OpenClaw 是一个开源、自托管的 AI Agent 系统。它以常驻 Gateway 为控制面,把消息渠道和操作端连接到模型、会话、记忆、工具、Skill、插件与执行后端。它的价值并不是让大模型突然拥有“完全自主性”,而是提供一套持续接收请求、组装上下文、调用模型、执行获准动作并回传结果的运行系统。
这也改变了安全评估方式。普通聊天机器人主要生成文本,而 OpenClaw 可能持有消息渠道凭证、读取私有上下文、执行 Shell、控制浏览器并向外发送消息。判断它是否适合你,第一步应是画清信任边界和有效权限,而不是统计功能数量。
核心要点
- Gateway 是可信控制面,负责渠道连接、配置、凭证、会话、路由与控制 API。
- 自托管决定 OpenClaw 状态存放在哪里,不代表提示词和工具数据一定不会离开本机。
- 沙盒默认关闭;在可信单用户模式下,工具可能直接运行在 Gateway 宿主机。
- 沙盒决定工具在哪里运行,工具策略决定模型能调用什么,Elevated 则是
exec离开普通沙盒的独立通道。 - 一个 Gateway 对应一个信任边界;互不信任的用户或租户应拆分 Gateway、凭证,并尽量拆分系统用户或主机。
- 生产可用不能靠演示证明,必须为准入、会话隔离、最小权限、出站访问、故障恢复、升级和审计留下证据。
OpenClaw 是什么?
从工程视角看,OpenClaw 是“由操作者拥有的 Agent 运行系统”,而不只是一个模型封装。常驻 Gateway 接收来自消息渠道或客户端的请求,解析目标 Agent 和会话,构造模型上下文,暴露获准工具,传递执行过程,保存状态,最后把结果路由回原渠道。
OpenClaw 采用 MIT 许可证,可接入云端或本地模型。它覆盖消息渠道、浏览器控制台、命令行客户端、设备节点、Skill、插件和定时任务;实际能力取决于你安装的版本、插件和配置。因此,评估具体部署的能力清单,比引用一张通用功能表更可靠。
下面这些常见说法都需要加上条件:
| 常见说法 | 准确理解 |
|---|---|
| “所有数据都留在本地” | Gateway 状态可以本地保存,但模型提供商、消息平台、插件、工具和遥测系统仍可能接收数据。 |
| “所有命令都在 Docker 中运行” | 沙盒是可选能力且默认关闭,只有配置后,相应工具执行才会移入指定后端。 |
| “一个实例能安全隔离任意数量用户” | 单个 Gateway 面向一个操作者或相互信任的团队,不是敌对多租户隔离边界。 |
| “Skill 就是安全插件” | Skill 提供工作指令;插件可以增加运行时代码和能力。两者都需要审查来源。 |
| “Agent 能完成任何数字任务” | 结果取决于模型、工具契约、凭证、运行环境、失败处理和任务验收标准。 |
当前安装前置条件和命令应以官方仓库与入门文档为准,不要照搬旧教程里的版本号和配置字段。
OpenClaw 架构如何工作?
