OpenClaw 大模型面试题（附答案）

以下 30 道题覆盖基础概念、架构设计、记忆机制、工具调用、上下文管理、安全机制等核心维度，按难度递进排列。

一、基础概念篇（Q1-Q8）¶

Q1：OpenClaw 是什么？一句话说清楚它的定位。¶

答案： OpenClaw 是一个开源、本地优先的 AI Agent 框架，通过 WhatsApp、飞书、Telegram 等消息平台连接大模型，让 AI 不仅能“说”，还能真正“做”——执行 Shell 命令、操作文件、调用 API、控制浏览器等。

面试加分话术： “OpenClaw 和 ChatGPT 的本质区别在于——ChatGPT 是对话工具，OpenClaw 是执行框架。前者给你答案，后者帮你干活。”

Q2：OpenClaw 的前身是什么？为什么改名？¶

答案：演变路径为：Warelay → Clawdbot → Moltbot → OpenClaw。改名主要是为了体现项目定位的演变——从一个简单的机器人框架成长为开放的 AI Agent 执行平台。

Q3：OpenClaw 和普通聊天机器人（如 ChatGPT）的核心区别是什么？¶

维度	ChatGPT	OpenClaw
能力边界	只输出文本	调用工具、执行命令、操作文件
交互方式	一问一答	多步自主循环（ReAct）
部署方式	云端 SaaS	本地优先，数据归用户
记忆机制	会话内记忆	长期记忆 + 混合检索

答案： OpenClaw 是“执行框架”，ChatGPT 是“对话工具”。

Q4：OpenClaw 支持哪些消息平台？¶

答案：支持 20+ 平台，包括 WhatsApp（Baileys）、Telegram（grammY）、Discord（discord.js）、Slack（Bolt）、飞书、钉钉、Signal、iMessage、IRC、Matrix、Google Chat、Microsoft Teams、LINE 等。

Q5：OpenClaw 的开源许可证是什么？这意味着什么？¶

答案： MIT License。允许个人和商业使用、修改和再发布，对二次开发和商业化非常友好。

Q6：OpenClaw 的技术栈是什么？¶

答案：

核心运行时：Node.js v22+
开发语言：TypeScript
包管理：npm / pnpm / bun
消息通道：各平台 SDK（Baileys、grammY、discord.js、Slack Bolt 等）
底层推理引擎：Pi 内核（pi-mono）

Q7：什么是“本地优先”？OpenClaw 的数据存在哪里？¶

答案：所有数据（记忆、会话、配置）默认存储在本地 ~/.openclaw/ 目录，以 Markdown 和 JSON 文件形式保存，不依赖云数据库。Workspace（~/.openclaw/workspace）存放 AGENTS.md、SOUL.md 等配置；State Dir（~/.openclaw/）存放凭证、会话历史。

Q8：OpenClaw 支持哪些大模型？¶

答案：模型无关设计，支持 GPT、Claude、Gemini、DeepSeek、Llama、Minimax 等。模型通过 provider/model 格式配置，如 openai/gpt-4o、anthropic/claude-sonnet-4-20250514，也支持 OpenRouter 聚合接口。

二、架构设计篇（Q9-Q15）¶

Q9：OpenClaw 的五大核心组件是什么？各自职责是什么？¶

答案：

组件	职责
Gateway（网关）	WebSocket 服务器（默认 localhost:18789），负责消息路由，不做推理
Brain（大脑）	核心推理引擎，编排 LLM 调用，运行 ReAct 循环
Memory（记忆）	两层记忆架构（短期 JSONL + 长期 Markdown），混合检索
Skills（技能）	Markdown 格式的技能模板，存储于 SKILL.md 文件
Heartbeat（心跳）	主动执行机制，默认每 30 分钟触发一次巡检

Q10：Gateway 为什么不做推理？这种设计的优势是什么？¶

答案： Gateway 只负责消息路由——从各消息平台接收消息并分发给 Agent。不做推理是为了模块化解耦：消息通道和 Agent 逻辑分离，更换消息平台（如从飞书切到钉钉）不影响推理流程，便于维护和扩展。

