🕷️OpenClaw (GitHub Releases)•較早收集於 11h
OpenClaw v2026.5.25-alpha.1 發布
💡隨時掌握 OpenClaw 專案的最新 alpha 迭代,以便進行潛在的功能整合。
⚡ 30-Second TL;DR
有什麼變化
發布了 2026.5.25-alpha.1 alpha 版本
為什麼重要
對 OpenClaw 生態系統的微小迭代更新。使用者應追蹤變更以確保與現有工作流程的相容性。
下一步行動
檢查 GitHub 儲存庫的提交日誌,以識別與您實作相關的變更。
誰應關注:Developers & AI Engineers
關鍵要點
- •發布了 2026.5.25-alpha.1 alpha 版本
- •持續進行 OpenClaw 程式碼庫的迭代開發
- •可透過 GitHub Releases 進行測試
🧠 深度解析
Web-grounded analysis with 13 cited sources.
🔑 增強重點摘要
- •OpenClaw 是一個免費開源的自主 AI 代理,可在本地運行,並透過訊息平台(如 WhatsApp、Telegram、Discord)與大型語言模型(如 Claude、GPT、DeepSeek)整合,執行任務、控制瀏覽器及管理本地文件。
- •該專案由 Peter Steinberger 於 2025 年 11 月首次發布,最初名為 Clawdbot,後因商標問題和名稱偏好,於 2026 年 1 月更名為 Moltbot,並在三天後最終定名為 OpenClaw。
- •OpenClaw 在 2026 年 3 月前已在 GitHub 上獲得超過 20 萬顆星,並催生了一個由第三方工具和服務組成的生態系統,包括騰訊和 Z.ai 等中國科技公司的應用。
- •其創始人 Peter Steinberger 於 2026 年 2 月宣布加入 OpenAI,並將成立一個非營利基金會來管理 OpenClaw 專案的未來發展。
- •OpenClaw 採用「技能系統」(skills system),其中技能以包含元數據和工具使用說明的 SKILL.md 文件形式儲存,支援本地、全局或工作區安裝,使其功能可擴展。
📊 競品分析▸ Show
| 特性/產品 | OpenClaw | NanoClaw | Sai by Simular | Hermes Agent |
|---|---|---|---|---|
| 部署模式 | 本地自託管 | 本地自託管 (支援容器隔離) | 雲端工作區 (安全雲端 VM) | 本地自託管 (伺服器導向) |
| 安全性 | 存在未經審查的第三方技能風險、預設埠暴露問題 | 專注於安全性,提供容器隔離,程式碼庫小易於審計 | 在安全雲端環境中運行,需要批准關鍵操作 | 提供容器級別隔離 |
| 程式碼複雜度 | 龐大 (434K+ 行, 3,680 文件) | 極簡 (700-3,900 行, 5-15 文件) | 不適用 (閉源服務) | 不適用 (框架) |
| 記憶體 | 本地 Markdown 文件持久化 | 持久化記憶體 | 雲端持久化記憶體 | 長期記憶體 |
| 定價 | 免費開源 (MIT 許可證) | 開源 | 訂閱制 (例如 $20/月) | 開源 |
| 主要優勢 | 功能全面,社群龐大,模型無關性 | 安全性高,程式碼簡潔,易於審計 | 易於使用,無需設定,雲端安全 | 伺服器導向,最大化模型控制 |
🛠️ 技術深入
- 類型: 自主 AI 代理 (Autonomous AI Agent)
- 語言: TypeScript, Swift
- 作業系統: 跨平台 (macOS, Linux, Windows)
- 運行方式: 在本地機器上運行 (筆記型電腦、家用實驗室、VPS),作為一個持久的 Node.js 服務
- 核心架構 (四層):
- 網關層 (Gateway Layer): 作為中央神經系統,是一個在本地機器上運行的 WebSocket 伺服器,連接各種訊息平台(WhatsApp, Telegram, Discord 等),將所有傳入訊息標準化為統一格式。
- 推理層 (Reasoning Layer): LLM 所在層,將用戶指令與可用上下文和系統狀態合併為「巨型提示」(megaprompt),並發送給配置的 LLM。管理 token 預算、上下文窗口和模型選擇。
- 記憶系統 (Memory System): 不使用向量資料庫,而是將所有內容(會話日誌、用戶偏好、語義記憶)以純 Markdown 文件形式儲存在本地磁碟上。當上下文窗口滿時,會進行上下文壓縮。
- 技能與執行層 (Skills & Execution Layer): 透過「技能系統」擴展功能。技能儲存為包含 SKILL.md 文件(含元數據和工具使用說明)的目錄。技能可以執行 shell 命令、控制瀏覽器、讀寫文件等。
- 模型支援: 模型無關性設計,支援 Anthropic Claude、OpenAI GPT 系列、Google Gemini、xAI Grok、Mistral、DeepSeek 以及透過 Ollama 或任何 OpenAI 相容端點的本地模型。
- 記憶體處理: 2026.4.10 版本引入了「主動記憶體」(Active Memory) 外掛,在生成回應前運行一個記憶體子代理,查詢相關偏好、歷史上下文和先前的會話細節,使代理行為隨時間推移更加個性化。
- 語音功能: 2026.4.10 版本透過 macOS 上的 MLX 框架實驗性地引入了本地語音合成功能,允許 Apple Silicon Mac 用戶在設備上完全運行語音輸入和輸出。
- 開發環境: 使用 pnpm 作為工作區管理器,支援從源碼構建。
🔮 前景展望AI analysis grounded in cited sources
OpenClaw 的開源性質及其日益壯大的生態系統將加速自主 AI 代理技術的普及和創新。
隨著更多開發者貢獻技能和工具,以及企業將其整合到服務中,自主代理的應用場景將不斷擴大,推動技術快速迭代。
隨著 OpenClaw 創始人加入 OpenAI 並成立非營利基金會,該專案的長期發展方向和治理模式將更加穩定和透明。
基金會的成立可以確保專案的持續維護和社區驅動,同時與 OpenAI 的聯繫可能帶來新的技術合作或標準化機會。
由於其本地運行和廣泛系統訪問能力,OpenClaw 將持續面臨嚴峻的安全挑戰,並促使業界對 AI 代理的沙盒化和權限管理提出更高要求。
惡意插件和預設配置導致的漏洞已引起安全研究人員的關注,這將推動更安全的部署實踐和更嚴格的技能審查機制。
⏳ 時間線
2025-11
Peter Steinberger 首次發布 OpenClaw,當時名為 Clawdbot。
2026-01-27
專案更名為 Moltbot,以回應 Anthropic 的商標投訴。
2026-01-30
專案再次更名為 OpenClaw。
2026-02-14
Peter Steinberger 宣布加入 OpenAI,並將為 OpenClaw 專案成立一個非營利基金會。
2026-03-02
OpenClaw 在 GitHub 上獲得 247,000 顆星和 47,700 個分支。
2026-04-10
引入「主動記憶體」外掛和 macOS 上的 MLX 框架本地語音合成功能。
📎 來源 (13)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: OpenClaw (GitHub Releases) ↗