本文将深入代码与架构底层，为你详细剖析OpenClaw的实现原理，揭秘腾讯是如何将其包装成面向大众的国民级应用的，最后附上通过WorkBuddy接入国外顶级模型（基于ppword）的保姆级实操指南。

一、 拆解OpenClaw：如何从零实现一个“长出双手”的AI智能体？

OpenClaw 并非魔法，其本质是一个基于 多模态大模型（MLLM） 与 操作系统API（OS API） 深度绑定的自动化控制循环（Agentic Loop）。如果我们要自己动手“捏”一个 OpenClaw，需要实现以下三个核心模块：

1. 感知层（Perceiver）：让AI“看懂”屏幕

传统RPA依赖固定的屏幕坐标（X, Y）或前端XPath，一旦UI更新就会失效。OpenClaw 的感知层采用了“视觉多模态”与“无障碍树（Accessibility Tree）”双管齐下的方案。

• 截图与元素标记： 底层通过 PyAutoGUI 或底层系统的截屏API实时获取屏幕画面。在发给大模型之前，系统会运行一个轻量级的目标检测算法或DOM解析器，给屏幕上的所有可点击元素（按钮、输入框）打上数字标签（Bbox）。
• 上下文提取： 对于网页，调用 Playwright 或 Selenium 获取当前页面的DOM结构，并剔除无用的CSS/JS代码，将其转换为精简的Markdown或纯文本格式，以节省Token。

2. 决策层（Brain / Planner）：ReAct 循环架构

这是 OpenClaw 的大脑，通常由一个强大的外部大语言模型充当。它运行在一个名为 ReAct (Reason + Act) 的死循环中：

• Prompt注入： 每次请求，系统会将系统预设指令（“你是一个可以控制电脑的助手…”）、当前屏幕截图、UI元素列表以及用户的历史对话一起发给模型。
• 思维链推理： 模型不仅输出结果，还必须输出它的“思考过程”（例如：“我看到用户想发，第一步我需要点击屏幕上的标签[12]打开…”）。
• 容错与反思： 如果模型生成的代码报错，OpenClaw 底层（如通过 try-catch 捕获异常）会将报错信息直接传回给大模型，模型会自行思考报错原因并尝试更换策略。

3. 执行层（Actuator）：将文本转换为系统动作

模型输出的不再是普通文本，而是结构化的 JSON 或函数调用（Function Calling）。

• 操作映射： 当模型输出 时，OpenClaw 底层的 Node.js / Python 脚本会将其解析为具体的系统指令。
• Skill生态： 开发者可以通过编写 index.ts 或 index.py 结合 metadata.yml 配置文件，编写自定义技能（如：操作Excel、查询数据库），这些技能注册到系统中后，大模型即可根据上下文自动调用。它将复杂的代码逻辑抽象成了大模型可以理解的“工具”。

二、 剖析腾讯 WorkBuddy / QClaw：大厂是如何封装开源引擎的？

OpenClaw 虽强，但需要用户配置 Node.js 环境、安装 WSL、处理 Python 依赖以及修改 openclaw.json 里的各种参数，直接劝退了99%的普通用户。腾讯的 WorkBuddy / QClaw 就是为了解决“最后一公里”而生的。

如果我们要自己做一套 WorkBuddy，需要在这个开源内核上套上以下几层“外壳”：

1. 跨平台 GUI 与环境隔离（Electron / Tauri）

WorkBuddy 底层大概率是一个 Electron 架构的应用。

• 内置运行时（Built-in Runtime）： 腾讯在安装包中直接打包了精简版的 Node.js、Python 解释器以及 Claw 运行时（v2.3.0+ 版本）。用户无需配置任何环境变量，实现了“开箱即用”。
• IPC 通信（进程间通信）： 前端（聊天窗口）通过 WebSocket 或本地 HTTP 接口与后端的 OpenClaw 引擎通信。前端用户的每句自然语言，都会被打包成特定的 JSON 格式传递给后端的 CLI 工具。