Q11：如果要设计一个同时接入 Telegram、飞书、钉钉的 Agent 系统，你会怎么设计抽象层？¶

答案：核心思路是适配器模式。三层设计：

统一消息模型：定义内部标准 MsgContext，包含 channelId、userId、content、attachments 等字段
Channel Adapter：每个渠道实现一个适配器，负责协议转换（如飞书的 webhook 格式转成统一格式）
Gateway 路由：Gateway 只与统一模型打交道，不关心底层渠道差异

Q12：Agent Runner 是如何工作的？一次 Agent 运行经历了哪些阶段？¶

答案： Agent Runner 是核心调度器，负责协调 LLM 调用、工具执行、错误处理。完整阶段：

排队：先入 session 级队列，再入全局队列
准备：解析 workspace、provider/model、thinking level
插件+Hook：加载插件，动态覆盖 provider 和 model
模型解析+鉴权：确定模型定义、上下文窗口大小，选 API Key
尝试执行：LLM 推理 + 工具调用循环
溢出降级：上下文超限时触发 compaction 压缩

Q13：一条用户消息从进入系统到收到回复，完整链路是怎样的？¶

答案：

text

用户发送消息 → Channel Adapter 接收原始消息 → 转换为统一 MsgContext → Gateway 入站补全（鉴权、限流、幂等去重）→ Routing 路由匹配（决定交给哪个 Agent）→ 斜杠命令检查（如 /new 重置会话）→ Agent Runner 启动→ LLM + 工具调用循环（ReAct）→ 投递回复到原渠道

Q14：OpenClaw 的多 Agent 模式是如何实现的？¶

答案： OpenClaw 支持多 Agent 模式，每个 Agent 互相独立，拥有专属配置（~/.openclaw/agents/<agentId>/）和独立记忆。通过 OPENCLAW_PROFILE=<name> 环境变量实现 Workspace 隔离，路径变为 ~/.openclaw/workspace-<profile>，用于多 Agent 环境隔离。

Q15：Pi 内核是什么？OpenClaw 与它的关系是怎样的？¶

答案： Pi 内核（pi-mono）是 OpenClaw 内嵌的通用轻量推理引擎，负责模型抽象、流式推理、Agent Loop 和工具执行。OpenClaw 通过 SDK 方式将 Pi 内核嵌入 Gateway，实现三层解耦：

Pi：负责“如何执行”（推理循环）
OpenClaw：负责“有哪些工具可用”（工具注入）
Skills：用户定义“如何组合工具解决具体问题”

三、记忆与上下文篇（Q16-Q21）¶

Q16：OpenClaw 的记忆系统分哪两层？分别怎么存储？¶

答案：

记忆类型	存储位置	内容
短期记忆（会话级）	~/.openclaw/agents//sessions/*.jsonl	每轮对话原始记录，JSONL 格式
长期记忆（跨会话）	~/.openclaw/workspace/MEMORY.md + memory/*.md	用户偏好、重要决策、提炼的关键信息

短期记忆由系统自动追加；长期记忆通过 Memory Flush 机制自动提炼写入。

Q17：短期记忆和长期记忆之间是怎么转换的？¶

答案：两种触发机制：

session-memory Hook：用户执行 /new 重置会话时，自动将上一会话的关键内容转换为 Markdown 写入 memory/YYYY-MM-DD.md
Memory Flush：当会话接近 Context Window 上限时，系统发起静默回合，让 AI 将值得长期保留的内容写入 Memory 文件，然后清理历史——用户完全无感知

Q18：Memory 的索引是怎么建的？为什么用 SQLite 而不是向量数据库？¶

答案： Markdown 文件是记忆本体，SQLite 是加速层。建索引流程：

发现：监控 MEMORY.md 和 memory/*.md 变化，标记 dirty
切块：按语义将 Markdown 切成多个 chunk
双路索引：
向量索引（sqlite-vec）：语义相似召回
全文索引（FTS5 + BM25）：精确关键词匹配
存储：chunk、元信息、索引都存于 ~/.openclaw/memory/paismart.sqlite

