铃阅时讯
❌

普通视图

Seed2.1 正式发布,深入 AI 生产力

2026年6月23日 12:28

原创 字节跳动Seed 2026-06-23 12:28 北京

Agent & Coding 能力全面提升,复杂场景交付稳定

Seed 模型系列始终致力于挖掘用户真实需求,激发用户创造力。Seed2.0 发布后,我们持续跟踪用户反馈,并观察到,用户对模型的期待进一步指向更可靠的响应和更稳定的交付。

在此背景下,我们很高兴向你介绍 Seed2.1 系列,面向真实生产力场景的全新智能体。Seed2.1 以解决日常生活、专业工作和前沿探索中的复杂需求为研发目标,持续引入内外部用户和开发者的反馈,并结合真实案例校准模型优化方向;评估上,我们也更关注模型在实际工作流中的表现,而非仅依赖静态基准分数。

我们将从以下三个维度,向你介绍 Seed2.1 的真实能力:

  • 更可靠的通用 Agent 能力:Seed2.1 通用 Agent 能力显著提升,并进一步强化跨工具、跨环境的任务交付能力。在面对高经济价值的办公任务和个人生活的复杂咨询时,可稳定完成项目规划、文件处理、工具调用等多步骤任务,产出可落地的结果。

  • 更稳定的代码工程交付能力:Seed2.1 提升了 Coding 的端到端交付能力,可在真实企业级开发任务中完成需求理解、功能实现、bug 修复、运行环境搭建和结果验证等任务,形成稳定交付。

  • 更强劲的多模态等基础能力:Seed2.1 在多模态理解、知识、推理等基础能力上进一步提升,对复杂视觉信息和视频内容处理更准确,为 Agentic 场景、代码工程和前沿探索提供基础支撑。

Seed2.1 系列模型已在豆包产品和 TRAE 上线,同时,该系列模型 API 已同步上线火山引擎,欢迎大家体验、反馈。

项目主页(含 Model Card):

https://seed.bytedance.com/seed2_1

体验入口:

1)豆包电脑版或豆包 App 选择 “办公任务” 模式

2)TRAE Work 或 TRAE IDE 内置模型选择 Doubao-Seed-2.1-Pro 或 Doubao-Seed-2.1-Turbo

3)火山方舟体验中心选择 Doubao-Seed-2.1-Pro 或 Doubao-Seed-2.1-Turbo

通用 Agent 能力显著提升

执行复杂任务更可靠

当模型进入生产力场景,用户需要的不只是一次回答,而是模型能够围绕目标持续推进任务,并产出可用结果。围绕这一方向,Seed2.1 进一步强化了通用 Agent 能力,无论是面向高经济价值的工作任务还是面向个人生活的复杂咨询,模型都能可靠交付。

面向高经济价值的工作任务,过去,用户可能需要咨询外部顾问、专业服务团队来辅助完成;现在,模型可以参与资料分析、方案设计、内容规划和结果整理,帮助用户推进原本需要专业支持的工作,实现降本增效。

Seed2.1 在 Workspace Bench、Agent Startup Bench 基准上表现稳定,Seed2.1 Pro 在 GDPval 基准上获得最高分。其中,Workspace Bench 关注工作中对于复杂文件的信息检索、关联理解和结果生成;Agent Startup Bench 通过调研、访谈真实的 AI 原生创业公司,结合专家意见综合评估模型的回答质量;GDPval 则衡量模型在真实世界工作任务中的完成质量和经济价值。评测结果说明,Seed2.1 在贴近真实工作任务的 AI 工作流中,能够在复杂材料和任务目标之间建立联系,并产生具有经济收益的交付。

此外,在更高难度、更专业的任务上,Seed2.1 也有较好表现。其中,Seed2.1 Pro 在 Agents' Last Exam(ALE)基准评测中,处于当前参评模型的第一梯队水平,体现出在复杂专业任务上的较强竞争力。值得注意的是,该评测发布不久,各模型短期内难以针对该测试进行充分定向优化,能够更真实地衡量模型面对新任务场景时的泛化能力。该结果表明,Seed2.1 所具备的任务规划、工具使用、长程执行、信息整合与结果交付等通用 Agent 能力,能够较好地迁移到此前未见的高门槛专业工作流中。

