让OpenClaw指挥Claude Code开发的最佳方案

导语

有时候把开发任务交给 Claude Code 就离开了做别的了，回来发现它执行个三五步就停了，不是等你给权限就是问“您看这样可以吗？”，哪怕你提前写好了完整的实施计划，它还是会中途停下来等你确认。

要是能让 OpenClaw 使用 Claude Code 进行开发，让小龙虾监督它持续工作直到完全实施完成就好了。

折腾了一整天，试了四种方案，踩了无数个坑，终于打通了这条链路：

。中间完全不需要人工介入。

最爽的是，整个过程 Claude Code 始终在同一个会话里，上下文是连续的，它记得之前做了什么，不会出现“我是谁我在哪”的情况。

如果你也想让 AI 真正帮你托管开发，而不是“挤牙膏式”的一轮一轮做，这篇文章就是为你写的。

一、为什么不让 OpenClaw 直接开发？

让 OpenClaw 直接开发？尝试过，它对项目的工程级上下文能力还是很欠缺。而 Claude Code 有几个不可替代的优势：

第一，它有成熟的项目上下文持续集成优化机制，以项目维度划分工作区，对项目的技术架构、业务逻辑的理解能持续积累。

第二，它是专门为 coding 设计的 agent，工具链更完善，写代码的手感更好。

第三，长期迭代时，Claude Code 能记住之前的决策和改动，不会每次都从零开始。

所以目标很明确：

。

在飞书里跟机器人说一声“帮我开发个用户注册功能”，然后该干嘛干嘛去。等 OpenClaw 通知你“做完了，PR 已发起”，去验收一下就行。中间不需要反复确认、反复给指令。

二、架构设计：OpenClaw 当 PM，Claude Code 当工程师

想清楚分工后，架构就清晰了：

飞书用户 → OpenClaw(调度层) → Claude Code(执行层)

是入口，随时随地提需求，不用打开 IDE。

是技术 PM，负责理解需求、拆解任务、调度执行、整合结果。它有 LLM 能力，能跟人自然语言沟通，也能调用各种工具。

是执行工程师，负责具体的编码工作。它专业、高效，而且能持续积累项目上下文。

OpenClaw 通过 exec 命令调用 acpx claude，每 5-10 秒轮询一次输出，识别到“Claude complete”标记就知道任务完成了。如果 Claude Code 遇到问题停下来，OpenClaw 能基于对需求的理解自主决策，告诉它下一步该做什么。只有遇到权限等重大问题时，才会问人。

这样一来，整个链路就活了。

三、核心难点：持续会话是成败关键

整个链路最难的地方，不是配置环境，不是写调度逻辑，而是

。

为什么这个这么重要？

因为 Claude Code 的上下文记忆是绑定在 session 上的。如果每次调用都是新 session，它就完全不记得之前做了什么，相当于每次都要从零开始。这样的话，OpenClaw 的调度就失去了意义——它得把之前的对话历史重新讲一遍，效率极低。

试了很多种办法，一开始用官方推荐的 OpenClaw ACP 方式，配置了半天，一会儿是这个参数不对，一会儿是那个接口报错。最烦的是，很多配置问题 OpenClaw 自己也排查不到，问它吧，它还可能说谎——工具调用的输入输出有点黑盒，看不到真实证据。

后来学聪明了，每改一次配置就让 OpenClaw 提供调用工具的真实日志，这才慢慢摸清楚问题在哪。

四、踩坑排查：四种方案对比

把尝试过的方案整理成表格，一目了然：

方案	会话复用	OpenClaw 调度	流式输出	状态
ACP + resumeSessionId	❌	✅	✅	失败
ACP + /acp steer	✅	❌	❌	可用但不推荐
acpx claude -s	✅	❌	✅	可用但无调度
Agent + exec acpx	✅	✅	✅	推荐

官方文档说用 sessions_spawn 加上 resumeSessionId 参数就能复用会话。配了半天，发现每次都是新会话。

后来仔细研究才发现，resumeSessionId 是 OpenClaw ACP 会话的 ID，不是 Claude Code 的 session ID。复用 OpenClaw 的会话 ID 根本维持不了同一个 Claude 会话。这个参数有点鸡肋，可能在 thread 和 mode=session 下才有用。

