Skip to Content

23a - OpenClaw 核心概念:从聊天机器人到自主 Agent 的范式跃迁

本文是《AI Agent 实战手册》第 23 章第 1 节。 上一节:22f-生产部署安全清单 | 下一节:23b-安装与快速入门

概述

OpenClaw 是 2025-2026 年增长最快的开源项目之一,从零到 185,000+ GitHub stars 仅用了不到三个月。它不是又一个聊天机器人——而是一个运行在你自己硬件上的 24/7 自主 AI Agent,通过你已有的消息应用来控制。本节深入解析 OpenClaw 的核心概念、系统架构,以及它与 ChatGPT/Claude/n8n 等工具的本质区别,帮助你判断 OpenClaw 是否适合你的场景。


1. OpenClaw 的诞生与演进

1.1 从周末项目到现象级开源

OpenClaw 的故事始于 2025 年 11 月,奥地利开发者 Peter Steinberger(PSPDFKit 创始人,自称”vibe coder”)在一个周末写了一个叫 “WhatsApp Relay” 的小工具——让 AI 通过 WhatsApp 帮他处理日常事务。

项目经历了三次更名:

WhatsApp Relay(2025.11) ↓ 功能扩展,支持更多平台 Clawdbot(2025.12) ↓ Anthropic 提出商标异议("Claw" 与 "Claude" 太近) Moltbot(2026.01) ↓ 社区投票,最终定名 OpenClaw(2026.01 末)

1.2 关键里程碑

时间事件意义
2025.11Peter Steinberger 创建 WhatsApp Relay周末项目,验证”消息驱动 Agent”概念
2025.12更名 Clawdbot,GitHub 开源社区开始关注
2026.01 初从 9K 到 100K+ stars(数天内)史上增长最快的开源项目之一
2026.01 末更名 OpenClaw(Anthropic 商标异议)品牌独立
2026.02.05首届 ClawCon SF Show & Tell,700+ 人参加社区爆发,投资人关注
2026.02.14Steinberger 宣布加入 OpenAI项目移交开源基金会
2026.02突破 185K GitHub stars持续高速增长
2026.02发现严重 CVE 安全漏洞Agent 安全的警钟
2026.02.21v2026.2.21 发布:Gemini 3.1 集成、安全加固持续快速迭代

Andrej Karpathy 评价 OpenClaw 为”我见过的最不可思议的、接近科幻起飞的东西”。


2. 核心理念:从”回复”到”行动”

2.1 范式转变

OpenClaw 代表了 AI 助手的一次根本性范式转变:

┌─────────────────────────────────────────────────────────┐ │ 传统 AI 助手(ChatGPT/Claude) │ │ │ │ 用户 ──发送消息──→ AI ──生成回复──→ 用户 │ │ │ │ 特点:被动响应、需要用户主动发起、无法自主行动 │ │ 类比:一个等你提问的图书管理员 │ └─────────────────────────────────────────────────────────┘ ┌─────────────────────────────────────────────────────────┐ │ OpenClaw(自主 Agent) │ │ │ │ 用户 ──设定任务──→ Agent 24/7 自主执行 │ │ ├── 浏览网页 │ │ ├── 管理文件 │ │ ├── 运行代码 │ │ ├── 发送消息 │ │ └── 主动向你汇报结果 │ │ │ │ 特点:主动执行、持续运行、你睡觉时它在工作 │ │ 类比:一个 24/7 在岗的私人助理团队 │ └─────────────────────────────────────────────────────────┘

2.2 一句话定义

OpenClaw = 运行在你自己硬件上的 24/7 自主 AI Agent,通过消息应用控制,能真正”做事”而不只是”说话”。

这里的关键词:

  • 自己的硬件:数据主权,不经过第三方云服务
  • 24/7:持续运行,不需要你每次打开网页
  • 自主:可以按计划自动执行任务,不需要你每次下指令
  • 消息应用控制:通过你已经在用的 WhatsApp/Telegram/Slack 等交互
  • 做事:不只是生成文本,而是真正执行操作(浏览网页、管理文件、运行代码、发邮件)

