Clawdbot是否才是真正的AI入口产品？一文带你搞懂Clawdbot架构！

由于Anthropic认为Clawdbot这个名字太容易被市场误解为Claude Code的产品，所以要求改名，目前Clawdbot刚改名为Moltbot，以下皆用Clawdbot代替。

它是什么

不是聊天机器人。是一个拥有键盘、屏幕和身份的高权限代理。

它运行在你的 Mac 或服务器上，通过 Telegram、Slack、iMessage 这些你已经在用的聊天软件作为入口，直接操控本地文件、终端、浏览器。你在手机上说一句"帮我把桌面的报告发给老板"，它真的会去读文件、打开邮件客户端、发送出去。

传统 AI 是"对话框里的聊天伴侣"，你得跳出工作流去迁就它。Moltbot 把自己变成后台进程，你不需要打开任何新 App，它就在你的聊天窗口里等着。

技术上，这是一个本地优先、统一控制平面的架构：Gateway 进程独占所有消息通道和工具权限，通过 WebSocket 协议管理多 Agent、多会话、多设备。数据不出本地，执行不经云端。

整体架构

假设你在 Telegram 给 Clawdbot 发了一条消息：“帮我看看桌面有哪些 PDF 文件”。

第一站：Channel Layer

Telegram 的消息被 grammY SDK 捕获，进入 Channel 适配层。这一层的职责是抹平差异——WhatsApp 用 Baileys、Discord 用 discord.js、Signal 用 signal-cli，每个平台 SDK 不同、消息格式不同、认证方式不同。Channel Layer 把它们统一成一个结构：谁发的、从哪来、内容是什么。

为什么要这样？因为 AI 不应该关心消息是从 Telegram 还是 iMessage 来的，它只需要知道"用户说了什么"。

第二站：Routing System

消息到了 Gateway，但 Gateway 可能管理着多个 Agent（比如一个工作助手、一个生活助手）。Routing 系统决定这条消息交给谁处理。

路由规则是多级的：先看发送者（peer）、再看群组（guild）、再看账号（account）、再看通道（channel），最后才是默认。这意味着你可以配置"来自老板的消息走工作 Agent，来自家人的消息走生活 Agent"。

同时，Routing 还生成 sessionKey——这条消息属于哪个会话。会话隔离是核心设计：不同对话的上下文不会串，A 群的聊天历史不会出现在 B 群。

第三站：Agent Runtime

消息和会话上下文一起交给 Agent。Agent 的核心是 Pi Agent Core 框架，负责：

对于"看桌面 PDF"这个请求，模型会判断需要调用 bash 工具。

第四站：Tools System

Agent 发起工具调用：ls ~/Desktop/*.pdf。

工具系统不是简单地执行命令——它有权限控制（哪些目录可访问）、沙箱隔离（非 main 会话在 Docker 里跑）、超时管理（防止命令卡死）。执行结果返回给 Agent，Agent 把结果组织成自然语言回复。

回程

回复沿着原路返回：Agent → Gateway → Channel → Telegram → 你的手机。

整个过程，Gateway 是唯一的调度中心。为什么单点？因为消息通道（WhatsApp session、Telegram bot）的状态是独占的，多进程会冲突。单一 Gateway 确保所有状态一致。