这个方案能复用会话，但有个致命问题：/acp 指令只能人为发送给 OpenClaw，它自己不能执行。也就是说，每一条指令都需要手动发布，那直接用 Claude Code 不香吗？

这个方案解决不了核心需求：Claude Code 中断时，OpenClaw 自主决策继续调度。

直接用 acpx claude -s 会话名 确实能复用会话，而且很简单直接。但问题是不经过 OpenClaw，无法发挥它的任务拆解和调度能力。

这就相当于绕过了 PM，直接跟工程师对话。简单任务还行，复杂任务就抓瞎了。

最终方案：OpenClaw Agent 通过 exec 调用 acpx claude -s 会话名。

这个方案兼顾了所有需求：

• OpenClaw 可以调度（拆解任务、整合结果）
• acpx claude 持续会话（-s 参数）
• 支持流式输出（--format json + 定期 poll）
• 用户体验好（自动执行，不需要手动指令）

五、最终方案详解

架构

用户（飞书）
  ↓
OpenClaw Agent（任务调度层）
  - 理解需求（LLM）
  - 拆解任务
  - exec 调用 acpx claude
  - 整合结果
  ↓
acpx claude（执行层）
  - 持续会话（-s ）
  - 执行编码任务
  - NDJSON 流式输出

关键配置

# 安装 Claude Code CLI
npm install -g @anthropic-ai/claude-code

# 安装 acpx CLI（必须）
npm install -g acpx

# 验证安装
claude --version
acpx --version

这是最关键的一步，很多人（包括我在内）都卡在这里。

为什么必须配置 ~/.claude/settings.json？因为 claude-agent-acp 调用 Claude Code CLI 时，环境变量可能不传递。Claude Code CLI 优先读取配置文件中的 model 字段。

# 手动编辑 ~/.claude/settings.json
{
  "model": "qwen3.5-plus"
}

注意是 model 字段，不是 Anthropic_model。用环境变量配了半天没生效，最后发现得改配置文件。

可选的环境变量（用于认证）：

export ANTHROPIC_BASE_URL="https://coding.dashscope.aliyuncs.com/apps/anthropic"
export ANTHROPIC_API_KEY="sk-xxx"

最终方案不需要 OpenClaw acpx 插件，因为直接调用 acpx CLI。但为了其他功能，可以保留基础配置：

{
  "tools": {
    "sessions": { "visibility": "all" },
    "agentToAgent": { "enabled": true, "allow": ["*"] }
  }
}

openclaw gateway restart

会话复用

# 创建会话
acpx claude sessions new --name output-manager

# 测试复用
acpx claude -s output-manager "收到请回复数字 11"
# → 输出：11

acpx claude -s output-manager "上一个数字 +2 等于多少"
# → 输出：13 ✅ 成功复用

流式输出

acpx --format json claude -s output-manager "回复数字 11"

输出 NDJSON 格式，每行一个事件。OpenClaw 每 5-10 秒 poll 一次，解析 thinking 和 message 字段，实时发送给用户。

结束判断

Claude Code 执行结束会有一个“Claude complete”的标记语，识别到这个就知道任务完成了。

六、拿走即用

快速开始

npm install -g @anthropic-ai/claude-code
npm install -g acpx

# 编辑 ~/.claude/settings.json
{
  "model": "qwen3.5-plus"
}

acpx claude sessions new --name my-project

# 第一轮
acpx claude -s my-project "收到请回复 11"

# 第二轮（验证上下文）
acpx claude -s my-project "上一个数字 +2 等于多少"
# 应该输出 13

开源计划

这套方案已经封装成了 skill，整理好会开源。到时候可以直接安装使用，不用自己从头配置。

写在最后

虽然现在只能用 exec 方案，有点“曲线救国”的意思，但已经能达到托管开发的目的。如果未来飞书能支持 thread，OpenClaw ACP 能丰富能力，原生 ACP 方式依然是更好的选择——那样等同一个 agent 会话，有 session 记录文件，很方便追溯完整对话过程，可靠性和便捷性都更高。

但在那之前，这个方案已经足够好用了。