2025年11月    Peter Steinberger 从个人实验出发，把 AI 模型接入消息应用
                      ↓
2025年11月    项目以早期名称开源发布，快速获得社区关注
                      ↓
2026年1月     因名称与 Claude 过近，项目进入更名过程
                      ↓
2026年1月末   社区投票后，最终定名为 OpenClaw
                      ↓
2026年4月     Control UI 多语言、插件懒加载优化、Google Meet 集成等密集发布
                      ↓
2026年        持续快速迭代，围绕 Gateway、Channels、Skills、Plugins 等能力扩展

自建方案需要解决的问题：
├── 消息平台适配（每个平台 API 都不一样）
├── 会话管理（多轮对话、上下文窗口）
├── 流式输出（实时显示 AI 回复）
├── 工具调用（让 AI 执行实际操作）
├── 记忆系统（AI 记住你的偏好）
├── 安全控制（防止未授权访问）
├── 多模型切换（不同任务用不同模型）
├── 模型故障转移（主模型挂了自动切备用）
├── 媒体处理（图片、音频、视频）
├── 守护进程管理（7x24 小时运行）
└── 更新维护（持续跟进 API 变更）

┌─────────────────────────────────────────────────────────────────┐
│                        消息平台层 (Channels)                      │
│                                                                   │
│  WhatsApp │ Telegram │ Discord │ Slack │ Signal │ iMessage       │
│  BlueBubbles │ Google Chat │ Teams │ LINE │ Zalo │ WebChat │ ... │
└──────────────────────────────┬────────────────────────────────────┘
                               │
┌──────────────────────────────▼────────────────────────────────────┐
│                    Gateway（网关控制平面）                          │
│                    ws://127.0.0.1:18789                           │
│                                                                   │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌────────────────┐  │
│  │ 路由引擎  │  │ 会话管理  │  │ 安全控制  │  │ WebSocket API  │  │
│  └──────────┘  └──────────┘  └──────────┘  └────────────────┘  │
│                                                                   │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌────────────────┐  │
│  │ 技能系统  │  │ 记忆系统  │  │ 工具系统  │  │ 插件系统       │  │
│  └──────────┘  └──────────┘  └──────────┘  └────────────────┘  │
│                                                                   │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌────────────────┐  │
│  │ Cron 调度 │  │ Webhook  │  │ 媒体管道  │  │ Control UI     │  │
│  └──────────┘  └──────────┘  └──────────┘  └────────────────┘  │
└──────────────────────────────┬────────────────────────────────────┘
                               │
                    ┌──────────▼──────────┐
                    │  Pi Agent Runtime   │
                    │  (RPC 模式)          │
                    └──────────┬──────────┘
                               │
┌──────────────────────────────▼────────────────────────────────────┐
│                     AI 模型提供商层 (Models)                       │
│                                                                   │
│  OpenAI │ Anthropic │ Google │ Ollama │ Mistral │ xAI            │
│  AWS Bedrock │ 通义千问 │ 智谱 │ DeepSeek │ OpenRouter │ ...    │
└───────────────────────────────────────────────────────────────────┘

1. WhatsApp 消息到达
   │
2. Baileys 库接收消息，转换为统一格式
   │
3. Gateway 路由引擎判断：
   ├── 这条消息属于哪个 Agent？
   ├── 发送者是否已授权？（DM 配对检查）
   └── 是否在群聊中被 @提及？
   │
4. 会话管理器加载/创建会话：
   ├── 加载历史上下文
   ├── 加载记忆文件（MEMORY.md + 今日日志）
   └── 加载技能指令
   │
5. Pi Agent 执行推理循环：
   ├── 组装完整 Prompt（系统指令 + 记忆 + 历史 + 用户消息）
   ├── 调用 AI 模型（如 Claude Opus 4.6）
   ├── 模型返回文本或工具调用请求
   ├── 如果是工具调用 → 执行工具 → 把结果喂回模型
   └── 循环直到模型给出最终回复
   │
6. 流式输出：
   ├── AI 的回复实时推送到 WhatsApp
   ├── 同时推送到 WebChat UI（如果打开了的话）
   └── 打字指示器让对方知道 AI 在"思考"
   │
7. 状态持久化：
   ├── 会话历史写入磁盘
   ├── 如果 AI 决定记住什么 → 写入记忆文件
   └── 使用统计更新