Agents' Last Exam 基准评测中,左侧为完整通过率,右侧为平均综合得分

面向个人生活中的复杂咨询场景,Seed2.1 系列模型回复的质量和可靠性进一步提升。

这类需求往往不是简单问答,用户会同时提供咨询背景、过往记录、行业报告等多种信息,内容也分布在文档、PDF、图片等不同格式中,形成一个需要综合推理、判断、建议的复杂咨询场景。

Seed2.1 在 xDailyBench、Doubao Multi-Turn Bench 等基准上表现稳定,在 Toolathlon、SeedClawBench 等基准上保持竞争力。这说明模型在日常生活、学习研究等 30 多个垂类场景中,都能更好地理解真实用户需求,并结合用户偏好给出高质量的建议,必要时还能调用不同工具、使用合适的 Skill,产出可靠回复。

SeedClawBench 是由 Seed 自主开发的内部基准,用于评估在 OpenClaw 风格、面向用户的场景中,Agent 提供实际辅助的能力

围绕教学、通用办公和专业研究等场景,Seed2.1 能稳定输出教案 PPT、完成复杂表格分析、生成行业报告

此外,基于稳定的视觉理解能力,Seed2.1 能够在复杂任务中更好地处理视觉信息、理解用户目标,并推进后续执行与交付。Seed2.1 在 Claw-Eval (MM) 等 Visual Agent 相关基准上整体表现出较强的竞争力。这意味着模型不仅能够理解文档、视频、图片、空间结构等复杂的视觉信息,还能围绕任务目标对视觉信息进行整理和分析,并形成可交互、可交付的 Agent 结果,例如基于多视角图像生成平面户型图,或根据视觉信息完成信息检索、内容生成和代码编写等任务。

Image2FloorPlan 为内部自建评测集,考察的任务为理解多张真实照片并绘制平面户型图

在面向专业生产力场景的探索中,我们发现,真实工作流并非发生在某一个固定界面里,而是需要在聊天、搜索、浏览器、代码仓库、文件和外部工具之间切换。因此 Seed2.1 进一步面向通用型 Computer-Use Agent (CUA) 方向优化,让模型能更稳定地在跨环境、跨工具和跨交互方式的任务中持续推进。

其中,面对手机 GUI 任务,模型需要理解屏幕内容、判断下一步操作,并完成点击、输入、切换应用等连续动作,Seed2.1 在 MobileWorld 基准中取得最高分,说明其在手机端任务中能够更稳定地推进操作。同时,模型在 OSWorld 上保持竞争力,并通过强化学习,引导 Agent 自然地在 GUI 和非 GUI 动作空间之中切换最优选择,将完成任务所需的平均步数减少 16%,进一步提升任务执行效率。

此外,Seed2.1 在 CreativeWork 基准上同样表现突出。该基准覆盖了 Notion、Canva 和 Figma 三类具有代表性的环境,意味着模型在文档管理、视觉设计和界面编辑等多种任务中,都能理解复杂目标、分解执行步骤,并在工具调用与 GUI 交互之间自主切换,稳定地完成任务。

CreativeWork 是 Seed 自研的基准,用于评估 Agent 在真实生产力场景中协同使用 GUI 与 MCP 工具的能力

Coding 端到端能力大幅强化
企业生产场景交付稳定

聚焦到 Coding Agent 方向,Seed2.1 结合了公开基准、众测开发者反馈和内部评测综合评估模型表现。其中,公开基准主要关注模型在通用代码任务上的能力边界,而众测开发者反馈则更能反映模型在真实工程场景中的实际价值。

在公开基准中,Seed2.1 Pro 在 ProgramBench 基准上保持竞争力,说明模型具备从零开始完成系统级工程的能力,可独立完成软件系统的架构设计与代码实现。

同时,Seed2.1 Pro 在 NL2Repo-Bench 基准上表现良好,该基准主要评估模型将自然语言需求转化为仓库级代码改动的能力,更接近真实软件工程场景。评测结果说明,Seed2.1 能理解整个代码仓库的架构、依赖关系和业务逻辑,并进行多文件协同修改,最终交付可维护、可运行的工程化代码。

在众测开发者评估中,我们邀请开发者基于真实代码仓库提交工程任务,并对匿名模型输出进行比较。结果显示,在更贴近真实 Coding 流程的任务中,Seed2.1 在最终完成质量上获得更高评价。其中,Seed2.1 Pro 相比 Claude Opus 4.6 获得 59.1% 胜率。

此外,Seed2.1 Preview 版本还在近期参与了前端场景的人类偏好评测。在 Code Arena: Frontend 榜单中,模型以 1539 分排名第 8,并在 7 个前端子类别中的 5 个进入前 10。

