refactor: 统一项目名称从OpenFang到ZCLAW

重构所有代码和文档中的项目名称，将OpenFang统一更新为ZCLAW。包括：
- 配置文件中的项目名称
- 代码注释和文档引用
- 环境变量和路径
- 类型定义和接口名称
- 测试用例和模拟数据

同时优化部分代码结构，移除未使用的模块，并更新相关依赖项。

docs/ZCLAW_AGENT_INTELLIGENCE_EVOLUTION.md

@@ -2,7 +2,7 @@
 
 > **文档日期**：2026-03-24
 > **定位**：`ZCLAW_NEXT_EVOLUTION_STRATEGY.md` 的**专题补充文档**，聚焦 Agent 智能层的深度差距分析与演化路径
-> **核心问题**：ZCLAW 当前的 Agent 只是"解决问题的帮手"，而 OpenClaw 的 Agent 是"可持续成长的助手"——如何弥合这一差距？
+> **核心问题**：ZCLAW 当前的 Agent 只是"解决问题的帮手"，而 ZCLAW 的 Agent 是"可持续成长的助手"——如何弥合这一差距？
 >
 > **后续升级路径**：[`ZCLAW_OPENVIKING_INTEGRATION_PLAN.md`](./ZCLAW_OPENVIKING_INTEGRATION_PLAN.md) 中规划了基于 **OpenViking**（火山引擎开源 AI 智能体上下文数据库）的升级方案，作为本文档 Phase 1 自建记忆系统的**后续增强**选项。当前优先按本文档方案实施。
 
@@ -32,7 +32,7 @@
 
 ### 1.1 现象描述
 
-| 维度 | OpenClaw Agent | ZCLAW Agent 当前状态 |
+| 维度 | ZCLAW Agent | ZCLAW Agent 当前状态 |
 |------|---------------|---------------------|
 | **记忆** | 跨会话持久记忆，自动沉淀重要信息 | 每次对话从零开始，无持久记忆 |
 | **主动性** | Heartbeat 定时巡检 + Cron 精确调度 | 纯被动响应，用户不问就不动 |
@@ -47,7 +47,7 @@
 ZCLAW Agent 的"不聪明"不是模型能力问题，而是**Agent 基础设施缺失**：
 
 ```
-OpenClaw Agent = LLM + 持久记忆 + 主动调度 + 自我演化的身份 + 技能生态 + 上下文治理
+ZCLAW Agent = LLM + 持久记忆 + 主动调度 + 自我演化的身份 + 技能生态 + 上下文治理
 ZCLAW Agent   = LLM + 临时会话 + 静态配置
                       ↑ 差距在这里：缺少让 Agent 持续成长的基础设施
 ```
@@ -65,11 +65,11 @@ ZCLAW Agent   = LLM + 临时会话 + 静态配置
 
 ## 二、竞品 Agent 智能体系深度解剖
 
-### 2.1 OpenClaw：最完整的"可成长 Agent"参考
+### 2.1 ZCLAW：最完整的"可成长 Agent"参考
 
 #### 2.1.1 两层记忆系统
 
-OpenClaw 的记忆设计是其核心竞争力：
+ZCLAW 的记忆设计是其核心竞争力：
 
 **Layer 1：Daily Logs（短期日记）**
 ```
@@ -104,7 +104,7 @@ memory/
 
 #### 2.1.2 Heartbeat 引擎（主动心跳）
 
-OpenClaw 的心跳系统让 Agent 从"被动回应者"变为"主动助手"：
+ZCLAW 的心跳系统让 Agent 从"被动回应者"变为"主动助手"：
 
 ```markdown
 # HEARTBEAT.md（用户可编辑的巡检清单）
@@ -224,7 +224,7 @@ git diff  # 查看 Agent 的人格变化
 
 ### 3.2 各系统评级
 
-| 能力维度 | OpenClaw | NanoClaw | ZeroClaw | ZCLAW 当前 |
+| 能力维度 | ZCLAW | NanoClaw | ZeroClaw | ZCLAW 当前 |
 |----------|---------|----------|----------|-----------|
 | 短期记忆（会话内） | L1 ✅ | L1 ✅ | L1 ✅ | **L1** ✅ |
 | 长期记忆（跨会话） | **L2** ✅ | **L2** ✅ | **L2** ✅ | **L0** ❌ |
@@ -241,7 +241,7 @@ git diff  # 查看 Agent 的人格变化
 
 ### 3.3 差距总结
 
-**ZCLAW 当前处于 L1（会话感知）级别，而 OpenClaw 已经达到 L4（自我演化）级别。**
+**ZCLAW 当前处于 L1（会话感知）级别，而 ZCLAW 已经达到 L4（自我演化）级别。**
 
