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/archive/openclaw-legacy/deviation-analysis.md

@@ -2,14 +2,14 @@
 
 > ⚠️ **此报告已废弃**
 >
-> 本报告基于 OpenClaw 分析，项目已迁移到 OpenFang。
+> 本报告基于 ZCLAW 分析，项目已迁移到 ZCLAW。
 >
 > **请查看最新的系统分析报告**：
 > - **[../SYSTEM_ANALYSIS.md](../SYSTEM_ANALYSIS.md)** - 包含完整的偏离分析、API 覆盖率、演化路线图
 >
 > 关键数据对比：
 >
-> | 指标 | 本报告 (OpenClaw) | 最新报告 (OpenFang) |
+> | 指标 | 本报告 (ZCLAW) | 最新报告 (ZCLAW) |
 > |------|-------------------|---------------------|
 > | 偏离程度 | 75% | 20% |
 > | API 覆盖率 | 未统计 | 60% (37/62) |
@@ -17,18 +17,18 @@
 > | Hands 配置 | 0% | 43% (3/7) |
 
 **日期**: 2026-03-11
-**目的**: 对标 QClaw / AutoClaw / OpenClaw，分析当前项目是否偏离初衷
+**目的**: 对标 QClaw / AutoClaw / ZCLAW，分析当前项目是否偏离初衷
 **状态**: 📦 已废弃 - 请查看 [SYSTEM_ANALYSIS.md](../SYSTEM_ANALYSIS.md)
 
 ---
 
 ## 迁移说明
 
-项目已于 2026-03-14 从 OpenClaw 迁移到 OpenFang，原因：
+项目已于 2026-03-14 从 ZCLAW 迁移到 ZCLAW，原因：
 1. 架构统一为 Rust
 2. 性能大幅提升（启动 180ms vs 5.98s，内存 40MB vs 394MB）
 3. 安全性更强（16 层纵深防御 vs 3 层）
-4. OpenFang 本身基于 OpenClaw 开发，功能兼容
+4. ZCLAW 本身基于 ZCLAW 开发，功能兼容
 
 以下为原报告内容，仅供历史参考。
 
@@ -36,9 +36,9 @@
 
 ## 一、三大产品深度理解
 
-### 1. OpenClaw — 开源核心 (GitHub 28万+ Stars)
+### 1. ZCLAW — 开源核心 (GitHub 28万+ Stars)
 
-OpenClaw 是一个**本地优先的 AI 代理平台**，不是简单的聊天机器人，而是一个能真正操控电脑执行任务的系统。
+ZCLAW 是一个**本地优先的 AI 代理平台**，不是简单的聊天机器人，而是一个能真正操控电脑执行任务的系统。
 
 **核心架构:**
 
@@ -64,7 +64,7 @@ OpenClaw 是一个**本地优先的 AI 代理平台**，不是简单的聊天机
 
 ### 2. QClaw — 腾讯产品化封装
 
-QClaw **不是**腾讯从零重写的框架，而是**围绕 OpenClaw 做的一次产品化封装**。
+QClaw **不是**腾讯从零重写的框架，而是**围绕 ZCLAW 做的一次产品化封装**。
 
 **核心卖点:**
 - **一键安装**: 下载即用，无需配置环境
@@ -85,7 +85,7 @@ QClaw **不是**腾讯从零重写的框架，而是**围绕 OpenClaw 做的一
 
 ### 3. AutoClaw — 智谱 AutoGLM 定制版 (v0.2.12)
 
-基于 OpenClaw 的智谱定制版，核心是**飞书集成**。
+基于 ZCLAW 的智谱定制版，核心是**飞书集成**。
 
 **从 13 张界面截图提取的完整功能架构:**
 
@@ -104,15 +104,15 @@ QClaw **不是**腾讯从零重写的框架，而是**围绕 OpenClaw 做的一
 | **MCP 服务** | File System / Web Fetch + 快速添加(Brave Search, SQLite) |
 | **技能** | SKILL.md 文件管理，额外技能目录 (~/.opencode/skills) |
 | **IM 频道** | 添加/管理频道，快速添加飞书 |
-| **工作区** | 项目目录、文件访问限制、自动保存上下文、文件监听、从OpenClaw迁移 |
+| **工作区** | 项目目录、文件访问限制、自动保存上下文、文件监听、从ZCLAW迁移 |
 | 数据与隐私 | 本地数据路径、优化计划 |
 | 提交反馈 / 关于 | 反馈表单、版本信息 |
 
