拆解 OpenClaw：从被动到主动，手搓一个最小「龙虾」

2026 年 2 月 24 日，ShareAI Lab 创始人、Kode Agent 开发者来新璐在 WayToAGI 社区直播中，对 OpenClaw（俗称「小龙虾」）的技术架构做了一次完整拆解。这场分享面向两类人：一是还没部署过 OpenClaw、想弄明白它到底是什么的观望者；二是已经跑起来、但想理解其底层机制以便更好驾驭它的使用者。来新璐从产品演进脉络讲起，逐一拆解了 Cron 定时调度、Heartbeat 心跳、人格系统（SOUL.md）和记忆系统四大核心机制，并演示了如何借助已有 Agent 快速完成部署。他给出的核心结论是：「OpenClaw 等于 CC 加定时器，再加没事找事干。」

从被动到主动：OpenClaw 的定位与演进

▶ 10:31 · 看这一节

来新璐首先复盘了近三个月的 AI Agent 热度转换。去年先是 Claude Code（CC）火爆，随后出现了面向普通人的 Coworker，接着涌现出一大批 OpenWork 类开源项目，如 Opencode。OpenClaw 最初叫 Crowbot，后改名 Opencrow，心智一直集中在 BOT 场景。

从时间线看，Claude Code 发布于去年 2 月，Manus 发布于 3 月，5 月起中国出现一批早期程序员用户，到 11 月前后，大量非编程行业的普通用户开始使用 CC。在这个过程中，Cursor 曾广泛流行，但因功能局限逐渐被 CC 淘汰。

来新璐指出，OpenClaw 基于一个名为「派」（Pai）的 Agent 框架，而派可以理解为对 Opencode 或 CC 的最小化实现。他所在的团队去年 10-11 月编写了 learn cloud code 仓库，对如何手写一个简单版 CC 做了心智拆解，派的实现与该仓库有相当高的关联性——派的 Agent 核心只包含 bash、read、write、edit 几个工具，代码量极小。

「Claude Code 其实是一个被动式的 agent，但是 Crow 其实是一个主动式的 agent。」来新璐强调，传统 CC 类 Agent 是「踹它一下，它动一下」，任务完成即关闭终端，上下文随之丢失。而 OpenClaw 的核心差异不在 Agent 本身，而在 Agent 之外设计的机制——正是这些机制让它从被动、临时转变为主动、持久。

Cron 定时调度：主动性的第一支柱

▶ 22:25 · 看这一节

Cron 机制是 OpenClaw 主动性的重要体现。它支持模型通过工具调用操作系统设置任务调度，任务类型分为三类：

• 一次性任务（At）：指定时间点运行一次，执行完自动禁用。例如「明天晚上 7:50 提醒我直播」。
• 周期性任务（Every）：每过 n 秒或每过一段时间执行一次。例如「每天早上 10 点给我一个惊喜」，Agent 会根据用户过去的聊天习惯和关注领域生成内容。
• 纯表达式任务（Cron）：使用标准 Cron 表达式覆盖定制需求，星号代表通配。

这三类任务可由用户主动设置，也可由 Agent 自己设置。来新璐举例说，Agent 可以每天晚上 3 点运行后台任务，总结当天的推特内容，或每晚 12 点去某个开源仓库把所有 issues 读一遍，了解社区动态。这些后台任务让 Agent 能够「自由地去上学、去学习技能、去发帖、去跟人交流互动」。

在内部设计上，OpenClaw 对任务做了三层抽象，前两种类型是第三种的特例。任务到达后通过 crontab 机制反向触发 Agent 执行，而 Agent 核心就是那个非常迷你的「派」框架。

Heartbeat 心跳：自己给自己找活干

▶ 32:02 · 看这一节

如果说 Cron 是「定时器」，那 Heartbeat 就是「自己给自己发消息」。来新璐用了一个生动的比喻：「心跳跳的不是血液，它跳的是想法。」在用户没有发起新任务的情况下，Agent 能够自己产生想法、给自己发送消息，主动处理一些它认为有必要的工作。

