← All projects
OpenClaw
S38/40Agent 框架Curated洞察置信度：高Your own personal AI assistant. Any OS. Any Platform. The lobster way.
ai-agentsmcpmulti-agentlocal-first
Executive Insight
OpenClaw 属于「Agent 框架」方向，综合分 38/40（S）。当前最强项是 LLM 集成、Agent 自主性、记忆系统，短板集中在 知识检索 (RAG)、多模态。
核心优势
- - LLM 集成达到 5/5（多模型路由 + Provider 抽象），说明该项目在这一能力上较成熟。
- - Agent 自主性达到 5/5（多 Agent 自主协作），说明该项目在这一能力上较成熟。
- - 记忆系统达到 5/5（分层持久记忆），说明该项目在这一能力上较成熟。
能力短板
- - 知识检索 (RAG)仅 3/5，当前更像“可用基础版”，需要补齐工程化能力。
- - 多模态仅 3/5，当前更像“可用基础版”，需要补齐工程化能力。
适用场景
- - 需要多步骤自动化的团队工具
- - 复杂工作流编排与协作系统
落地风险与建议
- - 项目相对较新，API 与架构演进速度可能较快，升级成本需预留。
- - 优先引入检索层：切块 + 向量召回 + 重排，提升事实性。
- - 围绕 多模态 先做最小闭环，再扩展高级能力。
Intelligence Profile
Dimensions
LLM 集成
多模型路由 + Provider 抽象
Level 5: 多模型路由 + 自适应选择
多 LLM provider 适配模型路由与回退
Agent 自主性
多 Agent 自主协作
Level 5: 多 Agent 协作 + 动态编排
Lane Queue 并发调度Cron/Subagent/Nested 编排SOUL.md 身份系统
记忆系统
分层持久记忆
Level 5: 全局知识图谱 + 自我更新
MEMORY.md 长期记忆会话摘要压缩memory/ 日志
工具使用
MCP + 动态工具发现
Level 5: 动态工具发现 + 自定义工具
29 个 Channel 插件ClawHub 13000+ skillsMCP Server 集成
知识检索 (RAG)
文件级上下文检索
Level 3: 切块 + 检索 + Rerank
项目文件索引代码搜索
多模态
图片 + 文本
Level 3: 多模态输入输出
截图理解图片生成调用
评估与验证
自动验证 + 重试
Level 4: 自我评估 + 重试
命令执行校验lint 自动修复
人机协作
自适应审批
Level 5: 混合团队（AI 和人无缝切换）
权限分级Heartbeat 主动汇报群聊参与策略
Architecture
Hub-and-Spoke Gateway + Multi-Agent
以 Gateway WebSocket 为中心的 hub-and-spoke 架构。Agent 通过 Lane Queue 实现并发隔离，支持 Main/Cron/Subagent/Nested 四种任务类型。身份与行为通过 Markdown 配置文件定义，不需要写代码。
Key files:
SOUL.mdAGENTS.mdMEMORY.mdTOOLS.mdGitHub Live Metrics
Loading live metrics...