OpenClaw 将持久化控制面与客户端、模型运行时和可选执行后端分开。这样做的意义是:身份、策略、状态和凭证可以留在 Gateway,而风险较高的执行可以被移动到其他边界。
Gateway:系统事实源
Gateway 是长期运行的进程。根据官方架构文档,它持有消息连接,并通过带类型约束的 WebSocket API 服务控制台、CLI、应用、自动化任务和配对节点。它验证协议帧、发送生命周期事件,并保存继续会话所需的状态。
默认本地地址为 127.0.0.1:18789。回环绑定是良好的网络默认值,但不能替代身份认证、渠道准入、工具限制和宿主机加固。
Agent Loop:一条消息如何变成一次执行
Agent Loop 官方说明把一次请求拆成可观测的串行过程:
- 校验请求并解析目标会话。
- 解析模型、认证配置、工作区与 Skill 快照。
- 组装系统提示词和会话上下文。
- 调用模型并流式传递文本或工具事件。
- 每次工具调用前检查策略,并在配置的目标环境执行。
- 持久化会话文本和生命周期状态。
- 整理最终回复并交付到来源渠道。
同一会话的运行会串行化,以减少状态竞争。但这不代表外部副作用具备事务性:某个工具可能已经发出消息或修改外部系统,随后步骤才失败。因此,高价值工作流仍需要幂等键、操作回执和对账机制。
Tool、Skill 与 Plugin 的边界
OpenClaw 有三种容易混淆的扩展层:
| 扩展层 | 作用 | 主要风险 |
|---|---|---|
| Tool(工具) | 文件访问、浏览器控制、命令执行或消息发送等结构化动作 | 直接产生副作用或泄露数据 |
| Skill(技能) | 教会 Agent 按固定流程使用已有工具 | 恶意或错误指令可诱导 Agent 使用已授权能力 |
| Plugin(插件) | 增加工具、模型、渠道、Hook 或 Skill 的运行时代码 | 供应链代码进入可信安装边界 |
工具策略会过滤模型实际可见的工具 Schema,Skill 不能恢复已经被禁用的工具。插件则是可执行代码,应像普通依赖一样进行源码审查、版本固定、隔离测试和显式允许。
会话与记忆都是显式状态
会话是 Gateway 管理的对话记录。默认情况下,多个私信渠道会共享主会话以保持个人助理的连续性,而群组和房间通常独立。如果有多人可以发私信,应配置 session.dmScope: "per-channel-peer" 或更严格的账户级作用域,否则不同发送者可能共享上下文。
长期记忆不是模型内部的隐藏状态。记忆文档说明了 USER.md、MEMORY.md、日期笔记等持久化 Markdown,以及对应检索索引。会话文本和运行状态另行保存。两类数据都可能包含提示词、文件内容、工具输出和身份信息,必须按敏感数据处理。
安全模型:个人默认与加固部署不是一回事
OpenClaw 的默认姿态面向一名可信操作者在本机使用,并不等同于面向团队或企业的加固部署。
| 控制项 | 常见默认值 | 加固部署必须决定什么 |
|---|---|---|
| Gateway 网络 | 绑定回环地址 | 私有入口、认证、防火墙、隧道或 Tailnet |
| 陌生私信 | 多数私信渠道使用配对 | 明确允许列表并定期复核授权 |
| 私信会话范围 | 共享主会话 | 多发送者使用 per-channel-peer 隔离 |
| 宿主机执行 | 可信个人模式允许 | 禁用、审批,或移动到隔离执行环境 |
| 沙盒 | 关闭 | 明确启用并检查模式、作用域、挂载和网络 |
| 跨 Agent 会话访问 | 同 Gateway 内较宽 | 收紧可见性,信任不同则拆分 Gateway |
| Skill 与插件 | 由操作者选择 | 固定版本、审查来源并缩小启用面 |
一个 Gateway 就是一个信任边界
官方信任模型支持一名操作者或相互信任的团队共用一个 Gateway,但不承诺敌对多租户隔离。sessionKey 只是会话路由键,不是授权令牌;任何能修改 Gateway 状态或配置的人都应被视为可信操作者。
团队助理应使用独立机器或虚拟机、独立系统用户、业务专用账号和最小化凭证,并与个人数据分开。面对互不信任的用户或组织时,应为每个租户提供独立 Gateway 单元和宿主边界。
沙盒、工具策略与 Elevated 各管一层
三者不能互相替代:
| 控制项 | 回答的问题 | 关键限制 |
|---|---|---|
