GitHub深度拆解：OpenClaw三大核心模塊實戰(zhàn)指南

你試過讓AI自動查競品價格、下載PDF報告、再整理成Excel嗎？每次都要寫一堆Selenium腳本，反復(fù)處理文件權(quán)限，手動調(diào)度任務(wù)順序？OpenClaw（GitHub @openclaw）不是“黑盒AI應(yīng)用”，而是一套可拆、可換、可調(diào)試的開源AI助手骨架。今天不講概念，直接本地跑通它的三大核心模塊：agent_runtime（智能體調(diào)度引擎）、browser_control（瀏覽器自動化控制）、file_executor（安全文件執(zhí)行器）。

問題

AI工作流卡在三關(guān)：調(diào)度混亂、網(wǎng)頁操作不穩(wěn)定、不敢讓AI運行代碼。本地實驗總失敗，二次開發(fā)更無從下手。

方案

用 OpenClaw 的三個獨立 PyPI 包，按需安裝、單獨測試、自由組合。每個模塊都自帶 CLI 和最小示例，代碼即文檔，不用讀完 README 就能跑起來。

步驟一：裝 agent_runtime —— 讓AI“有章法地思考”

這是系統(tǒng)的“大腦調(diào)度器”。它不干具體活，但決定：什么時候調(diào)瀏覽器？結(jié)果出來后交給誰處理？出錯了重試幾次？
裸調(diào) LLM API 容易陷入“發(fā)完請求就等結(jié)果”的僵直狀態(tài)。真實任務(wù)（比如“比價→截圖→生成摘要”）必須分階段、帶狀態(tài)、可中斷。

pip install agent-runtime

驗證：運行內(nèi)置 demo，模擬一個兩步任務(wù)（先查天氣，再推薦穿搭）：

agent-runtime demo --steps 2

終端逐行打印：[STEP 1] calling llm... → got response → [STEP 2] calling tool...。這就是調(diào)度引擎在工作——它把大目標(biāo)拆成小動作，并記住當(dāng)前走到哪一步。

步驟二：裝 browser_control —— 讓AI真正“點得準(zhǔn)、看得清”

別再手寫 Selenium！這個模塊封裝 Playwright，提供統(tǒng)一 API 控制 Chrome/Firefox，默認(rèn)啟用無頭模式 + 自動等待 + 元素高亮（調(diào)試時加 --debug，AI點擊的按鈕會被黃色邊框圈住）。

它把“找元素”抽象成自然語言指令，比如：

from browser_control import BrowserController

ctrl = BrowserController(headless=False)
ctrl.go_to("https://httpbin.org/forms/post")
ctrl.fill("input[name='email']", "test@www.xmhny.cn")  # 不用寫 CSS 選擇器
ctrl.click("Submit")  # AI 可直接說“點提交按鈕”

本地快速集成：一行命令啟動服務(wù)（供其他模塊調(diào)用）：

browser-control serve --port 8001

然后用 curl 測試：

curl -X POST http://localhost:8001/action \
  -H "Content-Type: application/json" \
  -d '{"url":"https://example.com","action":"click","target":"h1"}'

返回 {"status":"success","screenshot":"/tmp/screen_abc123.png"} —— 成功！

步驟三：裝 file_executor —— 讓AI“敢運行，但不亂跑”

AI生成 Python 腳本想自動處理 Excel？傳統(tǒng)方案要么全放行（危險），要么全禁止（廢掉能力）。file_executor 用沙箱機制：只允許讀寫指定目錄、禁用 os.system、超時強制終止。

exec() 是 Python 最危險的函數(shù)之一，而 AI 生成的代碼常含 import requests; requests.get(...) 這類隱藏風(fēng)險。

啟動沙箱服務(wù)：

pip install file-executor
file-executor serve --allow-read /tmp --allow-write /tmp --timeout 10

傳一段安全腳本試試（它會自動檢查 imports 和危險函數(shù)）：

curl -X POST http://localhost:8002/execute \
  -H "Content-Type: application/json" \
  -d '{
        "code": "with open(\"/tmp/hello.txt\", \"w\") as f: f.write(\"AI wrote this safely\")",
        "language": "python"
      }'

返回 {"output":"", "error":""} —— 文件已寫入 /tmp/hello.txt，全程沒越權(quán)。

常見問題

• Q：模塊間怎么通信？
  A：全部走 HTTP REST API（如 browser-control 啟在 :8001，agent_runtime 默認(rèn)調(diào)它）。你也可以用 requests 直接調(diào)，不依賴任何 SDK。
• Q：能不用 Docker 嗎？
  A：完全可以。三個模塊都是純 Python，pip install 后 xxx serve 即啟，連 Redis 都不依賴。
• Q：中文網(wǎng)頁支持嗎？
  A：browser_control 默認(rèn)啟用 --lang=zh-CN，自動處理中文輸入框和字體渲染。

下一步

現(xiàn)在你已掌握 OpenClaw 的“三大件”，下一步可以：
? 把 browser_control 接入你自己的 Claude 工具調(diào)用邏輯（教程：Claude Tool Use 本地實操）
? 用 file_executor 搭配 Ollama 本地模型，實現(xiàn)“AI 寫腳本 → 沙箱執(zhí)行 → 返回結(jié)果”閉環(huán)（教程：Ollama + OpenClaw 構(gòu)建離線AI工作流）
? 直接 fork openclaw/agent-runtime ，修改 step.py 加一個自定義動作（比如“發(fā)郵件”），5 分鐘就能讓 AI 學(xué)會新技能。

代碼就在 GitHub，打開就懂，改了就用。AI 工作流不該是拼樂高，而是擰螺絲——每個模塊嚴(yán)絲合縫，你自己才是總工程師。