3. 系统架构深度解析

3.1 Gateway 架构

OpenClaw 的核心是一个 Gateway——一个长期运行的 Node.js 进程,作为所有 Agent 操作的统一控制平面。

消息平台层 控制接口层 ┌──────────┐ ┌──────────┐ │ WhatsApp │ │ Web UI │ │ Telegram │ │ CLI │ │ Discord │ │ macOS App│ │ Slack │ │ iOS App │ │ Signal │ │ Android │ │ iMessage │ │ ... │ │ Teams │ └────┬─────┘ │ Google │ │ │ Chat │ │ └────┬─────┘ │ │ │ ▼ ▼ ┌─────────────────────────────────────────┐ │ GATEWAY │ │ (单一事实来源) │ │ │ │ ┌─────────┐ ┌──────────┐ ┌──────────┐ │ │ │ 会话管理 │ │ 工具执行 │ │ 安全边界 │ │ │ └─────────┘ └──────────┘ └──────────┘ │ │ ┌─────────┐ ┌──────────┐ ┌──────────┐ │ │ │ 通道连接 │ │ 记忆系统 │ │ 调度引擎 │ │ │ └─────────┘ └──────────┘ └──────────┘ │ │ │ │ ws://127.0.0.1:18789(本地回环) │ └──────────────┬──────────────────────────┘ ┌──────────┼──────────┐ │ │ │ ▼ ▼ ▼ Pi Agent CLI 工具 Companion Apps (内置) (macOS/iOS/Android)

架构关键决策:

决策说明收益
本地回环绑定默认只接受本地连接(127.0.0.1)零攻击面,安全默认
单 Gateway 模式每台主机一个 Gateway 实例状态一致,无同步问题
Hub-and-Spoke 拓扑手机/电脑作为节点连接到 Gateway多设备统一状态
远程访问推荐 Tailscale不直接暴露端口企业级安全

3.2 Agent 运行时:Pi 引擎

OpenClaw 的智能层由 Pi(一个开源编码 Agent 工具包)驱动。Gateway 通过 RPC 与 Pi 通信,实现了关键的架构分离:

┌─────────────────────────────────────────┐ │ OpenClaw Gateway │ │ ┌─────────────────────────────────────┐ │ │ │ 通道适配器层 │ │ │ │ WhatsApp │ Telegram │ Discord │ ... │ │ │ └──────────────┬──────────────────────┘ │ │ │ │ │ ┌──────────────▼──────────────────────┐ │ │ │ 会话路由 & 上下文组装 │ │ │ └──────────────┬──────────────────────┘ │ │ │ RPC │ │ ┌──────────────▼──────────────────────┐ │ │ │ Pi Agent 运行时 │ │ │ │ ┌────────┐ ┌────────┐ ┌────────┐ │ │ │ │ │ 读/写 │ │ Shell │ │ 浏览器 │ │ │ │ │ │ 文件 │ │ 执行 │ │ 自动化 │ │ │ │ │ └────────┘ └────────┘ └────────┘ │ │ │ └─────────────────────────────────────┘ │ │ │ │ │ ┌──────────────▼──────────────────────┐ │ │ │ LLM 统一 API │ │ │ │ Anthropic │ OpenAI │ Google │ xAI │ │ │ └─────────────────────────────────────┘ │ └─────────────────────────────────────────┘

Pi 引擎的优势:

  • 模型无关:统一 API 支持 Anthropic Claude、OpenAI GPT、Google Gemini、xAI Grok 等
  • 工具丰富:内置文件读写、Shell 执行、浏览器自动化等系统级工具
  • 自我扩展:如果 Agent 需要新能力,它可以自己编写代码来扩展自己(而非下载插件)

3.3 记忆系统:文件优先

OpenClaw 采用独特的 文件优先记忆架构,Agent 的”大脑”存储在 Markdown 文件中:

workspace/ ├── SOUL.md # Agent 人格定义(角色、规则、行为准则) ├── memory/ │ ├── long-term.md # 长期记忆(跨会话持久化) │ ├── 2026-02-15.jsonl # 每日对话日志(追加写入) │ └── 2026-02-16.jsonl ├── rules/ # 行为规则 └── tools/ # 自定义工具
记忆类型存储方式用途
短期记忆上下文窗口当前对话
工作记忆会话文件当前任务状态
长期记忆Markdown 文件跨会话的持久知识
情景记忆JSONL 日志可审计的历史记录
共享记忆统一记忆池多 Agent 间信息共享

