构建你自己的 OpenClaw

这是一个循序渐进的教程，指导你从一个简单的对话循环开始，一步步构建属于你自己的 AI Agent，最终完成 OpenClaw 的轻量级版本。

概览

18 个循序渐进的步骤，教你如何构建一个 OpenClaw 的最小可行版本。每个步骤都包含：

• 一个 README.md，详细讲解关键组件和设计决策。
• 一套可运行的代码库。

示例项目： pickle-bot - 我们的参考实现。

教程结构

第一阶段：具备能力的单体 Agent（步骤 0-6）

构建一个功能完备的 Agent，使其能够进行对话、使用工具、学习技能、记忆对话内容并访问互联网。

• 00-chat-loop - 基础对话循环
• 01-tools - 为你的 Agent 提供工具
• 02-skills - 通过 SKILL.md 扩展 Agent 能力
• 03-persistence - 保存你的对话记录
• 04-slash-commands - 通过斜杠命令直接控制会话
• 05-compaction - 压缩对话历史以维持上下文
• 06-web-tools - 让你的 Agent 探索更大的世界

第二阶段：事件驱动架构（步骤 7-10）

重构为事件驱动架构，以实现可扩展性和多平台支持。

• 07-event-driven - 将 Agent 从 CLI 扩展至更多场景
• 08-config-hot-reload - 无需重启即可修改配置
• 09-channels - 在手机上与你的 Agent 通信
• 10-websocket - 以编程方式与你的 Agent 进行交互

第三阶段：自主与多 Agent 系统（步骤 11-15）

添加定时任务、Agent 协作以及智能路由功能。

• 11-multi-agent-routing - 将合适的任务分配给合适的 Agent
• 12-cron-heartbeat - 让 Agent 在你睡眠时工作
• 13-multi-layer-prompts - 提供更丰富的上下文环境
• 14-post-message-back - 让你的 Agent 主动与你沟通
• 15-agent-dispatch - 让你的 Agent 结交协作伙伴！

第四阶段：生产环境与扩展性（步骤 16-17）

提升可靠性和长期记忆的功能。

• 16-concurrency-control - 并发任务过多时的控制机制
• 17-memory - 赋予 Agent 记忆能力

如何使用本教程

配置 API Keys

在运行任何步骤之前，你需要配置 API Keys：

1. 复制示例配置文件：

   cp default_workspace/config.example.yaml default_workspace/config.user.yaml
   

2. 编辑 config.user.yaml 并填入你的 API Keys：

   • 参阅 LiteLLM providers 获取支持的完整列表
   • 查看 Provider Examples 获取配置示例

3. 按照每个步骤进行阅读并尝试运行。

贡献指南

每个步骤都在独立的项目中实现。欢迎随时提出改进建议！