过年
2026 年春节，OpenClaw 火了。
其实年前就已经有很多人在玩了，但我那时候忙，没时间搭理。正好赶上过年，难得有几天清闲，就把 OpenClaw 装上玩了一下。
这一玩就收不住了。整个过年，家人吃饭我在玩，大年初几我也忘了，反正就是一直在玩。
玩了一段时间，自然就开始好奇它内部是怎么工作的：这东西怎么知道该调用哪个工具？记忆是怎么管理的？提示词是怎么组织的？就让 AI 帮我分析了一下源码。
发现 pi-mono
顺着 OpenClaw 的源码往里翻，发现它的内核依赖一个叫 pi-mono 的东西。
去看了 pi-mono 的代码，感觉设计很精干。它不是一个框架，只提供必要的东西：一个 Agent 循环、工具调用、会话管理，仅此而已。没有编排 DSL，没有 workflow 引擎，没有各种抽象层。核心思想就是：
把工具给大模型，让它自己决定怎么解决问题。
然后看了一下 pi-mono 的作者背景，发现是游戏开发者出身。我自己以前也做过游戏，看到这里有点感慨——牛人到哪都是牛人。
pcclaw 诞生
年后大家都在玩 OpenClaw，不知道怎么抽风了，想用 Go 实现一下 pi-mono 内核，看看它到底怎么运行的。
我平时写 Go，OpenClaw 是 JS 的，语言上的迁移借助 AI 不是太大的问题，主要还是要把原理搞清楚。2026 年 3 月 15 日，pcclaw v0.0.1 第一次提交。
pcclaw，tclaw 的前身。
架构上参考了 OpenClaw 的分层思路：
tool → command → skill → agent
- tool：最底层，封装基础操作（bash 执行、文件读写、网络请求等）
- command：把 tool 组合成更高层的操作
- skill：可复用的能力单元，agent 通过调用 skill 完成任务
- agent：顶层，接收用户指令，通过 skill 和 tool 解决问题
Provider 层支持多种协议——OpenAI compatible、Anthropic 等，可以接不同的模型。内核沿用 pi-mono 的思路：LLM 发现问题 → 调用 tool → 检查结果 → 继续或结束。就是一个循环，没有更多了。
写着写着发现越来越好玩，而且一个 Go 的单二进制，不需要 JS 那一套，依赖少、跑起来快，就这么停不下来了。
年前写代码还是手写为主，AI 辅助；过完年回来，直接变成全 AI 输出了，自己一行不写。就过年这几天，生产力已经全变了。
tclaw 提供 Mac、Linux、Windows 版下载，Mac 版支持最好，感兴趣可以去 tclaw-releases 体验。
也可以先玩玩 tclaw 用 AI 做的几个小游戏：→ 点这里玩