多模态理解等基础能力持续领先

进一步服务 Agentic 场景

Seed2.1 不断深化多模态能力,在各类视觉和视频理解任务上,多项评测集取得 SOTA 结果,保持业界领先水准,并进一步服务 Agentic 场景。

面向视觉理解场景,Seed2.1 Pro 在 CharXiv-RQ、MeasureBench 等多个基准上取得最高分,体现出模型在复杂文档理解、图表读取、数值识别和视觉细节判断上的进一步提升。这类能力可以帮助模型在处理 PDF、报告、图表和多页材料时减少误读,增强对非结构化信息的感知。

Seed2.1 还在 ERQA 基准上取得最佳成绩,说明模型空间理解能力进一步增强,可更好地支撑面向现实环境 Agent 任务。

此外,模型在 MMLongBench-128K 长上下文基准上表现突出,说明模型能够处理长文档、多页材料和更长链路的任务信息,帮助 Agent 在更完整的上下文中稳定推进复杂任务。

面向视频理解场景,Seed2.1 Pro 在 TVBench、TOMATO 基准上取得业界高分,说明模型对时序变化、动作和物理运动的理解更加准确。

Seed2.1 还在持续提升处理小时级别长视频的能力,识别与理解的准确性进一步提高,在 VideoMME、LVBench 等多个基准中取得高分,为长视频检索、影视剧剪辑等场景奠定扎实基础。Seed2.1 的流式视频能力也进一步加强,在 OVBench 等基准中表现突出,能在实时视频通话、会议录屏回看、视频分析等场景中协助用户高效理解内容。

Seed2.1 可基于长视频输入完成理解、剪辑以及解说一键成片,自动产出精华解说视频

除多模态理解能力外,Seed2.1 在世界知识、推理和多语言能力等基础能力上也进一步提升。其中,模型在 SciCode 和 FrontierScience-Olympiad 等基准中表现良好,说明它在科研代码、高难科学问题等更具挑战的任务中,也能保持稳定的推理表现。Seed2.1 还进一步增强了多语言能力,能更好地理解不同文化语境下的知识问题,支持更多国际化使用场景。

MSQA 为内部多语言基准测试,旨在评估跨越 11 种主要语言的特定文化知识

Seed2.1 还在不断探索科研、计算机科学、物理与科学计算、高阶数学等更加开放的研究场景。其中,模型在 FrontierScience-Research 等前沿研究基准上保持竞争力。

在物理与科学计算方面,Seed2.1 能够综合理解领域理论、数值公式和数据文件,将科学问题转化为可执行、可验证的计算流程,并根据验证反馈迭代修正结果。在数学研究方面,模型还能帮助数学家搜索构造、测试证明思路,降低构造性论证中的试错成本,进一步支持探索性的数学研究。

此外,随着 Agent 能力从对话走向真实工作流,模型研发场景也在发生变化:模型不再只是被评测、被训练和被优化的对象,也开始参与模型研发流程本身。

我们持续推进 Seed for Seed 研发方向:让 Seed2.1 不只服务外部研发与业务场景,也进一步进入评测、数据、训练、研究和 Infra 等关键环节,参与真实研发任务,并在提升研发效率的过程中反哺模型能力迭代。

在实际场景中,Seed2.1 以 Agent 形式参与评测系统构建、能力诊断、SFT 数据合成、RL 训练框架优化,以及将最新研究论文中的关键方法落到代码和实验中验证等工作。这些任务往往跨越数小时、十几个小时甚至数十天。Agent 需要持续读取中间结果,分析问题、调用工具执行修改,并根据实验反馈反复验证和迭代。

在更复杂的任务中,多个 Agent 还可以协同分工,分别承担执行、评估、诊断和优化等角色,将复杂研发任务拆解为可持续推进的工作闭环,从而提升模型研发链路的整体效率。

Seed for Seed 研发流程示意图

总结与展望

面向真实场景中的生产力价值,Seed2.1 的 Agent 执行能力和 Coding 任务的交付稳定性均有较大提升。同时,我们也注意到,在最具挑战性的开放任务以及前沿研究问题求解上,模型能力仍有提升空间。

未来,我们会继续在以下方面持续优化:

  • 深入调研专家用户的真实需求,进一步提升专业工作流覆盖;

  • 持续优化 Harness 与模型的协同,让模型在复杂的工作流中稳定发挥作用;