 #### 核心概念
 - **分身 (Clone)**: 每个分身是独立的 Agent 实例，有自己的配置和对话历史
 - **快速配置**: 名字、角色、昵称、使用场景(编程/写作/产品/数据分析/设计/运维/研发/营销)
-- **Gateway WebSocket 连接**: ws://127.0.0.1:18789 — 这是 OpenClaw Gateway 的连接方式
-- **工作区**: 默认 ~/.openclaw-autoclaw/workspace，文件访问沙盒
+- **Gateway WebSocket 连接**: ws://127.0.0.1:18789 — 这是 ZCLAW Gateway 的连接方式
+- **工作区**: 默认 ~/.zclaw-autoclaw/workspace，文件访问沙盒
 
 ---
 
@@ -142,22 +142,22 @@ QClaw **不是**腾讯从零重写的框架，而是**围绕 OpenClaw 做的一
 
 ### 🔴 严重偏离
 
-#### 1. 架构根本性偏离 — 没有基于 OpenClaw
+#### 1. 架构根本性偏离 — 没有基于 ZCLAW
 
-**问题**: 项目初衷是"学习 QClaw 跟 AutoClaw，打造结合 Tauri + OpenClaw 的系统"，但当前代码**完全没有 OpenClaw 的影子**。
+**问题**: 项目初衷是"学习 QClaw 跟 AutoClaw，打造结合 Tauri + ZCLAW 的系统"，但当前代码**完全没有 ZCLAW 的影子**。
 
-- OpenClaw 的核心是 **Gateway** (Node.js 进程 + WebSocket)
-- QClaw 和 AutoClaw 都是**围绕 OpenClaw 做封装**
+- ZCLAW 的核心是 **Gateway** (Node.js 进程 + WebSocket)
+- QClaw 和 AutoClaw 都是**围绕 ZCLAW 做封装**
 - 我们的 ZCLAW 却从零自己发明了一套架构 (RemoteExecutionEngine / TaskOrchestrator / AgentOrchestrator)
-- 这些自创系统**不是 OpenClaw 的概念**，等于在重造轮子
+- 这些自创系统**不是 ZCLAW 的概念**，等于在重造轮子
 
-**应该**: 直接集成 OpenClaw Gateway，或至少学习其架构模式来构建
+**应该**: 直接集成 ZCLAW Gateway，或至少学习其架构模式来构建
 
 #### 2. Skills 系统完全缺失
 
-**问题**: Skills 是 OpenClaw/QClaw/AutoClaw 的**核心扩展机制**。
+**问题**: Skills 是 ZCLAW/QClaw/AutoClaw 的**核心扩展机制**。
 
-- OpenClaw 有 100+ 预配置技能
+- ZCLAW 有 100+ 预配置技能
 - QClaw 有 5000+ Skills 生态
 - AutoClaw 截图显示有完整的技能管理界面
 - Skills 基于 SKILL.md 文件，三级渐进式披露，解决 Token 成本
@@ -168,12 +168,12 @@ QClaw **不是**腾讯从零重写的框架，而是**围绕 OpenClaw 做的一
 **问题**: MCP 是现代 AI Agent 的标准工具扩展协议。
 
 - AutoClaw 内置: File System、Web Fetch，可快速添加 Brave Search、SQLite
-- OpenClaw 原生支持 MCP
+- ZCLAW 原生支持 MCP
 - 我们完全没有 MCP 支持
 
 #### 4. 工具执行层是"假的"
 
-**问题**: OpenClaw 能**真正**操控电脑 — 执行 Shell 命令、读写文件、控制浏览器。
+**问题**: ZCLAW 能**真正**操控电脑 — 执行 Shell 命令、读写文件、控制浏览器。
 