2. IM 桥接：将 / 飞书变成“遥控器”

WorkBuddy 的一大亮点是扫码即可接入等IM工具。

• 反向代理与Hook： 软件在本地建立了一个桥接服务（Bridge）。当你在上对绑定好的账号发消息时，消息会通过腾讯官方的企微/接口转发到本地的 WorkBuddy。
• 指令转换： WorkBuddy 接收到消息后，触发本地的 OpenClaw 开始干活。干完活后，再通过相同的通道将结果（如文本、文件）回传给用户的。

3. 严格的安全沙箱与权限分级

原生 OpenClaw 拥有最高系统权限，一旦大模型“发癫”，可能误删文件。WorkBuddy 实现了以下安全设计：

• 三模运行： 拆分出 Craft（执行模式）、Plan（规划模式）、Ask（问答模式）。在 Ask 模式下，底层拦截了所有对文件系统的写操作（Write/Delete）。
• 脱敏与配置管理： 将开源版明文暴露 API Key 的 openclaw.json 转化为经过加密的 settings.json。通过严格的输入校验，防止恶意技能（Skill）越权调用系统底层的敏感命令（如 PowerShell 的高危操作）。

三、 实战：如何用 WorkBuddy 接入国外全量模型（基于 ppword）

虽然腾讯自带了积分和模型，但要应对极其复杂的代码或长文档任务时，我们依然需要最顶级的国外模型（如 gpt-5.3-codex, claude-opus-4-6 等）。

这里我们推荐使用国内老牌极稳的 AI 聚合服务商 ppword，它实时更新国内外共60多个模型。借助 WorkBuddy 强大的自我配置能力，我们只需用“聊天”的方式就能完成部署。

步骤 1：获取 ppword 的 API Key

ppword 是老牌 AI 聚合网站，极其稳定。

1. 打开 ppword 的官网：https://ppword.cn
2. 注册并登录后，点击左侧菜单的 API Key。
3. 点击“创建新的apikey”，并复制创建好的这串密钥（通常以 sk-ppword- 开头）。

步骤 2：下载并让 WorkBuddy 自行安装 OpenClaw

1. 前往腾讯官方渠道下载安装好 WorkBuddy（腾讯小龙虾）。
2. 打开 WorkBuddy 聊天界面，直接复制以下文字发送给它：

https://openclaw.ai/ 这是open claw的官网。

这是网页写的教程。

帮我安装openclaw

（剩下的事情交给他，它会自动联网阅读教程并执行安装，中途如果有弹窗请求权限，直接点击“同意”即可。）

步骤 3：注入外部模型配置

当它提示安装进行到配置模型阶段（或它询问你需要配置什么API时），复制以下文字发给它（记得替换为你真实的 API Key）：

我的apikey是：sk-ppword-xxxxxxx

我是用的服务商是ppword。

ppword的base Url是：https://ppword.cn/v1

推荐配置模型名称： gpt-5.3-codex，claude-opus-4-6

帮我配置。

步骤 4：排错与后续更新

• 一键排错： 一般情况下，发完上述指令，系统就能自动把接口地址和密钥写入底层配置，完成整个小龙虾的激活。中途如果遇到任何报错、跑不起来的情况，直接把屏幕报错截图发给腾讯小龙虾，让它自己分析原因并解决。
• 无缝升级新模型： 后续 ppword 会一直更新更多的最新模型。如果你想切换模型，无需去翻找底层代码文件，直接在聊天框里对腾讯小龙虾 WorkBuddy 说：“帮我把模型名称修改为 [新模型名字]，其他的保持不变”即可加上去。

通过这种“用魔法打败魔法”的方式，我们不仅了解了AI智能体的底层逻辑，更通过自然语言完成了复杂的开发环境部署，这就是真正的“让AI为你打工”。