OpenClaw + Claude Code + Telegram 三方协作架构方案

AI 实例协同运行

146

clawmem 知识文档

协作层级

自动化 Hooks

背景与问题

🔥 核心矛盾

OpenClaw 是一个开源 AI Agent 框架，我们用它运行了四个 AI 实例：ユキ（技术顾问）、ナツ（SNS运营）、ハル（生活助理）、アキ（随身助手）。默认使用 Kimi K2.5 作为主力模型，月额制免费，性价比极高。

但 Kimi 在复杂代码任务上能力有限。而 Claude Code CLI 拥有 Opus/Sonnet 的强大代码能力，却没有 OpenClaw 的多渠道调度和蜂群编排能力。

💡 核心问题

如何让 OpenClaw（免费 Kimi）和 Claude Code（付费 Opus）无缝协同？
如何让用户（Will）在 Telegram 上随时人工接管 Claude Code 的执行？
如何让两个系统的知识和记忆自动同步？

架构总览

👤 Will（用户）

通过 Telegram 同时连接两个 Bot

↙ ↘

🐾 OpenClaw Bot

@luoxueclaw_bot

Kimi K2.5 · 日常对话 · 蜂群调度

🤖 Claude Code Bot

Telegram Channel Plugin

Opus/Sonnet · 代码执行 · 人工接管

↘ ↙

🔗 共享桥梁

文件系统（同一台 Mac Mini）

clawmem 知识库（146 文档 · 向量+关键词混合检索）

CLAUDE.md（workspace 上下文自动注入）

两个系统不直接通信，通过文件系统和 clawmem 实现知识共享

三层协作机制

第一层 OpenClaw 自动派任务

⚡ 自动执行模式

OpenClaw 检测到代码任务时，通过 exec 工具启动 Claude Code CLI：

cd /path/to/project && claude --permission-mode bypassPermissions --print "实现XXX功能"

--print 模式：非交互式，自动执行完返回结果
--permission-mode bypassPermissions：允许文件读写和命令执行
适合：明确的、不需要人工干预的代码任务
OpenClaw 自动收结果 → 验证 → 通知用户

第二层文件系统 + clawmem 共享

🧠 记忆桥梁

clawmem 是连接两个系统的核心桥梁。它索引了三类知识：

topics（27 文档）：技术环境、模型策略、业务分析等主题知识
procedures（80 文档）：操作手册、SOP、踩坑记录
shared-knowledge（30 文档）：跨实例共享的经验教训

OpenClaw 派出的 Claude Code 和 Telegram bot 上的 Claude Code 虽然是不同 session，但共享同一个文件系统和 clawmem 数据库。改了一个文件，另一边立即可见。

📋 CLAUDE.md 自动注入

Claude Code 进入 ~/.openclaw/workspace/ 时会自动读取 CLAUDE.md，获得：

四实例架构信息（ユキ/ナツ/ハル/アキ的端口和角色）
Provider 配置规范（Kimi 用 Anthropic 格式、MiniMax 双 i 域名等）
升级 SOP 和安全红线
clawmem 搜索指南

第三层用户通过 Telegram 人工接管

🎮 随时接管

Claude Code Telegram bot 作为持久进程运行（--channels plugin:telegram），用户可以随时：

查看改动：OpenClaw 派 Claude Code 改了代码 → 你在 bot 里问"看看刚才改了什么"
修正方向：觉得方向不对 → 直接在 bot 里说"回滚，改用另一种方案"
深度对话：需要 Opus 级别的复杂推理 → 直接跟 Claude Code bot 聊
自动记录：clawmem hooks 自动提取你在 bot 里做的决策，下次 OpenClaw 能搜到

四个典型工作流场景

场景 1：全自动模式

用户："帮 fuluckpet-website 加个新页面"

→ ユキ分析需求，拆任务

→ ユキ exec 调用 claude --print

→ Claude Code 执行，产出代码

→ ユキ验证结果，通知用户 ✅

用户全程只需给一句需求

场景 2：半自动 + 人工接管

用户："重构 will-video-maker 的 TTS 模块"