选择 SQLite 而非 ElasticSearch 等专用向量数据库，是因为本地优先理念——无需额外基础设施，单文件即开即用。

Q19：混合检索为什么比纯向量检索更优？¶

答案：纯向量检索擅长“语义相似”，但不擅长“精确关键词匹配”。举例：

搜索 "nomic-embed-text" 这个精确字符串，纯向量可能把“embedding 模型”“本地向量索引”等语义相关内容都捞出来，但关键字命中反而弱
搜索 "上次说过的那个文章写作偏好是什么来着？" 则纯关键词检索不够用

OpenClaw 采用 FTS5 (BM25) + sqlite-vec 混合检索，融合精确匹配和语义相似，最后做结果融合排序，保证召回率和准确率。

Q20：Context Window 是 Agent 工程中最核心的约束之一，为什么？¶

答案： Context Window 是 LLM 单次请求能处理的最大 token 数。Agent 的上下文里塞了很多东西：

System Prompt
工具定义列表（每个工具 JSON Schema）
完整对话历史
每次工具调用的入参和返回结果
模型回复预留空间

一次 Agent 可能运行多轮，每轮结果都追加到历史，context 会越来越大。超过窗口上限会导致：

推理失败（直接报错）
早期关键信息被截断
Token 成本飙升

Q21：当对话历史太长、裁剪也不够用时，OpenClaw 的 Compaction 策略是怎样的？¶

答案： Compaction 是用 LLM 把一大段对话历史压缩成精炼摘要，替换原始消息。核心流程：

分块（Chunking）：按 token 预算切分消息，最近几轮对话保留原文
逐块摘要：每个 chunk 发给 LLM 生成摘要。超大消息走降级路径（跳过，标注被忽略）
合并摘要：多段局部摘要再调一次 LLM 融合成一份连贯的最终摘要
替换：用摘要替换原始消息块，释放上下文空间

四、工具调用与 Skills 篇（Q22-Q25）¶

Q22：Tool Calling 的完整链路是怎样的？¶

答案：核心四步：

阶段	说明
定义工具	JSON Schema 格式，包含 name、description、参数类型约束
LLM 决策	收到用户消息后，判断需调用工具，返回 tool_use 消息
系统执行	解析工具名，找到本地注册函数，传参执行
结果回传	执行结果包装成 tool_result 追加到对话历史，发回 LLM

LLM 根据结果判断：信息够了则生成最终回答，不够则继续 tool_use → tool_result 循环。

Q23：OpenClaw 的 Skills 是什么？存储格式是怎样的？¶

答案： Skills 是存储为 Markdown 文件的提示词模板，每个 Skill 一个文件夹，内含 SKILL.md。格式：

markdown

---name: weekly-reportdescription: 自动生成周报---# 指令内容你需要根据用户的对话记录，生成一份周报...

目前 ClawHub 技能市场已有 5000+ 社区贡献的 Skills。

Q24：工具调用返回超大结果（如代码搜索返回 50KB）会带来什么问题？OpenClaw 怎么处理？¶

答案：三个直接问题：Token 爆炸、挤占上下文空间、延迟飙升。

OpenClaw 两层防护：

单条截断：每条 tool result 设字符上限，截断时检测尾部错误信息，采用 head + tail 分割，中间加省略标记
全局预算守卫：每次发 LLM 请求前，计算所有消息总 token 数，超过阈值时从最早的 tool result 开始用 placeholder 替换

Q25：System Prompt 在 Agent 系统中承载了哪些职责？太长怎么处理？¶

答案：五类职责：

角色定义和行为准则
工具使用规范和约束
输出格式要求
安全与权限控制
上下文信息补充

处理策略：拆、选、扔

拆：按职责拆成独立模块
选：根据当前任务只注入相关模块
扔：把稳定不变的知识移出 prompt，放到外部文件，让 Agent 需要时通过工具读取

五、高级机制与面试加分篇（Q26-Q30）¶

Q26：Heartbeat（心跳）机制是什么？和普通定时任务有什么区别？¶

答案： Heartbeat 让 Agent 从“被动响应”变成“主动执行”，默认每 30 分钟触发一次，检查所有 Agent 文件，判断是否有需要主动处理的任务（如定时查邮件、每天早上发天气摘要）。