  • 通过让模型参与训练,并进行自主研究,加速模型迭代;

  • 持续打磨模型的行为模式,提升用户体验。

沿着这些方向,Seed 系列模型将继续追求智能上限,并不断面向真实场景迭代。

阅读原文

跳转微信打开

从 OpenClaw 到 FastClaw:如何设计优秀的多 Agent 架构

2026年6月23日 00:43

原创 idoubi 2026-06-23 00:43 广东

好的 Agent 架构不是把所有功能塞进一个进程,而是让每一层都能独立演化。

❝

做了一年 Agent 基础设施,踩了无数坑,我终于想明白了一件事:好的 Agent 架构不是把所有功能塞进一个进程,而是让每一层都能独立演化。

前言

2026 年初,OpenClaw 爆火 —— 一个自托管的 AI 助理。它本质是一个跑在你自己机器上的 Agent 网关(Gateway),通过 Telegram、Discord、Slack、飞书等你已经在用的聊天软件接入,能真正替你干活:收发邮件、管日程、浏览器自动化、执行命令。

OpenClaw 支持多端接入、记忆系统、技能市场(ClawHub)、多 Agent 协作,甚至 A2A(Agent-to-Agent)——功能很全。

为了用上 OpenClaw,我买了台 Mac Mini,日常通过手机发指令,做了很多项目,效率很高。

为了让其他人也用上 OpenClaw,我做了个托管服务,帮 500 多个用户部署了专属的龙虾,跑在云端的一套 K8S 集群上。

在自用和做托管服务的过程中,我对 OpenClaw 的架构设计越来越了解,也发现了很多问题。为了解决这些问题,我认为必须从底层架构全新设计,而不是在 OpenClaw 的基础上魔改。

我决定做一个更好的 Agent 框架:FastClaw,面向云原生多租户场景设计,更快、更轻量、更好用。

这篇文章记录了我对 OpenClaw 架构的理解,以及我对 FastClaw 架构设计的经验总结。

一、OpenClaw 做对了什么

OpenClaw 虽然有不少问题,但它在产品方向上的探索是超前的。回头看,有几个创新点是真正有价值的。

1. 多端接入:随时随地和 Agent 交互

OpenClaw 支持极广的 IM 接入——Telegram、Discord、Slack、WhatsApp、Signal、iMessage、飞书、Matrix、Microsoft Teams 等,外加 Web Chat 和 CLI。用户可以在任何地方和自己的 Agent 对话。

这个设计的核心洞察是:Agent 不应该被困在一个 App 里。你写代码的时候用终端,开会的时候用飞书,摸鱼的时候用 Telegram——Agent 应该无处不在。

2. SOUL 机制:让 Agent 有"人味"

OpenClaw 引入了 SOUL.md 的概念——一个定义 Agent 人格、语气、价值观的配置文件。不是冷冰冰的 system prompt,而是一份精心调教的"灵魂"。

这带来了两个意想不到的好处:

  • 用户粘性暴涨:当 Agent 有了固定人设,用户会产生情感连接,留存率比纯工具型 Agent 高几倍

  • Agent 可复制:同一套 SOUL 文件可以给不同模型用,换模型不换人设

3. 记忆检索:越用越懂你

OpenClaw 的记忆系统分两层:

  • 长期摘要:MEMORY.md,一份精简的长期记忆摘要,作为 project context 注入提示词

  • 每日明细:memory/*.md 每日文件,平时不进上下文,靠 memory_search / memory_get 工具按需检索,不占 token

配合 SOUL.md(人设)、USER.md(用户信息)等文件,Agent 可以记住你的偏好、习惯、常用工具,真正做到"越用越懂你"。

4. 主动通知:从被动响应到主动服务

传统 Agent 是"你问我答"。OpenClaw 加了 Cron Job 和心跳机制后,Agent 可以:

  • 每天早上 8 点给你发天气和日程提醒

  • 监控 GitHub PR 状态,有更新自动通知

  • 定期检查博客评论,筛选有价值的反馈

这是 Agent 从工具进化为助理的关键一步。

5. 对话式安装:养成式体验

OpenClaw 的 Skill 安装不是"去应用商店下载",而是在对话中直接说"帮我装一个翻译技能",Agent 自己去搜索、安装、配置。

这种对话即操作的范式降低了使用门槛,也让 Agent 有了一种"养成"的感觉——你在训练它、给它装新技能。

6. 多 Agent 协作:团队模式

OpenClaw 支持同时运行多个 Agent,每个 Agent 有不同的专长:

