OpenClaw 正式發(fā)布 v1.2，定位為首個支持跨平臺原生執(zhí)行、具備明確本地-云端協(xié)同邊界控制的開源個人AI助理運行時。

OpenClaw 不是聊天界面，而是一個可嵌入、可編排、可審計的AI工作流執(zhí)行引擎。其核心設(shè)計聚焦四點：跨平臺二進制支持（Linux/macOS/Windows ARM64/x86_64 一鍵安裝）；雙模態(tài)執(zhí)行層（本地模型推理+結(jié)構(gòu)化API調(diào)用自動路由）；標準化工具接口（CLI 工具注冊表 + REST/gRPC 雙協(xié)議工具服務(wù)接入點）；以及輕量級部署包（最小鏡像僅 47MB，內(nèi)存常駐 <120MB）。采用 MIT 協(xié)議，無使用限制、無遙測默認開啟、無廠商鎖定設(shè)計。在自動化工作流中，它可直接解析 YAML 描述的任務(wù)圖譜，調(diào)度本地 Ollama 模型執(zhí)行代碼審查，同時并行調(diào)用企業(yè)內(nèi)網(wǎng) API 完成數(shù)據(jù)庫校驗；在多模態(tài)任務(wù)中，通過插件化 encoder 注冊機制，無縫接入 Whisper.cpp 或 TinyLlama-Vision 等輕量視覺/語音模塊。對開發(fā)者而言，它提供 clawctl CLI 工具鏈與 Python SDK，支持 3 行代碼將任意腳本封裝為可被 LLM 調(diào)用的工具函數(shù)。

跨平臺執(zhí)行能力：從“能跑”到“確定性運行”

OpenClaw v1.2 的跨平臺能力不依賴容器或虛擬機。其 Rust 編譯產(chǎn)物經(jīng)嚴格 ABI 兼容測試，在 Ubuntu 22.04、macOS Sonoma、Windows 11 WSL2 和裸金屬環(huán)境下均通過相同測試集。關(guān)鍵突破在于進程隔離模型：每個任務(wù)在獨立命名空間中啟動，資源配額（CPU 時間片、內(nèi)存上限、網(wǎng)絡(luò)策略）由運行時強制注入，而非依賴 OS 層配置。這意味著同一份 deploy.yaml 在樹莓派5和云服務(wù)器上觸發(fā)完全一致的行為序列——這對 CI/CD 中的 AI 輔助測試、邊緣端代碼生成等場景構(gòu)成硬性保障。

本地/云端協(xié)同架構(gòu)：顯式邊界，非模糊混合

該架構(gòu)拒絕“自動上云”黑箱。用戶通過 clawctl config set --mode=hybrid 顯式聲明協(xié)同策略，并指定每個工具調(diào)用的執(zhí)行域標簽（@local / @cloud / @fallback）。例如，git diff 分析強制本地執(zhí)行，而 search_pypi 工具則路由至預(yù)置的私有 PyPI 鏡像服務(wù)。v1.2 新增執(zhí)行軌跡日志（Execution Trace Log），以 JSONL 格式記錄每一步?jīng)Q策依據(jù)（如“因模型 token 限長超閾值，降級調(diào)用 distil-whisper-small”），可直接導(dǎo)入 Prometheus + Grafana 實現(xiàn)可觀測性閉環(huán)。這與當前多數(shù)“本地LLM+云端插件”的隱式混合方案形成技術(shù)分野。

可擴展工具調(diào)用：面向工程化的接口契約

OpenClaw 定義了三類工具接入契約：CLI 工具需輸出符合 JSON Schema 的 --schema 響應(yīng)；HTTP 工具需提供 OpenAPI 3.0 YAML 描述文件；gRPC 工具須實現(xiàn) ToolService 接口。所有工具注冊后自動生成類型安全的 Python binding。實測表明，將 GitHub CLI 封裝為 OpenClaw 工具僅需 12 行 YAML 配置，即可被 LLM 在自然語言指令中準確調(diào)用（如“列出 org yitb 的所有公開倉庫，按 star 數(shù)排序”）。這一設(shè)計直指開發(fā)者痛點：不再需要為每個新工具重寫 prompt 工程或微調(diào)模型。

輕量化部署與國產(chǎn) Claws 的協(xié)同可能

v1.2 支持單文件靜態(tài)編譯，ARM64 Linux 最小部署包為 47MB，啟動耗時 ≤380ms（實測 i5-1135G7）。這使其成為 AutoClaw、NanoClaw 等國產(chǎn)輕量 Claws 生態(tài)的理想底層運行時——它們可專注垂直領(lǐng)域模型壓縮與指令微調(diào)，而將執(zhí)行調(diào)度、工具編排、跨平臺兼容等共性能力下沉至 OpenClaw。龍蝦新聞觀察到，已有團隊在 OpenClaw 上集成 NanoClaw 的 C++ 推理引擎，實現(xiàn) sub-100ms 的本地 SQL 生成響應(yīng)。這種“模型層國產(chǎn)化 + 運行時開源標準化”的分工路徑，正成為國內(nèi) AI 助理基礎(chǔ)設(shè)施演進的新范式。

龍蝦生態(tài)中的定位演進

在龍蝦官網(wǎng)（m.gsdl.org.cn）技術(shù)棧圖譜中，OpenClaw 已從早期的“演示項目”升級為 OpenClaw Runtime —— 與 ClawKit（模型適配框架）、ClawDB（結(jié)構(gòu)化記憶向量庫）并列為三大基礎(chǔ)組件。其 v1.2 發(fā)布同步啟用了 claw.dev 文檔站，所有 API 文檔均附帶 curl + Python SDK 雙示例，且每個 CLI 命令頁內(nèi)置沙盒環(huán)境，點擊即執(zhí)行。這不是一個“要你相信”的產(chǎn)品，而是一個你可以立即 curl -fsSL https://get.claw.dev | sh && clawctl run examples/git-review.yaml 驗證的系統(tǒng)。

行業(yè)正在從“誰家模型更強”轉(zhuǎn)向“誰的執(zhí)行更穩(wěn)、更可組合、更可審計”。OpenClaw v1.2 不提供幻覺率指標，但提供每次調(diào)用的完整執(zhí)行上下文快照；不承諾通用智能，但確保你在樹莓派上寫的自動化腳本，明天仍能在 Kubernetes 集群里精確復(fù)現(xiàn)。對 AI 技術(shù)愛好者而言，現(xiàn)在就是動手時刻：克隆 openclaw/openclaw 倉庫，運行 make test-e2e，觀察它如何在 3 秒內(nèi)完成一次含本地代碼分析、云端文檔檢索、本地 Markdown 渲染的端到端任務(wù)。真正的個人 AI 助理，不是陪你聊天的伙伴，而是你命令一出，就沉默執(zhí)行的確定性系統(tǒng)。