 差距不是线性的——每一级的价值都是指数增长：
 - L0→L1：用户体验从"不可用"到"可用"
@@ -257,25 +257,25 @@ git diff  # 查看 Agent 的人格变化
 
 | 能力 | 来源 | 价值 | 实现复杂度 |
 |------|------|------|-----------|
-| **持久记忆系统** | OpenClaw + ZeroClaw | 从 L1 跃迁到 L2 的核心 | 中 |
-| **上下文压缩 + 记忆冲刷** | OpenClaw | 无限对话不丢信息 | 中 |
-| **工作区身份文件动态化** | OpenClaw | Agent 人格可演化 | 低 |
-| **记忆搜索（语义 + 关键词）** | OpenClaw + ZeroClaw | 精确召回历史信息 | 中到高 |
+| **持久记忆系统** | ZCLAW + ZeroClaw | 从 L1 跃迁到 L2 的核心 | 中 |
+| **上下文压缩 + 记忆冲刷** | ZCLAW | 无限对话不丢信息 | 中 |
+| **工作区身份文件动态化** | ZCLAW | Agent 人格可演化 | 低 |
+| **记忆搜索（语义 + 关键词）** | ZCLAW + ZeroClaw | 精确召回历史信息 | 中到高 |
 
 ### 4.2 强烈建议吸收（P1 — 形成差异化竞争力）
 
 | 能力 | 来源 | 价值 | 实现复杂度 |
 |------|------|------|-----------|
-| **Heartbeat 主动巡检** | OpenClaw | 从 L2 跃迁到 L3 | 中 |
-| **Cron 定时任务** | OpenClaw + NanoClaw | 精确调度能力 | 低到中 |
-| **Agent 自我反思循环** | OpenClaw | 行为持续优化 | 中 |
+| **Heartbeat 主动巡检** | ZCLAW | 从 L2 跃迁到 L3 | 中 |
+| **Cron 定时任务** | ZCLAW + NanoClaw | 精确调度能力 | 低到中 |
+| **Agent 自我反思循环** | ZCLAW | 行为持续优化 | 中 |
 | **多 Agent 协作框架** | NanoClaw | 复杂任务分工 | 高 |
 
 ### 4.3 可选吸收（P2 — 生态化扩展）
 
 | 能力 | 来源 | 价值 | 实现复杂度 |
 |------|------|------|-----------|
-| **技能市场与自主安装** | OpenClaw | 能力无限扩展 | 高 |
+| **技能市场与自主安装** | ZCLAW | 能力无限扩展 | 高 |
 | **容器级执行隔离** | NanoClaw | 安全执行环境 | 高 |
 | **向量记忆后端可替换** | ZeroClaw | 灵活的记忆架构 | 中 |
 
@@ -283,7 +283,7 @@ git diff  # 查看 Agent 的人格变化
 
 | 能力 | 原因 |
 |------|------|
-| OpenClaw 的纯文件系统记忆 | ZCLAW 桌面端更适合 SQLite/IndexedDB + 文件混合方案 |
+| ZCLAW 的纯文件系统记忆 | ZCLAW 桌面端更适合 SQLite/IndexedDB + 文件混合方案 |
 | NanoClaw 的纯 fork 定制模式 | ZCLAW 需要平台化扩展 |
 | ZeroClaw 的 Rust 重写 | 当前阶段不值得重写运行时 |
 
@@ -313,7 +313,7 @@ git diff  # 查看 Agent 的人格变化
 2. **产品视角**：Agent 主动推送消息，用户的接受边界在哪里？
 3. **技术视角**：记忆数据存在哪里最合理？文件系统、SQLite、还是云端？
 4. **安全视角**：Agent 能自动修改自己的配置文件，风险可控吗？
-5. **差异化视角**：相比 OpenClaw，ZCLAW 的 Agent 智能应该在哪个方向上做得更好？
+5. **差异化视角**：相比 ZCLAW，ZCLAW 的 Agent 智能应该在哪个方向上做得更好？
 
 ### 5.3 会议议程（3 小时）
 
@@ -321,7 +321,7 @@ git diff  # 查看 Agent 的人格变化
 
 **目标**：团队对"我们的 Agent 差在哪里"形成统一认知
 
-- 演示对比：OpenClaw Agent 的记忆/主动行为 vs ZCLAW Agent 的当前表现
+- 演示对比：ZCLAW Agent 的记忆/主动行为 vs ZCLAW Agent 的当前表现
 - 走读本文档的 L0-L4 成熟度评估
 - 确认：团队是否认同 L1→L2 是当前最关键的跃迁？
 