Gateway 核心职责：
├── 连接管理
│   ├── 管理所有消息平台的长连接
│   ├── WhatsApp 用 Baileys，Telegram 用 grammY，Discord 用 @buape/carbon
│   ├── 自动重连、心跳保活
│   └── 统一消息格式转换
│
├── 会话管理
│   ├── main 会话（直接聊天）
│   ├── 群聊隔离（每个群独立会话）
│   ├── 激活模式（@提及、关键词触发等）
│   └── 队列模式（消息排队处理）
│
├── Agent 调度
│   ├── 多 Agent 路由（不同平台/联系人 → 不同 Agent）
│   ├── 每个 Agent 独立工作空间
│   └── 独立的认证和配置
│
├── 安全控制
│   ├── DM 配对机制（未知发送者需要验证码）
│   ├── 允许列表（allowFrom）
│   └── 权限隔离
│
├── API 暴露
│   ├── WebSocket API（默认 127.0.0.1:18789）
│   ├── Control UI（Web 控制面板）
│   └── WebChat（浏览器聊天界面）
│
└── 自动化
    ├── Cron 定时任务
    ├── Webhook 接收
    └── Gmail Pub/Sub 推送

陌生人发消息 → OpenClaw 返回一个配对码 → 你在终端确认
                                          ↓
                              openclaw pairing approve telegram ABC123
                                          ↓
                              该用户被加入允许列表，后续消息正常处理

工具 (Tools) = 单个原子操作
    例：读文件、发 HTTP 请求、执行 Shell 命令

技能 (Skills) = 组合工具完成复杂任务的知识
    例：管理 GitHub Issue = 搜索 Issue + 读取详情 + 添加评论 + 修改标签

~/.openclaw/workspace/
├── MEMORY.md              # 长期记忆（精选的重要信息）
└── memory/
    ├── 2026-02-25.md      # 今天的日志
    ├── 2026-02-24.md      # 昨天的日志
    └── ...                # 更早的日志

OpenClaw Gateway ←→ mcporter ←→ MCP Servers

openclaw/
├── src/                    # 核心实现（TypeScript 等）
├── extensions/             # 扩展 Channel 和插件
├── skills/                 # 内置技能定义
├── apps/
│   ├── macos/             # macOS 菜单栏应用（Swift）
│   ├── ios/               # iOS 应用（Swift）
│   └── android/           # Android 应用（Kotlin）
├── ui/                     # Control UI（Web 前端）
├── docs/                   # 官方文档（Mintlify）
├── scripts/                # 构建和工具脚本
├── test/                   # 测试文件
├── dist/                   # 构建产物
├── openclaw.mjs            # CLI 入口
├── package.json            # 依赖和脚本
├── tsconfig.json           # TypeScript 配置
├── vitest.unit.config.ts   # 单元测试配置
├── vitest.e2e.config.ts    # E2E 测试配置
└── vitest.live.config.ts   # 实时测试配置

第 1 步：安装 OpenClaw
         → 阅读 02-安装部署指南.md
         → 运行 openclaw onboard

第 2 步：连接第一个消息平台
         → 阅读 05-消息平台接入指南.md
         → 推荐从 Telegram 开始（最简单）

第 3 步：配置 AI 模型
         → 阅读 04-模型配置指南.md
         → 推荐从 OpenAI 或 Anthropic 开始

第 4 步：试用内置技能
         → 阅读 06-技能系统指南.md
         → 试试 weather、summarize 等简单技能

第 5 步：理解记忆系统
         → 阅读 07-记忆系统指南.md
         → 教 AI 记住你的偏好

第 6 步：多 Agent 配置
         → 阅读 08-多Agent协作指南.md
         → 为不同场景创建专用 Agent

第 7 步：Docker 部署
         → 阅读 09-Docker部署指南.md
         → 在服务器上 7x24 运行

第 8 步：安全加固
         → 阅读 10-安全配置指南.md
         → 配置 DM 策略和权限

第 9 步：开发自定义技能
         → 学习 Workspace Skills 开发
         → 发布到 ClawHub

第 10 步：插件开发
          → 学习 Plugin SDK
          → 开发自定义 Channel 或工具

第 11 步：向上游贡献
          → Fork 仓库，从仓库本地构建
          → 修复 Bug 或添加功能
          → 提交 PR