这种设计的好处:可调试、可审计、可移植。你可以直接打开 Markdown 文件查看 Agent “记住”了什么,甚至手动编辑它的记忆。


4. 核心特性详解

4.1 特性总览

特性说明为什么重要
🏠 本地运行运行在你的电脑/VPS/树莓派上数据主权,不经过第三方
💬 多平台消息WhatsApp、Telegram、Slack、Discord、Signal、iMessage、Teams、Google Chat 等 13+ 平台用你已有的工具交互
🤖 自主执行按计划自动执行任务(Cron + Heartbeat)你睡觉时它在工作
👥 多 Agent运行多个 Agent,每个有不同角色和上下文专业分工,效率更高
🧠 持久记忆文件优先的记忆系统,跨会话持久化Agent 真正”认识”你
🔗 共享记忆多个 Agent 之间共享关键信息团队协作无信息孤岛
🔧 自我扩展Agent 可以编写代码扩展自己的能力无限可能性
🎙️ 语音交互Discord 语音频道流式对话自然交互
📱 多设备同步macOS/iOS/Android/Apple Watch 客户端随时随地访问
🔒 安全默认本地回环、工具沙箱、权限控制企业级安全基础
📜 MIT 许可证完全免费开源无供应商锁定

4.2 Heartbeat 机制:主动式 Agent

传统 AI 助手是”你问我答”,OpenClaw 通过 Heartbeat(心跳) 机制实现主动行为:

Heartbeat 工作流: ┌──────────────┐ │ Cron 调度器 │ ──── 每 N 分钟/小时/天触发 └──────┬───────┘ ┌──────────────┐ │ 检查任务队列 │ ──── 有没有待执行的任务? └──────┬───────┘ ┌──────────────┐ │ 执行任务 │ ──── 搜索信息、分析数据、生成报告... └──────┬───────┘ ┌──────────────┐ │ 汇报结果 │ ──── 通过 Telegram/WhatsApp 通知你 └──────────────┘

典型场景:

  • 每天凌晨 2 点搜索行业新闻,早上 8 点发送摘要到 Telegram
  • 每 30 分钟检查邮箱,重要邮件立即通知
  • 每周一生成竞品分析报告发送到 Slack

4.3 多 Agent 协作

OpenClaw 支持运行多个专业化 Agent,每个有独立的 SOUL.md(人格定义)、工具集和记忆上下文:

┌─────────────────────────────────────────────┐ │ OpenClaw Gateway │ │ │ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │ │ SEO 研究员│ │ 邮件管家 │ │ DevOps │ │ │ │ │ │ │ │ 助手 │ │ │ │ SOUL.md │ │ SOUL.md │ │ SOUL.md │ │ │ │ 工具:搜索│ │ 工具:邮件│ │ 工具:SSH │ │ │ │ 记忆:独立│ │ 记忆:独立│ │ 记忆:独立│ │ │ └────┬─────┘ └────┬─────┘ └────┬─────┘ │ │ │ │ │ │ │ └────────────┼────────────┘ │ │ │ │ │ ┌───────▼───────┐ │ │ │ 共享记忆池 │ │ │ └───────────────┘ │ └─────────────────────────────────────────────┘

Agent 间通信方式:

  • 共享记忆:Agent A 写入的信息,Agent B 可以直接读取
  • 消息传递:Agent 之间可以互相发送消息
  • 事件广播:一个 Agent 的操作可以触发其他 Agent
  • “AI 委员会”圆桌模式:所有 Agent 同时对一个话题发表意见,互相质疑和补充

5. OpenClaw vs 其他 AI 工具:全面对比

5.1 本质区别:被动回复 vs 主动执行

维度ChatGPT / ClaudeOpenClaw
交互模式你问它答(被动)设定任务后自主执行(主动)
运行位置云端(提供商服务器)你的硬件(本地/VPS)
运行时间你打开网页时24/7 持续运行
数据控制数据在提供商手中数据完全在你手中
能力范围生成文本/代码/图片执行系统操作(文件、Shell、网页、邮件)
记忆有限的对话历史持久化文件记忆,跨会话
多 Agent不支持原生支持多 Agent 协作
定制化有限(GPTs/Projects)完全可定制(SOUL.md + 工具 + 插件)

