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:
- 安全风险:每个 Agent 都要配置自己的 API Key,GitHub PAT、LLM Key 散落各处。2026 年 1 月的 CVE-2026-25253 漏洞让我们意识到,这种 "self-hackable" 架构在便利的同时,也带来了极大的安全风险。
- 记忆爆炸:一个 Agent 承担太多角色,既要做前端,又做后端,还要写文档。
skills/目录越来越乱,MEMORY.md里混杂各种记忆,每次加载都要塞一大堆无关上下文。既浪费 token,又会带来记忆混乱。 - 多 Agent 协作效率低: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。
- 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几天甚至几周。
- 配置门槛高:即便是资深程序员从安装、配置到使用,可能也需要大半天时间,某鱼上还出现了 OpenClaw 的付费安装项目,提供上门服务。
如果你也有同感,那 HiClaw 就是为此而生的。
一、HiClaw 的定位
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
- 简单任务直接告诉 Manager,它自己处理;
- 适合快速问答、简单操作;
模式二:Manager 分派 Worker
- 复杂任务由 Manager 拆解,分配给专业 Worker;
- 每个 Worker 有独立的 Skills 和 Memory;
- 技能和记忆完全隔离,不会互相污染;
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。
二、OpenClaw 的安全风险,HiClaw 如何解
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。
三、OpenClaw 糟糕的移动端体验,HiClaw 如何解
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:
- 一键安装后直接用:无需配置飞书/钉钉机器人。
- 手机上随时指挥:下载 Matrix 客户端,Element Mobile 或者 FluffyChat。
- 消息实时推送:不会折叠到"服务号"。
- 所有对话可见:你、Manager、Worker 在同一个 Room,全程透明。
四、OpenClaw 的 SubAgent 低效协作,HiClaw 如何解
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:
- Alice 说"我在做登录页面"。
- Bob 自动知道前端在做什么,API 设计时可以配合。
- 不需要 Manager 做额外的信息同步。
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
- 群聊消息主要是有意义的沟通信息。
- Agent 不会因为无关消息被唤醒。
- 成本可控,响应及时。
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:
- 全程可见:所有 Agent 的协作过程都在 Matrix 群聊里。
- 随时介入:发现问题可以直接 @某个 Agent 修正。
- 自然交互:就像在微信群里和一群同事协作。
HiClaw 的 Manager 可以帮你做这些事
| 能力 | 说明 |
|---|---|
| Worker 生命周期管理 | "帮我创建一个前端 Worker" → 自动完成配置、技能分配 |
| 自动分派任务 | 你说目标,Manager 拆解并分配给合适的 Worker |
| Heartbeat 自动监工 | 定期检查 Worker 状态,发现卡住自动提醒你 |
| 项目群自动拉起 | 为项目创建 Matrix Room,邀… |