@yuebilin/enclaws
v0.0.7
Published
Multi-channel AI gateway with extensible messaging integrations
Readme
EnClaws — 企业级 数字AI员工的容器化平台
EnClaws 是一个企业级 数字AI员工的容器化平台,专为大规模创建、调度、隔离、升级和审计多名数字AI员工而设计,覆盖团队协作、业务流程和企业运营等场景。
OpenClaw 专注于个人助理体验,而 EnClaws 则聚焦于数字AI员工的企业容器化平台。
[!IMPORTANT] 本仓库刚刚开源。随着项目推进,部署指南、配置说明和技术文档将陆续发布。
为什么需要 EnClaws
个人助理可以让一个人变得更强,但企业对数字AI员工有完全不同的需求。
企业需要的是:
- 数字AI员工可以支持高并发和同时支持处理多个用户的工作请求,对比openClaw只能串行的支持一个用户的请求
- 数字AI员工可以支持企业、部门、用户之间清晰的权限边界,对比openClaw只能服务一个用户,没有企业、部门和用户的概念
- 数字AI员工可以支持敏感上下文和数据的严格隔离,这是一个agent同时服务多个用户所必须的。对比openClaw由于它只服务一个用户,没有这个需求
- 数字AI员工可以支持行业、公司、部门、个人多层级的记忆体系,对比openClaw仅有个人的记忆
- 数字AI员工可以支持可复用的技能,能在多个数字AI员工之间流转和共享
- 面向管理层的状态、风险、成本、回溯和审计能力
- 一个能管理大规模数字AI员工的平台,而不是单一的聊天窗口
简而言之,企业不只需要一个更聪明的助理,而是需要一套能够运行和治理数字AI员工的系统。
从 OpenClaw 到 EnClaws
在 Claw 体系中,分工非常清晰:
- OpenClaw 是个人版 Claw,围绕单个用户的助理体验而构建。
- EnClaws 是企业版 Claw,专为大规模创建、调度和管理数字AI员工而构建,让它们能够承接组织中的实际工作。
如果说 OpenClaw 是个人操作员,那么 EnClaws 就是企业数字AI员工的操作系统。
快速开始
方式一 — 一行命令安装(macOS / Linux)
curl -fsSL --proto '=https' --tlsv1.2 https://raw.githubusercontent.com/hashSTACS-Global/EnClaws/main/install.sh | bash方式二 — 从源码构建
前置条件: 已安装 Node.js >= 22.12.0 及 pnpm。
# 1. 克隆仓库
git clone https://github.com/hashSTACS-Global/EnClaws.git
cd EnClaws
# 2. 安装依赖并构建
pnpm install
pnpm build
# 3. 创建环境变量文件
cp .env.example .env
# 编辑 .env —— 至少设置 OPENCLAW_GATEWAY_TOKEN 以及一个模型提供商的 API Key
# 4. 启动 Gateway
node --env-file=.env dist/index.js gateway --port 18789启动完成后,Gateway 默认可通过 http://localhost:18789 访问。
核心亮点
单助理,多任务并发 EnClaws 天然支持并发执行。例如,一个财务数字AI员工应当能够同时处理多名员工的报销申请,而非让所有人排成一条队。
原生多用户隔离 平台从设计之初就面向多用户场景,每个用户拥有独立的上下文、记忆和执行边界。
层级化记忆体系 企业数字AI员工可以同时调用多个层次的知识:行业记忆、公司记忆、部门记忆和个人记忆。
记忆蒸馏与升级 有价值的经验不应沉没在原始日志中。它可以被捕获、提炼为可复用的能力制品,经审核后向上层级传播。
技能共享与传播 一个数字AI员工掌握的优秀技能不应被锁死在一个实例中。EnClaws 支持技能的暴露、共享和跨助理传播。
审计与状态监控 管理者需要可见性。EnClaws 旨在呈现数字AI员工状态、任务执行情况、Token 消耗与成本信号、风险信号,以及可回溯的证据链。
A2A 协作(路线图方向) 轻量级的助理间协作是 EnClaws 的未来方向之一,重点在于降低 Token 开销、提升数据交换效率。
核心能力模型
1)单助理,多任务并发
与传统串行助理不同——它必须完成一条指令才能处理下一条——EnClaws 从设计上支持并发任务执行。
