OpenClaw 内置工具详解

- 摘要
- [1. 引言：为什么工具系统如此重要](#1. 引言：为什么工具系统如此重要)
- [2. OpenClaw 工具系统概述](#2. OpenClaw 工具系统概述)
- - [2.1 整体架构](#2.1 整体架构)
  - [2.2 工具注册与发现机制](#2.2 工具注册与发现机制)
  - [2.3 工具调用流程](#2.3 工具调用流程)
- [3. 内置工具完整列表](#3. 内置工具完整列表)
- - [3.1 文件操作工具](#3.1 文件操作工具)
  - [3.2 Shell 执行工具](#3.2 Shell 执行工具)
  - [3.3 网络工具](#3.3 网络工具)
  - [3.4 浏览器工具](#3.4 浏览器工具)
  - [3.5 消息与通知工具](#3.5 消息与通知工具)
  - [3.6 节点管理工具](#3.6 节点管理工具)
  - [3.7 子代理管理工具](#3.7 子代理管理工具)
- [4. 文件操作工具详解](#4. 文件操作工具详解)
- - [4.1 read 工具：读取文件内容](#4.1 read 工具：读取文件内容)
  - [4.2 write 工具：创建或覆盖文件](#4.2 write 工具：创建或覆盖文件)
  - [4.3 edit 工具：精确编辑文件](#4.3 edit 工具：精确编辑文件)
- [5. Shell 执行工具详解](#5. Shell 执行工具详解)
- - [5.1 exec 工具：执行命令](#5.1 exec 工具：执行命令)
  - [5.2 process 工具：后台进程管理](#5.2 process 工具：后台进程管理)
- [6. 网络工具详解](#6. 网络工具详解)
- - [6.1 web_search 工具：网络搜索](#6.1 web_search 工具：网络搜索)
  - [6.2 web_fetch 工具：抓取网页内容](#6.2 web_fetch 工具：抓取网页内容)
- [7. 浏览器工具详解](#7. 浏览器工具详解)
- - [7.1 核心功能](#7.1 核心功能)
  - [7.2 使用示例](#7.2 使用示例)
- [8. 工具调用机制详解](#8. 工具调用机制详解)
- - [8.1 调用流程](#8.1 调用流程)
  - [8.2 工具选择策略](#8.2 工具选择策略)
- [9. 自定义工具扩展](#9. 自定义工具扩展)
- - [9.1 工具定义格式](#9.1 工具定义格式)
  - [9.2 工具实现示例](#9.2 工具实现示例)
- [10. 工具使用最佳实践](#10. 工具使用最佳实践)
- - [10.1 安全性考虑](#10.1 安全性考虑)
  - [10.2 性能优化](#10.2 性能优化)
  - [10.3 错误处理](#10.3 错误处理)
- [11. 总结](#11. 总结)
- 参考资料

摘要

工具系统是 AI Agent 框架的核心能力之一，它决定了 AI 能够与外部世界交互的广度和深度。OpenClaw 提供了一套功能完备、设计优雅的内置工具集，涵盖文件操作、Shell 执行、网络请求、浏览器控制等多个领域。本文将深入剖析 OpenClaw 工具系统的架构设计，详细介绍每个内置工具的功能特性、参数配置和使用技巧，并通过丰富的代码示例和实战场景，帮助开发者全面掌握工具调用机制。无论你是希望了解 OpenClaw 能力边界的初学者，还是想要扩展自定义工具的进阶开发者，本文都将为你提供系统性的技术指导。

1. 引言：为什么工具系统如此重要

在 AI Agent 的发展历程中，工具调用（Tool Use）是一个里程碑式的突破。它让 AI 从"只能对话"进化为"能够行动"，真正实现了从信息处理到任务执行的跨越。想象一下：用户说"帮我检查服务器日志并分析错误原因"，没有工具系统的 AI 只能给出泛泛的建议；而拥有工具系统的 AI 则可以实际读取日志文件、执行诊断命令、分析结果并给出精准的问题定位。

