让 AI 具备时间感

Heartbeat 本质是一个 带推理能力的定时任务系统。

配置在 HEARTBEAT.md 里，而不是代码中。

它可以：

• 定时检查日志
• 主动发现异常
• 在合适的时间联系你（不会半夜骚扰）

这让 AI 从 “被动响应” 进化成 “主动值班”。

---

五、一个完整工作流示例

场景：用手机分析家里电脑的 Spark 报错

1. Telegram 触发任务
2. Pi Agent 制定计划
3. bash / read / write 循环执行
4. 结果写入长期记忆
5. 主动反馈给你

你只发一句话，剩下的全是系统在跑。

---

总结

传统 AI 更像是 “拨号上网”：你点，它才醒。
Clawdbot 更像是 “永久在线”：

• 有心跳
• 有记忆
• 有时间感
• 有设备边界意识

它不是在“陪你聊天”，而是在帮你值班。