这对企业工作负载至关重要。一个财务数字AI员工应该能够同时处理多笔报销请求,而不是让每位员工在同一个数字队列中等待。
设计目标不仅是速度,更是在持续的多用户负载下,保持稳定、响应迅速的企业级服务行为。
2)原生多用户模式
EnClaws 从一开始就为多用户运行而构建。
这意味着:
- 运行时能够区分不同用户和执行上下文
- 每个用户拥有独立的记忆和个性化行为
- 敏感信息被严格隔离,防止在人员、团队或部门之间泄露
这不仅仅是便利性问题,更是运营安全的保障。
3)层级化记忆管理
企业工作很少能被一个扁平的上下文窗口所容纳。
EnClaws 围绕分层记忆模型设计,让助理能够同时运用多种类型的知识:
- 行业记忆:公共规则、术语和法规
- 公司记忆:商业模式、政策、文化和共享的产品知识
- 部门记忆:工作手册、流程规范和协作规则
- 个人记忆:个人习惯、偏好和历史上下文
这不是一个混杂的大脑,而是结构化的组织记忆。
4)记忆蒸馏与升级
EnClaws 不会盲目地将原始记忆同步到所有地方。
相反,目标是识别有价值的经验,将其提炼为可复用的能力制品,经过脱敏和合规审查后,从个人或团队层级向上推广至部门或公司层级。
这使得学习转化为组织进化,而非重复劳动。
5)技能共享与自动传播
一个优秀的企业平台应当让能力自由流动。
EnClaws 围绕标准化的技能共享模型设计,一个在某个数字AI员工上被证明有效的技能,可以被暴露、复用并传播到其他助理。
一个数字AI员工学到的有用技能,应当让整个系统受益。
6)审计与状态监控
数字AI员工的能力越强,可观测性就越重要。
EnClaws 旨在为管理层提供以下可见性:
- 数字AI员工状态
- 已执行的指令
- 风险信号
- Token 消耗与成本透视
- 可回溯的流程、证据和责任链
这是让数字AI员工从"黑箱"变为"可治理"的关键。
7)助理间协作(路线图方向)
A2A 协作是 EnClaws 的未来发展方向之一。
目标是建立一种轻量级的容器间协作模型,让大量协调指令可以通过直接的协议交换完成,而非反复经过完整的模型推理。
这意味着:
- 更低的 Token 消耗
- 更高效的共享数据流
- 多数字AI员工协作更像一个协调有序的团队
这属于路线图规划,是发展方向,而非首日即交付的承诺。
工作原理概览
用户 / 团队 / 企业系统
│
▼
数字AI员工运行时 + 控制平面
│
┌────┼────┬────┐
▼ ▼ ▼ ▼
并发 记忆 技能 审计
│
▼
Web 管理面板与企业管理界面更详细的架构示意:
企业用户 + 业务系统 + 工作事件
│
▼
容器化数字AI员工运行时与调度器
│
┌───────┼───────┬───────┐
▼ ▼ ▼ ▼
隔离 记忆 技能 监控
│
▼
证据、回溯、运营、执行北极星
EnClaws 的目标不只是做一个更炫酷的 AI 玩具。
也不是做一个只有少数架构师才能理解的抽象底层。
它的北极星是逐步将企业的运营方式转变为一个开放、协作、可持续进化的 数字AI员工的底座和操作系统。
加入我们
EnClaws 致力于为企业真实业务流程中的 数字AI员工 应用定义基础层。
如果你希望 数字AI员工 从演示走向实际业务运营:
- 为本仓库点个 Star
- 提交 Issue,描述你在实际运营中遇到的具体需求
- 参与技能规范和运行时架构的讨论
- 一起让企业 数字AI员工 更可复现、更可治理、更可共享
致谢
EnClaws 站在开源巨人的肩膀上。我们由衷感谢:
openclaw/openclaw 奠定了优秀数字助理范式的个人助理基础项目。EnClaws 在此基础上,将思路延伸至企业级容器化运营。
luolin-ai/openclawWeComzh 在企业微信适配和多租户企业 IM 集成层方面提供了宝贵的参考。
我们始终秉持开放契约精神,与开源社区共同推进企业 AI 运行时标准。
社区
- 贡献指南请参阅 CONTRIBUTING.md
- 项目治理与维护者职责请参阅 GOVERNANCE.md
- 社区行为准则请参阅 CODE_OF_CONDUCT.md
- 安全漏洞报告请参阅 SECURITY.md
- 品牌使用规则请参阅 TRADEMARK.md
许可证
本项目基于 Apache License 2.0 许可。详见 LICENSE。
商标
源代码以 Apache License 2.0 开源,但项目名称、Logo 和品牌标识为保留权利。
Apache License 2.0 不授予商标使用权。允许和禁止的品牌使用方式请参阅 TRADEMARK.md。
