什么是 ClawOS¶

ClawOS 是面向企业的 Agent 运行与治理平台，用于统一创建、管理、集成、观测和运维企业内部的 AI Agent。当前版本中，ClawOS 管理的 Agent 类型主要为 OpenClaw 实例；后续平台可扩展支持更多类型的企业 Agent。

ClawOS：企业级 Agent 运行与治理平台¶

可以简单理解为：ClawOS 是企业内部运行 AI Agent 的 控制面 和 治理面 。

它不是一个简单的 Agent 列表管理平台，也不是只负责创建几个智能体实例的后台。它更接近企业 Agent 时代的基础设施：帮助企业把 Agent 安全、稳定、可控地运行起来，并纳入企业已有的权限、网络、协作、审计和运维体系。

如果说 OpenClaw 让 AI Agent 具备了「执行任务」的能力，那么 ClawOS 要解决的是：如何让这种执行能力在企业环境中**可管理、可审计、可集成、可规模化**地落地。

OpenClaw 是什么¶

OpenClaw（小龙虾）是新一代开源 AI Agent 运行时，目标是将 AI 从「被动回答问题」升级为「主动规划并执行任务」。OpenClaw 不只是和用户聊天，还可以结合模型能力、工具调用、文件系统、终端命令、浏览器控制、API、Skill 和多 Agent 协作，完成更复杂的端到端任务。

能力维度	传统 AI 助手	OpenClaw 智能体
交互方式	被动问答，单轮响应	主动规划，多轮自主执行
能力边界	仅输出文字	调用工具、操作系统、执行代码
适用场景	信息查询、简单生成	端到端自动化工作流

OpenClaw 通常具备以下几类核心能力：

任务规划 ：理解用户目标，并拆解执行步骤
工具调用 ：调用文件系统、命令行、浏览器、API、第三方工具
Skill 扩展 ：通过 Skill 封装可复用能力
上下文管理 ：在多轮任务中维持任务状态
记忆与知识 ：结合短期会话、长期记忆或知识库完成任务
多模型接入 ：可对接不同大模型或企业私有模型

OpenClaw 更像是一个具体能干活的 Agent 运行实例；而 ClawOS 则是管理这些 OpenClaw 实例的平台。

ClawOS 与 OpenClaw 的关系¶

对象	定位
OpenClaw	运行对象，负责让 Agent 具备执行能力
ClawOS	运行和治理平台，负责让 Agent 在企业里可控地运行

在企业场景中，一个团队可能会创建多个 OpenClaw 实例：有的用于总结飞书消息，有的用于处理工单，有的用于知识库问答，有的用于研发辅助，有的用于文档审查。

如果每个 OpenClaw 实例都由个人自行配置、自行维护、自行接入模型和工具，企业很快就会遇到管理问题：权限不可控、成本不可见、日志不可查、网络边界不清、Skill 无法复用、异常无人排查。

ClawOS 的价值，就是把这些分散的 Agent 运行起来、管起来、看起来、审起来。

主要能力¶

ClawOS 首先解决的是 Agent 企业化运行 的问题。个人使用 Agent 时，重点通常是体验是否顺手、模型是否聪明、任务是否完成；但企业使用 Agent 时，重点会变成安全、治理、成本、集成和运维。

实例生命周期管理¶

用户或管理员可以在 ClawOS 中创建、查看、编辑、删除 OpenClaw 实例。每个实例背后对应实际运行的服务资源，通常运行在 Kubernetes 或 DCE 等云原生底座之上。

当用户修改镜像、资源规格、模型配置、API Key、消息渠道等关键配置时，可能会触发实例重启或短暂不可用。因此，ClawOS 需要把这些运行影响清晰呈现给用户。

详细操作请参见快速入门。

权限与多租户隔离¶

ClawOS 面向企业组织结构，不同角色拥有不同能力边界：

普通用户只能管理自己的实例
租户管理员可以查看工作空间内实例运行情况
平台管理员可以管理全局资源、策略和配置

这种权限模型保证 Agent 不会变成一个「谁都能乱用」的黑盒工具，而是被纳入企业身份、角色和空间隔离体系。详见 ClawOS 权限说明。

网络策略治理¶

Agent 一旦能够访问网络、调用工具、连接系统，就必须有明确的网络边界。ClawOS 可以帮助企业管理 Agent 的网络访问策略，例如：

哪些实例可以访问内网服务
哪些实例只能访问指定 API
哪些策略由平台默认强制启用
哪些策略允许用户选择

Agent 的能力越强，越需要清楚地限制它能访问哪里、不能访问哪里。

Skill 管理与分发¶

Skill 是 Agent 能力扩展的重要方式。在个人场景里，用户可以自己安装或编写 Skill；但在企业里，Skill 需要被审核、上架、分发、授权、追踪和下架。

因此，ClawOS 中的 ClawHub/SkillHub 更像是企业能力货架。企业可以把高价值 Skill 沉淀下来，统一管理，并按权限分发给不同团队和实例使用。

消息渠道集成¶

Agent 不应该只存在于控制台里。真正有价值的 Agent，应该进入员工日常工作流。

ClawOS 可以集成飞书、Teams 等企业消息渠道，让 OpenClaw 实例在群聊、私信、频道等场景中收发消息、处理文件、响应任务。这样，Agent 从「平台里的一个实例」变成了「协作系统里的数字员工」。

飞书对接步骤请参见飞书集成。

可观测、日志与运维¶

企业环境中，Agent 不能只是能回答，还必须能被排查、被追踪、被审计。ClawOS 需要提供实例状态、运行日志、Session transcript、Trajectory log、Token 用量、调用次数、错误率、告警等信息。

这些能力让管理员知道 Agent 是否正常运行、哪里出现异常、成本是否失控、某次任务到底执行了什么。

核心价值¶

ClawOS 的核心价值，不是证明某个 Agent 比 ChatGPT、Claude、Codex 或 Cursor 更好用——这些个人 AI 工具解决的是个人效率问题。ClawOS 解决的是 企业规模化使用 Agent 的问题。

它让企业能够回答这些问题：

我们有多少 Agent 在运行？
它们分别服务哪些团队？
哪些 Agent 正常，哪些异常？
哪些用户和实例消耗最多 Token？
哪些 Skill 被频繁使用？
哪些模型成本最高？
哪些任务失败率异常？
哪些操作需要审计和回放？
哪些网络访问存在风险？

换句话说，ClawOS 让 Agent 从「个人工具」变成「企业可运营资产」。

典型应用场景¶

HR 批量简历筛选¶

面对数十份格式各异的 PDF 简历，让小龙虾自动读取、提取关键技术栈、按岗位要求评分排序，输出结构化评估报告。原来需要半天的筛选工作，几分钟即可完成。

应用示例

Note

简历包含敏感个人信息（PII）。DCE 私有化部署确保数据不出内网，禁止将简历发送至外部公有云 API。

软件开发助手¶

对接 GitHub 后，配置多 Agent 架构（Main Agent + Research + Reviewer + Codex），让小龙虾分析源码、定位 Bug、创建 Pull Request、执行 CI 规范，打造完全个性化的自动化开发编排器。