与普通定时任务的关键区别：Heartbeat 在主会话中运行，具有完整的对话上下文和记忆，能智能判断是否需要行动，而不是机械执行固定脚本。

Q27：OpenClaw 的 Workspace Bootstrap 文件有哪些？各自作用是什么？¶

答案：位于 ~/.openclaw/workspace/：

文件	作用
AGENTS.md	行为规范、会话流程、内存管理、安全规则
SOUL.md	人格语气、核心价值观（拒绝“讨好型 AI”）
TOOLS.md	工具说明、环境特定配置
BOOTSTRAP.md	首次运行引导，完成后可删除
IDENTITY.md	Agent 名称、风格、表情符号
USER.md	用户偏好、项目背景、操作习惯

空文件会跳过，大文件会截断。

Q28：OpenClaw 的浏览器自动化为什么比传统截图识别更省 Token？¶

答案：基于 Playwright 开发，采用语义快照（Semantic Snapshot）技术——基于页面可访问性树（Accessibility Tree）生成文本化表征，而非图像截图。优势：

文本大小不足 50KB（截图通常 5MB+）
模型能通过 [ref=1] button "Sign In" 这类标识精准定位页面元素
极大节省 Token 消耗，提升推理效率

Q29：OpenClaw 的安全机制有哪些？如何防止沙箱逃逸？¶

答案：

最小权限原则：Agent 只拥有显式授予的权限
Sandbox 安全限制：初始化时只复制 Workspace 内的普通文件；指向 Workspace 外部的 symlink 或 hardlink 被忽略，防止沙箱逃逸
Shell 分级执行：沙箱（Docker，高风险）、本地宿主机（常规）、远程设备（跨设备）
敏感信息过滤：凭证独立存储于 ~/.openclaw/credentials/，不在会话中明文记录

Q30：面试官问“你在项目中用过 OpenClaw 吗？”——没有实际项目经验怎么回答？¶

答案：即使没有生产级项目经验，可以从以下角度展示能力：

源码研究：“我研究过它的源码结构，理解了 Channel Plugin 接口设计，知道如何新增一个消息平台适配器”
本地部署实践：“我在 Windows 11 上完成过本地部署，配置了飞书接入，遇到过接口调用失败的问题，通过调试配置文件解决”
概念理解：“我理解 OpenClaw 解决的核心问题是‘让 AI 拥有执行能力’，它的混合检索、Compaction 机制、Heartbeat 主动巡检等设计，对我理解 Agent 工程化很有启发”
扩展思考：“如果要接入企业业务系统，我认为关键在于工具定义——需要把内部 API 封装成符合 OpenClaw Tool Schema 的接口”

总结：OpenClaw 面试高频考点地图¶

text

┌─────────────────────────────────────────────────────────┐│ OpenClaw 面试考点地图 │├─────────────────────────────────────────────────────────┤│ 基础定位 │ 与 ChatGPT 区别 / 本地优先 / 开源协议 │├─────────────────────────────────────────────────────────┤│ 架构设计 │ 五组件 / Gateway 路由 / Agent Runner 流程 │├─────────────────────────────────────────────────────────┤│ 记忆机制 │ 两层记忆 / Memory Flush / 混合检索原理 │├─────────────────────────────────────────────────────────┤│ 上下文管理│ Context Window / Compaction / Tool 截断策略 │├─────────────────────────────────────────────────────────┤│ 工具调用 │ Tool Calling 链路 / Skills 格式 │├─────────────────────────────────────────────────────────┤│ 安全机制 │ 沙箱隔离 / 最小权限 / 敏感信息保护 │├─────────────────────────────────────────────────────────┤│ 主动能力 │ Heartbeat / 浏览器语义快照 │└─────────────────────────────────────────────────────────┘

祝面试顺利！🦞