OpenClaw 深刻理解工具系统的重要性，从设计之初就将其作为核心架构的一部分。与 LangChain 等框架将工具作为外部插件不同，OpenClaw 的工具系统是原生集成的，这意味着：

开箱即用：无需额外安装，核心工具已内置
统一接口：所有工具遵循相同的调用规范
权限控制：细粒度的工具访问权限管理
安全隔离：工具执行在受控环境中进行

本文将从工具系统架构开始，逐一介绍 OpenClaw 的内置工具，并深入探讨工具调用机制和扩展方法。

2. OpenClaw 工具系统概述

2.1 整体架构

OpenClaw 的工具系统采用分层架构设计，从 AI 决策层到工具执行层，每一层都有明确的职责边界。这种设计既保证了灵活性，又确保了安全性和可维护性。

从架构图可以看出，OpenClaw 的工具系统分为四个核心层次：

AI Agent 决策层：这是工具调用的发起者。AI 模型根据用户输入和上下文，判断是否需要调用工具、调用哪个工具、传递什么参数。这一层体现了 AI 的"智能"------理解意图并做出决策。

Gateway 工具注册层：Gateway 作为 OpenClaw 的核心控制平面，维护着所有可用工具的注册表。它负责工具发现、权限验证、调用路由等功能。当 AI 决定调用某个工具时，请求首先到达这一层进行验证和分发。

内置工具层：这是实际执行操作的工具集合。OpenClaw 内置了文件操作、Shell 执行、网络请求、浏览器控制等多个工具组，每个工具组包含若干具体工具。

外部资源层：工具执行的最终作用对象，包括本地文件系统、操作系统、网络服务等。

2.2 工具注册与发现机制

OpenClaw 采用声明式的工具注册机制。每个工具在注册时需要提供完整的元数据，包括工具名称、功能描述、参数 Schema 等。这些元数据会被传递给 AI 模型，帮助模型理解工具的能力边界。

json 复制代码

{
  "name": "read",
  "description": "Read the contents of a file. Supports text files and images.",
  "parameters": {
    "type": "object",
    "properties": {
      "file_path": {
        "type": "string",
        "description": "Path to the file to read"
      },
      "limit": {
        "type": "number",
        "description": "Maximum number of lines to read"
      }
    },
    "required": ["file_path"]
  }
}

上述 JSON 片段展示了 read 工具的注册信息。name 字段定义工具的唯一标识，description 字段描述工具的功能，parameters 字段使用 JSON Schema 定义参数结构。这种声明式设计使得工具的添加和修改变得非常简单，同时也便于 AI 模型理解和正确使用。

2.3 工具调用流程

当用户发送一条需要工具支持的消息时，OpenClaw 会按照以下流程处理：
Tool Executor Tool Registry AI Agent Gateway 用户 Tool Executor Tool Registry AI Agent Gateway 用户发送消息转发消息分析意图查询可用工具返回工具列表选择工具 & 生成参数请求调用工具权限验证执行工具返回结果工具输出整合结果生成回复最终响应返回给用户

这个时序图展示了完整的工具调用流程。值得注意的是，工具调用的决策权在 AI Agent，而执行权在 Gateway。这种分离设计确保了安全性------即使 AI 决定调用某个敏感工具，Gateway 仍然可以根据权限配置拒绝执行。

3. 内置工具完整列表

OpenClaw 内置了丰富的工具集，按照功能领域可以分为以下几大类：

3.1 文件操作工具

工具名称	功能描述	核心参数
`read`	读取文件内容，支持文本和图片	file_path, limit, offset
`write`	创建或覆盖文件	file_path, content
`edit`	精确编辑文件，替换指定文本	file_path, oldText, newText

3.2 Shell 执行工具

工具名称	功能描述	核心参数
`exec`	执行 Shell 命令	command, timeout, workdir
`process`	管理后台进程	action, sessionId, data

3.3 网络工具

工具名称	功能描述	核心参数
`web_search`	网络搜索（Brave API）	query, count, country
`web_fetch`	抓取网页内容	url, extractMode