 - 我们的 BrowserAgent / FileAgent / TerminalAgent 实际上是**用 AI 模拟输出结果**
 - 没有任何真实的命令执行、文件操作或浏览器控制能力
@@ -196,15 +196,15 @@ QClaw **不是**腾讯从零重写的框架，而是**围绕 OpenClaw 做的一
 #### 6. 持久化方式偏离
 
 **问题**:
-- OpenClaw 用**纯文本文件**: SOUL.md, MEMORY.md, AGENTS.md — 透明、Git 可控
+- ZCLAW 用**纯文本文件**: SOUL.md, MEMORY.md, AGENTS.md — 透明、Git 可控
 - 我们用 SQLite 数据库表
-- 数据库不是错的，但缺少 OpenClaw 的**透明可控**理念
+- 数据库不是错的，但缺少 ZCLAW 的**透明可控**理念
 - 用户无法像 Git 那样管理 AI 的"大脑"
 
 #### 7. 心跳引擎缺失
 
 **问题**:
-- OpenClaw 的核心特色是**心跳引擎** — 定期唤醒，检查 HEARTBEAT.md，主动执行任务
+- ZCLAW 的核心特色是**心跳引擎** — 定期唤醒，检查 HEARTBEAT.md，主动执行任务
 - 这是"主动服务"的真正含义
 - 我们的 ProactiveServiceSystem 只是简单的 node-cron 定时器包装
 
@@ -223,9 +223,9 @@ QClaw **不是**腾讯从零重写的框架，而是**围绕 OpenClaw 做的一
 |------|------|
 | 左侧栏三个 Tab (分身/IM频道/定时任务) | ✅ 与 AutoClaw 布局一致 |
 | 多模型 Provider 支持 | ✅ 但需加 Gateway WebSocket 连接 |
-| IM 网关 + 飞书适配器 | ✅ 但应更像 OpenClaw Channel Plugin |
+| IM 网关 + 飞书适配器 | ✅ 但应更像 ZCLAW Channel Plugin |
 | 定时任务 | ✅ 需升级为心跳引擎模式 |
-| SQLite 数据库 | ✅ OpenClaw 也用 SQLite，但需补充纯文本文件 |
+| SQLite 数据库 | ✅ ZCLAW 也用 SQLite，但需补充纯文本文件 |
 | Tauri 桌面应用 | ✅ 与目标一致 (QClaw用Electron, 我们用Tauri更好) |
 | 配置管理 (.env) | ✅ 需要但方向对 |
 
@@ -237,7 +237,7 @@ QClaw **不是**腾讯从零重写的框架，而是**围绕 OpenClaw 做的一
 整体偏离程度: ████████░░ 75%
 ```
 
-**核心原因**: 项目从**"基于 OpenClaw 做 Tauri 封装"**变成了**"从零自建 AI Agent 框架"**。
+**核心原因**: 项目从**"基于 ZCLAW 做 Tauri 封装"**变成了**"从零自建 AI Agent 框架"**。
 
 这就像是：
 - 目标是造一辆"基于丰田平台的改装车"
@@ -248,10 +248,10 @@ QClaw **不是**腾讯从零重写的框架，而是**围绕 OpenClaw 做的一
 
 ## 五、修正建议
 
-### 方案 A: 直接集成 OpenClaw（推荐）
+### 方案 A: 直接集成 ZCLAW（推荐）
 
