1. 项目定位与用途
OpenClawX 是一个桌面级 AI Agent 平台，基于 OpenBot 重构，支持 CLI、Web 与 Desktop 多端一致体验。平台定位为统一管理多通道 AI 助手，提供本地推理方案以降低 Token 成本，并支持在同一会话内灵活切换智能体与模型。它采用限制性 MIT 许可证，数据可本地化，适合对隐私和控制有要求的用户。主要用途包括：作为多通道 AI 助手统一接入点、本地 LLM 推理服务、智能体管理与切换平台、技能与插件扩展框架等。
项目档案应用项目
OpenClawX 桌面级 AI Agent 平台：多通道统一管理、本地推理0 Token、同一会话自由切换智能体与模型
OpenClawX 是一个桌面级 AI Agent 平台，支持 CLI/Web/Desktop 多端，统一管理飞书、钉钉、Telegram、微信等通道。提供本地 GGUF 推理实现 0 Token 消耗，支持同一会话内自由切换智能体与模型，集成 MCP、技能与插件扩展。查看详细安装与使用指南。
AI 总结
OpenClawX 是一个桌面级 AI Agent 平台，统一管理飞书、钉钉、Telegram、微信等多通道接入，支持本地 GGUF 推理实现 0 Token 消耗，并可在同一会话内自由切换智能体与模型，有效降低使用成本并提升灵活性。
中文项目介绍
OpenClawX 是一个专业的桌面级 AI Agent 平台，基于 OpenBot 重构并持续迭代。平台支持 CLI、Web 与 Desktop 三种使用方式，可为用户提供一致的 AI 助手体验。
该平台的核心价值在于解决多通道 AI 助手集成难、云端 Token 成本高、智能体切换不灵活等问题。通过统一网关，它已对接飞书、钉钉、Telegram、微信等主流 IM 通道，实现消息的集中管理与流式回复。在成本控制方面，平台提供本地 GGUF 模型推理方案，基于 node-llama-cpp 实现类 OpenAI 协议的本地服务，推理完全在本地进行，不消耗任何云端 Token。更独特的是，它支持在同一会话（无论是桌面对话还是通道对话）内自由切换本机智能体与代理智能体（Coze/OpenCode/Claude Code），并可为同一智能体独立配置和切换不同模型，便于用户根据任务需求控制费用。
技术架构上，平台采用适配器模式统一本地与云端智能体执行，通过子进程运行本地 LLM 服务避免阻塞事件循环，集成 MCP 客户端扩展工具能力，利用向量记忆系统（基于 Chroma）实现长期经验积累与上下文压缩。同时，丰富的技能与插件系统、浏览器自动化工具、网络搜索等能力进一步增强了 Agent 的实用性。数据可完全本地化，采用限制性 MIT 许可证，适合对数据隐私有要求的用户。
详细信息与使用说明
2. 解决的问题
平台主要解决以下问题：1) 多通道集成困难：飞书、钉钉、Telegram、微信等通道配置复杂，平台通过统一网关抽象差异，实现一次配置多端可用；2) 云端 Token 成本高：提供本地 GGUF 模型推理，基于 node-llama-cpp 实现 0 Token 消耗；3) 智能体切换不灵活：传统方案需新建会话切换，平台支持同一会话内自由切换本机/代理智能体与模型；4) 能力扩展受限：通过 MCP 协议、Agent Skills 规范和插件系统，可动态扩展工具与技能；5) 数据隐私担忧：支持完全本地化部署，敏感数据不出本机。
3. 适用场景
OpenClawX 适用于：1) 企业/团队多通道 AI 助手部署：统一管理飞书、钉钉等内部沟通工具的 AI 机器人；2) 个人用户降低 AI 使用成本：通过本地推理省 Token，复杂任务可临时切换云端大模型；3) 需要长期记忆的对话场景：向量记忆系统支持经验积累与上下文压缩；4) 浏览器自动化任务：内置 agent-browser 可导航、填表、截图与数据抓取；5) 开发者工具集成：代理至 OpenCode 或 Claude Code 进行代码开发；6) MCP 生态接入：连接外部 MCP 服务器扩展工具能力；7) 定时任务与自动化：通过 croner 实现定时执行。
4. 安装方式
仓库中明确给出的安装方式有三种：1) npm 全局安装：执行 `npm install -g @next-open-ai/openclawx`，Windows 用户若失败可尝试 `--ignore-scripts` 参数跳过原生模块；2) Docker 部署：使用 deploy/ 目录下的 docker-compose.yaml 启动服务，包含开发与生产配置；3) Desktop 安装包：下载对应平台的安装包，Windows 需先安装 Visual C++ Redistributable (x64)。此外，源码编译需 Node.js 20+ 环境，运行 `npm run build` 编译 TypeScript 代码。具体环境要求与详细步骤见 docs/zh/guides/installation.md。