5.2 完整对比矩阵

维度OpenClawChatGPT / Clauden8n + AIZapier AIMake.com + AI
自主执行✅ 24/7 Heartbeat❌ 需要你发起✅ 定时触发✅ 定时触发✅ 定时触发
本地运行✅ 完全本地❌ 云端✅ 可自托管❌ 云端❌ 云端
消息集成✅ 13+ 平台原生❌ 仅网页/App⚠️ 需配置节点⚠️ 需配置⚠️ 需配置
多 Agent✅ 原生支持⚠️ 多工作流模拟⚠️ 有限⚠️ 有限
系统级操作✅ 文件/Shell/浏览器❌ 沙箱内⚠️ 通过节点❌ API 级别❌ API 级别
记忆系统✅ 持久化文件记忆⚠️ 有限❌ 无原生记忆❌ 无❌ 无
模型选择✅ 任意模型❌ 仅自家模型✅ 多模型⚠️ 有限⚠️ 有限
学习曲线🟡 中等(需 Docker)🟢 低🟡 中等🟢 低🟢 低
月度成本💰 $5-10(VPS+API)💰 $20/月💰 免费-$20/月💰 $20-100/月💰 $10-60/月
灵活性⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐
可靠性⭐⭐⭐(需自运维)⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐
安全性⭐⭐⭐⭐(自控)⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐
开源✅ MIT✅ 核心开源

5.3 工具推荐与价格

工具用途价格适用场景
OpenClaw自主 AI Agent 平台免费(MIT),VPS $5-10/月 + LLM API 费用需要 24/7 自主执行的场景
ChatGPT Plus通用 AI 对话$20/月日常问答、内容生成
Claude Pro通用 AI 对话$20/月编码、长文档分析
n8n工作流自动化免费(自托管)/ $20/月(云端)结构化工作流编排
Zapier工作流自动化$20-100/月简单的应用间连接
Make.com工作流自动化$10-60/月可视化复杂工作流
Hetzner VPSOpenClaw 托管€4.35/月起(约 $5)24/7 运行 OpenClaw
DigitalOceanOpenClaw 托管$6/月起24/7 运行 OpenClaw

5.4 选择决策矩阵

你应该选择什么? ┌─────────────────────────────────────────────────────────┐ │ 你的情况是... │ ├─────────────────────────────────────────────────────────┤ │ │ │ 完全不懂技术的创业者: │ │ → ChatGPT/Claude(日常)+ Zapier/Make.com(自动化) │ │ → 理由:零学习曲线,即开即用 │ │ │ │ 有技术背景的 Solo Founder: │ │ → OpenClaw(自主执行)+ n8n(工作流编排) │ │ → 理由:成本极低,灵活性极高,数据自控 │ │ │ │ 小团队(2-5 人): │ │ → OpenClaw(团队 Agent)+ ChatGPT/Claude(个人助手) │ │ → 理由:共享 Agent 处理重复工作,个人助手处理创意工作 │ │ │ │ 需要企业级可靠性: │ │ → n8n/Make.com + 专业 SaaS 工具 │ │ → 理由:SLA 保障,合规支持,无需自运维 │ │ │ │ 隐私敏感场景(医疗/法律/金融): │ │ → OpenClaw + 本地模型(Ollama) │ │ → 理由:数据完全不出本地,零第三方依赖 │ │ │ │ 开发者/DevOps 工程师: │ │ → OpenClaw(监控/自动化)+ Claude Code(编码) │ │ → 理由:OpenClaw 处理运维自动化,Claude Code 处理开发 │ │ │ └─────────────────────────────────────────────────────────┘

6. OpenClaw 的端到端消息流

理解 OpenClaw 如何处理一条消息,有助于深入理解其架构:

Phase 1: 消息摄入 用户通过 Telegram 发送 "帮我查一下明天的天气" Phase 2: 访问控制 & 路由 Gateway 验证发送者身份 → 确定目标 Agent → 检查权限 Phase 3: 上下文组装 加载 SOUL.md(人格)+ 长期记忆 + 会话历史 + 可用工具列表 Phase 4: 模型调用 将组装好的上下文发送给 LLM(Claude/GPT/Gemini) Phase 5: 工具执行 LLM 决定调用"浏览器搜索"工具 → Pi 执行搜索 → 返回结果 Phase 6: 响应投递 格式化结果 → 通过 Telegram 发送给用户 同时:更新会话日志 + 必要时更新长期记忆

