🐍 OpenClaw × forge：Python Agent 框架实战

forge

Python

自我托管

📖 什么是 forge？

forge 是一个 Python 框架，专为自我托管（self-hosted）的 LLM tool-calling 和多步骤 Agent 工作流设计。它还支持 OpenClaw 生态——这意味着你可以用 Python 写 Agent 逻辑，用 OpenClaw 做编排调度。

🔧 集成方案

安装

# 安装 forge
pip install forge-ai

# 验证安装
python -c "import forge; print(forge.__version__)"
# 输出: 0.4.2

创建 forge Agent（Python）

# my_forge_agent.py
from forge import Agent, Tool
from forge.tools import web_search, web_fetch

class SEOContentAgent(Agent):
    """OpenClaw 兼容的 SEO 内容 Agent"""

    def __init__(self):
        super().__init__(
            name="seo-researcher",
            model="claude-3-haiku",
            tools=[
                Tool(web_search, "搜索最新AI资讯"),
                Tool(web_fetch, "抓取网页内容"),
                Tool(self.analyze_trends, "分析趋势"),
            ]
        )

    async def analyze_trends(self, search_results: list) -> dict:
        """分析搜索结果的趋势方向"""
        topics = []
        for result in search_results:
            # 提取关键词和趋势
            topics.append(result["title"])
        return {
            "trending_topics": topics,
            "total_results": len(search_results)
        }

    async def run(self, query: str) -> dict:
        results = await self.tools["web_search"].execute(query)
        trends = await self.analyze_trends(results)
        content = await self.tools["web_fetch"].execute(results[0]["url"])
        return {
            "query": query,
            "trends": trends,
            "content": content
        }

# 启动 Agent
agent = SEOContentAgent()
result = await agent.run("OpenClaw latest features 2026")
print(result)

⚡ OpenClaw 调用 forge Agent

通过 OpenClaw Skill 封装

# forge-agent-skill.yaml
name: forge-agent-bridge
version: 1.0.0
description: 调用 forge Python Agent 的桥梁技能

tools:
  - builtin: exec
  - builtin: read

instructions: |
  你是 OpenClaw 与 forge Python Agent 的桥梁。
  当需要复杂 Python 逻辑时：
  1. 检查 forge_agent.py 是否存在
  2. 如果不存在，创建 Python Agent 脚本
  3. 使用 exec 运行 Python Agent
  4. 解析 JSON 结果并返回给用户

hooks:
  beforeToolCall: |
    检查 Python 环境和依赖是否就绪。

  onError: |
    如果 forge 调用失败，回退到 OpenClaw 原生 tool calling。

实际调用

# 方式一：直接调用 Python 脚本
openclaw exec "python3 my_forge_agent.py --query 'OpenClaw教程'"

# 方式二：加载 forge Skill
openclaw session start \
  --agent bridge-agent \
  --skill forge-agent-bridge

# 方式三：在 OpenClaw Workflow 中集成
workflow:
  - step: "forge-research"
    skill: forge-agent-bridge
    input:
      query: "最新 AI Agent 技术趋势"

  - step: "openclaw-publish"
    skill: content-writer
    depends_on: forge-research

💡 最佳实践

• 分工明确：forge 负责 Python 密集计算，OpenClaw 负责流程调度
• 数据通道：通过 JSON/文件在 forge 和 OpenClaw 之间传递数据
• 进程隔离：forge Agent 在独立子进程中运行，避免资源冲突
• 缓存协调：共用 Redis 缓存，避免重复计算
• 日志统一：forge 日志和 OpenClaw 日志统一到 ELK 平台

⚡ 实战案例：多步数据分析流水线

# 场景：每日 AI 新闻趋势分析
workflow:
  - step: "forge-extract"
    description: "forge 抓取和分析100+新闻源"
    skill: forge-agent-bridge
    params:
      script: "news_analyzer.py"
      max_sources: 100

  - step: "forge-classify"
    description: "forge 使用 NLP 分类新闻"
    skill: forge-agent-bridge
    params:
      script: "news_classifier.py"
    depends_on: forge-extract

  - step: "openclaw-write"
    description: "OpenClaw 生成 HTML 日报"
    skill: content-writer
    template: "daily-news-template.html"
    depends_on: forge-classify

  - step: "openclaw-deploy"
    description: "发布到网站并更新 sitemap"
    skill: deployer
    depends_on: openclaw-write

🔗 相关教程

• Agent 框架概览 - 框架对比
• 自定义 Skills 开发 - 创建自己的技能
• Shell 执行 - 运行外部脚本
• 工作流自动化 - 构建复杂流程
• 本地部署优化 - 自托管方案

妙趣AI | OpenClaw 教程合集 | 最后更新：2026-05-22