OpenClaw技术架构深度解析：Hub-and-Spoke设计背后的逻辑

摘要：OpenClaw为什么能同时接入30+平台、40+模型？答案在它的Hub-and-Spoke架构。深入解析Gateway、Agent、Model三层设计。

为什么一个AI能接入所有平台？

OpenClaw 的核心卖点：一个AI，接入所有平台、所有模型。

30+聊天平台：Discord、Telegram、飞书、钉钉、微信……

40+AI模型：Claude、GPT、DeepSeek、GLM、千问……

这是怎么做到的？

答案在它的架构：Hub-and-Spoke（枢纽-辐射）。

---

Hub-and-Spoke：机场的启示

在讲技术之前，先理解一个概念：机场。

传统航线模式

如果你要从北京飞到全国20个城市：

• 北京→上海
• 北京→广州
• 北京→深圳
• 北京→成都
• ……

每条航线单独开通，单独运营。

问题： 成本高、管理复杂、资源浪费。

枢纽机场模式

建立一个枢纽机场（比如北京大兴机场）：

• 所有航班先到枢纽
• 枢纽再分发到目的地

优势： 集中管理、资源复用、成本降低。

这就是 Hub-and-Spoke 模式。

---

OpenClaw的Hub-and-Spoke架构

架构图解

┌─────────────────────────────────────────────────────┐
│                   Channel Layer                      │
│   微信  钉钉  飞书  Discord  Telegram  Slack  ...    │
└─────────────────────────────────────────────────────┘
                          │
                          ▼
┌─────────────────────────────────────────────────────┐
│                   Gateway (Hub)                      │
│   • 消息路由                                         │
│   • 会话管理                                         │
│   • 权限控制                                         │
│   • API 端点（OpenAI兼容）                           │
└─────────────────────────────────────────────────────┘
                          │
                          ▼
┌─────────────────────────────────────────────────────┐
│                   Agent Layer                        │
│   客服Agent  运营Agent  开发Agent  行政Agent         │
└─────────────────────────────────────────────────────┘
                          │
                          ▼
┌─────────────────────────────────────────────────────┐
│                   Model Layer                        │
│   Claude  GPT  DeepSeek  GLM  Qwen  Ollama  ...     │
└─────────────────────────────────────────────────────┘

三层架构

层级	作用	组件
Channel Layer	消息入口	平台接入插件
Gateway	消息路由中心	统一API、会话管理
Agent Layer	业务逻辑	Agent配置、Skills
Model Layer	AI能力	模型API调用

---

Gateway：消息路由中心

核心功能

Gateway 是 Hub-and-Spoke 的"枢纽"。

功能一：消息路由

不同平台的消息格式不一样：

平台	消息格式
Discord
Telegram
飞书

Gateway 统一转换为内部格式：

{
  "content": "用户消息内容",
  "sender": "用户ID",
  "channel": "平台:频道ID",
  "timestamp": "2026-04-04T10:00:00Z"
}

功能二：会话管理

不同平台、不同用户的会话隔离：

sessions:
  - id: "discord:user123:general"
    agent: "customer-service"
    model: "deepseek-chat"
    
  - id: "feishu:user456:ops"
    agent: "operations"
    model: "gpt-4.1-mini"

功能三：API端点

Gateway 提供 OpenAI 兼容的 API：

POST http://127.0.0.1:8787/v1/chat/completions

这让 OpenClaw 可以被任何支持 OpenAI API 的工具调用。

---

Agent Layer：业务逻辑层

Agent 配置

每个 Agent 是一个"业务单元"：

agents:
  customer-service:
    model: deepseek-chat
    skills: [web-search, knowledge-base]
    channels: [wechat-work, dingtalk]
    
  developer:
    model: gpt-4.1
    skills: [github, code-review]
    channels: [discord, slack]

Agent 路由规则

消息如何分发给正确的 Agent？

routing:
  # 关键词路由
  keywords:
    "客服": customer-service
    "代码": developer
    "数据": operations
    
  # 渠道路由
  channels:
    wechat-work: customer-service
    discord: developer
    feishu: operations

---

Model Layer：AI能力层

模型提供商

OpenClaw 支持 40+ 模型提供商：

类型	提供商
国际	OpenAI、Anthropic、Google、Mistral、xAI
中国	DeepSeek、智谱、阿里千问、MiniMax、字节豆包
本地	Ollama、vLLM、SGLang
网关	LiteLLM、Cloudflare AI Gateway

Model Failover

当一个模型不可用时，自动切换：

modelFailover:
  enabled: true
  strategy: "priority"
  providers:
    - anthropic  # 主提供商
    - openai     # 备用
    - deepseek   # 第三备用

这就是为什么 Anthropic 封杀后，用户可以快速切换到其他模型。

---

Skills：能力扩展系统

Skills 架构

Skills 是 Agent 的"能力插件"：

Agent
  │
  ├── Skill: web-search（网络搜索）
  │     └── 能力：搜索网页、获取信息
  │
  ├── Skill: api-gateway（API网关）
  │     └── 能力：调用外部API
  │
  └── Skill: ontology（知识图谱）
        └── 能力：结构化记忆

Skills 加载

Skills 通过 SKILL.md 文件定义：

---
name: web-search
description: Search the web
metadata:
  openclaw:
    requires:
      env: ["SEARCH_API_KEY"]
---
# Skill instructions...

Agent 启动时加载所有配置的 Skills。

---

安全架构

Trust Boundaries（信任边界）

OpenClaw 采用 5 层信任边界：

层级	边界	保护措施
Layer 1	Channel Access	设备配对、白名单
Layer 2	Session Isolation	会话隔离、用户绑定
Layer 3	Tool Execution	Docker沙箱、审批流程
Layer 4	External Content	SSRF保护、URL验证
Layer 5	Supply Chain	VirusTotal扫描、恶意检测

MITRE ATLAS 威胁模型

OpenClaw 使用 MITRE ATLAS 框架进行威胁分析：

• 10大威胁类别
• P0-P2 风险等级
• 详细缓解措施

这是业界最高标准的安全分析。

---

与其他架构对比

vs 单体应用

对比	单体应用	OpenClaw
平台支持	单一	多平台
模型支持	单一	多模型
扩展性	低	高（Skills）
复杂度	低	高

vs 微服务架构

对比	微服务	OpenClaw
部署	复杂	相对简单
扩展	服务级	Agent级
运维	重	中等

---

架构的优势与代价

优势

优势	说明
多平台统一	一个Gateway接入所有平台
模型灵活	40+模型随时切换
能力扩展	Skills系统无限扩展
安全可靠	5层信任边界

代价

代价	说明
部署复杂	需要配置多个组件
学习曲线	概念多、配置复杂
运维成本	多层级监控维护

---

总结

OpenClaw 的架构核心：Hub-and-Spoke。

Gateway = 枢纽

• 消息路由
• 会话管理
• 统一API

Agent = 业务单元

• 专注场景
• Skills扩展

Model = 能力层

• 40+模型
• 自动切换

这套架构的价值：一个AI，接入所有。

代价是部署运维的复杂度。

你是架构师吗？你怎么看这套设计？评论区聊聊。

🦞 Claw is the law. 好的架构，支撑无限可能。