OpenClaw führt eine einzige eingebettete Agent-Runtime aus - einen Agent-Prozess pro Gateway, mit eigenem Arbeitsbereich, Bootstrap-Dateien und Sitzungsspeicher. Diese Seite behandelt diesen Runtime-Vertrag: was der Arbeitsbereich enthalten muss, welche Dateien injiziert werden und wie Sitzungen dagegen bootstrappen.Documentation Index
Fetch the complete documentation index at: https://docs.openclaw.ai/llms.txt
Use this file to discover all available pages before exploring further.
Arbeitsbereich (erforderlich)
OpenClaw verwendet ein einzelnes Agent-Arbeitsbereichsverzeichnis (agents.defaults.workspace) als das einzige Arbeitsverzeichnis (cwd) des Agents für Tools und Kontext.
Empfohlen: Verwenden Sie openclaw setup, um ~/.openclaw/openclaw.json zu erstellen, falls die Datei fehlt, und die Arbeitsbereichsdateien zu initialisieren.
Vollständiges Arbeitsbereichslayout + Backup-Anleitung: Agent-Arbeitsbereich
Wenn agents.defaults.sandbox aktiviert ist, können Nicht-Hauptsitzungen dies mit
sitzungsspezifischen Arbeitsbereichen unter agents.defaults.sandbox.workspaceRoot überschreiben (siehe
Gateway-Konfiguration).
Bootstrap-Dateien (injiziert)
Innerhalb vonagents.defaults.workspace erwartet OpenClaw diese vom Benutzer bearbeitbaren Dateien:
AGENTS.md- Betriebsanweisungen + „Memory“SOUL.md- Persona, Grenzen, TonTOOLS.md- benutzerverwaltete Tool-Notizen (z. B.imsg,sag, Konventionen)BOOTSTRAP.md- einmaliges Erststart-Ritual (nach Abschluss gelöscht)IDENTITY.md- Agent-Name/Vibe/EmojiUSER.md- Benutzerprofil + bevorzugte Anrede
openclaw setup erstellt eine sichere Standardvorlage).
BOOTSTRAP.md wird nur für einen brandneuen Arbeitsbereich erstellt (keine anderen Bootstrap-Dateien vorhanden). Solange sie aussteht, behält OpenClaw sie im Project Context und fügt dem System-Prompt Bootstrap-Anleitung für das anfängliche Ritual hinzu, anstatt sie in die Benutzernachricht zu kopieren. Wenn Sie sie nach Abschluss des Rituals löschen, sollte sie bei späteren Neustarts nicht erneut erstellt werden.
Um die Erstellung von Bootstrap-Dateien vollständig zu deaktivieren (für vorbefüllte Arbeitsbereiche), legen Sie Folgendes fest:
Integrierte Tools
Kern-Tools (Lesen/Ausführen/Bearbeiten/Schreiben und zugehörige System-Tools) sind immer verfügbar, vorbehaltlich der Tool-Richtlinie.apply_patch ist optional und wird durch
tools.exec.applyPatch gesteuert. TOOLS.md steuert nicht, welche Tools existieren; es ist
Anleitung dafür, wie Sie möchten, dass sie verwendet werden.
Skills
OpenClaw lädt Skills aus diesen Speicherorten (höchste Priorität zuerst):- Arbeitsbereich:
<workspace>/skills - Projekt-Agent-Skills:
<workspace>/.agents/skills - Persönliche Agent-Skills:
~/.agents/skills - Verwaltet/lokal:
~/.openclaw/skills - Gebündelt (mit der Installation ausgeliefert)
- Zusätzliche Skill-Ordner:
skills.load.extraDirs
skills in der Gateway-Konfiguration).
Runtime-Grenzen
Die eingebettete Agent-Runtime basiert auf dem Pi-Agent-Kern (Modelle, Tools und Prompt-Pipeline). Sitzungsverwaltung, Discovery, Tool-Verdrahtung und Kanalzustellung sind OpenClaw-eigene Schichten über diesem Kern.Sitzungen
Sitzungstranskripte werden als JSONL gespeichert unter:~/.openclaw/agents/<agentId>/sessions/<SessionId>.jsonl
Steuern während des Streamings
Wenn der Warteschlangenmodussteer ist, werden eingehende Nachrichten in den aktuellen Lauf injiziert.
Steering in der Warteschlange wird zugestellt, nachdem der aktuelle Assistant-Turn die Ausführung seiner Tool-Aufrufe beendet hat,
vor dem nächsten LLM-Aufruf. Pi leert alle ausstehenden
Steering-Nachrichten gemeinsam für steer; Legacy-queue leert eine Nachricht pro
Modellgrenze. Steering überspringt nicht mehr verbleibende Tool-Aufrufe aus der aktuellen
Assistant-Nachricht.
Wenn der Warteschlangenmodus followup oder collect ist, werden eingehende Nachrichten gehalten, bis der
aktuelle Turn endet; anschließend startet ein neuer Agent-Turn mit den wartenden Payloads. Siehe
Warteschlange und Steering-Warteschlange für Modus-
und Grenzverhalten.
Block-Streaming sendet abgeschlossene Assistant-Blöcke, sobald sie fertig sind; es ist
standardmäßig deaktiviert (agents.defaults.blockStreamingDefault: "off").
Stellen Sie die Grenze über agents.defaults.blockStreamingBreak ein (text_end vs message_end; Standard ist text_end).
Steuern Sie weiches Block-Chunking mit agents.defaults.blockStreamingChunk (standardmäßig
800-1200 Zeichen; bevorzugt Absatzumbrüche, dann Zeilenumbrüche; Sätze zuletzt).
Fassen Sie gestreamte Chunks mit agents.defaults.blockStreamingCoalesce zusammen, um
einzeiligen Spam zu reduzieren (inaktivitätsbasierte Zusammenführung vor dem Senden). Nicht-Telegram-Kanäle erfordern
explizit *.blockStreaming: true, um Block-Antworten zu aktivieren.
Ausführliche Tool-Zusammenfassungen werden beim Tool-Start ausgegeben (kein Debounce); die Control UI
streamt Tool-Ausgaben über Agent-Events, wenn verfügbar.
Weitere Details: Streaming + Chunking.
Modell-Refs
Modell-Refs in der Konfiguration (zum Beispielagents.defaults.model und agents.defaults.models) werden geparst, indem am ersten / getrennt wird.
- Verwenden Sie
provider/model, wenn Sie Modelle konfigurieren. - Wenn die Modell-ID selbst
/enthält (OpenRouter-Stil), fügen Sie das Provider-Präfix hinzu (Beispiel:openrouter/moonshotai/kimi-k2). - Wenn Sie den Provider weglassen, versucht OpenClaw zuerst einen Alias, dann einen eindeutigen Treffer eines konfigurierten Providers für genau diese Modell-ID und fällt erst dann auf den konfigurierten Standard-Provider zurück. Wenn dieser Provider das konfigurierte Standardmodell nicht mehr anbietet, fällt OpenClaw auf das erste konfigurierte Provider/Modell zurück, anstatt einen veralteten Standard eines entfernten Providers offenzulegen.
Konfiguration (minimal)
Legen Sie mindestens Folgendes fest:agents.defaults.workspacechannels.whatsapp.allowFrom(dringend empfohlen)
Weiter: Gruppenchats 🦞