| Sandbox | 工具在哪里运行? | Gateway 仍留在宿主机,且沙盒默认关闭。 |
| Tool Policy | 模型可以调用哪些工具? | 禁用文件工具,并不能让仍可用的 Shell 自动变成只读。 |
| Exec Approval | 哪些宿主机命令需要审批? | 审批是操作者意图防线,不是租户隔离。 |
| Elevated | exec 能否离开普通沙盒? |
这是显式逃逸路径,应关闭或严格限制。 |
| OS/Host Boundary | 进程失陷后最终能触达什么? | 对互不信任负载,这是更强的隔离边界。 |
官方沙盒文档明确说明:沙盒可以缩小影响范围,但不是完美安全边界。挂载目录、网络、凭证、浏览器配置和工具策略仍决定进程能访问什么。除非你的目标就是交出宿主机控制权,否则不要把 Docker Socket 挂载给 Agent。
Prompt Injection 本质上是授权问题
不能只靠一句“忽略恶意指令”解决 Prompt Injection。网页、文档、邮件、引用消息和工具结果都可能夹带不可信指令。OWASP Prompt Injection 指南建议采用最小权限、确定性输出校验、不可信内容隔离、高风险操作人工审批和对抗测试。
落实到 OpenClaw,应做到:
- 只允许已知发送者和渠道触发 Agent。
- 每个 Agent 只获得任务必需的工具和凭证范围。
- 将外部内容与操作者指令清晰分离。
- 对不可逆操作使用审批或确定性策略。
- 隔离执行并限制出站网络。
- 记录请求动作、策略决策、工具参数、执行结果和交付回执。
一套可落地的加固基线
合理的起点是让 Gateway 只监听本机、隔离私信会话、默认关闭宽泛运行时与文件权限,并禁用 Elevated。具体字段必须与实际安装版本的官方配置文档核对。
{
gateway: {
mode: "local",
bind: "loopback",
auth: {
mode: "token",
token: "<long-random-token>"
}
},
session: {
dmScope: "per-channel-peer"
},
tools: {
profile: "messaging",
deny: [
"group:automation",
"group:runtime",
"group:fs",
"sessions_spawn",
"sessions_send"
],
fs: {
workspaceOnly: true
},
exec: {
security: "deny",
ask: "always"
},
elevated: {
enabled: false
},
sessions: {
visibility: "agent"
},
agentToAgent: {
enabled: false
}
}
}
这只是起点,不是安全认证。真实部署还需要定义各渠道的配对与群组策略、沙盒模式和工作区访问权限、插件允许列表、密钥归属、出站目的地、数据保留周期和事故响应流程。
不要只阅读配置文件,要检查最终生效的运行姿态:
openclaw gateway status
openclaw security audit --deep
openclaw sandbox explain --json
security audit 检查网络暴露、请求准入、权限、插件和策略漂移;sandbox explain 则展示指定会话究竟在哪里执行,以及哪些规则共同产生了当前结果。
OpenClaw 的数据究竟流向哪里?
自托管意味着你负责运行 Gateway 并保管其状态,不意味着所有数据天然留在这台主机。
| 数据 | 可能的去向 | 操作者必须决定 |
|---|---|---|
| 消息与会话上下文 | 已配置的模型提供商 | 提供商、保留策略、区域端点或本地模型 |
| 回复与附件 | 消息平台 | 渠道选择与账号权限范围 |
| 工具参数与结果 | API、浏览器、节点、沙盒、插件 | 工具白名单、出站策略、凭证和脱敏 |
| 会话、凭证、记忆、日志 | Gateway 状态目录和备份 | 加密、文件权限、保留期和备份访问 |
| 诊断与指标 | 配置的遥测系统 | 是否开启,以及哪些字段离开主机 |
凭证、存储与日志文档建议把整个 OpenClaw 状态目录都视为敏感数据。共享主机上应采用严格文件权限、全盘加密和独立系统账号,并配置经过验证的保留策略。日志脱敏也不能证明会话文本中绝不会出现业务秘密。
如何选择部署形态?