3.4 浏览器工具

工具名称	功能描述	核心参数
`browser`	控制浏览器进行自动化操作	action, targetUrl, selector

3.5 消息与通知工具

工具名称	功能描述	核心参数
`message`	发送消息到各渠道	action, target, message
`tts`	文本转语音	text, channel

3.6 节点管理工具

工具名称	功能描述	核心参数
`nodes`	管理配对的移动节点	action, node, command
`canvas`	控制 Canvas 展示	action, url, javaScript

3.7 子代理管理工具

工具名称	功能描述	核心参数
`subagents`	管理子代理实例	action, target, message

4. 文件操作工具详解

文件操作是 AI Agent 最基础的能力之一。OpenClaw 提供了三个核心文件工具：read、write 和 edit，它们共同构成了完整的文件操作能力链。

4.1 read 工具：读取文件内容

read 工具用于读取文件内容，支持文本文件和图片文件（jpg、png、gif、webp）。对于文本文件，输出会被截断到 2000 行或 50KB（以先到者为准），以防止内存溢出。

核心参数说明：

参数	类型	必填	说明
`file_path`	string	✅	文件路径，支持相对路径和绝对路径
`limit`	number	❌	最大读取行数
`offset`	number	❌	起始行号（1-indexed）

使用示例：

python 复制代码

# 场景：读取 OpenClaw 配置文件的前 50 行
# AI 调用 read 工具

{
  "tool": "read",
  "parameters": {
    "file_path": "/root/.openclaw/openclaw.json",
    "limit": 50,
    "offset": 1
  }
}

# 返回结果示例：
# {
#   "content": "{\n  \"agent\": {\n    \"model\": \"anthropic/claude-opus-4-6\",\n    ...\n  }\n}",
#   "lines": 50,
#   "truncated": false
# }

上述示例展示了读取配置文件的基本用法。通过 limit 和 offset 参数，可以实现大文件的分页读取，避免一次性加载过多内容。对于超大文件，建议先读取前几行了解结构，再根据需要读取特定部分。

图片读取：

当 file_path 指向图片文件时，read 工具会返回图片的 base64 编码或直接作为附件传递给 AI 模型。这使得 AI 可以"看"图片内容，进行图像理解和分析。

python 复制代码

# 读取图片文件
{
  "tool": "read",
  "parameters": {
    "file_path": "/workspace/screenshots/error.png"
  }
}

# AI 可以分析图片内容：
# "我看到这张截图显示了一个数据库连接错误..."

4.2 write 工具：创建或覆盖文件

write 工具用于创建新文件或完全覆盖现有文件。它会自动创建所需的父目录，确保写入操作不会因为目录不存在而失败。

核心参数说明：

参数	类型	必填	说明
`file_path`	string	✅	文件路径
`content`	string	✅	要写入的内容

使用示例：

python 复制代码

# 场景：创建一个新的 Python 脚本文件
# AI 调用 write 工具

{
  "tool": "write",
  "parameters": {
    "file_path": "/workspace/scripts/data_processor.py",
    "content": "#!/usr/bin/env python3\n\"\"\"数据处理脚本\"\"\"\n\nimport json\nimport sys\n\ndef process_data(input_file, output_file):\n    \"\"\"处理 JSON 数据\"\"\"\n    with open(input_file, 'r') as f:\n        data = json.load(f)\n    \n    # 数据处理逻辑\n    processed = [{\n        'id': item['id'],\n        'name': item['name'].upper(),\n        'value': item['value'] * 2\n    } for item in data]\n    \n    with open(output_file, 'w') as f:\n        json.dump(processed, f, indent=2)\n    \n    print(f\"处理完成，共 {len(processed)} 条记录\")\n\nif __name__ == '__main__':\n    if len(sys.argv) != 3:\n        print(\"用法: python data_processor.py <input> <output>\")\n        sys.exit(1)\n    process_data(sys.argv[1], sys.argv[2])\n"
  }
}

