OpenClaw 是一个本地优先、多端联动的个人 AI 助手系统。围绕 Gateway 控制平面，系统把聊天渠道、设备节点、工具调用、定时任务、上下文压缩和 SubAgent 协作组织成一套完整的 Agent 运行架构。
OpenClaw 将 Telegram、Discord、Slack 等渠道消息统一转换为内部消息对象，再经过路由、队列、上下文组装、ReAct 执行和工具调用生成回复。这里按端到端链路拆解它的分层架构、并发控制、记忆系统和安全边界。
OpenClaw 不是简单的聊天机器人，而是一套围绕智能体构建的运行时网关系统。内容从一条消息的进入、路由、会话隔离、上下文组装、技能加载、记忆管理、工具调用到多 Agent 协作，完整拆解它的运行链路。
可进化 Skill 把用户交互、执行轨迹和环境反馈沉淀为可版本化的能力文档，让智能体不只会调用提示词，还能在持续使用中改进任务流程。AutoSkill 关注对话场景下的 Skill 自进化，XSKILL 关注多模态智能体中 Skill 与 Experience 的协同学习。
ACP 是连接编辑器、聊天入口和编码 Agent 的通用协议。OpenClaw 接入 ACP 后，可以通过 acpx 调度 Claude Code、Codex、Gemini CLI 等工具，并用统一的会话、权限和线程绑定机制管理任务。
PUAClaw 和 pua 都把“压力型提示词”做成了可复用的开源方案。前者更像提示词心理话术分类库，后者更像面向 AI Agent 的调试 Skill，核心价值不是情绪刺激本身，而是用角色约束、检查清单和复盘机制让模型停止空转。
Spec Coding 通过先写规格、再写代码，把 AI 编程从即时问答变成可审计、可约束的工程流程。围绕 Claude Code 的真实前端项目实践，拆解规格工作流、规范体系、MCP 接入方式，以及 AI 编程的能力边界。
