模块一：消息网关与渠道系统

功能① 多渠道消息接入

用户可以在 13+ 个消息平台上与 AI 助手对话，所有消息通过 Gateway 统一路由到 AI Agent 处理。

类别	渠道	集成方式	优先级
即时通讯	WhatsApp	@whiskeysockets/baileys	P0
即时通讯	Telegram	grammY Bot API	P0
即时通讯	Signal	signal-cli	P1
即时通讯	iMessage	BlueBubbles / AppleScript	P1
工作协作	Slack	@slack/bolt	P0
工作协作	Discord	discord.js	P0
工作协作	Google Chat	Chat API	P1
工作协作	Microsoft Teams	扩展插件	P1
Web	WebChat	内置 Gateway HTTP	P0
扩展	Matrix / Zalo / IRC / Nostr / Twitch / Line / Mattermost / Feishu	扩展插件	P2

交互流程

验收标准

• 支持至少 5 个核心渠道同时在线
• 消息端到端延迟 < 3 秒（不含模型推理）
• 渠道断连后自动重连，指数退避
• 支持富媒体消息双向传输
• 每个渠道可独立启用/禁用

功能③ 消息代发与转发

AI 助手可以代表用户在各渠道主动发送消息给第三方。

渠道	支持操作
WhatsApp	发送消息、搜索/同步历史
Discord	发送/编辑/删除消息、Reaction、Thread、Pin、投票、管理频道
Slack	发送/编辑/删除消息、Reaction、Pin、Thread、成员
Telegram	发送消息、Reaction、发送媒体
iMessage	发送 iMessage/SMS
邮件	发送/回复/转发 (IMAP/SMTP)

验收标准

• 代发消息前需用户明确指令
• 支持跨渠道代发
• 邮件发送需二次确认

DM 配对与白名单安全机制

未知用户 DM 时，系统通过配对码进行身份验证。

验收标准

• 默认策略 "pairing"，可配置为 "open" / "closed"
• 配对码有效期限制
• 支持白名单手动管理

渠道管理与状态监控

验收标准

• openclaw status 显示所有渠道连接状态
• openclaw health 健康检查与诊断
• Web UI 可视化渠道状态面板
• 渠道异常主动通知用户

模块二：AI Agent 引擎

功能⑲ 多模型支持与热切换

用户可在任何会话中随时切换 AI 模型，无需重启 Gateway。

提供商	模型示例	认证方式
Anthropic	Claude Opus / Sonnet / Haiku	API Key
OpenAI	GPT-5.2 / GPT-4o	API Key
Google	Gemini 3 Pro / Flash	API Key
Ollama	Llama / Mistral / 任意本地模型	无需认证
GitHub Copilot	Copilot Chat	OAuth
AWS Bedrock	Claude / Titan	IAM 凭证
Groq	Mixtral / Llama	API Key
阿里千问	Qwen-Max / Qwen-Plus	API Key
更多	MiniMax / Together / Venice / Chutes	API Key

验收标准

• 支持至少 10 个模型提供商
• 模型切换 < 1 秒，不中断会话
• 多 API Key 自动轮换和故障转移
• Ollama 支持零费用运行
• /usage 准确显示 Token 消耗和费用

功能⑯ 长期记忆系统

组件	功能	存储
memory-core	存储/检索关键信息	本地文件
sqlite-vec	语义相似度搜索	SQLite + 向量索引
LanceDB	高性能向量检索（可选）	LanceDB 本地库
session-logs	完整对话历史归档	JSONL 文件

验收标准

• 用户偏好在后续会话中被自动调用
• 支持语义搜索记忆片段
• 数据完全本地存储
• 支持记忆重建
• 同一时间只有一个记忆插件生效

功能⑰ 多 Agent 并行编排

验收标准

• 支持同时运行 5+ 个子 Agent
• 子 Agent 工作空间隔离
• 完成后自动向主会话汇报
• /subagents 命令完整支持
• Agent 间支持消息传递

上下文压缩与会话管理

验收标准

• 上下文达 80% 时自动 Compaction
• 压缩后保留关键信息
• 导出可读 HTML

工具调用框架 (Tool Use)

工具	功能	安全级别
web_search	联网搜索	🟢 低
web_fetch	抓取网页	🟢 低
browser	控制 Chrome	🟡 中
exec	执行 Shell	🔴 高（需审批）
file	文件操作	🟡 中
canvas	推送可视化	🟢 低
memory	记忆存取	🟢 低
cron	定时任务	🟡 中
tts	文字转语音	🟢 低
image	图像处理	🟢 低
sessions_send	跨会话消息	🟡 中
sessions_spawn	生成子 Agent	🟡 中

模块三：语音与媒体交互

功能② 语音交互

子功能	描述	平台
Voice Wake	唤醒词激活（"Hey Claude" / 自定义）	macOS / iOS / Android
Talk Mode	连续语音对话循环	macOS / iOS / Android
Push-to-Talk	按住说话	macOS
本地转写	Whisper CLI 本地运行	全平台
云端转写	OpenAI Whisper API	全平台
TTS 输出	node-edge-tts / ElevenLabs / sherpa-onnx	全平台