5. 使用方式
平台提供三种主要使用方式：1) CLI 模式：安装后运行 `openbot` 命令启动对话，使用 `//` 指令切换智能体或模型，支持登录、技能管理与开机自启；2) 桌面端：启动 apps/desktop 应用，通过图形界面创建会话、管理智能体、配置技能与设置，支持同一会话内自由切换；3) Web 与网关：启动网关服务后，可通过 WebSocket 或 HTTP 连接，通道消息经网关统一路由。本地推理需在设置中配置 GGUF 模型路径；通道启用需在配置文件中填写凭证（如飞书 Webhook、Telegram Token）；技能扩展可通过 `openbot extension` 命令动态安装。详细使用指南见 docs/zh/guides/ 目录。
6. 实现特点与架构
平台具有以下实现特点：1) 适配器模式：通过 Agent Proxy 系统统一本地与云端智能体执行接口，内置 local、coze、openclawx、opencode、claudeCode 五种适配器；2) 子进程隔离：本地 LLM 服务独立运行，通过 IPC 管理生命周期，避免阻塞主事件循环；3) 协议兼容：本地推理服务提供 OpenAI 兼容 HTTP 接口，可直接对接标准客户端；4) 动态扩展：插件系统支持技能与工具的热加载，通过扩展工厂动态增强功能；5) 向量记忆：基于 Chroma 实现经验写入、语义搜索和会话压缩，优化长上下文；6) 多端一致性：CLI、Web、Desktop 共享同一套 Agent 核心，确保体验统一。核心模块包括 Agent Proxy、本地 LLM 服务器、MCP 客户端、向量记忆、多通道网关、技能与插件系统、工具框架及会话管理。
思维导图
OpenClawX
Agent Proxy 系统
适配器注册（local/coze/openclawx/opencode/claudeCode）
统一执行入口（runForChannelStream/runForChannelCollect）
本地 LLM 推理
node-llama-cpp 子进程
OpenAI 兼容 HTTP 接口
GGUF 模型加载
MCP 客户端
stdio 传输
SSE 传输
工具注入会话
向量记忆系统
Chroma 向量库
经验写入与搜索
会话压缩（compaction）
多通道网关
飞书/钉钉/Telegram/微信
统一入站/出站
流式回复
技能与插件
Agent Skills 规范
动态加载
openbot extension 命令
工具框架
浏览器自动化（agent-browser）
网络搜索（duck-duck-scrape）
记忆操作
定时任务（croner）
会话管理
同一会话切换智能体
同一智能体切换模型
会话持久化
常见问题
Windows 安装失败怎么办？
Desktop 安装包需先安装 Visual C++ Redistributable (x64)；npm 全局安装可尝试 `npm install -g @next-open-ai/openclawx --ignore-scripts` 跳过原生模块。更多问题见常见问题文档 docs/zh/reference/faq.md。
如何实现本地推理 0 Token 消耗？
在设置 → 模型配置 → 本地模型中下载/选择 GGUF 模型并启动本地推理服务，智能体选用 local + 本地模型后，推理完全在本地进行。本地推理基于 node-llama-cpp，提供类 OpenAI 协议兼容的 HTTP 接口。
如何在同一会话中切换智能体？
在桌面对话或通道对话中，通过对话内 `//` 指令或界面选择即可切换本机/代理智能体（Coze/OpenClawX/OpenCode/Claude Code），无需新建会话，便于在单一通道中快速使用所有类型机器人。
支持哪些通道？如何配置？
已支持飞书、钉钉、Telegram、微信。在配置文件中启用对应通道并填写凭证（如 Webhook、Token），网关会自动注册并路由消息。详细配置见 docs/zh/configuration/channels.md。
如何扩展 Agent 能力？
通过 MCP 协议连接外部服务器扩展工具；使用 Agent Skills 规范开发或安装技能；通过 `openbot extension` 命令管理插件。工具框架还提供浏览器自动化、网络搜索等内置能力，详见 docs/zh/features/ 目录。