Harness 与 Agent 工程 · AI研发与测试工程 · 2026-03-04

Team 版 OpenClaw:HiClaw 开源,5 分钟完成本地安装

HiClaw 开源了!5分钟完成本地安装,让你的AI助手团队像钢铁侠的贾维斯一样高效协作。

核心内容:

  1. OpenClaw现存痛点:安全风险、记忆爆炸、多Agent协作效率低等问题
  2. HiClaw创新方案:引入Manager Agent角色,实现智能任务分配与管理
  3. 两种灵活使用模式:直接对话Manager或分派Worker,满足不同场景需求

作为模型服务的新入口,OpenClaw 能帮你写代码、查邮件、操作 GitHub、设置定时任务等,这种通过 IM 直接下发指令的交互创新,能给用户带来“爽感”。但当历史指令积压越多、Long Horizon 项目数量越多时,问题就来了:

如果你也有同感,那 HiClaw 就是为此而生的。

01HiClaw 的定位

Cloud Native

HiClaw = OpenClaw 超进化,可以理解为 Team 版的 OpenClaw。

**

**

核心创新是在 OpenClaw 的基础上,引入了 Manager Agent 角色。它不直接干活,而是帮你管理 Worker Agent 团队,就像钢铁侠的管家贾维斯一样。

┌─────────────────────────────────────────────────────┐│ 你的本地环境 ││ ┌───────────────────────────────────────────────┐ ││ │ Manager Agent (AI 管家) │ ││ │ ↓ 管理 │ ││ │ Worker Alice Worker Bob Worker ... │ ││ │ (前端开发) (后端开发) │ ││ └───────────────────────────────────────────────┘ │└─────────────────────────────────────────────────────┘ ↑ 你(真人管理员) 只需做决策,不用当保姆

这套管理系统是按需启用的,可以灵活选择:

模式一:直接对话 Manager

模式二:Manager 分派 Worker

除了 Manager Agent 角色外,HiClaw 实现了多项进化,包括:

我们将结合这些进化项,一一阐述如何解决 OpenClaw 的落地挑战。

02OpenClaw 落地挑战,HiClaw 如何解

Cloud Native

▍关于安全风险

原生 OpenClaw 架构下,每个 Agent 都需要持有真实的 API Key,一旦 Agent 被攻击或意外输出,这些凭证就可能泄露。

HiClaw 的解决方案是:Worker 永远不持有真实凭证。真实的 API Key、GitHub PAT 等凭证存储在 AI Gateway,Worker 调用外部服务时,通过 Gateway 代理。即使 Worker 被攻击,攻击者也拿不到真实凭证。Manager 的安全设计同样严格:它知道 Worker 要做什么任务,但不知道 API Key、GitHub PAT。Manager 的职责是“管理和协调”,不直接执行文件读写、代码编写。

维度 OpenClaw 原生 HiClaw
凭证持有 每个 Agent 自己持有 Worker 只持有 Consumer Token
泄漏途径 Agent 可直接输出凭证 Manager 无法访问真实凭证
攻击面 每个 Agent 都是入口 只有 Manager 需要防护

OpenClaw 有一个很棒的开放技能生态 skills.sh,社区里已经有 80,000+ 个技能可以一键安装,写 Higress WASM 插件、做 PR Review、生成 Changelog……

但是,在原生 OpenClaw 里你可能不敢轻易用它。毕竟一个公开技能库里的 SKILL.md 你没法完全审查,如果某个技能诱导 Agent 输出凭证、执行危险命令,后果不堪设想。因为 Agent 本身就持有你的 API Key 和各种凭证。

得益于 HiClaw 在设计上,每个 Worker 运行在完全隔离的容器里,而且不持有任何真实凭证。开发者们就可以放心让 Claw 去检索和自主安装 skills。

Worker 能看到什么?✅ 任务文件、代码仓库、它自己的工作目录✅ Consumer Token(类似"门禁卡",只能调用 AI API)❌ 看不到你的 LLM API Key❌ 看不到 GitHub PAT❌ 看不到任何加密凭证

此外,HiClaw 给 Worker 内置了 find-skills 技能,当 Worker 遇到需要特定领域知识的任务时,它会主动搜索并安装合适的技能:

Manager 派发任务: "开发一个 Higress WASM Go 插件" ↓Worker 发现自己缺少工具 ↓skills find higress wasm → alibaba/higress@higress-wasm-go-plugin (3.2K installs) ↓skills add alibaba/higress@higress-wasm-go-plugin -g -y ↓技能安装完成,Worker 获得完整的插件开发脚手架和工作流

如果你有顾虑,或者有内部技能需要积累,HiClaw 也支持切换到自建私有技能库——只需要在 Manager 里设置一个环境变量:

SKILLS_API_URL=https://your-private-registry.example.com

只要你的私有库实现了和 skills.sh 相同的 API,Worker 就会无缝切换到内部搜索。两种场景下,Worker 的使用方式完全一致。

▍关于移动端接入难

OpenClaw 的移动端体验一言难尽:想在手机上指挥 Agent 干活,却发现飞书、钉钉的机器人接入流程要走公司审批流程,且公司整体会有 bot api 额度限制。

HiClaw 内置 Matrix 服务器,支持多种客户端:

▍关于 SubAgent 低效协作

对每个 SubAgent 进行手动配置、手动分配任务、手动同步进度,你想专注于业务指令和输出,但在 Agents 的“保姆”这一角色上,花了大量时间。

共享上下文,无需重复沟通

从 Manager-Worker 的角度看,HiClaw 是一个 Supervisor 架构:Manager 作为中心节点协调所有 Worker。但因为基于 Matrix 群聊房间协作,它同时也具备了 Swarm(蜂群)架构的特点。

在 Swarm 模式下,每个 Agent 都能看到群聊房间里的完整上下文:

防惊群设计:按需唤醒

HiClaw 做了防惊群设计。避免群里每条消息都触发所有 Agent 去调用 LLM,成本和延迟都会爆炸的情况。

规则:Agent 只有被 @ 的时候才会触发 LLM 调用

Human in the Loop:全程透明,随时干预

和 OpenClaw 原生的 Sub Agent 系统相比,HiClaw 的 Multi-Agent 系统不仅更易用,而且更透明:

核心优势:

HiClaw 的 Manager 可以帮你做这些事:

能力 说明
Worker 生…
— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/Openclaw/2026030490286.html