7. 操作步骤:5 分钟理解 OpenClaw 是否适合你

步骤 1:评估你的需求

问自己这些问题: □ 我是否需要 AI 在我不在时自动执行任务? → 是:OpenClaw 适合你 → 否:ChatGPT/Claude 可能就够了 □ 我是否关心数据隐私(数据不能离开我的控制)? → 是:OpenClaw 是最佳选择 → 否:云端方案也可以 □ 我是否有基本的 Docker/Linux 技能? → 是:可以自己部署 OpenClaw → 否:考虑先学习基础,或使用托管方案 □ 我的预算是多少? → $5-10/月:OpenClaw(VPS + API) → $20/月:ChatGPT/Claude → $50-100/月:SaaS 工具组合

步骤 2:选择部署方式

部署方式决策树: 需要 24/7 运行? ├── 是 → VPS 部署(Hetzner/DigitalOcean,$5-10/月) │ └── 详见 23b-安装与快速入门 └── 否 → 本地部署(你的电脑/Mac Mini/树莓派) └── 详见 23b-安装与快速入门

步骤 3:规划你的第一个 Agent

推荐的第一个 Agent(从简单开始): "每日摘要 Agent" ├── 角色:每天早上发送新闻/天气/日程摘要 ├── 通道:Telegram(最容易配置) ├── 调度:每天早上 8 点 ├── 工具:网页搜索 └── 预计配置时间:30 分钟

8. 提示词模板

模板 1:评估 OpenClaw 适用性

我正在考虑使用 OpenClaw 来自动化我的工作流。请帮我评估: 我的角色:[你的角色,如 Solo Founder / 开发者 / 运营] 我想自动化的任务: 1. [任务1,如:每天监控竞品动态] 2. [任务2,如:自动回复客户常见问题] 3. [任务3,如:每周生成数据报告] 我的技术水平:[如:熟悉 Docker / 完全不懂技术] 我的预算:[如:$10/月以内] 隐私要求:[如:数据不能离开中国 / 无特殊要求] 请分析: 1. 这些任务是否适合用 OpenClaw 实现? 2. 推荐的部署方式和配置 3. 预估的月度成本 4. 可能遇到的挑战和替代方案

模板 2:设计 Agent 角色

请帮我设计一个 OpenClaw Agent 的 SOUL.md: Agent 名称:[如:SEO 研究员] 主要职责:[如:每天搜索行业关键词,分析排名,生成内容建议] 执行频率:[如:每天凌晨 2 点] 输出通道:[如:Telegram] 需要的工具:[如:网页搜索、文件读写] 安全限制:[如:不能发送邮件、不能删除文件] 请生成: 1. 完整的 SOUL.md 内容 2. 推荐的调度配置 3. 权限配置建议

实战案例:Solo Founder 的 OpenClaw “隔夜团队”

背景

一位独立开发者运营一个 SaaS 产品,白天写代码,晚上需要处理 SEO 研究、竞品监控、客户邮件等运营工作。

方案设计

OpenClaw 部署在 Hetzner VPS(€4.35/月) Agent 1:"SEO 研究员" ├── 每天凌晨 2 点运行 ├── 搜索行业长尾关键词 ├── 分析排名前 10 的文章结构 ├── 生成 3 个博客主题建议 └── 结果发送到 Telegram Agent 2:"竞品监控员" ├── 每周一早上 8 点运行 ├── 检查竞品网站更新 ├── 监控 ProductHunt 新产品 ├── 生成竞品周报 └── 结果发送到 Slack Agent 3:"邮件管家" ├── 每 30 分钟检查邮箱 ├── 营销邮件 → 自动归档 ├── 客户邮件 → 高优先级通知 ├── 需要回复的 → 生成草稿等确认 └── 通知发送到 Telegram

成本分析

月度成本: ├── VPS(Hetzner CX22):€4.35(约 $5) ├── LLM API(Claude Sonnet,约 50K token/天):约 $4.5 ├── 总计:约 $9.5/月 对比替代方案: ├── 雇佣虚拟助理:$500-2000/月 ├── SaaS 工具组合(SEO + 邮件 + 监控):$100-300/月 └── OpenClaw 方案:$9.5/月(节省 95%+)

