02 · 核心架構全景圖

OpenClaw
六層架構

從底層的向量計算,到頂層的 Skills 任務執行,每一層都建立在下一層的基礎之上。

MCP = AI 的 USB-C
統一工具串接標準,讓任何工具都能插拔式接入 Agent
⚡
應用層
Skills(技能模組)
天氣 / 郵件 / 日曆 / 瀏覽器控制⋯實際執行具體任務的功能模組
↑
🔌
協定層
MCP(Model Context Protocol)
統一工具串接標準,AI 的「USB-C」,讓各種工具插拔式接入
↑
🤖
智能層
Agent(感知→思考→行動→觀察)
ReAct 循環自主完成目標,不需人工逐步引導
↑
💭
推理層
Chain-of-Thought + Prompt Engineering
引導模型分步推理,提升複雜任務正確率
↑
🧠
模型層
GPT / Claude / Gemini(Transformer)
大型語言模型,OpenClaw 支援多後端自由切換
↑
📐
基礎層
Tokenize + Embedding + Attention
文字向量化與自注意力機制,一切 AI 的數學基礎