MTClaw Function Router：本地工具路由加速实战

一、MTClaw 是什么？

MTClaw（OpenClaw Function Router） 是摩尔线程 2026-05-18 开源的本地工具路由代理，定位是一个 OpenAI-compatible 的 Provider Proxy。任何能配置 OpenAI base_url 的客户端（OpenClaw、Hermes、OpenCode、IDE、评测系统）都可以把 MTClaw 作为 LLM Provider 接入。仓库：MooreThreads/MTClaw。

它解决一个具体的工程问题：当智能体反复在做高频垂类动作（系统控制、文件操作、API 查询、企业内部流程）时，每一次都让大模型推理一遍是浪费的。MTClaw 在请求转发到上游 LLM 之前，先用一个本地小模型 + 工具路由判断"这个请求能不能直接走工具执行"，命中工具就走快路径，没命中再透明转发到上游。

二、官方 benchmark：6.85x 加速

官方在 50 个 OpenClaw 桌面控制任务上做了 A/B（每任务 4 次重复，OpenClaw + Doubao 作为 baseline）：

两种模式的差别在于路由置信度阈值：permissive 在路由模型给出最高加速时直接走工具路径；strict 在置信度不足时回退到上游 LLM，保证 100% Pass@1。

三、架构与组件

MTClaw 内部由四个 subagent 组成：

四、安装与最小配置

MTClaw 通过 pip 安装，配套提供 install 脚本一次性配置好两个 endpoint：

git clone https://github.com/MooreThreads/MTClaw.git
cd MTClaw
pip install .

# 引导式安装：会问你 routing 与 upstream 两套 endpoint
./scripts/install.sh

install 脚本要你填的 8 个配置项：

启动 / 重启 router：

./scripts/restart.sh        # 单独重启 Function Router
./restart_all.sh            # 重启完整服务栈（Router + OpenClaw Gateway，按依赖顺序）

五、新增一个自定义工具：天气查询

MTClaw 的核心使用方式是"把高频垂类做成本地工具"。一个 wrapper 脚本只需要做三件事：从 stdin 读 JSON，往 stdout 写 JSON，用 exit code 表示成功。

5.1 定义函数：functions.jsonl

{
  "name": "get_weather",
  "description": "查询某个城市的当前天气",
  "parameters": {
    "type": "object",
    "properties": {
      "city": { "type": "string", "description": "城市名，例如 北京、上海" }
    },
    "required": ["city"]
  }
}

5.2 写 wrapper：scripts/get_weather.sh

函数名必须和脚本文件名一致：get_weather → ~/.function-router/scripts/get_weather.sh。

#!/usr/bin/env bash
set -euo pipefail

# 读 stdin JSON
INPUT=$(cat)
CITY=$(echo "$INPUT" | jq -r '.city')

# 调用一个公共天气 API（示例）
RESP=$(curl -s "https://wttr.in/${CITY}?format=j1")

# 输出 JSON 到 stdout
echo "$RESP" | jq '{city: "'"$CITY"'", temp_c: .current_condition[0].temp_C, desc: .current_condition[0].weatherDesc[0].value}'

5.3 重启生效

chmod +x ~/.function-router/scripts/get_weather.sh
./scripts/restart.sh

六、把现有 Skill 一键转成 Function Router 工具

2026-05-21 合入主线的 PR #2 引入了 skill-to-fc converter：如果你已经有一份 script-backed skill（例如本课时所属的「摩尔线程教程网站」就是个例子），可以直接调用内置的 skill-to-fc skill 把它转成 Function Router 兼容的工具配置。

# 在你已有的 skill 目录下运行：
skill-to-fc convert ./my_skill --output ~/.function-router/

# 它会自动产出：
#   functions.jsonl 条目
#   scripts/.sh wrapper
#   并安装到 ~/.function-router/
./scripts/restart.sh

详细参数说明见仓库的 docs/skill-to-fc.md。

七、和 MUSA 软件栈的关系

MTClaw 本身是 Python，跟 GPU 没有直接绑定。但它在摩尔线程的故事里非常重要，原因是：

• MTT AIBOOK 上的「龙虾」智能体（OpenClaw）就是用 MTClaw 做工具加速——本地路由模型 Qwen3-30B-A3B 跑在 MTT GPU 上，本质上把"端侧 GPU + 工具路由"做成了一个完整的 Agent 产品。
• 小麦智能体的 90+ 工具调用接口底层也用了 MTClaw 的 Function Router 模式。
• 路由模型本身可以是任何能跑 tool calling 的 OpenAI 兼容模型——你可以把它接到 vLLM-MUSA 或 SGLang-MUSA 部署的本地服务上，全栈跑在国产 GPU。

八、生产环境最佳实践