# 返回结果：
# {
#   "success": true,
#   "path": "/workspace/scripts/data_processor.py",
#   "bytes": 856
# }

上述代码展示了使用 write 工具创建 Python 脚本的完整过程。注意 write 工具会完全覆盖现有文件，如果需要保留原文件内容，应该先使用 read 工具读取，修改后再写入。

安全注意事项：

write 工具具有潜在的破坏性------它可以覆盖重要文件。OpenClaw 通过以下机制降低风险：

工作目录限制：默认只能写入工作空间目录
权限验证：需要用户明确授权
审计日志：所有写入操作都会被记录

4.3 edit 工具：精确编辑文件

edit 工具用于对文件进行精确的局部修改，它通过查找和替换的方式工作。与 write 工具不同，edit 只修改匹配的部分，保留文件其他内容不变。

核心参数说明：

参数	类型	必填	说明
`file_path`	string	✅	文件路径
`oldText`	string	✅	要查找的文本（必须精确匹配）
`newText`	string	✅	替换后的文本

使用示例：

python 复制代码

# 场景：修改配置文件中的端口号
# 原文件内容：
# gateway:
#   port: 18789
#   auth_token: "old-token"

# AI 调用 edit 工具

{
  "tool": "edit",
  "parameters": {
    "file_path": "/root/.openclaw/openclaw.yaml",
    "oldText": "  port: 18789",
    "newText": "  port: 18888"
  }
}

# 修改后：
# gateway:
#   port: 18888
#   auth_token: "old-token"

edit 工具的关键在于 oldText 必须与文件中的内容精确匹配，包括空格、缩进、换行符等。如果匹配失败，工具会返回错误信息，不会对文件做任何修改。这种设计确保了编辑操作的可预测性和安全性。

批量编辑技巧：

当需要修改多处内容时，可以连续调用多次 edit 工具：

python 复制代码

# 连续修改多个配置项
edits = [
  {"oldText": "model: gpt-4o", "newText": "model: claude-opus-4-6"},
  {"oldText": "port: 18789", "newText": "port: 18888"},
  {"oldText": "debug: false", "newText": "debug: true"}
]

for edit in edits:
  # 调用 edit 工具
  pass

5. Shell 执行工具详解

Shell 执行能力让 AI Agent 能够与操作系统交互，执行命令行程序。这是 AI 从"信息处理"到"系统操作"的关键跨越。OpenClaw 提供了 exec 和 process 两个工具，分别处理同步命令执行和后台进程管理。

5.1 exec 工具：执行命令

exec 工具用于执行 Shell 命令并获取输出结果。它支持超时控制、环境变量注入、工作目录设置等功能。

核心参数说明：

参数	类型	必填	说明
`command`	string	✅	要执行的命令
`timeout`	number	❌	超时时间（秒）
`workdir`	string	❌	工作目录
`env`	object	❌	环境变量
`pty`	boolean	❌	是否使用 PTY 模式

使用示例：

python 复制代码

# 场景：检查服务器状态
# AI 调用 exec 工具

{
  "tool": "exec",
  "parameters": {
    "command": "df -h && free -m && uptime",
    "timeout": 30
  }
}

# 返回结果：
# Filesystem      Size  Used Avail Use% Mounted on
# /dev/vda1        50G   35G   13G  74% /
# tmpfs           3.9G     0  3.9G   0% /dev/shm
#               total        used        free      shared  buff/cache   available
# Mem:           7936        4523        1023         256        2390        2856
# Swap:             0           0           0
#  21:43:15 up 15 days,  3:22,  2 users,  load average: 0.52, 0.58, 0.59

上述示例展示了系统状态检查的典型用法。通过组合多个命令（使用 && 连接），可以在一次调用中获取多项信息。返回结果包含了磁盘使用、内存状态和系统负载等关键指标。

PTY 模式：

某些交互式命令需要 PTY（伪终端）环境才能正常工作。设置 pty: true 可以启用 PTY 模式：

python 复制代码

{
  "tool": "exec",
  "parameters": {
    "command": "top -b -n 1",
    "pty": true,
    "timeout": 10
  }
}

