OpenClaw 平台配置与开发¶
OpenClaw 是一个强大的 AI Agent 平台，支持技能安装、模型配置、多 Agent 协作等核心能力。本项目记录了 OpenClaw 平台从配置、技能开发到可视化操作界面（ClawCraft）的完整演进历程。
产品定位¶
OpenClaw 不仅是一个 Agent 运行平台，更是一个可扩展的 AI 工具生态系统：
- 技能平台：支持通过 skill 扩展 Agent 能力，包括搜索、文件操作、API 调用等
- 模型中枢：统一管理多种 AI 模型 Provider（Github Copilot、Azure、本地等）
- 协作中心：支持多 Agent 和 SubAgent 协作，适合复杂任务分解
- 配置工作台：从命令行配置演进到游戏化可视界面（ClawCraft）
核心能力¶
1. 技能系统 (Skills)¶
- 安装方式：本地工作区 (
~/.openclaw/workspace/skills/) 或全局目录 - 类型覆盖：搜索（Tavily）、版本控制（GitHub）、文档处理、API 集成等
- 动态加载：支持运行时安装新技能
- 可视化管理：通过 ClawCraft 技能工坊进行搜索、安装、管理
2. 模型配置 (Model Providers)¶
- Github Copilot：默认 Provider，支持 Claude Sonnet/Opus 4.6
- Azure Foundry：企业级部署选项
- 本地模型：支持私有化部署
- 动态切换：会话级别模型切换能力
3. 多 Agent 协作¶
- 主 Agent：负责任务分解和协调
- SubAgent：专门处理特定子任务
- 会话管理：支持并发会话和结果聚合
- Spawn 机制：通过
sessions_spawn创建协作网络
4. 可视化配置 (ClawCraft)¶
- RTS 风格界面：将 OpenClaw 配置抽象为游戏化王国管理
- 建筑映射：技能工坊、模型熔炉、记忆宝库等功能建筑
- 实时监控：Agent 状态、技能安装、系统健康度可视化
- 操作界面：替代传统命令行配置，提供直观的点击操作
项目时间线¶
| 时间段 | 阶段 | 关键成果 |
|---|---|---|
| 03-12 凌晨 | 架构确认 | [[03-12-clawcraft-architecture]] 确认 Plugin 架构，避免侵入式改造 |
| 03-12 上午 | 技能补齐 | [[03-12-skill-tavily-setup]] Tavily Search 替代 Brave，完善搜索能力 |
| 03-12 中午 | MVP 开发 | [[03-12-clawcraft-mvp]] Plugin + Frontend 双轨开发，E2E 验证成功 |
| 03-12 下午 | 操作界面 | [[03-12-config-operations]] 从只读监控升级为可配置操作工作台 |
| 03-12 晚上 | 技能安装 | [[03-12-skill-workshop]] 技能工坊实现游戏化技能安装界面 |
| 03-13 早晨 | 体验优化 | [[03-13-ux-improvements]] 移动端适配、文档清理、频道配置修复 |
| 03-14-15 | 可视化增强 | [[03-14-15-visual-enhancements]] 围墙编辑、建筑网格化、面板重构 |
| 03-16 | 技能联调 | [[03-16-skill-integration]] SkillManager 与 OpenClaw 深度集成验证 |
| 03-18-19 | Portal 扩展 | [[03-18-19-portal-expansion]] Gateway/Portal 配置、Clawline 架构接入 |
| 03-20+ | 部署沉淀 | [[03-20-deployment-skills]] Web 配置完善、技能开发流程沉淀 |
关键技术决策¶
Plugin 架构选择¶
决策：采用 OpenClaw Plugin 扩展方案，而非侵入式改造
原因：与原生能力对齐，升级风险低，便于测试机验证
影响：后续所有功能开发都基于 Plugin Hook 机制和 Gateway 事件流
技能安装策略¶
决策：工作区技能 + 全局技能双轨支持
原因：平衡项目隔离和通用能力共享
配置路径：
- 工作区：~/.openclaw/workspace/skills/
- 全局：~/.openclaw/skills/
可视化方向¶
决策：RTS 风格游戏化界面替代传统 Dashboard
原因：提升配置工作的用户体验，降低学习门槛
核心映射：
- OpenClaw 配置 → 王国建筑
- Agent/Session → 城市居民
- 技能安装 → 建筑建造
Codex 辅助定位¶
决策：用于脚手架生成和并行开发，不替代精细调整
原因：平衡开发效率与代码质量
流程：架构设计 → Codex 生成 → 人工验收 → 部署验证
架构演进¶
第一阶段：配置中心化¶
OpenClaw 配置分散在多个文件和命令中，学习成本高，配置错误难以排查。
第二阶段：可视化监控¶
通过 ClawCraft 提供实时状态监控，但仍是只读界面。
第三阶段：操作工作台¶
将配置、安装、管理等操作集成到游戏化界面中，实现"所见即所得"的配置体验。
第四阶段：生态闭环¶
结合 Portal 时光机、技能沉淀等能力，形成完整的 OpenClaw 开发和运维生态。
关键经验¶
配置管理¶
- 路径统一：明确工作区路径，避免Windows/Linux路径混乱
- 配置验证：频道、模型等配置问题需要运行时检测机制
- 版本控制：重要配置变更需要版本管理和回退能力
技能开发¶
- 标准化流程：从需求 → 设计 → 实现 → 测试的完整链路
- 依赖管理：技能间依赖关系和版本兼容性
- 测试策略：本地 Mock + 测试机 E2E 双重验证
可视化设计¶
- 渐进增强：从只读 → 可配置 → 可操作的渐进式功能演进
- 抽象映射：技术概念到游戏元素的合理映射
- 用户体验：移动端适配、响应式布局、直观交互
下一步发展¶
- 配置工作台深化：更多 OpenClaw 配置项的可视化管理
- 技能生态扩展：技能商店、评分系统、社区分享
- 多环境管理：开发、测试、生产环境的统一管理界面
- 自动化运维：基于监控数据的自动扩缩容、故障自愈等
OpenClaw 平台通过持续的架构演进和工具链完善，正在从一个单纯的 Agent 运行环境发展为完整的 AI 工具开发与运维平台。ClawCraft 的成功实践证明了游戏化界面在降低技术门槛方面的巨大价值。