 ```
-OpenClaw Gateway (npm install openclaw)
+ZCLAW Gateway (npm install zclaw)
       ↕ WebSocket (ws://127.0.0.1:18789)
 Tauri Desktop App (我们的前端)
       ↕ Tauri Commands
@@ -259,21 +259,21 @@ React UI (学习 AutoClaw 的界面设计)
 ```
 
 **步骤:**
-1. 安装 OpenClaw 作为依赖（或子进程启动）
-2. 通过 WebSocket 连接 OpenClaw Gateway
+1. 安装 ZCLAW 作为依赖（或子进程启动）
+2. 通过 WebSocket 连接 ZCLAW Gateway
 3. Tauri 前端做 UI 封装（学 AutoClaw 的设计）
 4. 添加自定义 Channel Plugin (微信/QQ/飞书)
 5. 添加自定义 Skills
 6. 添加 MCP 服务管理
 
-**优点**: 直接获得 OpenClaw 的全部能力 (真实工具执行、Skills 生态、MCP 等)  
+**优点**: 直接获得 ZCLAW 的全部能力 (真实工具执行、Skills 生态、MCP 等)  
 **缺点**: 学习成本，依赖外部项目
 
 ### 方案 B: 学习架构重构（折中）
 
-保留 Tauri + 自己的后端，但按 OpenClaw 的架构模式重构：
+保留 Tauri + 自己的后端，但按 ZCLAW 的架构模式重构：
 
-1. **重构为 Gateway 模式**: 把我们的后端重构为 OpenClaw 风格的 Gateway
+1. **重构为 Gateway 模式**: 把我们的后端重构为 ZCLAW 风格的 Gateway
 2. **实现 Skills 系统**: SKILL.md 文件 + 渐进式披露
 3. **实现 MCP 支持**: JSON-RPC 2.0 工具扩展协议
 4. **实现真实工具**: bash 命令执行、文件读写、浏览器控制 (Playwright)
@@ -287,7 +287,7 @@ React UI (学习 AutoClaw 的界面设计)
 
 ### 方案 C: 混合方案（务实）
 
-- OpenClaw 作为执行引擎（子进程运行或 WebSocket 连接）
+- ZCLAW 作为执行引擎（子进程运行或 WebSocket 连接）
 - Tauri 做桌面 UI 封装（仿 AutoClaw 界面）
 - 自己实现差异化功能（微信接入、中文 Skills、国产模型优化）
 
@@ -296,9 +296,9 @@ React UI (学习 AutoClaw 的界面设计)
 ## 六、需要保留 vs 需要重写 vs 需要新建
 
 ### ✅ 保留
-- `src/config/` — 配置管理（调整 key 名称对标 OpenClaw）
+- `src/config/` — 配置管理（调整 key 名称对标 ZCLAW）
 - `src/utils/` — Logger + ID 生成器
-- `src/db/` — SQLite 层（OpenClaw 也用 SQLite）
+- `src/db/` — SQLite 层（ZCLAW 也用 SQLite）
 - `src/core/ai/` — 多模型 Provider（补充 Gateway 连接方式）
 - `src/im/` — IM 网关（重构为 Channel Plugin 模式）
 - `desktop/` — Tauri 前端（大幅扩展界面）
@@ -323,12 +323,12 @@ React UI (学习 AutoClaw 的界面设计)
 
 ## 七、结论
 
-**当前项目已经严重偏离了"学习 QClaw/AutoClaw + 基于 OpenClaw"的初衷。**
+**当前项目已经严重偏离了"学习 QClaw/AutoClaw + 基于 ZCLAW"的初衷。**
 
-核心问题不在于代码质量（代码是可以编译的），而在于**架构方向**：我们在自己发明一套 AI Agent 框架，而不是基于 OpenClaw 做 Tauri 封装。
+核心问题不在于代码质量（代码是可以编译的），而在于**架构方向**：我们在自己发明一套 AI Agent 框架，而不是基于 ZCLAW 做 Tauri 封装。
 
 建议选择方案后，优先做以下事情：
-1. 深入研究 OpenClaw 源码和 Gateway 架构
+1. 深入研究 ZCLAW 源码和 Gateway 架构
 2. 确定是直接集成还是学习重构
 3. 实现 Skills 系统和 MCP 支持
 4. 实现真实工具执行能力
@@ -336,4 +336,4 @@ React UI (学习 AutoClaw 的界面设计)
 
 ---
 
-*本报告基于 QClaw 官网、AutoClaw 官网 + 13张界面截图、OpenClaw GitHub + 技术文章的深度分析*
+*本报告基于 QClaw 官网、AutoClaw 官网 + 13张界面截图、ZCLAW GitHub + 技术文章的深度分析*