全局数据流

工具系统AI 模型Agent Runtime路由系统Gateway消息通道用户工具系统AI 模型Agent Runtime路由系统Gateway消息通道用户#mermaid-svg-VRJj0LD5W0F6Hxk8{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-VRJj0LD5W0F6Hxk8 .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .error-icon{fill:#552222;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .marker{fill:#333333;stroke:#333333;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .marker.cross{stroke:#333333;}#mermaid-svg-VRJj0LD5W0F6Hxk8 svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-VRJj0LD5W0F6Hxk8 p{margin:0;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .actor{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;}#mermaid-svg-VRJj0LD5W0F6Hxk8 text.actor>tspan{fill:black;stroke:none;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .actor-line{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);}#mermaid-svg-VRJj0LD5W0F6Hxk8 .innerArc{stroke-width:1.5;stroke-dasharray:none;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .messageLine0{stroke-width:1.5;stroke-dasharray:none;stroke:#333;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .messageLine1{stroke-width:1.5;stroke-dasharray:2,2;stroke:#333;}#mermaid-svg-VRJj0LD5W0F6Hxk8 #arrowhead path{fill:#333;stroke:#333;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .sequenceNumber{fill:white;}#mermaid-svg-VRJj0LD5W0F6Hxk8 #sequencenumber{fill:#333;}#mermaid-svg-VRJj0LD5W0F6Hxk8 #crosshead path{fill:#333;stroke:#333;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .messageText{fill:#333;stroke:none;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .labelBox{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .labelText,#mermaid-svg-VRJj0LD5W0F6Hxk8 .labelText>tspan{fill:black;stroke:none;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .loopText,#mermaid-svg-VRJj0LD5W0F6Hxk8 .loopText>tspan{fill:black;stroke:none;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .loopLine{stroke-width:2px;stroke-dasharray:2,2;stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);}#mermaid-svg-VRJj0LD5W0F6Hxk8 .note{stroke:#aaaa33;fill:#fff5ad;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .noteText,#mermaid-svg-VRJj0LD5W0F6Hxk8 .noteText>tspan{fill:black;stroke:none;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .activation0{fill:#f4f4f4;stroke:#666;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .activation1{fill:#f4f4f4;stroke:#666;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .activation2{fill:#f4f4f4;stroke:#666;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .actorPopupMenu{position:absolute;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .actorPopupMenuPanel{position:absolute;fill:#ECECFF;box-shadow:0px 8px 16px 0px rgba(0,0,0,0.2);filter:drop-shadow(3px 5px 2px rgb(0 0 0 / 0.4));}#mermaid-svg-VRJj0LD5W0F6Hxk8 .actor-man line{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;}#mermaid-svg-VRJj0LD5W0F6Hxk8 .actor-man circle,#mermaid-svg-VRJj0LD5W0F6Hxk8 line{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;stroke-width:2px;}#mermaid-svg-VRJj0LD5W0F6Hxk8 :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}发送消息接收消息解析路由返回 agent + sessionKey调用 agent.run()调用 AI 模型流式响应工具调用（如有）工具结果最终响应发送回复显示消息

完全内网部署（Ollama）

# 1. 安装
git clone https://github.com/moltbot/moltbot.git && cd moltbot
pnpm install && pnpm build && pnpm ui:build

# 2. 配置 Ollama
ollama pull llama3.3
export OLLAMA_API_KEY="ollama-local" # 自动发现本地模型

# 3. 启动
pnpm moltbot gateway # Gateway 启动后访问 http://127.0.0.1:18789

Ollama 配置要点：

• 设置 OLLAMA_API_KEY 后，Clawdbot 自动发现本地模型（查询 /api/tags）
• 只有报告 tools 能力的模型才会被识别
• 推荐模型：llama3.3、qwen2.5-coder:32b、deepseek-r1:32b

三、产品层面思考

你有没有想过，为什么这一年冒出来这么多 AI App，但你手机里真正留下的没几个？

豆包、Kimi、ChatGPT……每个都想成为你的"AI 入口"，每个都让你下载、注册、记住一个新地方。但说实话，微信已经够好用了，Telegram 已经够好用了。用户不缺聊天工具，缺的是聊天工具里能帮他干活的东西。

Clawdbot 选了一条不一样的路：不做独立 App，直接"住进"你已有的聊天软件里。Telegram 里的一个 bot，Slack 里的一个 integration，iMessage 里的一个联系人。你不用切换任何东西，在原来的地方说话就行。

这让我想，也许 AI 产品的竞争，最后不是"谁的模型更强"，而是"谁能更无缝地嵌入用户已有的生活"。

大部分 AI 产品把你的聊天记录、记忆、偏好全存在云端。你不知道它存了什么，怎么用，会不会泄露。Clawdbot 做了个很"硬核"的决定：所有数据都以 Markdown 文件存在你本地。你可以像翻笔记一样查看 AI 的"思考过程"，随时删、改、备份。

对企业用户来说，这意味着数据合规问题天然解决。对个人用户来说，这意味着"我的 AI 只属于我"。

在 AI 时代，"数据主权"会不会成为一个真正的卖点？我不确定，但这个方向值得琢磨。

五、安全风险

这东西本质上是一个拥有你电脑完整控制权的代理。能读文件、执行命令、用你的身份发消息。配置失误、边界失守，泄露的不只是数据，而是你的身份和整台机器的控制权。

部署前，白名单一定要配（allowFrom），群组里 mention 门控一定要开，敏感操作最好用 Docker 沙箱隔离。绝对不要暴露到公网，绝对不要让不信任的人能访问。

现阶段，它还是个高危实验品。适合技术敏感度高、愿意折腾、能自己兜底的人。

官网：https://clawd.bot
GitHub：https://github.com/clawdbot/clawdbot
文档 ：https://docs.clawd.bot
技能市场 ：https://clawdhub.com
Discord社区：https://discord.gg/clawd