  • 一个负责写代码

  • 一个负责写文档

  • 一个负责 Code Review

  • 一个负责部署上线

这些 Agent 在单个 Gateway 进程内相互隔离运行,每个有独立的 workspace、状态目录(agentDir)和会话历史,通过 multi-agent routing 把消息分发给对应的 Agent。

二、OpenClaw 的架构

OpenClaw 采用的是 Node.js 单体架构,核心组件包括:

配置方式:一个 ~/.openclaw/openclaw.json 文件管所有——LLM Provider、Channel Token、Plugin 配置、Skill 列表、默认参数……全在一个 JSON 里。

存储方式:文件系统为主,Session 存 JSON 文件,Memory 存 Markdown,Skills 存目录。

运行方式:openclaw start 启动一个 Node.js 进程,Gateway 挂载所有 Channel 和 Plugin,一荣俱荣一损俱损。

三、OpenClaw 的不足

作为一个个人助理工具,OpenClaw 是够用的。但作为一个要服务多人的生产级 Agent 平台,它有致命缺陷。

1. 缺少平台级多租户:隔离粒度太粗

OpenClaw 的隔离是围绕"Agent"设计的——Session、Memory 都按 agent / workspace 隔离,但没有"用户(account)"这层抽象。要真正隔离,得"一人一 Agent"。

也就是说,同一个 Agent 没法安全地服务多个互不信任的用户——做托管只能给每人单开一套,成本高、浪费大。缺的不是会话隔离,而是平台级多租户。

2. Gateway 是单点故障

所有 Channel、所有 Plugin、所有 Agent 的运行时都挂在同一个 Node.js 进程里。一个 Plugin 内存泄漏,整个 Gateway 崩溃;一个 Channel 的 API 超时,所有 Channel 都卡住。

没有隔离,就没有可靠性。

3. 默认上下文偏重,Token 容易失控

OpenClaw 每轮都会把一组 bootstrap 文件——SOUL.md、MEMORY.md、AGENTS.md、工具说明——注入提示词。文件一多、对话一长,system prompt 越堆越大。

它也做了优化(memory/*.md 按需检索、cron 用隔离 session 把每轮压到 ~2-5K token),但默认配置对 token 不够敏感,bootstrap 写得啰嗦,账单就很可观。钱烧得心疼。

4. 资源占用大

Node.js + 一堆 npm 依赖 + 文件系统 I/O,idle 状态就吃 500MB+ 内存。加上 Sandbox(Docker 容器),一台 4GB 的小机器跑得喘不过气。

5. 云原生不友好

  • 配置和状态都落在本地文件系统(~/.openclaw/),多 Pod 之间没法共享同一份配置和会话,天然单机

  • 存储是文件系统,没法水平扩展

  • 部署形态是"一个有状态进程",缩容、迁移、滚动更新都得小心翼翼地保住本地数据

6. 臃肿的 npm 依赖树

node_modules 有 800MB+,构建时间 3 分钟+。每次更新依赖都像开盲盒——不知道哪个包会炸。

7. Web UI 体验差

OpenClaw 的 Control UI 和 CLI 其实共享同一份 ~/.openclaw/openclaw.json(都走 config.get / config.set / config.apply,还有 base-hash guard 防并发覆盖),配置层面是一致的——这点没问题。

问题在体验:Web UI 界面粗糙,配置项藏得深,想在网页上完整跑通一次 Agent 配置并不顺手。对一个想拿出去给用户用的产品来说,"能用但不想用"就是劝退。

8. 安全模型只为"单机单操作者"设计

OpenClaw 的安全边界是"信任操作者本人",不是"在不可信用户之间做隔离"。默认值都是按这个前提来的:

  • 宿主机执行默认全开:exec 默认 full + 免审批、沙盒默认关闭,Agent 能直接在宿主机跑任意命令、读写文件——文档也承认这是"单操作者场景的有意 UX"

