Build Your Own OpenClaw

项目定位#

本项目是一个面向开发者的渐进式 AI Agent 构建教程，通过 18 个可独立运行的步骤，引导用户从基础聊天循环逐步演进至轻量版 OpenClaw（参考实现名：pickle-bot）。教程解决的核心问题是：现有 AI Agent 框架封装过重，开发者难以理解底层设计模式与架构演进逻辑。

四大阶段#

Phase 1：基础 Agent 能力（步骤 0–6）#

• 00-chat-loop — 基础聊天循环
• 01-tools — 集成 Read/Write/Bash 工具
• 02-skills — 通过 SKILL.md 声明式扩展 Agent 技能
• 03-persistence — 对话状态持久化存储
• 04-slash-commands — 斜杠命令控制会话流程
• 05-compaction — 历史消息压缩与摘要以维持上下文窗口
• 06-web-tools — 接入互联网访问能力

Phase 2：事件驱动架构（步骤 7–10）#

• 07-event-driven — 摆脱 CLI 的事件驱动架构重构
• 08-config-hot-reload — 配置文件热重载（无需重启）
• 09-channels — 多通道支持（如手机等外部平台）
• 10-websocket — 提供 WebSocket 接口支持程序化交互

Phase 3：自主与多 Agent（步骤 11–15）#

• 11-multi-agent-routing — 多 Agent 智能路由分发
• 12-cron-heartbeat — 定时任务与心跳机制，Agent 可自主触发执行
• 13-multi-layer-prompts — 多层 Prompt 上下文注入
• 14-post-message-back — Agent 主动向用户发送消息
• 15-agent-dispatch — 复杂场景下的 Agent 协作与调度

Phase 4：生产级特性（步骤 16–17）#

• 16-concurrency-control — 系统并发控制机制
• 17-memory — 长期记忆系统实现

架构与实现要点#

• 架构演进路径：从单线程 CLI 聊天循环 → 事件驱动架构 → 多 Agent 系统 → 生产级部署，采用阶梯式重构设计。
• LLM 统一接入层：底层通过 LiteLLM 实现多 Provider 统一调用接口，支持 OpenAI、Anthropic、Google Gemini、MiniMax、Qwen、Grok、Z.ai 等多家大模型服务。
• 技能声明机制：摒弃硬编码，采用 SKILL.md 文件以声明式方式为 Agent 动态注入技能。
• Web 服务层：使用 FastAPI 暴露 WebSocket 端点，仓库内含基于 TypeScript（占代码量 4.9%）的 web/ 前端目录。
• 教学精简设计：与完整的 pickle-bot 相比，教程版本有意剔除了模板变量替换（{{variable}}）和完整 REST API 端点，聚焦于 Agent 核心逻辑的教学。

上手路径#

git clone https://github.com/czl9707/build-your-own-openclaw.git
cd build-your-own-openclaw
cp default_workspace/config.example.yaml default_workspace/config.user.yaml
# 编辑 config.user.yaml，填入 LLM API key

按编号顺序（00 至 17）进入各步骤的独立目录，每个目录均包含可运行的代码与 README.md，阅读后直接运行即可递进学习。配置体系采用 YAML 格式，核心配置项包括 provider、model、api_key、api_base、temperature 等。

待确认信息#

• "OpenClaw" 的具体指代：教程标题提及 "OpenClaw"，但仓库中未详细说明其是否为独立开源项目或商业产品，结合 pickle-bot 推断可能为作者设计的 AI Agent 产品/框架概念。
• 依赖版本要求：README 中未明确列出 Python 版本或第三方库的最低版本要求。
• 正式发布状态：仓库无 GitHub Releases 发布记录，持续在 main 分支迭代。