这是一个创建于 52 天前的主题，其中的信息可能已经有所发展或是发生改变。
花了一天时间完整扒了两个项目的源码，分享一些发现。
项目简介
OpenClaw（）：@steipete 主导，MIT 协议，18+ 核心维护者。Hub-and-Spoke 架构，40+ 消息渠道适配，TypeScript 严格模式，定位是 Personal AI Assistant 。
Self-System（）：Solo Developer + AI 构建。Docker-in-Docker 双容器架构，Claude Code 驱动实时代码生成，Javascript ，定位是"数字渐进式分身"。
架构上最大的差异
OpenClaw 的代码是预编译的静态产物。你 npm install -g openclaw 然后 openclaw start，所有功能都已经写好了，通过 Plugin SDK 扩展。
Self-System 的代码是运行时动态生成的。Control 容器挂载 Docker Socket 控制 App 容器，用户用自然语言描述需求 → AI 生成 Vue 页面 + Express API → 热部署 → Git 自动提交。系统的代码是活的。
技能系统的哲学差异
OpenClaw Skill = TypeScript 类，代码级抽象，告诉系统 "How" Self-System Skill = Markdown 文件，知识级抽象，告诉 AI "What & Why"
当执行者从人变成 AI ，你不需要函数签名，你需要意图文档。
实际场景对比
| 场景 | OpenClaw | Self-System |
|---|---|---|
| 微信消息自动化 | 无官方插件，需自己写 | 对话创建 Skill ，10 秒 |
| 管理 20 个 IM 渠道 | 配置 Token 即可，30 分钟 | 逐个集成，较慢 |
| 完全定制化个人工具 | 受限于 Plugin API 边界 | 无边界，对话即功能 |
定位
OpenClaw = Application Layer 你在 App 里做事 Self-System = OS Layer 你在定义 App 本身 OpenClaw 连接广度强（ X 轴），Self-System 定制深度强（ Y 轴）。不是竞品，是不同物种。
关键数据
- OpenClaw：40+ Channel / 15+ Model / 50+ Skill / TypeScript / SQLite / 18+ 维护者
- Self-System：Webhook 集成 / 4 Model / 15+ AI 生成 Skill / Javascript / Supabase / 1 人 + AI
两个都用过的体感：OpenClaw 像一台组装好的瑞士军刀，Self-System 像一块可以自由生长的活体组织。
有在做类似方向的 V 友吗？欢迎讨论。
目前尚无回复
Select Language