導(dǎo)語

有時候把開發(fā)任務(wù)交給 Claude Code 就離開了做別的了，回來發(fā)現(xiàn)它執(zhí)行個三五步就停了，不是等你給權(quán)限就是問"您看這樣可以嗎？"，哪怕你提前寫好了完整的實(shí)施計(jì)劃，它還是會中途停下來等你確認(rèn)。

要是能讓 OpenClaw 使用 Claude Code 進(jìn)行開發(fā)，讓小龍蝦監(jiān)督它持續(xù)工作直到完全實(shí)施完成就好了。

于是我折騰了一整天，試了四種方案，踩了無數(shù)個坑，終于打通了這條鏈路：在飛書里提需求→OpenClaw 自動拆解任務(wù)→Claude Code 持續(xù)執(zhí)行→完成后發(fā)起 PR 通知驗(yàn)收。中間完全不需要人工介入。

最爽的是，整個過程 Claude Code 始終在同一個會話里，上下文是連續(xù)的，它記得之前做了什么，不會出現(xiàn)"我是誰我在哪"的情況。

如果你也想讓 AI 真正幫你托管開發(fā)，而不是"擠牙膏式"的一輪一輪做，這篇文章就是為你寫的。

一、為什么不讓 OpenClaw 直接開發(fā)？

我試過讓 OpenClaw 直接開發(fā)，但他對項(xiàng)目的工程級上下文能力還是很欠缺，Claude Code 則有幾個不可替代的優(yōu)勢：

第一，它有成熟的項(xiàng)目上下文持續(xù)集成優(yōu)化機(jī)制，以項(xiàng)目維度劃分工作區(qū)，對項(xiàng)目的技術(shù)架構(gòu)、業(yè)務(wù)邏輯的理解能持續(xù)積累。

第二，它是專門為 coding 設(shè)計(jì)的 agent，工具鏈更完善，寫代碼的手感更好。

第三，長期迭代時，Claude Code 能記住之前的決策和改動，不會每次都從零開始。

所以我的目標(biāo)很明確：用 OpenClaw 當(dāng)"技術(shù) PM"負(fù)責(zé)任務(wù)拆解和調(diào)度，用 Claude Code 當(dāng)"執(zhí)行工程師"負(fù)責(zé)寫代碼。

在飛書里跟機(jī)器人說一聲"幫我開發(fā)個用戶注冊功能"，然后該干嘛干嘛去。等 OpenClaw 通知我"做完了，PR 已發(fā)起"，我去驗(yàn)收一下就行。中間不需要我反復(fù)確認(rèn)、反復(fù)給指令。

二、架構(gòu)設(shè)計(jì)：OpenClaw 當(dāng) PM，Claude Code 當(dāng)工程師

想清楚分工后，架構(gòu)就清晰了：

飛書用戶 → OpenClaw(調(diào)度層) → Claude Code(執(zhí)行層)

飛書是入口，隨時隨地提需求，不用打開 IDE。

OpenClaw是技術(shù) PM，負(fù)責(zé)理解需求、拆解任務(wù)、調(diào)度執(zhí)行、整合結(jié)果。它有 LLM 能力，能跟人自然語言溝通，也能調(diào)用各種工具。

Claude Code是執(zhí)行工程師，負(fù)責(zé)具體的編碼工作。它專業(yè)、高效，而且能持續(xù)積累項(xiàng)目上下文。

關(guān)鍵設(shè)計(jì)點(diǎn)：

OpenClaw 通過 exec 命令調(diào)用 acpx claude，每 5-10 秒輪詢一次輸出，識別到"Claude complete"標(biāo)記就知道任務(wù)完成了。如果 Claude Code 遇到問題停下來，OpenClaw 能基于對需求的理解自主決策，告訴它下一步該做什么。只有遇到權(quán)限等重大問題時，才會問我。

這樣一來，整個鏈路就活了。

三、核心難點(diǎn)：持續(xù)會話是成敗關(guān)鍵

整個鏈路最難的地方，不是配置環(huán)境，不是寫調(diào)度邏輯，而是保持同一個 Claude Code 會話。

為什么這個這么重要？

因?yàn)?Claude Code 的上下文記憶是綁定在 session 上的。如果每次調(diào)用都是新 session，它就完全不記得之前做了什么，相當(dāng)于每次都要從零開始。這樣的話，OpenClaw 的調(diào)度就失去了意義——它得把之前的對話歷史重新講一遍，效率極低。

我卡在這里整整一天。

試了很多種辦法，一開始用官方推薦的 OpenClaw ACP 方式，配置了半天，一會兒是這個參數(shù)不對，一會兒是那個接口報(bào)錯。最煩的是，很多配置問題 OpenClaw 自己也排查不到，問它吧，它還可能說謊——工具調(diào)用的輸入輸出有點(diǎn)黑盒，看不到真實(shí)證據(jù)。

后來我學(xué)聰明了，每改一次配置就讓 OpenClaw 提供調(diào)用工具的真實(shí)日志，這才慢慢摸清楚問題在哪。

四、踩坑排查：四種方案對比

我把嘗試過的方案整理成表格，一目了然：

方案一：ACP + resumeSessionId（失?。?/strong>

用戶（飛書）
  ↓
OpenClaw Agent（任務(wù)調(diào)度層）
  - 理解需求（LLM）
  - 拆解任務(wù)
  - exec 調(diào)用 acpx claude
  - 整合結(jié)果
  ↓
acpx claude（執(zhí)行層）
  - 持續(xù)會話（-s <name>）
  - 執(zhí)行編碼任務(wù)
  - NDJSON 流式輸出

# 安裝 Claude Code CLI
npm install -g @anthropic-ai/claude-code

# 安裝 acpx CLI（必須）
npm install -g acpx

# 驗(yàn)證安裝
claude --version
acpx --version

# 手動編輯 ~/.claude/settings.json
{
  "model": "qwen3.5-plus"
}

export ANTHROPIC_BASE_URL="https://coding.dashscope.aliyuncs.com/apps/anthropic"
export ANTHROPIC_API_KEY="sk-xxx"

{
  "tools": {
    "sessions": { "visibility": "all" },
    "agentToAgent": { "enabled": true, "allow": ["*"] }
  }
}

openclaw gateway restart

# 創(chuàng)建會話
acpx claude sessions new --name output-manager

# 測試復(fù)用
acpx claude -s output-manager "收到請回復(fù)數(shù)字 11"
# → 輸出：11

acpx claude -s output-manager "上一個數(shù)字 +2 等于多少"
# → 輸出：13 ? 成功復(fù)用

acpx --format json claude -s output-manager "回復(fù)數(shù)字 11"

npm install -g @anthropic-ai/claude-code
npm install -g acpx

# 編輯 ~/.claude/settings.json
{
  "model": "qwen3.5-plus"
}

acpx claude sessions new --name my-project

# 第一輪
acpx claude -s my-project "收到請回復(fù) 11"

# 第二輪（驗(yàn)證上下文）
acpx claude -s my-project "上一個數(shù)字 +2 等于多少"
# 應(yīng)該輸出 13