什么是ACI
在 OpenClaw 开源 AI 智能体生态中，ACI 全称 Agent Capability Interface（智能体能力接口），是社区对 OpenClaw 核心能力调度体系的标准化命名，是一套专为大模型设计的、标准化的智能体能力注册、调度、安全管控与执行闭环的接口框架，也是 OpenClaw 实现「AI 从被动对话到主动执行」核心突破的技术底座。
一、ACI 的核心定义与在 OpenClaw 中的定位
1. 本质定位
ACI 是 OpenClaw 中连接大模型推理层与本地 / 云端执行层的「中枢神经与执行手脚」，彻底解决了传统大模型「能理解、能规划，但不能安全、可靠地落地执行」的核心痛点。OpenClaw 的核心理念是访问控制优于智能，ACI 正是这一理念的落地载体 —— 所有 AI 对系统资源的操作，必须经过 ACI 的统一管控，而非让大模型直接触碰底层系统。
2. 架构层级定位
在 OpenClaw「Gateway 为核心」的分层架构中，ACI 是 Gateway 控制平面的核心子系统，上承大模型的任务规划，下接各类 Skill（技能）与执行器，是整个 Agent 执行循环的核心调度层。
用户指令 → 多渠道入口 → Gateway控制平面 → 大模型推理（任务规划） → ACI核心层 → 执行层 → 结果返回 → 大模型总结 → 用户
二、OpenClaw ACI 的核心架构与关键组件
ACI 不是单一接口，而是一套完整的能力管控与执行体系，核心由 5 大组件构成：
1. Skill Registry（技能注册中心）
ACI 的核心元数据层，也是 OpenClaw 能力扩展的核心载体。
- 所有可被大模型调用的能力（Skill）必须在此注册，包含：给大模型阅读的自然语言能力描述、强类型的输入输出参数规范、权限范围、 执行依赖、安全约束。
- 对应 OpenClaw 官方的SKILL.md规范，相当于给大模型看的「能力说明书」，让大模型精准理解每个能力的用途、参数、边界，避免无意义的瞎调用。
- 支持插件化扩展，社区贡献的 Skill 可通过注册中心快速接入，无限扩展 AI 的执行能力。
2. Capability Router（能力路由引擎）
ACI 的调度核心，负责大模型工具调用请求的分发与编排。
- 接收大模型的工具调用请求，匹配注册中心对应的 Skill 实现，根据任务类型、权限等级、运行环境，分发到对应的执行器。
- 原生支持多 Skill 多步编排、异常自动重试、Fallback 降级，是 OpenClaw 实现复杂自动化任务的核心。
- 兼容 MCP（Model Context Protocol）协议，可通过路由引擎接入第三方 MCP 工具与数据源，实现能力互通。
3. Security & Sandbox（安全沙箱与权限管控）
ACI 的安全边界，也是 OpenClaw 本地优先、隐私可控的核心保障。
- 采用 OpenClaw 官方树状 Scope 权限模型（如operator.read、file.write、shell.exec），实现细粒度的权限控制，精准定义 AI 能做什么、不能做什么。
- 内置敏感操作审批系统：高危操作（如 Shell 执行、系统文件修改）支持白名单、单次 / 永久授权、操作可回溯，彻底规避提示词注入、越权操作等风险。
- 全流程审计日志：所有通过 ACI 的操作都会被完整记录，包括调用方、参数、执行结果、耗时，实现操作全链路可追溯。
4. Execution Runtime（执行运行时）
ACI 的执行载体，负责 Skill 的实际落地执行。
- 统一封装了底层系统能力，屏蔽不同操作系统（Windows/macOS/Linux）的差异，给大模型提供标准化的执行入口。
- 支持多种执行环境：本地进程、容器沙箱、远程节点（如手机、云服务器），满足不同场景的执行需求。
- 内置超时控制、资源限额、异常捕获，避免 AI 执行任务时占用过多系统资源，保障系统稳定。
5. Result Aggregator（结果聚合与格式化）
ACI 的反馈层，衔接执行层与大模型推理层。
- 收集执行结果，标准化处理后返回给大模型，统一封装成功 / 失败状态、结构化数据、错误信息、执行日志。
- 把非结构化的执行结果，转化为大模型可理解、可用于下一步决策的结构化信息，支撑完整的 Agent 循环（规划→执行→反馈→再规划）。
三、OpenClaw ACI 的完整执行工作流
以用户指令「把桌面近 7 天的 PDF 文件，归档到 Documents / 归档 / 2026-02 文件夹」为例，ACI 的全流程执行逻辑如下：
- 指令接收：用户通过 Telegram / 飞书等渠道发送自然语言指令，进入 OpenClaw Gateway 控制平面。
- 任务规划：Gateway 将指令传给大模型，大模型解析意图、提取参数（源路径、时间范围、目标路径）、生成执行计划，确定需要调用 ACI 的文件管理能力。
- ACI 校验与路由：
- 大模型的工具调用请求进入 ACI 层，首先进行权限校验：是否允许访问桌面与目标路径、是否有文件读写权限；
- 匹配注册中心的file_manage Skill，校验参数合法性，确认执行环境。
- 安全管控：如果是首次执行该路径操作，ACI 触发审批流程，用户确认后放行；如果是已授权操作，直接进入执行环节。
- 执行落地：ACI 将标准化的执行指令传给运行时，调用本地文件系统，完成文件扫描、时间筛选、批量移动，全程记录操作日志。
- 结果反馈：执行完成后，结果聚合层将执行结果（成功归档数量、目标路径、异常文件）格式化，返回给大模型。
