OpenClaw 實際使用的 AI 開發工具組合

整理我在 OpenClaw 實作中實際使用的 builder stack，包括 ChatGPT、Codex、Python 3.12、SQLite、Slack Socket Mode 與 LaunchAgents。

先看結論

我實際採用的 builder stack 很克制：Python 3.12、SQLite + WAL、Slack Socket Mode、per-user LaunchAgents，再配合 ChatGPT / Codex 做規劃與 repo execution，刻意不引入 Redis、Celery 或微服務。

為什麼值得關心

這頁說明選型背後的重點是可維運、可追溯與可恢復，而不是把工具堆到越多越好。

核心模型

工具選型的優先順序是穩定、清楚、能回復，而不是追求看起來最複雜的基礎設施。
Python 3.12、SQLite + WAL、Slack Socket Mode 與 per-user LaunchAgents 讓第一版保持最少的移動部件。
ChatGPT 與 Codex 是建置流程中的工具，但真正的系統真相仍回到資料庫、規格、測試與輸出檔案。
刻意不引入 Redis、Celery、Kafka、Kubernetes 等額外層，本身就是這套系統設計的一部分。

例子與常見誤解

使用：如果想參考這套組合，先保留單機 Python、SQLite、Slack Socket Mode 與 LaunchAgents 這條主線，再視需要逐步擴充。
失效模式：過早加入額外的協調層，會讓控制來源變分散，恢復路徑也更難看清。
使用：把設定檔與依賴清單當成實作參考，用來核對配置與安裝需求。
使用：讓規劃工具與 repo 實作工具各司其職，同時保留測試、驗證與輸出紀錄。

更新與覆核

本頁已按現行編輯標準更新，工具選型、適用範圍與披露說明已一併覆核。

披露說明