Openclaw学习笔记(3) Agent初步

以下是 OpenClaw 代理在底层运作机制的详细拆解：

1. 网关与通道适配器

OpenClaw 作为后台进程（例如 Node.js 服务）在硬件设备上持续运行。它不依赖于专用的 Web 应用程序，而是允许您通过 Telegram、WhatsApp、Discord 或 iMessage 等日常通讯应用与其进行交互。当你发送消息（包括文本、语音或图像）时，OpenClaw 会利用“通道适配器”对其进行拦截，并在将其提交给 AI 处理之前，将其转换为一种标准化的格式。

2. 上下文与记忆整合

传统的聊天机器人往往在会话结束后便会陷入“失忆”状态。OpenClaw 通过将您的数据以纯文本 Markdown 文件的形式本地存储在您的设备上，从而巧妙地规避了这一问题。在对您的提示做出响应之前，OpenClaw 会从特定的文件中提取上下文信息，例如 MEMORY.md（用于存储长期记忆与用户偏好）、SOUL.md（用于定义代理的人格特质与指令），以及 AGENTS.md（用于设定行为规则）。随后，它会将这些信息与您近期的聊天记录相结合，从而赋予 AI 完整的语境感知能力。

3. 模型推理（即“大脑”）

OpenClaw 自身并不内置任何 AI 模型；它在设计上完全不依赖于特定的模型（即“模型无关”）。它充当着消息路由器的角色，将整合好的上下文信息发送至您所选定的外部大型语言模型（LLM）进行处理。您可以接入基于云服务的 API（例如 Anthropic 的 Claude、OpenAI 的 GPT 或 DeepSeek），也可以通过 Ollama 或 LM Studio 等工具，连接并调用直接运行在您本地设备上的模型。

4. 代理循环与技能执行

在此阶段，OpenClaw 的角色将从单纯的“对话者”转变为具备实际行动能力的“数字化工作者”。

• 工具调用：如果 LLM 判定需要执行某种实际操作才能满足您的请求（例如“查看用户的日程表”、“抓取网页数据”或“运行 Python 脚本”），它便会发出“工具调用”指令。

• 技能系统：OpenClaw 会拦截这一指令，并利用其内置的“技能系统”在本地执行相应的操作（该系统将各项能力以目录结构的形式进行存储，每个目录内均包含一个 SKILL.md 文件）。这一机制赋予了代理执行 Shell 命令、与网页浏览器进行交互以及管理本地文件的能力。

• 反馈循环：系统执行操作所产生的反馈结果会被重新回传至 LLM，从而形成一个完整的闭环。该循环将持续迭代运行，直至模型成功完成任务并生成最终答案；随后，该答案将以流式传输的方式回传至您的即时通讯应用中。

5. 主动式“心跳”机制

OpenClaw 的一大核心特色在于其高度的自主性。预定任务：内置的“心跳”功能会以固定的时间间隔（例如每 30 分钟）唤醒代理。它会检查 HEARTBEAT.md 文件及内部的定时任务（cron jobs），以确认是否存在待处理的后台工作——例如检查指定的收件箱、运行数据抓取脚本，或向你发送晨间简报——即便你并未主动向其发送任何消息。

Agent待的地方叫workspace， 位于openclaw安装目录下面。点开了可以发现里面有很多md(MarkDown)文件，其实就是提示词，这些提示词定义了Agent的行为模式。

AGENTS.md: 相当于一个基本法，告诉Agent如何启动，读取其余md文件和长期的记忆文件以避免失忆的问题， 安全边界和对“心跳”引擎的设置。

SOUL.md: 这就是“角色设定表”。它定义了代理的价值观、语气风格（例如：“简练且风趣”）以及道德边界。它是指引代理如何与你交谈的“内在声音”。

IDENTITY.md: 一个包含代理名称、角色（例如“首席开发者”）及 ID 的简短文件。在多代理协作环境中，代理正是通过此文件来标识自身，以便在发送消息或分派任务时进行自我识别。

USER.md: 此处用于存储关于你的信息。其中包括你的偏好设置、姓名，以及希望代理记住的关于你生活或工作的任何特定背景信息。

TOOLS.md: 此文件列出了该代理可访问的工具（例如 Shell 执行、浏览器访问或特定 API），以及关于何时、如何安全使用这些工具的规则。

HEARTBEAT.md: 这相当于代理处于空闲状态时的“待办事项清单”。它指示代理定期检查您的电子邮件、总结当日事务，或“唤醒”以执行后台维护任务。

在memory文件夹里面会储存长期记忆文件MEMORY.md，新建的代理没有发现有这个文件。

另外在openclaw目录下面有个angents的文件夹，

点开里面还有个agent文件夹，下面有个models.json文件，里面保存了该代理用到的模型信息。