  • Prompt injection 未解决:system prompt 只是软提示,一条恶意消息就可能让 Agent dump 文件、跑命令

  • 密钥明文、Session 不加密、Plugin 主进程内运行、无 per-user RBAC

自己单机用足够安全;但要做成多人平台,exec 沙盒、密钥加密、租户级 RBAC、注入防护,每一层都得从头补。

四、如何设计更好的 Agent 框架

FastClaw 的设计原则很明确:轻量、快速、云原生。

1. 云原生优先

# 一行命令安装,单二进制文件
curl -fsSL https://raw.githubusercontent.com/fastclaw-ai/fastclaw/main/install.sh | bash
#
 零配置启动(纯环境变量)
FASTCLAW_PORT=18953 fastclaw
#
 K8s 部署就是一个 Deployment + Secret
  • 没有本地配置文件:Bootstrap 参数全部走环境变量,运行时配置通过 Dashboard 或 CLI 写入数据库

  • SQLite → Postgres:FASTCLAW_STORAGE_DSN 一个环境变量切换存储后端,本地用 SQLite,生产切 Postgres

  • S3 对象存储:FASTCLAW_OBJECT_STORE_* 环境变量接入 S3,多 Pod 共享 Skills 和文件

2. 多租户与 RBAC

OpenClaw 是"一个人的工具",FastClaw 是"一群人的 Agent 平台"。

用户模型:
├── super_admin    — 平台管理员,全权限
├── user           — 普通用户,管理自己的 Agent
├── app_user       — 应用端用户(通过 API 懒创建)
└── channel_user   — IM 渠道用户(Telegram/Discord 登录)

四层配置继承:

system (全局默认)
  → user (用户级覆盖)
    → agent (Agent 级覆盖)
      → (user, agent) (特定用户对特定 Agent 的定制)

内层配置自动覆盖外层,同名 Provider 配置整条替换。这意味着:

  • 管理员配一个默认的 OpenAI Key,所有用户直接用

  • 某个用户想用自己的 Key,覆盖一层就行

  • 某个 Agent 需要特定模型,再覆盖一层

  • 互不干扰,天然多租户

3. 会话隔离

每个 Session 的 key 是 (user_id, agent_id, channel_type, chat_id) 四元组。同一个 Agent 被 100 个用户使用,每人看到的都是自己的记忆和历史。

X-Fastclaw-End-User Header 让 SaaS 层可以透传终端用户身份,FastClaw 自动为每个 (api_key, external_id) 对创建隔离的内部用户。零代码改造,接入即多租户。

4. 高并发

Go 的 goroutine 天然适合高并发场景。FastClaw 的 Session Manager 可以同时处理数千个会话而不会互相阻塞。

关键设计:Session 是无状态的,状态在数据库里。 每次请求从 DB 加载上下文,处理完写回。这意味着:

  • 任意一个 Pod 可以处理任意一个请求

  • 水平扩展只需加 Pod

  • 单个 Pod 挂了不影响其他会话

5. 单二进制分发

# 编译产物就是一个二进制文件,约 30MB
make build
ls -lh bin/fastclaw
# -rwxr-xr-x  1 user  staff  30M  fastclaw
# 交叉编译
make release-local
# → dist/fastclaw-darwin-amd64
# → dist/fastclaw-linux-amd64
# → dist/fastclaw-windows-amd64.exe

没有 node_modules,没有运行时依赖,没有构建步骤。下载、chmod、运行,三步搞定。

6. 内存占用低

对比 OpenClaw(Node.js)和 FastClaw(Go)的 idle 内存占用:

场景

OpenClaw

FastClaw

Idle(空载)

~500MB

~30MB

1 个活跃会话

~600MB

~50MB

10 个并发会话

~1.2GB

~80MB

100 个并发会话

OOM

~200MB

Go 编译为原生机器码,没有 GC 停顿,没有 JIT 预热。同样的硬件,能扛 10 倍流量。

7. 插件隔离

OpenClaw 的 Plugin 跑在主进程里,一个 Plugin 崩了整个 Gateway 挂。

FastClaw 的 Plugin 通过 JSON-RPC 子进程 隔离运行:

FastClaw Gateway ←→ JSON-RPC (stdin/stdout) ←→ Plugin Process
  • Plugin 崩溃不影响 Gateway,自动重启子进程

  • Plugin 没有文件系统访问权限(除非显式授权)

