很多 AI 工具在开发机器上运行得很好，但交给普通用户后，问题往往出现在第一步：Node 版本不一致、依赖无法安装、工作目录变化、配置文件找不到，或者插件在另一个系统上无法启动。

U-Claw 的目标不是增加一个聊天界面，而是把这些交付问题收敛在产品内部。

从“程序”变成“可交付产品”

我把系统分成六层：启动器、平台运行时、AI 核心、配置中心、插件缓存和用户数据。启动器只负责识别平台并组织启动顺序；运行时按 Windows、Intel Mac 和 Apple 芯片 Mac 分开准备；用户数据始终放在独立目录，升级程序时不覆盖记忆和工作区。

这个分层带来一个重要结果：程序文件可以替换，用户数据可以保留，平台差异也不会扩散到业务层。

路径比代码更容易出问题

可移动程序不能假设自己永远位于某个盘符或目录。U-Claw 在启动时重新确认根目录，并修正工作区和数据路径。插件安装也优先读取本地缓存，缺少依赖时才访问网络。

这种设计看起来不复杂，却直接决定了用户能否把整个文件夹移动到其他硬盘继续运行。

最终得到什么

• Windows 与两类 Mac 架构使用统一的产品结构。
• 客户端不要求用户提前配置系统级 Node.js。
• QQ、微信等渠道可以从配置中心安装和管理。
• 数据、日志、记忆和程序文件相互分离。
• 出现问题时可以通过诊断与修复工具缩小范围。

跨平台交付真正困难的部分，不是写三套启动命令，而是让环境、配置、插件和数据都有稳定边界。