cc-connect 与 OpenClaw 深度对比分析

cc-connect 与 OpenClaw 深度对比分析

调研时间:2026年3月13日
数据来源:GitHub chenhg5/cc-connect

什么是 cc-connect?

cc-connect 是一个用 Go 语言编写的开源项目(MIT 许可证),旨在将本地 AI 编码 Agent 连接到各种即时通讯平台。它的 Slogan 是:

“Control your local AI agents from any chat app. Anywhere, anytime.”

从功能定位上看,cc-connect 和 OpenClaw 非常相似——都是桥梁作用,将 Claude Code 等 AI 工具接入聊天工具。但两者在设计理念、功能范围和实现方式上有显著差异。


核心功能对比

1. 支持的 AI Agent

特性 cc-connect OpenClaw
Claude Code ✅ 支持 ✅ 原生深度集成
OpenAI Codex ✅ 支持 ❌ 不支持
Cursor Agent ✅ 支持 ❌ 不支持
Gemini CLI ✅ 支持 ❌ 不支持
Qoder CLI ✅ 支持 ❌ 不支持
OpenCode ✅ 支持 ❌ 不支持
iFlow CLI ✅ 支持 ❌ 不支持

结论:cc-connect 走的是「多 Agent 兼容」路线,一套系统同时支持 7 种不同的 AI Agent;OpenClaw 则专注于 Claude Code 的深度定制和扩展。


2. 支持的通讯平台

平台 cc-connect OpenClaw
Telegram ✅ Long Polling(无需公网 IP)
Discord ✅ Gateway(无需公网 IP)
Slack ✅ Socket Mode(无需公网 IP)
飞书/钉钉 ✅ WebSocket/Stream
企业微信 ✅ WebSocket + Webhook
QQ (NapCat/OneBot) ✅ WebSocket
LINE ✅ Webhook(需要公网 URL)
WhatsApp 🔜 计划中
Microsoft Teams 🔜 计划中

结论:cc-connect 在国内平台支持方面更全面,尤其是 LINE 和企业微信的 WebSocket 模式。OpenClaw 的优势在于对 MCP 协议和浏览器控制的原生支持。


3. 特色功能对比

cc-connect 独有功能

  • Multi-Bot Relay(多 Bot 中继):支持在一个群聊中绑定多个 Bot,让不同 AI Agent 互相协作。例如让 Claude Code 写代码,Gemini 给建议。
  • Claude Code Router 集成:内置支持 Claude Code Router,可以动态切换模型提供商(OpenRouter、DeepSeek、Ollama 等)。
  • API Provider 运行时切换:无需重启,通过 /provider 命令实时切换不同的 API 密钥。
  • 自然语言 Cron 任务:支持用自然语言设置定时任务,如「每天早上6点总结 GitHub trending」。
  • 多工作区支持:单进程管理多个项目,每个项目独立的 Agent + 平台组合。

OpenClaw 独有功能

  • MCP (Model Context Protocol):原生支持 MCP 协议,可以连接各种外部服务。
  • 浏览器控制:内置浏览器自动化能力,可执行复杂的网页操作。
  • TTS 语音输出:支持 Edge-TTS 等多种语音合成方案。
  • 技能系统 (Skills):灵活的技能扩展机制,支持创建自定义工作流。
  • Subagent 子智能体:支持创建子任务代理,实现复杂任务的分解执行。

4. 技术栈对比

维度 cc-connect OpenClaw
语言 Go (99.2%) TypeScript/Node.js
架构 插件化设计,Agent/Platform 注册制 模块化 + Skill 扩展
安装方式 npm / 二进制 / Go 源码 npm
配置格式 TOML JSON/YAML

5. 权限模式对比

两者都支持细粒度的权限控制,但实现细节不同:

cc-connect:为每种 Agent 定义了独立的权限模式

  • Claude Code:default / acceptEdits / plan / yolo
  • Codex:suggest / auto-edit / full-auto / yolo
  • 运行时可通过 /mode 命令切换

OpenClaw:继承 Claude Code 的权限体系,同时提供更灵活的安全规则配置。


使用场景分析

适合使用 cc-connect 的场景

  1. 多 Agent 协作:需要同时使用 Claude Code、Codex、Cursor 等多个 AI 工具
  2. 国内平台为主:主要在飞书、钉钉、企业微信、QQ 上使用
  3. 动态切换模型:需要频繁切换不同的 API 提供商
  4. 定时自动化:需要定时执行 AI 任务(如每日代码审查)

适合使用 OpenClaw 的场景

  1. 深度 Claude Code 集成:需要 MCP、浏览器控制等高级功能
  2. 技能扩展:需要创建自定义自动化工作流
  3. 语音交互:需要 TTS 语音回复功能
  4. 子任务编排:需要复杂的多步骤任务分解执行

总结

维度 cc-connect OpenClaw
定位 多 Agent 通用桥接器 Claude Code 深度扩展平台
Agent 支持 7 种 1 种(Claude Code)
平台覆盖 9+ 个(含 LINE/QQ) 5+ 个
扩展性 插件化架构 Skill + MCP
适用人群 多工具用户 Claude Code 深度用户

一句话概括:cc-connect 是「全能型选手」,OpenClaw 是「专业型选手」。如果你需要同时使用多种 AI 工具,cc-connect 更合适;如果你专注于 Claude Code 并需要深度定制,OpenClaw 是更好的选择。


参考资料

  • cc-connect GitHub:https://github.com/chenhg5/cc-connect
  • cc-connect Star:943(数据采集时间:2026-03-13)