  • 还提供了 openclaw-plugin-bridge,可以兼容 OpenClaw 的 TypeScript Plugin 生态

8. 工具 Provider 的 Fallback 机制

FastClaw 对外部工具(Web Search、Image Gen、TTS 等)设计了统一的 Provider + Fallback Chain 架构。

比如 Web Search 配置了 Tavily 为主、SerpAPI 为备,Tavily 限流了自动切 SerpAPI,用户无感知。

五、FastClaw 的架构设计

整体架构

┌──────────────────────────────────────────────────────┐
│                    FastClaw Gateway (Go)              │
│                                                      │
│  ┌──────────────────────────────────────────────┐    │
│  │              HTTP API Layer                   │    │
│  │  /v1/chat/completions (OpenAI 兼容)          │    │
│  │  /api/chat/stream     (SSE 流式)             │    │
│  │  /api/agents          (Agent CRUD)           │    │
│  │  /api/config          (Provider 管理)        │    │
│  │  /api/skills/install  (Skill 安装)           │    │
│  │  /api/apikeys         (API Key 管理)         │    │
│  └───────────────────┬──────────────────────────┘    │
│                      │                               │
│  ┌───────────────────▼──────────────────────────┐    │
│  │            Scope Resolution                  │    │
│  │  system → user → agent → (user, agent)       │    │
│  │  四层继承,内层覆盖外层                        │    │
│  └───────────────────┬──────────────────────────┘    │
│                      │                               │
│  ┌───────────────────▼──────────────────────────┐    │
│  │            Agent Runtime                     │    │
│  │  ┌────────┐ ┌────────┐ ┌────────────────┐   │    │
│  │  │Session │ │Memory  │ │Tool Providers  │   │    │
│  │  │Manager │ │(MD+DB) │ │(Fallback Chain)│   │    │
│  │  └────────┘ └────────┘ └────────────────┘   │    │
│  │  ┌────────┐ ┌────────┐ ┌────────────────┐   │    │
│  │  │Skills  │ │Sandbox │ │Plugin System   │   │    │
│  │  │Loader  │ │(Docker │ │(JSON-RPC 子进程)│   │    │
│  │  │        │ │ /E2B)  │ │                │   │    │
│  │  └────────┘ └────────┘ └────────────────┘   │    │
│  └──────────────────────────────────────────────┘    │
│                      │                               │
│  ┌───────────────────▼──────────────────────────┐    │
│  │              Channel Layer                    │    │
│  │  Telegram │ Discord │ Slack │ Feishu │ Web    │    │
│  └──────────────────────────────────────────────┘    │
└──────────────────────┬───────────────────────────────┘
                       │
         ┌─────────────┼─────────────┐
         ▼             ▼             ▼
    ┌─────────┐  ┌──────────┐  ┌──────────┐
    │ SQLite  │  │ Postgres │  │    S3    │
    │ (本地)  │  │ (生产)   │  │ (对象存储)│
    └─────────┘  └──────────┘  └──────────┘

1. 存算分离

FastClaw 最核心的架构决策是存算分离:

计算层(Gateway):

  • 无状态,可以水平扩展

  • 处理 LLM 调用、工具执行、Session 管理

  • 任意 Pod 可以处理任意请求

存储层(Database + Object Store):

  • SQLite(单机)或 Postgres(集群)

  • S3 存储 Skills、Agent 文件等二进制数据

  • 数据库是唯一真相源

这意味着:

  • 数据持久化不依赖进程生命周期

  • 可以随时换存储后端(SQLite → Postgres 一行配置)

  • 多 Pod 共享同一个数据库,天然支持水平扩展

2. 基于 Scope 的配置继承

FastClaw 基于 Scope 实现配置的链式继承

这带来了极高的灵活性:

  • 管理员设置全局默认模型为 gpt-5,所有新用户直接能用

  • 用户 A 偏好 claude-opus,覆盖一层

  • 用户 A 的"写作助手"Agent 需要 claude-fable5,再覆盖一层

  • 不需要代码变更,不需要重启,不需要额外配置文件

3. Fallback 容错

FastClaw 对所有外部依赖都做了 Fallback:

LLM Provider Fallback:

主模型 (claude-sonnet) → 备用模型 (gpt-4o) → 最后防线 (本地 ollama)

Tool Provider Fallback:

Web Search: Tavily → SerpAPI → 直接抓取
Image Gen:  Replicate → 本地 SD
TTS:        ElevenLabs → Fish Audio

Sandbox Fallback:

Docker (本地) → E2B (云端) → 无沙盒模式 (受限)

每一层 Fallback 对上层透明,LLM 不知道具体用的是哪个 Provider,用户也不需要关心。

六、FastClaw 的定位与使用场景

FastClaw 不只是一个"更好的 OpenClaw"。它有四个递进的定位:

