OpenClaw 2026.5.26: Enhanced Gateway, Transcripts, and Channel Support

🔑 增強重點摘要

•OpenClaw 是一個開源的自主人工智慧代理，可在本地運行並與外部大型語言模型（如 Claude、GPT 或 DeepSeek）整合，透過訊息平台作為其主要使用者介面來執行任務。
•該平台採用「技能系統」，其中技能以包含 SKILL.md 檔案的目錄形式儲存，使其能夠自動化各種任務，包括潛在客戶開發、網站審核、CRM 整合、網路自動化和開發者工作流程。
•OpenClaw 的核心架構是一個「中心輻射型」模型，以單一 Gateway 作為控制平面，負責在使用者輸入（來自各種訊息平台）和 AI 代理執行時環境之間進行協調。
•為實現持久且適應性強的行為，OpenClaw 將配置資料和互動歷史記錄儲存在本地的純 Markdown 和 YAML 檔案中，而非依賴供應商託管的 SaaS 解決方案。
•儘管 OpenClaw 廣受歡迎，但其開放原始碼模型也引發了安全疑慮，包括間接提示注入攻擊的風險以及在 ClawHub 技能市集中發現惡意外掛程式的案例。

📊 競品分析▸ Show

特性/產品	OpenClaw	Manus	Vellum	Hermes Agent	NanoClaw	PicoClaw
部署模式	自託管，本地優先 Gateway	託管雲端代理	開源，macOS 原生，個人助理	自託管，伺服器導向	自託管，極簡程式碼	自託管，極致硬體效率
核心功能	多通道 Gateway，代理工作流程，技能系統，本地記憶體	託管雲端代理，自動化任務，跨裝置同步	個人 AI 助理，強化安全基礎設施，持久記憶體，macOS 桌面控制	多平台代理部署，五種沙盒後端 (local, Docker, SSH, Singularity, Modal)	訊息、網路存取、排程任務、記憶體，極簡程式碼庫	極低資源佔用 (<10MB RAM)，單一二進位檔，適用 Raspberry Pi
主要優勢	完全控制資料和執行，高度可擴展的技能系統	無需手動配置或 DevOps 開銷	堅固的安全基礎設施，憑證隔離，原生 macOS 體驗	靈活的沙盒選項，多平台整合	安全優先，程式碼精簡，容器隔離	資源效率高，啟動時間快，單一二進位檔
程式語言	TypeScript, Swift	不適用 (託管服務)	不適用 (產品)	不適用 (框架)	不適用 (產品)	Go

🛠️ 技術深入

OpenClaw 主要使用 TypeScript 和 Swift 語言開發，其中 Swift 用於其伴侶應用程式。
其架構採用「中心輻射型」設計，核心是一個單一的 Gateway 服務，作為 WebSocket 伺服器，負責處理所有使用者輸入和代理執行之間的控制平面。
代理執行時環境 (Agent Runtime) 負責端到端地運行 AI 迴圈，包括從會話歷史和記憶體中組裝上下文、調用大型語言模型、執行工具呼叫以及持久化更新的狀態。
OpenClaw 實現了一個「技能系統」，其中技能被組織成目錄，每個目錄包含一個 SKILL.md 檔案，用於定義工具的使用方式和元資料。
記憶體系統結合了 JSONL 格式的會話記錄（用於可重播的歷史）和 Markdown 檔案（如 MEMORY.md 和 memory/YYYY-MM-DD.md，用於長期記憶和策劃知識），並透過混合搜尋（向量搜尋和關鍵字搜尋）進行檢索。
為了增強安全性，工具執行採用基於 Docker 的沙盒隔離，可按會話進行隔離，以限制潛在的損害範圍。
Gateway 預設綁定到 127.0.0.1 (迴路介面)，以限制網路暴露，增強預設安全性。
系統可觀測性透過 OpenTelemetry LLM spans 實現，收集代理的追蹤、指標和日誌，並可將其匯出到 SigNoz 或 Casdoor 等後端進行分析。
在網路瀏覽自動化方面，OpenClaw 採用「語義快照」（解析可訪問性樹）而非傳統的螢幕截圖，以提高效率、降低 token 成本並增強 LLM 推理的準確性。
核心代理迴圈（工具呼叫、上下文管理、LLM 互動）由 Pi 代理框架（@mariozechner/pi-agent-core）處理，OpenClaw 在其之上構建了 Gateway、協調和整合層。

🔮 前景展望AI analysis grounded in cited sources

OpenClaw 將在企業和專業使用者中獲得更廣泛的採用。

Gateway 效能的顯著優化和對主要通訊管道的生產就緒支援，降低了部署和維護的門檻，使其更適合關鍵業務應用。

以 Transcripts 為核心的架構將推動更複雜的 AI 驅動分析和自動化工作流程。

統一的 Transcripts 支援為會議摘要和重播提供了結構化數據，這將使 AI 能夠更深入地理解和利用對話內容，從而實現更智慧的自動化和洞察。

透過 OpenTelemetry 增強的可觀測性將提高 OpenClaw 部署的可靠性和安全性。

更詳細的遙測和追蹤功能使開發者和營運團隊能夠更好地監控代理行為、診斷問題並及時發現潛在的安全漏洞，從而促進更穩健的生產環境。

⏳ 時間線

2025-11

以 Clawdbot 之名首次發布 OpenClaw。

2026-01-27

因商標投訴更名為 Moltbot。

2026-01-30

再次更名為 OpenClaw。

2026-02-14

創始人 Peter Steinberger 宣布加入 OpenAI，並將成立非營利基金會管理 OpenClaw 專案。

2026-03

OpenClaw 在 GitHub 上獲得超過 20 萬顆星。

2026-05-23

OpenClaw 在 GitHub 上獲得超過 30 萬顆星。

OpenClaw 2026.5.26：增強的 Gateway、Transcripts 與頻道支援

⚡ 30-Second TL;DR

關鍵要點

🧠 深度解析

🔑 增強重點摘要

🛠️ 技術深入

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線

📎 來源 (27)

👉相關動態