5.2 process 工具：后台进程管理

process 工具用于管理长时间运行的后台进程，支持启动、监控、输入写入、终止等操作。

核心操作类型：

Action	说明
`list`	列出所有运行中的进程
`poll`	获取进程输出
`write`	向进程写入输入
`kill`	终止进程

使用示例：

python 复制代码

# 场景：启动一个长时间运行的脚本并监控输出

# 1. 启动后台进程
{
  "tool": "exec",
  "parameters": {
    "command": "python3 long_running_task.py",
    "background": true,
    "yieldMs": 5000
  }
}
# 返回: {"sessionId": "proc_abc123"}

# 2. 轮询进程输出
{
  "tool": "process",
  "parameters": {
    "action": "poll",
    "sessionId": "proc_abc123",
    "timeout": 30000
  }
}

# 3. 向进程发送输入
{
  "tool": "process",
  "parameters": {
    "action": "write",
    "sessionId": "proc_abc123",
    "data": "continue\n"
  }
}

# 4. 终止进程
{
  "tool": "process",
  "parameters": {
    "action": "kill",
    "sessionId": "proc_abc123"
  }
}

后台进程管理是 OpenClaw 工具系统的高级特性，它使得 AI Agent 能够处理需要长时间运行的任务，如数据处理、模型训练、文件传输等。

6. 网络工具详解

网络工具让 AI Agent 能够访问互联网，获取实时信息。OpenClaw 提供了 web_search 和 web_fetch 两个核心网络工具。

6.1 web_search 工具：网络搜索

web_search 工具使用 Brave Search API 进行网络搜索，返回搜索结果的标题、URL 和摘要。

核心参数说明：

参数	类型	必填	说明
`query`	string	✅	搜索关键词
`count`	number	❌	返回结果数量（1-10）
`country`	string	❌	地区代码（如 US、CN）
`search_lang`	string	❌	搜索语言

使用示例：

python 复制代码

# 场景：搜索最新的 AI 技术动态
# AI 调用 web_search 工具

{
  "tool": "web_search",
  "parameters": {
    "query": "OpenClaw AI agent framework 2026",
    "count": 5,
    "search_lang": "en"
  }
}

# 返回结果示例：
# [
#   {
#     "title": "OpenClaw: The Future of AI Agents",
#     "url": "https://example.com/openclaw-intro",
#     "snippet": "OpenClaw is a self-hosted AI agent gateway..."
#   },
#   ...
# ]

6.2 web_fetch 工具：抓取网页内容

web_fetch 工具用于抓取网页内容并提取可读文本，支持 Markdown 和纯文本两种输出格式。

核心参数说明：

参数	类型	必填	说明
`url`	string	✅	网页 URL
`extractMode`	string	❌	提取模式（markdown/text）
`maxChars`	number	❌	最大字符数

使用示例：

python 复制代码

# 场景：获取技术文档内容
# AI 调用 web_fetch 工具

{
  "tool": "web_fetch",
  "parameters": {
    "url": "https://docs.openclaw.ai/tools/overview",
    "extractMode": "markdown",
    "maxChars": 5000
  }
}

# 返回 Markdown 格式的文档内容

7. 浏览器工具详解

browser 工具是 OpenClaw 最强大的工具之一，它让 AI Agent 能够控制浏览器进行自动化操作，如打开网页、点击元素、填写表单、截图等。

7.1 核心功能

Action	说明
`start`	启动浏览器
`stop`	停止浏览器
`open`	打开网页
`snapshot`	获取页面快照
`screenshot`	截取页面图片
`act`	执行页面操作（点击、输入等）
`navigate`	页面导航

7.2 使用示例

python 复制代码

# 场景：自动化登录网站并获取数据

# 1. 启动浏览器
{
  "tool": "browser",
  "parameters": {
    "action": "start",
    "profile": "openclaw"
  }
}

# 2. 打开登录页面
{
  "tool": "browser",
  "parameters": {
    "action": "open",
    "targetUrl": "https://example.com/login"
  }
}