案例分析

关键决策点:

  1. 选择 Telegram 作为主通道——配置最简单,Bot API 免费
  2. 每个 Agent 职责单一——避免一个 Agent 做太多事导致上下文混乱
  3. 邮件管家不给”发送”权限——只生成草稿,人工确认后发送
  4. 从简单任务开始——先跑通”每日摘要”,再逐步增加复杂 Agent

学习要点:

  • OpenClaw 的价值不在于替代人类决策,而在于自动化重复性信息收集和整理
  • 最小权限原则是安全的基石——永远不要给 Agent 超出必要的权限
  • 定期审查 Agent 日志,了解它在做什么,及时发现异常

避坑指南

❌ 常见错误

  1. 把 OpenClaw 当成 ChatGPT 的替代品

    • 问题:OpenClaw 不是用来”聊天”的,它是用来”做事”的。如果你只需要问答,ChatGPT/Claude 更合适
    • 正确做法:明确你需要 Agent “自主执行”的场景,再考虑 OpenClaw
  2. 给 Agent 过多权限

    • 问题:Agent 可能执行你不想要的操作(2026.02 CVE 事件就是警示)
    • 正确做法:最小权限原则,敏感操作(部署、删除、发送)必须人工确认
  3. 不监控 API 成本

    • 问题:Agent 24/7 运行,如果任务设计不当可能消耗大量 token
    • 正确做法:设置每日 token 上限和成本告警,定期审查 API 用量
  4. 忽略安全更新

    • 问题:OpenClaw 发展极快,安全漏洞修复频繁,不更新可能被利用
    • 正确做法:关注 OpenClaw GitHub Releases ,及时更新
  5. 一开始就设计复杂的多 Agent 系统

    • 问题:调试困难,成本不可控,容易放弃
    • 正确做法:从一个简单 Agent 开始(如每日摘要),验证价值后再扩展
  6. 不审查 Agent 的对外输出

    • 问题:Agent 可能发送不当内容给客户或在社交媒体发布错误信息
    • 正确做法:初期所有对外输出都要人工审查,建立信任后再逐步放开
  7. 直接暴露 Gateway 端口到公网

    • 问题:攻击面暴露,可能被未授权访问
    • 正确做法:使用 Tailscale Serve 或 SSH 隧道进行远程访问

✅ 最佳实践

  1. 从简单任务开始:邮件摘要、天气提醒、新闻汇总——验证流程后再增加复杂度
  2. 每个 Agent 职责单一:不要让一个 Agent 做太多事,专业分工效率更高
  3. 定期审查 Agent 日志:了解 Agent 在做什么,及时发现异常行为
  4. 重要决策永远由人类做最终判断:Agent 提供建议和草稿,人类做决定
  5. 备份 Agent 配置和记忆:定期备份 workspace 目录,防止数据丢失
  6. 使用版本控制管理 SOUL.md:把 Agent 的人格定义纳入 Git 管理

相关资源与延伸阅读

  1. OpenClaw 官方文档 ——最权威的安装、配置和使用指南
  2. OpenClaw GitHub 仓库 ——源代码、Issue 跟踪、Release Notes
  3. OpenClaw Architecture Deep Dive ——架构深度解析,理解 Gateway + Pi 设计
  4. OpenClaw Architecture, Explained ——端到端消息流和组件详解
  5. OpenClaw vs ChatGPT vs Claude 对比 ——详细的功能对比分析
  6. OpenClaw 安全分析 ——CVE 事件分析和安全建议
  7. MemOS OpenClaw 插件 ——多 Agent 共享记忆,降低 70% 记忆成本
  8. OpenClaw 部署方式对比 ——本地、VPS、Cloudflare Workers 等部署方式详解
  9. Best Practices for Reliable Agents ——构建可靠 Agent 系统的最佳实践
  10. TuringPost - OpenClaw Explained ——OpenClaw 概念解释和轻量替代方案

参考来源

Content was rephrased for compliance with licensing restrictions.


📖 返回 总览与导航 | 上一节:22f-生产部署安全清单 | 下一节:23b-安装与快速入门

Last updated on