OpenClaw 的架构原理是什么（Gateway/Agent/Skills/Memory）？

OpenClaw 的整体架构可以用"一个网关 + 多个智能体 + 可扩展技能 + 本地记忆文件"来概括，采用以 Gateway（网关）为核心的星型（Hub-and-Spoke）架构模式。

下面逐一介绍四大核心模块：

1. Gateway（网关）—— 系统的"中枢神经系统"

Gateway 是 OpenClaw 最常驻的后台进程（默认运行在 127.0.0.1:18789），负责：

• 消息路由：接收来自各通讯渠道（WhatsApp、Telegram、企业微信等）的消息，解析后分发给对应的 Agent 会话；
• 会话管理：维护多轮对话的上下文状态，支持多会话并发；
• 访问控制：验证消息发送者身份，执行白名单/黑名单策略；
• 事件分发：向连接的客户端（CLI、Web 控制面板、移动端应用）推送系统状态更新事件；
• 安全边界：统一管理工具执行权限，决定是否允许某次操作真正落地执行。

所有外部交互（消息平台、CLI 工具、Web 界面、节点设备）都通过 WebSocket 协议 与 Gateway 通信，Gateway 是整个系统唯一对外暴露的控制平面。

2. Agent（智能体）—— 系统的"大脑"

Agent 是真正调用大模型进行推理、决策并执行任务的模块。每个 Agent 拥有独立的：

• 身份（Identity）：通过 SOUL.md 定义其人格、语气和行为风格；
• 上下文（Context）：包含系统提示词、历史对话、技能列表、记忆文件等；
• 工具集（Tools）：可以调用的操作能力，如 browser_（浏览器控制）、exec（执行命令）、memory_search（记忆检索）等。

Agent 的核心工作循环（Agentic Loop）如下：

1. 接收 Gateway 分发的用户消息；
2. 组装上下文（系统提示 + 记忆 + 技能列表 + 历史对话）；
3. 调用大模型进行推理，决定是"直接回复"还是"调用工具"；
4. 如需调用工具，执行工具并将结果反馈给模型继续推理；
5. 生成最终回复，并通过 Gateway 发送给用户；
6. 将重要信息写入记忆文件，完成状态持久化。

3. Skills（技能包）—— 系统的"工具箱"

Skills 是 Agent 能力的扩展机制。每个 Skill 以文件夹形式存在，核心文件是 SKILL.md，用自然语言描述"遇到某类任务时应该怎么做"。当 Agent 在推理过程中识别到任务与某个 Skill 匹配时，会读取对应的 SKILL.md 来获取执行指引。

Skills 支持多层嵌套——一个 Skill 可以调用另一个 Skill，形成复杂的工作流编排能力。

4. Memory（记忆）—— 系统的"笔记本"

Memory 模块负责将所有重要信息以 Markdown 文件形式持久化到本地磁盘。如前文所述，它包括 MEMORY.md（长期记忆）、memory/YYYY-MM-DD.md（每日日志）等多层结构，并通过混合检索机制在每次会话开始时将相关信息加载到模型上下文中。

架构总览图（文字描述）

消息平台（WhatsApp/Telegram/企业微信...）
        │
        ▼
    Gateway（网关，WebSocket，端口18789）
        │
        ▼
    Agent（智能体，调用大模型推理）
        │
        ├──► Skills（技能包，扩展能力）
        │
        └──► Memory（记忆文件，Markdown持久化）