为啥Clawdbot看起来有些AGI的样子了？它的核心技术机制拆解如下：

Clawdbot 的核心机制其实挺清晰的，它是一个本地优先、自托管的代理控制平面（agent control plane）。

---

---

• Gateway 作为常驻控制平面

• WebSocket 统一协议

• 动态 skill 系统

• 持久记忆

• LLM驱动的agent loop

它把语言模型的推理能力 + 工具链 + 持久状态 + 多通道通信，组合成一个能真正做事的个人助理。

从官方文档、GitHub 和社区拆解来看，它的核心架构可以拆成这几个关键层：

Gateway

网关 / 控制平面

这是整个系统的中枢

• 负责所有 inbound/outbound 消息：连接 WhatsApp、Telegram、Discord、Slack、Signal、iMessage 等（通过各自的桥接协议，如 Baileys、grammY 等）。

• 处理调度（内置 cron-like 系统，让它能主动发 daily brief、监控任务、定时执行）。

• 统一 WebSocket RPC 协议：所有工具调用、状态更新、Live Canvas 都走这个 loopback-only 的 ws://127.0.0.1:18789。

• 它是 single source of truth，基本所有东西都绕不开它（这也是为什么很多人说“暴露 gateway 风险高”）。

Agent

代理 / 推理引擎

• 实际跑模型的地方，通常接 Anthropic Claude（Pro/Max/API key 或 setup-token），也可以 fallback 到其他（如本地模型或 OpenAI 兼容端点）。

• 采用经典的 agent loop：观察 → 思考 → 工具调用 → 执行 → 反馈 → 再思考

• 强在它能动态生成/优化工具调用链、spawn sub-agents（并行子代理）、写代码 self-healing（自己 debug 循环）。

Skills / Tools

技能 / 工具层

---

• 插件化扩展系统（从 ClawdHub registry 动态加载）。

• 它能自己写新的 skill（Node.js/TS 模块），包括浏览器控制（headless Chrome + accessibility tree）、终端命令、文件管理、邮件/日历、X/Twitter 搜索、甚至相机/屏幕共享。

• Lobster（Clawdbot 自家的 typed workflow shell）：把多个 skill 组合成 pipeline/macro，一步调用复杂自动化（这也是为什么它能快速“造工具”）。

Memory / Persistence

记忆 / 持久层

---

• 文件系统存储（~/clawd 目录下）：AGENTS、SOUL、TOOLS、SKILLS、MEMORY.md + 每天追加日志。

• 支持上下文压缩、prompt caching（Anthropic 原生）、手动/自动 compaction。

• 跨会话记住你的偏好、历史修正、长期目标，所以用久了“越来越懂你”。

Node Layer

可选的远程节点

• 可以把部分执行推到其他设备（如 macOS/iOS/Android node），比如用手机相机、访问本地硬件，而不全挤在 gateway 主机上。

• 通过 Pi agent（RPC）或 SSH 方式连接。

Security & Sandboxing

安全&沙箱

• 默认 localhost-only，Docker sandbox、权限开关（terminal、browser、文件等可单独 toggle）。

• 但一旦开 root 或暴露端口，就真成“高危数字员工”了

让它从聊天机器人跃升到“能主动做事、自我迭代、跨 app 替你活”的数字助理。

这套技术组合，让它有点 AGI 的样子，但底层还是

orchestration + tool use + memory 的工程产物，不是 emergent AGI。

---

原文链接：https://mp.weixin.qq.com/s/eYSzxHVBlsC7fOkJbQnCZQ

来源：XT