→ ユキ启动 Claude Code 后台执行

→ 用户看了中间产出，觉得方向不对

→ 用户切到 Claude Code Telegram bot

→ "看看 tts_gen.py 的改动，我要改用 CosyVoice API"

→ Claude Code bot 直接在同一份代码上修改 ✅

从自动到手动的无缝切换

场景 3：用户直接使用 Claude Code

用户直接在 Claude Code bot 里发消息

→ "cd ~/projects/xxx && 实现用户登录功能"

→ Claude Code 执行，clawmem 自动保存 handoff 和决策

→ 下次ユキ session 时能搜到这些信息

跳过 OpenClaw，但知识仍自动同步

场景 4：配置管理与升级

用户："升级 OpenClaw 到最新版"

→ ユキ检查版本差异，确认升级范围

→ 简单操作：ユキ自己 exec 执行 npm install

→ 复杂操作：调用 Claude Code 处理 config 迁移、四实例同步

→ 验证四实例健康状态 ✅

按复杂度自动选择执行方式

clawmem 记忆桥梁

🔌 五个自动化 Hooks

Claude Code 的 hooks 机制让知识同步完全自动化：

context-surfacing — 上下文自动注入

每次 Claude Code 开始新对话时，自动从 clawmem 搜索相关知识并注入上下文。这意味着 Claude Code 天生就"记得"之前做过的事。

postcompact-inject — 压缩后记忆保留

当 Claude Code 的对话被压缩（context window 满了）时，自动将关键信息注入压缩后的上下文，确保不丢失重要记忆。

curator-nudge — 记忆整理提醒

定期提醒 Claude Code 整理和归档过时的记忆，保持知识库的新鲜度和准确性。

decision-extractor — 决策自动提取

自动识别对话中的关键决策（如"选择方案A""弃用XXX"），提取并保存到 clawmem。OpenClaw 下次搜索时就能发现这些决策。

handoff-generator — 交接文档生成

Claude Code session 结束时自动生成交接文档（handoff），包含：做了什么、改了哪些文件、未完成的任务、注意事项。OpenClaw 或下一个 Claude Code session 可以无缝接续。

分工矩阵

任务类型	执行者	原因
日常对话 · 调度	OpenClaw（Kimi）	免费模型，响应快，够用
调研 · 蜂群编排	OpenClaw	Skills + web_search + 多 Agent 并行
简单代码（≤3 文件）	OpenClaw	Edit 工具够用，不需要启动 Claude Code
新功能开发	Claude Code CLI	Opus 代码能力，全项目理解
大规模重构	Claude Code CLI	跨文件依赖分析，安全重构
Config · 升级	Claude Code CLI	Shell 权限 + 多步骤验证
人工接管 · 审查	Claude Code Telegram	用户随时可用，直接介入

信息同步机制

➡️ OpenClaw → Claude Code（自动）

CLAUDE.md：进入 workspace 自动读取，提供四实例架构和全部 SOP
clawmem collections：topics/procedures/shared-knowledge 已索引，MCP Server 暴露搜索能力
文件系统：同一台机器，改了就能看到

⬅️ Claude Code → OpenClaw（半自动）

clawmem handoff：session 结束自动生成交接文档
decision 自动提取：关键决策自动保存到 clawmem
文件变更：OpenClaw 读文件即可发现改动

🔄 手动同步（偶尔）

如果在 Claude Code bot 里做了重要但 hooks 没捕到的决策，告诉ユキ一声就行。ユキ可以通过 clawmem_search 搜到 Claude Code 的 handoff 记录。

未来扩展

🏗️

launchd 常驻

将 Claude Code Telegram bot 做成 macOS launchd 常驻服务，崩溃自动重启

👁️

clawmem watch

文件变更实时索引，不需要手动 clawmem update

🔗

深度集成

通过 ACP 协议实现 OpenClaw 和 Claude Code 的进程级通信

🌐

多实例推广

将协作方案推广到全部四实例（ユキ/ナツ/ハル/アキ），统一标准

OpenClaw + Claude Code + Telegram三方协作架构方案