部署形态应由信任模型决定,而不是只看哪种方式最快。
| 部署形态 | 适用场景 | 必要控制 |
|---|---|---|
| 个人电脑 Gateway | 单一可信操作者、低风险个人任务 | 回环地址、配对、专用账号、审查工具、可靠备份 |
| 独立个人服务器 | 单一操作者需要全天候访问 | 私有入口、服务守护、磁盘加密、沙盒、成本上限 |
| 团队 Gateway | 相互信任且只处理业务数据的团队 | 独立主机身份、私信隔离、角色限制、最小工具、审计恢复 |
| 每租户独立 Gateway | 用户或组织之间互不信任 | 独立 Gateway、凭证、系统身份或主机、状态、网络和备份 |
| 一次性 Worker 执行 | 高风险编程、浏览器或外部内容任务 | 短期凭证、隔离工作区、限制出站、产物复核 |
当你需要一个跨渠道、持续运行、由自己管理的助理,并愿意承担身份、策略、状态与恢复责任时,OpenClaw 很合适。如果业务本质上是确定性流程、没有人负责持续升级,或要求敌对租户共享单一进程,它就不是合理默认选项。
OpenClaw 与相邻方案的区别
| 方案 | 核心抽象 | 最适合 | 主要代价 |
|---|---|---|---|
| 托管聊天助手 | 厂商托管的对话 | 低运维成本的交互式协助 | 运行时与集成边界控制较少 |
| 工作流自动化平台 | 显式触发器与动作图 | 确定性业务流程 | 自然语言动态规划能力有限 |
| Agent SDK 或图框架 | 构建应用的组件 | 自研控制面的产品团队 | 渠道、状态、策略和运维均由团队实现 |
| 编程 Agent | 以代码仓库为中心的任务循环 | 代码修改、测试与评审 | 通用助理和多渠道范围较窄 |
| OpenClaw | 操作者拥有的常驻 Gateway | 多渠道个人助理或可信团队助理 | 安全与运维责任显著增加 |
一套安全的评估流程
先在隔离测试身份中评估 OpenClaw,再连接个人邮箱、生产仓库、支付系统或管理员凭证。
第一步:定义验收契约
先写清楚:
- 谁可以发送请求?
- 哪些数据允许进入模型上下文?
- 哪些工具和目标系统可以访问?
- 哪些动作必须人工批准?
- 哪些过程必须进入审计记录?
- 如何停止任务、恢复状态并核对部分成功的外部操作?
如果这些问题没有答案,一次成功演示只能证明理想路径恰好跑通。
第二步:按当前官方文档安装
先在官方入门文档核对支持的 Node.js 版本,再使用当前安装器或包命令。不要沿用旧博客中的 Python 版本、Compose 文件或固定模型推荐。
npx openclaw@latest
需要常驻服务时,按支持的 CLI 完成引导并安装 Gateway:
openclaw onboard --install-daemon
openclaw gateway status
openclaw dashboard
评估记录中应保存精确的 OpenClaw 版本、Node.js 版本、插件、模型提供商、渠道适配器和实际生效配置。
第三步:只开放一个低风险渠道和最小工具集
使用配对模式、带消费上限的临时模型凭证,以及不含生产密钥的独立工作区。在测试确实需要之前,先禁用 Shell、宽泛文件访问、对外发消息和控制面工具。
第四步:测试安全属性,而不只测试任务成功
| 测试 | 应保留的证据 |
|---|---|
| 陌生账号尝试私信 | 配对或拒绝结果 |
| 两个已授权账号询问私有上下文 | 会话隔离阻止跨用户泄露的证据 |
| 不可信网页包含工具指令 | 工具拒绝、审批或沙盒限制结果 |
| Agent 请求访问未声明目标 | 出站策略或工具策略拒绝结果 |
| Gateway 在任务中重启 | 恢复结果与重复副作用检查 |
| 模型超时或限流 | 有界重试与明确终态 |
| Skill 或插件版本变化 | 审查记录、固定版本和回滚路径 |
第五步:升级前证明备份可恢复
OpenClaw 提供带校验的备份命令。备份应保存在实时状态目录之外,并按生产凭证同等级保护。
openclaw backup create --verify --output "$HOME/Backups"
openclaw backup verify "$HOME/Backups/<archive>.tar.gz"
恢复操作会写入新的目录,正式启用则是独立的离线运维步骤。先演练恢复,再依赖备份。之后使用官方更新器,并重新执行健康与安全检查:
openclaw update
openclaw doctor
openclaw gateway status
openclaw security audit --deep
生产评估记分卡
选择 Agent 平台不能只看演示任务成功率,还要同时量化安全与可运维性。
| 维度 | 示例指标 | 发布门禁 |
|---|---|---|
| 任务质量 | 验收通过任务数 / 总评测任务数 | 在冻结测试集上达到业务目标 |
| 副作用精度 | 正确写入或发送次数 / 所有写入或发送尝试 | 不允许出现未授权目标或范围 |
| 隔离能力 | 被阻止的对抗动作 / 对抗动作总数 | 所有高危动作被阻止或明确审批 |
| 故障恢复 | 无重复副作用的对账成功数 / 中断任务数 | 幂等与重放行为均已验证 |
| 成本 | 每个验收通过结果的模型与工具成本 | 有预算和失控循环上限 |
| 延迟 | 获得可接受结果的 p50、p95 时间 | 满足渠道响应预期 |
| 审计完整性 | 含身份、策略、参数、结果和回执的动作占比 | 高权限动作全部可追溯 |
| 升级安全 | 分阶段升级与回滚演练成功率 | 备份已校验,回滚已演练 |
测试集应覆盖正常任务、歧义请求、间接 Prompt Injection、依赖不可用、凭证失效、重复消息、运行中断和权限拒绝。输入与预期结果都应版本化。
常见失败模式
把本地状态误认为本地处理
云端模型仍会收到发送给它的上下文,消息平台仍会承载输入与输出,远程工具和插件还可能增加更多数据目的地。每启用一个集成,都应更新数据流清单。
多人共用默认私信会话
个人助理默认值追求跨渠道连续性。在多人入口中,这可能让不同发送者共享上下文。应设置按渠道和发送者隔离的私信作用域,并用不同账号做真实验证。
开启沙盒却不检查挂载
如果沙盒拥有可写宿主机目录、宽泛网络访问或 Docker Socket,它的影响范围仍然很大。必须检查模式、作用域、工作区权限、挂载、运行用户、Capabilities 和出站访问。
禁用文件工具,却保留无限制 Shell
工具名称不是语义级副作用控制。如果 exec 仍能在宿主机执行,Agent 依然可能通过命令读写文件。应禁用运行时工具,或在执行环境层真正落实边界。
把 Skill 当作无害文本
Skill 可以指导 Agent 何时、如何调用高权限工具;插件则直接增加可执行代码。启用前要审查来源、权限、依赖、网络行为、更新归属和精确版本。
没有设计中断后的对账
长任务会跨越模型调用、本地状态、消息平台和外部 API。超时可能发生在外部副作用已经完成之后。应尽量使用幂等键、保存操作回执、核对不确定结果,并显式设计重试条件。
常见问题
OpenClaw 是大模型吗?
不是。OpenClaw 是连接模型或模型专属 Harness、消息渠道、状态、策略和工具的 Agent 平台。模型质量会影响规划和工具使用,但外围运行系统由 Gateway 管理。
OpenClaw 是完全自主的吗?
自主程度是部署选择,不是非黑即白的产品属性。定时触发、工具和长会话可以减少人工参与,而审批、允许列表和受限工具可以让高影响决策继续由操作者控制。
OpenClaw 能完全离线运行吗?
只有所有依赖都在本地时才可以,包括模型、Embedding、消息入口、工具、包来源和外部 API。使用本地 Gateway 但调用云端模型或 Telegram,不属于完全离线。
Docker 能让 OpenClaw 变安全吗?
正确配置的 Docker 能限制进程与文件访问,但不能消除 Prompt Injection、凭证滥用、不安全挂载、宽泛网络、恶意插件或跨用户上下文风险。它只是纵深防御中的一层。
OpenClaw 与 LangGraph 或自动化平台有什么不同?
OpenClaw 提供面向操作者的常驻助理,包括 Gateway、渠道、会话、记忆和执行控制。Agent 框架提供构建应用的组件,自动化平台强调显式触发与动作图。选择依据应是你准备承担哪一层控制面。
总结
OpenClaw 的核心价值,是把模型、消息渠道、状态和工具组织为一个由操作者控制的常驻助理。同样因为集成深入,Gateway、凭证、会话路由、插件与执行目标都会进入你的安全边界。
真正决定能否上线的问题很具体:谁能触发 Agent、能看到哪些上下文、模型可以请求哪些动作、动作在哪里执行、哪些数据离开主机,以及发生中断后如何证明恢复正确。先用配置和测试证据回答这些问题,再连接高价值账号。