1. Assistant:更好的个人助理

你可以在电脑上一行命令安装 FastClaw👇

curl -fsSL https://raw.githubusercontent.com/fastclaw-ai/fastclaw/main/install.sh | bash

可视化配置 FastClaw,替代 OpenClaw,Hermes Agent 日常使用。

可接入常用的 IM 软件:

适合:个人用的 AI 助手、Telegram Bot、Discord Bot、飞书机器人、微信 ClawBot。

2. Factory:Agent 制造工厂

你可以在 cloud.fastclaw.ai 云平台创建自己的 Agent

自定义 Agent 的 SOUL、技能、模型。

适合:Skills 创作者、提示词工程师,创建个性化 Agent,自用或分享给朋友使用。

3. Runtime:Agent 运行时

你可以把 FastClaw 作为 Agent Runtime,导出 API 给其他 Agent 产品使用。

比如 weclaw.im 就是把 FastClaw 作为 Backend 的一个 Agent 应用,只做前端交互,一小时上线。

适合:想快速开发 Agent 产品的开发者,无需实现 Agent Loop、Sandbox 等运行时逻辑。

4. Platform:Agent 协作平台

可以把 FastClaw 作为团队版的 OpenClaw,搭建 Agent 协作平台。团队共享知识库、Skills。

适合:需要私有化部署 Agent 平台的企业。只需一台内网服务器,快速部署,无限多开 Agent。

七、多 Agent 框架设计经验总结

在做 FastClaw 的过程中,我总结了几条经验。

1. 先做单租户,但架构要预留多租户

OpenClaw 一开始就做单租户,后来想加多租户发现要改的东西太多,几乎等于重写。FastClaw 从第一行代码就设计了 (user_id, agent_id) 的隔离模型,即使一开始只有一个人用,后续扩展也不需要改架构。

多租户不是功能,是架构决策。越早做越省事。

2. 存储决定一切

OpenClaw 用文件系统存数据,简单直接。但当你要做多实例部署、水平扩展、数据备份时,文件系统就是噩梦。

FastClaw 用数据库作为唯一真相源(SQLite 本地开发,Postgres 生产),文件系统只存 Skills 目录(可以通过 S3 共享)。

永远用数据库存状态。文件系统只存"内容"(代码、文档、配置文件),不存"状态"(Session、用户、权限)。

3. 隔离是可靠性的前提

OpenClaw 所有功能跑在一个进程里,一个组件出问题全盘崩溃。FastClaw 用子进程隔离 Plugin,用 Docker/E2B 隔离代码执行,用数据库事务隔离并发写入。

如果两个组件的故障域不同,就不要让它们共享进程。

4. Fallback 不是可选项,是必需品

LLM API 会限流、会宕机、会涨价。Web Search API 会超时。Image Gen 会排队。如果你的 Agent 在任何一个外部依赖挂掉时就完全不能用,那你的 Agent 就是玩具。

FastClaw 的每个 Tool Category 都有 Fallback Chain,主 Provider 挂了自动切备用,用户无感知。

生产级 Agent 必须对所有外部依赖做 Fallback。没有例外。

5. Token 是钱,上下文是金

OpenClaw 把所有上下文一股脑塞进每次请求,token 消耗居高不下。后来我学到:

  • SOUL 文件要精简:500 token 以内够了,不需要把整本说明书塞进去

  • Memory 按需检索:不要全量注入,用 embedding 检索相关记忆

  • Session 要摘要:长对话定期压缩,保留关键信息丢弃冗余

  • Tools 说明要分层:常用工具详细说明,不常用的只放名字

上下文管理是 Agent 的核心竞争力。会省 token 的 Agent 才能活下去。

结语

从 OpenClaw 到 FastClaw,本质上是从"做一个很酷的开源项目"到"做一个能跑在生产环境的平台"的思维转变。

OpenClaw 验证了方向——多端接入、SOUL 机制、记忆系统、多 Agent 协作,这些都是对的。

FastClaw 解决了工程问题——单租户、单点故障、资源浪费、不可扩展,这些都是要修的。

好的架构不是设计出来的,是迭代出来的。在迭代之前想清楚存算分离、多租户隔离、Fallback 容错这三件事,你会省下很多时间。

如果你也在做 Agent 基础设施,希望这篇文章能帮你少走一些弯路。

欢迎体验 fastclaw.ai,免费开源。

https://github.com/fastclaw-ai/fastclaw

欢迎 fork,感谢 star。

阅读原文

跳转微信打开

❌