- 最终回复：大模型基于执行结果，生成自然语言回复，通过原渠道反馈给用户，完成完整的执行闭环。
四、OpenClaw ACI 内置的核心能力与 Skill 示例
OpenClaw 官方内置了覆盖全场景的 ACI 能力，通过标准化 Skill 对外暴露，核心能力如下：
| 能力类别 | 核心 Skill | ACI 接口标识 | 核心功能说明 |
|---|---|---|---|
| 文件系统管理 | file_read / file_write / file_move / file_search | aci://fs/manage | 本地文件的读写、移动、删除、搜索，全路径白名单管控 |
| 终端命令执行 | shell_exec / shell_script | aci://shell/run | 安全执行终端命令与 Shell 脚本，支持命令白名单、超时控制 |
| 浏览器自动化 | web_navigate / web_scrape / web_interact | aci://web/browser | 网页打开、内容提取、表单填写、点击交互，基于 CDP 协议 |
| 网络 API 调用 | http_request / api_invoke | aci://http/request | REST API 调用，支持认证信息加密、请求频率限制 |
| 定时任务调度 | cron_create / cron_manage | aci://cron/schedule | 定时任务的创建、启停，支持事件触发式任务 |
| 办公文档处理 | office_read / office_write | aci://office/edit | Word/Excel/PDF 等文档的读写、格式转换、内容编辑 |
| 代码开发工具 | code_run / git_ops / project_manage | aci://dev/exec | 代码运行、Git 操作、项目文件管理，支持多语言环境 |
| 多渠道消息推送 | channel_send / message_notify | aci://channel/notify | 跨 IM 渠道的消息发送、通知推送，支持 Telegram / 飞书 / 钉钉等 |
五、ACI 与相关协议 / 传统 API 的核心区别
1. ACI vs 传统 API 接口
| 维度 | 传统 API | OpenClaw ACI |
|---|---|---|
| 面向对象 | 面向开发者，需手动编码调用 | 面向大模型，原生支持自然语言参数映射，AI 可自主调用 |
| 安全设计 | 仅基础鉴权，无 AI 场景适配 | 内置细粒度权限管控、操作审批、审计日志、沙箱隔离 |
| 核心能力 | 单一功能接口，无编排能力 | 支持多接口编排、异常重试、状态管理、结果反馈，完整支撑 Agent 循环 |
2. ACI vs MCP（Model Context Protocol）
- 定位差异：MCP 由 Anthropic 提出，解决「模型如何接入外部数据与工具」，是连接层；ACI 解决「Agent 如何管理、调度、安全地使用这些能力」，是调度与管控层。
- 范围差异：MCP 聚焦于工具与上下文的暴露；ACI 覆盖了从能力注册、路由调度、安全管控、执行落地到结果反馈的全流程，是更完整的 Agent 执行体系。
- 兼容关系：OpenClaw 的 ACI 体系原生兼容 MCP 协议，可通过 ACI 接入 MCP 生态的工具与数据源，两者是互补关系。
3. ACI vs ACP（Agent Client Protocol）
- 定位差异：ACP 是 IDE / 客户端与 Agent 之间的通信协议，解决「客户端如何与 Agent 交互」；ACI 是 Agent 内部的能力调度接口，解决「Agent 如何执行任务」。
- 上下游关系：OpenClaw 通过 ACP Bridge 对接 IDE 等客户端，客户端的请求通过 ACP 进入 Gateway，最终由 ACI 完成执行，两者是上下游协作关系。
六、OpenClaw ACI 的核心价值
- 突破大模型的执行边界：让大模型从「只会告诉你怎么做」，变成「直接帮你做完」，实现从对话到执行的完整闭环，彻底区别于传统聊天 AI。
- 本地优先的隐私安全：所有执行操作都在用户本地设备 完成，数据不上云端；ACI 的细粒度权限管控，让用户完全掌控 AI 的操作边界，规避隐私泄露风险。
- 低门槛的自动化：无需编写复杂脚本，通过自然语言就能驱动 AI 完成复杂的自动化任务，ACI 屏蔽了底层系统的复杂度，小白也能上手。
- 无限的可扩展性：通过 Skill 注册机制，开发者可以无限扩展 ACI 的能力，社区生态可快速沉淀可复用的 AI 能力，适配无限场景。
- 工程化的可靠执行：ACI 的强类型参数校验、权限管控、审计日志、异常处理，让 AI 的执行从「玩具级」变成「生产级」，可复现、可管控、可审计。
总结
在 OpenClaw 生态中，ACI 是整个 AI 智能体的执行中枢。它把大模型的推理能力，转化为了可落地、可管控、可扩展的真实操作能力，是 OpenClaw 区别于传统聊天 AI 的核心竞争力。ACI 的设计，让 AI 真正从「对话助手」变成了能帮用户干活的「数字员工」，也为个人 / 小团队的 AI 自动化提供了一套标准化、安全、可扩展的技术底座。
ACI时代，能完整懂得业务逻辑和痛点，用自然语言一次性就能表达清楚产品开发需求的能力会是每一个人最重要的能力。