[KongchangAI]
ProductOpenClaw Agent

OpenClaw

一款AI代理工具,围绕技能目录(ClawHub)构建,于2025年11月发布,拥有超过137个版本迭代和5400+技能,支持工具调用、记忆、网关等功能

Core Facts

Timeline (last 90 days)

Sep 12

NeMo Agent Toolkit 默认集成开源助手 OpenClaw,该项目曾创下 5 天涨 10 万星的记录

Unverified50%
Sep 12

OpenClaw 作者在2025年2月被 Sam Altman 招进了 OpenAI

Unverified50%
Sep 11

OpenClaw 采用本地执行加云端模型密钥的混合架构,通过检测 ChatGPT 或 Claude 密钥调用云端大模型推理,同时把执行动作留在本地

Unverified50%
Sep 11

OpenClaw 由开发者 Peter Steinberger 打造

Unverified50%
Sep 11

OpenClaw的维护者将安全性建设放在与功能开发同等重要的位置

Unverified50%
Sep 11

项目爆红会放大项目原有的治理缺陷、安全漏洞和维护者倦怠问题

Unverified50%
Sep 11

OpenClaw从个人项目扩展为由多位核心维护者组成的协作团队

Unverified50%
Sep 11

OpenClaw的爆红几乎压垮了创始人,伴随身份泄露、昼夜不停的电话和海量邮件

Unverified50%
Sep 11

Peter正推动用OpenClaw来构建OpenClaw自身的目标

Unverified50%
Sep 11

Peter花了数月时间几乎只做让OpenClaw变得安全的工作,但他反思这损害了产品

Unverified50%

18 more timeline events

All Facts (20)

Verified

OpenClaw是一个开源AI Agent框架,具备工具调用、记忆管理、自主进化能力

80%
Partially Verified

OpenClaw在GitHub上的星标数量突破24.8万

80%
Unverified

OpenClaw 作者在2025年2月被 Sam Altman 招进了 OpenAI

50%
Unverified

NeMo Agent Toolkit 默认集成开源助手 OpenClaw,该项目曾创下 5 天涨 10 万星的记录

50%
Unverified

OpenClaw 采用本地执行加云端模型密钥的混合架构,通过检测 ChatGPT 或 Claude 密钥调用云端大模型推理,同时把执行动作留在本地

50%
Unverified

OpenClaw 由开发者 Peter Steinberger 打造

50%
Unverified

OpenClaw的维护者将安全性建设放在与功能开发同等重要的位置

50%
Unverified

项目爆红会放大项目原有的治理缺陷、安全漏洞和维护者倦怠问题

50%
Unverified

OpenClaw从个人项目扩展为由多位核心维护者组成的协作团队

50%
Unverified

Peter花了数月时间几乎只做让OpenClaw变得安全的工作,但他反思这损害了产品

50%
Unverified

Peter Steinberger是OpenClaw的创始人

50%
Unverified

Peter正推动用OpenClaw来构建OpenClaw自身的目标

50%
Unverified

OpenClaw是对经典2D平台游戏《Captain Claw》的引擎重制项目,通过逆向工程游戏资源文件用现代C++和跨平台框架重新实现游戏逻辑

50%
Unverified

OpenClaw 官方网站上有数万个免费 Skill 供选用

50%
Unverified

OpenClaw的Skill是预定义的固定流程,规定了按什么顺序调用哪些工具来完成复杂任务

50%
Unverified

OpenClaw官方网站上有数万个免费Skill供选用

50%
Unverified

OpenClaw的Skill开发门槛极低,可以直接调用本机上写好的脚本或命令,无需额外定义工具

50%
Unverified

OpenClaw的Token消耗极其惊人,10块钱的额度在调用工具和浏览网站时可能分分钟烧完,一上午或一天的代码工作可能跑掉几百万token

50%
Unverified

OpenClaw存在安全风险,由于内置工具权限极高(可操作系统文件、读取浏览器信息、联网执行任务),机器被攻陷后配置的API Key极易泄露

50%
Unverified

受限于消费级设备的算力和内存,本地能运行的模型规模通常远小于云端旗舰模型,在复杂推理、长上下文处理等任务上存在差距

50%

Source Articles