验收标准

• 唤醒词检测延迟 < 500ms
• Talk Mode 端到端延迟 < 3 秒
• 至少 3 种 TTS 引擎可选
• 本地 Whisper 准确率 > 90%
• 无网络环境可完全脱网使用

功能⑭ 电话拨打

运营商	特点
Twilio	全球覆盖最广
Telnyx	性价比高
Plivo	亚太覆盖好

通话模式：一次性通知 (One-Shot) / 交互式通话 (Interactive)

验收标准

• 拨打前必须用户确认
• 至少 2 个运营商可选
• 通话记录可追溯

功能⑨ 音乐与媒体控制

子功能	技能	描述
Spotify 控制	spotify-player	搜索/播放/暂停/切歌
图片生成	openai-image-gen	DALL-E 3 / GPT-image-1
Gemini 图片	nano-banana-pro	Gemini 3 Pro Image
GIF 搜索	gifgrep	Tenor/Giphy
音频转写	openai-whisper	本地或云端
频谱图	songsee	音频可视化
视频帧提取	video-frames	ffmpeg 关键帧

模块四：效率与生活技能集

功能④ 笔记与任务管理

工具	技能	操作	平台
Apple Notes	apple-notes	创建/查看/编辑/删除/搜索/导出	macOS
Apple Reminders	apple-reminders	列出/添加/编辑/完成/删除	macOS
Notion	notion	创建/读取/更新页面和数据库	全平台
Obsidian	obsidian	创建/搜索/管理 Markdown	macOS
Bear Notes	bear-notes	创建/读取/管理	macOS
Things 3	things-mac	读取/添加/更新 todo	macOS
Trello	trello	管理 Board/List/Card	全平台

功能⑤ Google Workspace 集成

服务	支持操作
Gmail	发送/搜索/创建草稿/回复/转发
Google Calendar	创建/编辑/删除/查询日程
Google Drive	搜索文件
Google Sheets	读取/写入数据
Google Docs	导出文档内容
Google Contacts	管理联系人

功能⑥ 网页浏览与信息检索

子功能	工具/技能	描述
联网搜索	web_search	Brave Search API
网页抓取	web_fetch	URL → Markdown
浏览器自动化	browser	Chrome 实例控制
内容总结	summarize	URL / 文件 / PDF / YouTube
RSS 监控	blogwatcher	Feed 更新监控
反爬绕过	Firecrawl	复杂网站处理

功能⑦ 编程与开发辅助

子功能	技能	描述
编码 Agent	coding-agent	Claude Code / Codex 编码
GitHub 操作	github	PR / CI / Issue / API
Issue 自动修复	gh-issues	并行子 Agent 修复 → PR
Shell 执行	exec	沙箱化命令执行
补丁应用	apply_patch	多文件结构化补丁
MCP 集成	mcporter	任意 MCP 服务器
深度分析	oracle	GPT-5.2 Pro 一次性分析
Gemini	gemini	Gemini 模型直接查询

功能⑧ 智能家居控制

品牌	技能	支持操作
Philips Hue	openhue	开关/亮度/色温/颜色/场景/房间
Sonos	sonoscli	播放/暂停/音量/分组/TuneIn/Spotify
Bluesound/NAD	blucli	发现/播放/音量/分组
Eight Sleep	eightctl	温度/开关/闹钟/睡眠计划

功能⑫ 文件与文档处理

子功能	工具/技能	描述
文件读写	file	Agent 工作空间内 CRUD
PDF 编辑	nano-pdf	自然语言编辑 PDF
摄像头抓图	camsnap	RTSP/ONVIF 截图录像

功能⑬ 生活服务

子功能	技能	描述
餐厅搜索	goplaces	Google Places（评分/时间/评论）
外卖点餐	food-order	Foodora 重复下单 + 状态跟踪
天气查询	weather	wttr.in / Open-Meteo，3 天预报

功能⑮ 安全与密码管理

子功能	技能	描述
1Password	1password	读取密钥、注入命令、账户登录
主机安全审计	healthcheck	防火墙/SSH/更新/加密 → 加固建议

模块五：客户端矩阵

模块六：自动化与扩展生态

功能⑩ 定时任务与自动化

子功能	实现	描述
Cron	cron 工具	创建/更新/删除/手动运行定时任务
Webhook	Gateway HTTP	接收外部事件（Gmail Pub/Sub 等）
Lobster 工作流	类型化 DSL	多步骤流水线 + 人工审批断点
LLM Task	llm-task	工作流内 JSON-only LLM 步骤

功能⑪ Canvas 可视化画布

操作	描述
canvas_present	推送 HTML 到 Canvas
canvas_navigate	导航到 URL
canvas_eval	执行 JavaScript
canvas_snapshot	截取画面
a2ui_push/reset	Agent 驱动的结构化 UI

功能⑱ 自定义扩展

层次	机制	难度	适用场景
技能 (Skill)	Markdown + 可选脚本	⭐ 低	新的 AI 行为指令
插件 (Plugin)	npm 包 + Hook API	⭐⭐ 中	新渠道/存储/功能
MCP 服务器	mcporter 桥接	⭐⭐ 中	接入 MCP 生态
扩展渠道	extensions/ 目录	⭐⭐⭐ 高	新消息平台

技能开发流程

ClawHub 社区市场