心跳机制依赖定时器实现，默认每 30 秒执行一次。具体流程是：系统将 heartbeat.md 文档的内容作为消息发送给 Agent，Agent 读取后判断是否有需要处理的事项。如果返回特定关键词（表示无需处理），就不会在用户渠道上推送消息；如果有内容，则会在对应渠道（飞书、Telegram、Discord 等）上给用户发消息。

heartbeat.md 是一个普通的 Markdown 文件，存储给 Agent 自己下发的指令。典型内容包括：review 今天的 memory 日志、找到未完成任务、检查用户提醒的 deadline 事项、将新记忆总结后放入可行动列表等。

来新璐还提到了锁机制：如果用户正在让 Agent 执行任务，心跳会稍后执行；Agent 闲置时才会处理心跳内容。他提醒，OpenClaw 项目更新极快——「我昨天拉了一次代码，发现它提交了 5,000 个 commit，很多公司一年可能也提交不了 5,000 个 commit」——但核心机制基本稳定，主要变化在修安全性和边角问题。

人格系统与记忆：SOUL.md 与上下文构建

▶ 54:43 · 看这一节

OpenClaw 将传统 CC 系统提示词中的一部分——Agent 的人格设定、信息设定、做事风格——解耦出来，形成独立的 SOUL.md 文件。来新璐直言：「没有大家说的这个什么灵魂呐、进化什么乱七八糟的，那么神秘。它其实就是把系统提示词中的一部分文档给抽出来了。」

SOUL.md 类似于 Agent 的「人格文档」，可以在社区传播，用户可上传和下载。启动 Agent 时，它会作为上下文的一部分加载到系统提示词中。不同的 Agent 可对应不同的 SOUL.md，实现个性化配置。来新璐类比了此前流行的 Agent Skill：「Skill 是我们过去每次要手打一遍的 prompt，把它固定成一个 MD 文件了。SOUL.md 也是一样的逻辑，只是固定的是人格信息。」

关于记忆系统，来新璐的评价比较直接：「当前 OpenClaw 的记忆系统设计较为薄弱，越设计越复杂，我不太喜欢。」他更倾向于回归最初的纯 Markdown 文件系统，而非引入向量数据库或键值数据库。他推荐了两个参考项目：

• memoryu：采用 Unix style 文件哲学维护记忆系统，设计优雅简洁，靠 Agent 驱动维护文件树。
• OpenViking：字节火山引擎开源，适合生产级场景，设计大而全。

系统提示词的构建顺序是：SOUL.md（人格）放在最前面，然后是硬编码信息（当前日期、程序功能等），最后拼接最近的记忆日志。来新璐解释了人格前置的设计原理：「传统模型训练有一个问题，最开始一个 TOKEN 分配的注意力分数非常高，就算你后面聊天聊得很长，最开始的几个 TOKEN 仍然是注意力分数非常高的。」

部署实践：借助已有 Agent 快速 Setup

▶ 1:58:02 · 看这一节

针对「部署 OpenClaw 很难」的普遍反馈，来新璐分享了一种省力方法：先在电脑上装一个 Claude Code 或国产替代品（如腾讯、阿里、字节出的版本），然后让这个 Agent 帮你完成 OpenClaw 的部署。

具体做法是：告诉 Agent「你上网查一下 OpenClaw 这个项目是怎么安装的，你帮我安装一下」，并提供 API key 或 Coding Plan 订阅信息。Agent 会自动执行 NPM 安装（npm i openclaw）、配置等步骤，并逐步指导用户完成平台侧的设置。

