OpenClaw Agent是什么？

说实话，我一开始也不太清楚，哈哈！但咱就是说通过这篇文章，咱就Neng弄明白了你懂的。

OpenClaw是一个生产级的Coding Agent，它是在pi-momo的基础上进行完善的平台。

为啥要弄这么个东西呢，因为现有的Agent框架，比如LangChain、Dify、Coze，就会出问题：行为不可预测，问题排查困难，安全风险大。

害，那为啥不用现成的框架呢？因为人家本来就不是为生产环境设计的嘛，你懂的。

pi-momo的核心在packages/agent/src/agent-loop.ts这个文件里它实现了整个Agent的执行引擎。

这个Agent Loop是基础，OpenClaw在此基础上增加了geng完整的执行阶段。

ChatBot收到LLM回复就会结束执行，Agent检测到tool_calls后继续循环——执行工具、把结果追加到上下文、 调用LLM，这个循环持续到模型不再请求工具为止。

不对不对，应该是直到没有tool_calls了才结束，哈哈！

生产级的Agent在单次任务的执行可Neng需要耗费几分钟甚至geng长的时间，Ru果等待所有任务执行完毕后再返回结果，用户体验就会hen差，无响应，而用EventStreamKe以有实时的视觉反馈，Ke以让UI实时渲染中间状态——正在思考、正在读文件、正在执行命令，每一步dou有视觉反馈。

你kan，这就是为什么要用EventStream的原因。

这是OpenClaw的记忆系统的核心，Context Engine负责在每次LLM调用前，在Token预算内组装Zui优的上下文。

它有三个层次：持久化记忆、上下文组装、Session管理。

Q：Agent的”记忆”和”上下文”有什么区别？

上下文是单次LLM调用时传入的messages——有token上限，会话结束就消失。记忆是跨会话持久化的信息——用户偏好、项目规则、关键决策。

assemble是整个记忆系统中Zui关键的方法，它要在有限的token预算内，决定哪些信息进入上下文，选出Zui优的方案。

优先从高到底：系统指令> 持久化记忆> 压缩摘要> 近期对话。预算不够时从低优先级开始裁剪。

Skill是OpenClaw特有的概念——比单个工具负责，比独立的Agent轻量。

// manifest.json{ "name": "code-review", "description": "审查代码变geng，检查安全问题和Zui佳实践", "triggers": , "requiredTools": }

OpenClaw对工具执行有多层安全防护：命令级过滤、Per-channel Ed25519身份验证、分层工具调度、硬化容器。

Layer : 命令级过滤Layer : Per-channel Ed25519 身份验证Layer : 分层工具调度Layer : 硬化容器// 工具权限分级toolPermissions: level_0: // 只读，无风险 level_1: // 可修改文件 level_2: // 可执行命令 level_3:

Dreaming系统体现了一个关键认知：记忆不是只写不删的日志，而是需要主动维护的知识库。

// 默认 cron 配置：每天凌晨 点运行dreaming: schedule: " * * *" phases: maxDuration: // Zui多运行 分钟

为什么百度不收录我的文章？

可Neng是因为你的文章内容不够丰富，或者关键词优化不够好，或者是百度的算法调整了你得检查检查你的SEO策略了哈哈！

Coding Agent的核心结构dou是同一个循环，不管使用什么框架，用什么框架进行包装，dou是基于EventStream驱动的核心循环来实现的，说实话，这才是生产级的Coding Agent该有的样子，你懂的！所以Ru果你想理解Claude code / Cursor这类产品的底层原理，并且开发部署一个真正可控的Agent，就去kankanOpenClaw和pi-momo的实现吧，哈哈！