# 3. 获取页面快照
{
  "tool": "browser",
  "parameters": {
    "action": "snapshot"
  }
}

# 4. 填写表单并提交
{
  "tool": "browser",
  "parameters": {
    "action": "act",
    "request": {
      "kind": "fill",
      "fields": [
        {"ref": "username", "value": "user@example.com"},
        {"ref": "password", "value": "secret123"}
      ]
    }
  }
}

# 5. 截图保存
{
  "tool": "browser",
  "parameters": {
    "action": "screenshot",
    "fullPage": true
  }
}

浏览器工具的强大之处在于它能够处理需要 JavaScript 渲染的动态页面，这是 web_fetch 工具无法做到的。通过浏览器工具，AI Agent 可以完成复杂的 Web 自动化任务。

8. 工具调用机制详解

8.1 调用流程

工具调用机制是 OpenClaw 的核心能力之一。当用户发送一条消息时，系统会按照以下步骤处理：

第一步：意图分析

AI 模型首先分析用户消息，判断是否需要调用工具。例如，用户说"帮我读取配置文件"，AI 会识别出这是一个文件操作请求。

第二步：工具选择

根据意图分析结果，AI 从可用工具列表中选择合适的工具。OpenClaw 会将所有可用工具的元数据传递给 AI，包括工具名称、功能描述、参数 Schema 等。

第三步：参数生成

AI 根据用户消息和工具参数 Schema，生成调用参数。这个过程需要 AI 理解参数的含义，并从上下文中提取正确的值。

第四步：权限验证

Gateway 收到工具调用请求后，会进行权限验证。检查用户是否有权限调用该工具，参数是否合法等。

第五步：执行返回

验证通过后，工具被执行，结果返回给 AI。AI 根据工具输出生成最终响应。

8.2 工具选择策略

AI 如何从众多工具中选择合适的工具？这依赖于工具元数据的质量和 AI 的推理能力。OpenClaw 采用以下策略优化工具选择：
文件操作
系统操作
网络请求
浏览器操作
读取
写入
编辑
同步
后台
搜索
抓取
用户消息
意图分类
文件工具组
Shell工具组
网络工具组
浏览器工具组
具体操作
read
write
edit
执行方式
exec
process
请求类型
web_search
web_fetch

工具分组和描述的优化可以显著提高 AI 的工具选择准确率。建议在自定义工具时，提供清晰、准确的功能描述。

9. 自定义工具扩展

OpenClaw 的工具系统是可扩展的，开发者可以创建自定义工具来满足特定需求。

9.1 工具定义格式

自定义工具通过 Skill 系统实现。每个 Skill 可以定义一组工具，格式如下：

markdown 复制代码

---
name: my-custom-tools
description: 自定义工具集
tools:
  - name: my_tool
    description: 工具功能描述
    parameters:
      type: object
      properties:
        param1:
          type: string
          description: 参数说明
      required: [param1]
---

# 工具实现说明
...

9.2 工具实现示例

以下是一个自定义天气查询工具的完整实现：

python 复制代码

# weather_tool.py
import json
import urllib.request

def get_weather(city: str) -> dict:
    """
    获取指定城市的天气信息
    
    参数:
        city: 城市名称
        
    返回:
        包含天气信息的字典
    """
    url = f"https://wttr.in/{city}?format=j1"
    
    try:
        with urllib.request.urlopen(url, timeout=10) as response:
            data = json.loads(response.read().decode())
            
        current = data['current_condition'][0]
        
        return {
            "city": city,
            "temperature": current['temp_C'],
            "description": current['weatherDesc'][0]['value'],
            "humidity": current['humidity'],
            "wind_speed": current['windspeedKmph']
        }
    except Exception as e:
        return {"error": str(e)}

# 工具注册信息
TOOL_SCHEMA = {
    "name": "get_weather",
    "description": "获取指定城市的当前天气信息",
    "parameters": {
        "type": "object",
        "properties": {
            "city": {
                "type": "string",
                "description": "城市名称，如 'Beijing', 'Shanghai'"
            }
        },
        "required": ["city"]
    }
}