来新璐重点讲了飞书部署的坑。飞书需要创建企业自建应用、复制 API ID 和 API key、开通权限、设置事件订阅，步骤繁琐。他遇到的卡点是「添加事件订阅时加号无法点击」，最终通过先发布应用、再让程序建立长连接后才解决。「飞书这个设计，能不能像 TG 一样，一个 TOKEN 就可以部署一个 BOT？不要搞这么复杂。」他对比说，Telegram 部署最简单，只需一个 TOKEN 即可关联 BOT；Discord 也很麻烦，他尝试一半后放弃了。

关于部署位置，来新璐强烈推荐本地电脑：「部署在云服务器上，上面又没有你的数据，那跟 Manus 有啥区别？部署在本地电脑上，它能读你电脑上的数据，可以帮你清理文件、优化电池策略、查询黄金价格并绘制图表。」但他也提醒安全风险：「我差点误删甲方的数据集文件。你安全做得越好，小龙虾能干的事就越少；安全做得越松，你不知道模型会不会干点意外的事情。」

现场问答

▶ 2:13:04 · 看这一节

Q：小龙虾能调用 Facetime 打电话吗？

来新璐现场测试发现，OpenClaw 确实能通过 CLI 操作 Facetime 拨打电话。测试中成功拨通了网友陆萌的电话并完成连线。但他指出，这需要模型具备相应能力，且纯文本模态模型无法截图或进行全局应用操作，需要额外配置截图方案和浏览器自动化方案。

Q：用国产模型跑小龙虾体验如何？

来新璐表示自己用的是智谱 GLM-M5 搭配政府的 Coding Plan：「够用，也没那么好，没有 Claude 那么好。」他举例说，让 Agent 清理磁盘后，明明从 25G 可用空间变成了 99G，但模型回复却说「现在有 21G 可用空间」——「基础的算术都会算错，这就是为什么我不太推荐大家用国产模型去跑龙虾。真正的龙虾还要跑真正的模型，你靠这种蒸馏的模型是没有真正的灵魂的。」

Q：如何降低 Claude 模型的 API 成本？

来新璐介绍了一个思路：复用已有的 Claude Code 或 Codex 订阅。他开发了一个名为 BashClaw 的项目，提供两套引擎——一套直接调用模型 API，另一套复用系统上已装的 Claude Code CLI 或 Codex CLI。「在 Claude Code 中每天会发大量消息，但我们从来不会觉得订阅被用满。如果在 Claude Code 外面加上 Cron 和心跳机制，就可以复用订阅实现一个龙虾。」他提到 OpenClaw 官方项目因历史原因（曾收到 Anthropic 律师函）没有采用这套方案。

要点回顾

• OpenClaw 的本质：等于 CC 类 Agent + 定时任务机制（Cron）+ 心跳机制（Heartbeat），记忆和人格系统是辅助设计。
• Cron 三类任务：一次性任务（At）、周期性任务（Every）、纯表达式任务（Cron），支持用户和 Agent 双向设置。
• Heartbeat 原理：默认每 30 秒触发一次，将 heartbeat.md 文档内容发给 Agent，让它自己找活干；有需要才在用户渠道推送消息。
• SOUL.md 人格系统：从系统提示词中解耦出的人格设定文档，可传播、可下载，启动时拼接在系统提示词最前面。
• 记忆系统现状：OpenClaw 当前记忆设计偏复杂，来新璐推荐参考 memoryu（简洁优雅）和 OpenViking（生产级）两个项目。
• 部署建议：让已有 Agent 帮你安装 OpenClaw；飞书部署较繁琐，Telegram 最简单；部署在本地比云端更有价值。
• 模型选择：优先使用 Claude 模型；国产模型（智谱、Kimi、Minimax、DeepSeek 等）可跑通流程，但存在幻觉问题。
• 成本优化：可通过 BashClaw 等项目复用 Claude Code 或 Codex 订阅，替代直接走 API 的高成本方案。
• 安全提醒：本地部署权限大、风险也大，建议做好安全隔离和资源隔离，避免误删重要文件。