@@ -337,7 +337,7 @@ git diff  # 查看 Agent 的人格变化
 
 | 方案 | 优点 | 缺点 | 适合场景 |
 |------|------|------|---------|
-| 纯文件系统（OpenClaw 风格） | 可审查、可 git、透明 | 搜索性能差、并发控制弱 | 单用户/开发者 |
+| 纯文件系统（ZCLAW 风格） | 可审查、可 git、透明 | 搜索性能差、并发控制弱 | 单用户/开发者 |
 | SQLite + FTS5 | 查询强、结构化、桌面原生 | 不可直接 git | 桌面产品 |
 | SQLite + 向量搜索（ZeroClaw 风格） | 语义召回强 | 需要嵌入模型 | 高级记忆 |
 | 混合方案：SQLite + Markdown 导出 | 兼顾查询和可审查性 | 同步复杂度 | **推荐方案** |
@@ -375,7 +375,7 @@ git diff  # 查看 Agent 的人格变化
 **A. Heartbeat 产品化**
 
 核心问题：
-- 心跳间隔多少合适？（OpenClaw 默认 30 分钟）
+- 心跳间隔多少合适？（ZCLAW 默认 30 分钟）
 - 哪些检查项是默认启用的？
 - 如何避免"通知骚扰"？
 - 桌面端的心跳应该通过什么渠道通知？（系统通知？应用内通知？飞书消息？）
@@ -484,7 +484,7 @@ git diff  # 查看 Agent 的人格变化
 │                      ▼                                       │
 │  ┌─────────────────────────────────────────────────┐        │
 │  │            Runtime Adapter Layer                  │        │
-│  │  (OpenClaw / OpenFang / Future Native Runtime)   │        │
+│  │  (ZCLAW / ZCLAW / Future Native Runtime)   │        │
 │  └─────────────────────────────────────────────────┘        │
 ├─────────────────────────────────────────────────────────────┤
 │  ┌──────────┐ ┌──────────┐ ┌──────────┐                    │
@@ -1192,15 +1192,15 @@ Phase 1-4 完成了底层能力，但用户体验存在断层：
 
 ## 十二、总结
 
-**ZCLAW 当前 Agent 与 OpenClaw Agent 的核心差距不在 LLM 能力，而在 Agent 基础设施。**
+**ZCLAW 当前 Agent 与 ZCLAW Agent 的核心差距不在 LLM 能力，而在 Agent 基础设施。**
 
-OpenClaw 构建了一套完整的"Agent 成长基础设施"：
+ZCLAW 构建了一套完整的"Agent 成长基础设施"：
 - **记忆**让 Agent 有了"过去"
 - **Heartbeat**让 Agent 有了"主动意识"
 - **身份演化**让 Agent 有了"自我成长"
 - **上下文治理**让 Agent 有了"无限续航"
 
-ZCLAW 要做的不是复制 OpenClaw，而是：
+ZCLAW 要做的不是复制 ZCLAW，而是：
 
 > **在桌面端场景下，构建一套更适合中文用户、更注重隐私、更强调团队协作的 Agent 成长基础设施。**
 
@@ -1217,8 +1217,8 @@ ZCLAW 要做的不是复制 OpenClaw，而是：
 ## 附录：参考资料
 
 ### 公开技术分析
-- [Inside OpenClaw: How the World's Fastest-Growing AI Agent Actually Works Under the Hood](https://dev.to/jiade/inside-openclaw-how-the-worlds-fastest-growing-ai-agent-actually-works-under-the-hood-4p5n)
-- [Inside OpenClaw: How a Persistent AI Agent Actually Works](https://dev.to/entelligenceai/inside-openclaw-how-a-persistent-ai-agent-actually-works-1mnk)
+- [Inside ZCLAW: How the World's Fastest-Growing AI Agent Actually Works Under the Hood](https://dev.to/jiade/inside-zclaw-how-the-worlds-fastest-growing-ai-agent-actually-works-under-the-hood-4p5n)
+- [Inside ZCLAW: How a Persistent AI Agent Actually Works](https://dev.to/entelligenceai/inside-zclaw-how-a-persistent-ai-agent-actually-works-1mnk)
 - [ZeroClaw: A Minimal Rust-Based AI Agent Framework for Self-Hosted Systems](https://dev.to/lightningdev123/zeroclaw-a-minimal-rust-based-ai-agent-framework-for-self-hosted-systems-5593)
 - [NanoClaw Official Site](https://nanoclaws.io/)