上述代码定义了一个天气查询工具，包含工具实现函数和注册 Schema。当 AI 决定调用这个工具时，OpenClaw 会执行 get_weather 函数并返回结果。

10. 工具使用最佳实践

10.1 安全性考虑

工具调用涉及系统操作，安全性至关重要。以下是 OpenClaw 的安全最佳实践：

最小权限原则：只授予工具必要的权限。例如，如果只需要读取特定目录的文件，就不要授予整个文件系统的访问权限。

输入验证：对所有工具输入进行验证，防止注入攻击。特别是 Shell 命令，要避免命令注入风险。

审计日志：记录所有工具调用，便于事后审计和问题排查。

超时控制：为所有工具调用设置合理的超时时间，防止长时间阻塞。

10.2 性能优化

批量操作：尽量合并多个操作为一次工具调用，减少调用次数。

缓存结果：对于不变的数据（如配置文件），可以缓存工具输出，避免重复调用。

异步执行：对于耗时操作，使用后台进程模式，避免阻塞主流程。

10.3 错误处理

工具调用可能失败，需要妥善处理错误情况：

python 复制代码

# 错误处理示例
{
  "tool": "read",
  "parameters": {
    "file_path": "/nonexistent/file.txt"
  }
}

# 返回错误：
# {
#   "error": "File not found",
#   "code": "ENOENT"
# }

AI 应该能够理解错误信息，并向用户解释问题，或者尝试其他解决方案。

11. 总结

OpenClaw 的内置工具系统是其作为 AI Agent 框架的核心竞争力之一。通过本文的深入剖析，我们了解到：

架构设计：OpenClaw 采用分层架构设计工具系统，从 AI 决策层到工具执行层，每一层职责明确，既保证了灵活性，又确保了安全性。

工具丰富：内置工具覆盖文件操作、Shell 执行、网络请求、浏览器控制等多个领域，满足绝大多数应用场景需求。

调用机制：工具调用流程清晰，从意图分析到执行返回，每一步都有完善的机制保障。AI 模型能够根据用户意图自动选择工具、生成参数。

扩展能力：通过 Skill 系统，开发者可以轻松扩展自定义工具，满足特定业务需求。

安全可控：权限验证、审计日志、超时控制等机制确保工具调用的安全性。

对于开发者而言，掌握 OpenClaw 的工具系统是构建强大 AI Agent 的关键。建议从内置工具开始，逐步熟悉工具调用机制，再根据需要扩展自定义工具。

思考题：

在你的应用场景中，哪些任务可以通过 OpenClaw 的内置工具完成？哪些需要自定义工具？
如何平衡工具调用的灵活性和安全性？你会采取哪些措施？
如果要为 OpenClaw 开发一个新的工具，你会选择什么功能？如何设计参数 Schema？

OpenClaw 内置工具详解

目录

摘要

1. 引言：为什么工具系统如此重要

2. OpenClaw 工具系统概述

2.1 整体架构

2.2 工具注册与发现机制

2.3 工具调用流程

3. 内置工具完整列表

3.1 文件操作工具

3.2 Shell 执行工具

3.3 网络工具

3.4 浏览器工具

3.5 消息与通知工具

3.6 节点管理工具

3.7 子代理管理工具

4. 文件操作工具详解

4.1 read 工具：读取文件内容

4.2 write 工具：创建或覆盖文件

4.3 edit 工具：精确编辑文件

5. Shell 执行工具详解

5.1 exec 工具：执行命令

5.2 process 工具：后台进程管理

6. 网络工具详解

6.1 web_search 工具：网络搜索

6.2 web_fetch 工具：抓取网页内容

7. 浏览器工具详解

7.1 核心功能

7.2 使用示例

8. 工具调用机制详解

8.1 调用流程

8.2 工具选择策略

9. 自定义工具扩展

9.1 工具定义格式

9.2 工具实现示例

10. 工具使用最佳实践

10.1 安全性考虑

10.2 性能优化

10.3 错误处理

11. 总结

参考资料