如果你關(guān)注過 OpenClaw 這個項目，可能會覺得它功能完整但結(jié)構(gòu)相對復(fù)雜，而且不是用 Python 實(shí)現(xiàn)。

對于很多想快速搭建一個 本地運(yùn)行的 Discord AI 助手 的開發(fā)者來說，可能更希望有一個：

• 架構(gòu)更簡單
• 全 Python 實(shí)現(xiàn)
• 不需要自己封裝 OpenAI API
• 本地運(yùn)行即可

這時候，我非常推薦看看這個項目：

openclaw-mini
Repo: https://github.com/robotlearner001/openclaw-mini

它是一個 OpenClaw 風(fēng)格的“極簡版本”，專注在一個清晰的路徑上：
Discord + 本地 Codex CLI + Markdown 驅(qū)動的行為定義。

openclaw-mini 是什么？

openclaw-mini 是一個最小可用的 OpenClaw 風(fēng)格 Agent，專注做三件事：

• ? 使用 Discord 作為輸入輸出通道
• ? 使用本地 Codex CLI 執(zhí)行模型推理
• ? 使用 SOUL.md + skills/*.md 定義行為

沒有復(fù)雜的多 Agent 管理，沒有龐大的中間層抽象。

它的核心目標(biāo)是：

做一個你能在一個下午完整讀懂的 AI Agent 架構(gòu)。

它的運(yùn)行機(jī)制：非常干凈的一條主線

讀過代碼之后，你會發(fā)現(xiàn)整個控制流非常清晰。

1?? 啟動入口：main.py

• 加載環(huán)境變量
• 啟動 Discord 客戶端

沒有額外框架，沒有復(fù)雜生命周期管理。

2?? bot.py：處理消息

當(dāng)收到 Discord 消息時：

• 過濾 bot 自己發(fā)的消息
• 處理內(nèi)置命令：
  • /help
  • /skills
  • /soul

如果不是命令，則進(jìn)入模型處理流程。

3?? 構(gòu)造提示詞（Prompt 拼接）

普通消息會被封裝為一個完整 instruction，包含：

• SOUL.md 的內(nèi)容（Agent 的人格和行為原則）
• skills/*.md 的所有技能卡片內(nèi)容
• 用戶原始消息

它的思路是：

用 Markdown 驅(qū)動行為，而不是在代碼里寫大量邏輯。

這是一種非常干凈的“提示工程驅(qū)動架構(gòu)”。

4?? llm.py：調(diào)用本地 Codex CLI

這里是最有意思的設(shè)計。

它 不在 Python 里直接調(diào)用 OpenAI API，
而是調(diào)用：

codex exec --json --output-last-message

然后讀取模型的最終輸出。

也就是說：

• Python 只負(fù)責(zé) I/O 和流程
• 模型會話由 Codex CLI 管理
• 對話狀態(tài)由 Codex CLI 線程維護(hù)

本地 Codex 會話的設(shè)計：非常聰明

每一個 Discord 會話會映射到一個：

? 持久化 Codex thread ID

線程信息保存在：

.codex-discord-sessions.json

并支持：

• TTL 過期控制（CODEX_SESSION_TTL_SEC）
• 超時自動重建
• 會話持續(xù)上下文

這樣做的好處是：

? 不需要自己實(shí)現(xiàn)對話歷史拼接
? 不需要維護(hù) token 限制邏輯
? 不需要管理復(fù)雜的 API session

全部交給 Codex CLI。

為什么這個設(shè)計很實(shí)用？

對于個人開發(fā)者或小團(tuán)隊，這種架構(gòu)有幾個明顯優(yōu)勢：

? 1. 可讀性極高

整個代碼量很小，邏輯線性。

你可以在一個晚上完全理解：

• 消息如何進(jìn)來
• Prompt 如何構(gòu)造
• 模型如何調(diào)用
• 會話如何持久化

? 2. 本地迭代極快

你只需要：

1. 安裝 openAI Codex CLI
2. 配置 Discord Token
3. 修改 Markdown 文件

改完 SOUL.md 或某個 skill 文件，重啟即可生效。

? 3. 運(yùn)維非常輕量

項目已經(jīng)包含：

• systemd 模板
• launchd 模板
• 環(huán)境變量控制參數(shù)：
  • CODEX_SANDBOX
  • approval 策略
  • 超時時間
  • 模型選擇

這意味著：

它是“最小可生產(chǎn)部署”的結(jié)構(gòu)。

它適合什么人？

如果你想做：

• ?? 一個 Discord 專用 AI 助手
• ?? 一個本地可控的 Agent
• ?? 一個可以完全理解其內(nèi)部機(jī)制的系統(tǒng)
• ?? 一個純 Python 技術(shù)棧項目

那么 openclaw-mini 是非常合適的起點(diǎn)。

和完整 OpenClaw 的區(qū)別

如果你覺得 OpenClaw 太重、太抽象、太工程化，
openclaw-mini 是一個非常好的“輕量入口”。

總結(jié)

openclaw-mini 做了一件很聰明的事情：

把復(fù)雜性留給 Codex CLI，把結(jié)構(gòu)簡化到最小。

Discord 負(fù)責(zé)輸入輸出，
Markdown 負(fù)責(zé)行為定義，
Codex 負(fù)責(zé)推理，
Python 負(fù)責(zé)連接。

這是一種非常“Unix 哲學(xué)”的設(shè)計方式：
每個組件做好一件事。

如果你正在考慮做一個本地 AI Discord Agent，
我建議從它開始，而不是一上來就搭一個復(fù)雜框架。

Repo

https://github.com/robotlearner001/openclaw-mini

如果你已經(jīng)在用 OpenClaw 或在做自己的 Agent 框架，也歡迎交流思路。
極簡架構(gòu)，有時候反而是最強(qiáng)的起點(diǎn)。

以上就是使用Python打造一個極簡OpenClaw Agent的詳細(xì)內(nèi)容，更多關(guān)于Python打造OpenClaw Agent的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論