lang: zh description: "PicoClaw 中文项目说明：超轻量 Go 个人 AI 助手，可在 10 美元的开发板上以 10 到 20 MB 内存运行，支持 RISC-V、ARM、MIPS、LoongArch 和 x86。"

PicoClaw

轻如鸿毛、随处可跑的 AI 智能体。

刻意保持小巧。小巧不等于简陋。小巧，已然足够。

English | 中文

PicoClaw 是什么？

PicoClaw 是一个完全使用 Go 编写的超轻量级个人 AI 助手——它不是 OpenClaw、NanoBot 或任何其他智能体框架的分支。受 NanoBot 启发，它通过“自举”流程从零重建：由智能体自身驱动架构迁移和代码优化。

本仓库是该项目持续维护、由社区驱动的延续，包含持续的修复、依赖更新和新功能。

可运行在 10 美元的硬件上。占用 10–20 MB 内存。不到一秒即可启动。

别让旧硬件在地下室里积灰——用 PicoClaw 让它重获新生！

特性

对比

这些是参考数据，并非受控基准测试。OpenClaw 的数据来自部署建议，NanoBot 的数据来自一位 Raspberry Pi 4 用户报告，PicoClaw 的数据来自近期版本的估算。OpenClaw 和 NanoBot 并未将完整智能体打包为单一可执行文件；PicoClaw 的体积是实测的完整默认 macOS ARM64 构建——请参阅测量方法及其他配置。

运行时资源占用

PicoClaw 的空闲 RSS 为 37.9 MiB，内存占用约为 ≈19 MiB（phys_footprint，即活动监视器显示的值）——这正是上文“10–20 MB”说法的依据。其核心不包含全屏 TUI，因此“首次绘制 / 就绪”是指网关响应 GET /ready 所需的时间。更轻量的渠道配置列于实测二进制体积。

python3 scripts/bench-picoclaw-runtime.py --binary ./build/picoclaw --runs 15
python3 scripts/bench-agent-tui.py --cmd opencode --runs 3 --keys '\x03'

硬件兼容列表 —— 从 5 美元的 RISC-V 设备到 Raspberry Pi 和 Android 手机，均已测试。没有你的开发板？欢迎提交 PR！

安装

一行安装（Linux 和 macOS）

curl -fsSL https://raw.githubusercontent.com/afjcjsbx/picoclaw/main/scripts/install.sh | sh

Windows PowerShell

irm https://raw.githubusercontent.com/afjcjsbx/picoclaw/main/scripts/install.ps1 | iex

安装程序会检测 CPU 架构、校验发布包校验和、安装两个二进制文件并启动启动器。Web UI 会在 http://localhost:18800 打开；首次运行时，请在浏览器中创建仪表盘密码。

预编译二进制文件

从 GitHub Releases 下载适合你平台的二进制文件。

从源码构建

前置要求：

• Go 1.27.3+
• Node.js 22+ 和 pnpm 10.33.0+（用于构建 Web UI 和启动器）

git clone https://github.com/afjcjsbx/picoclaw.git
cd picoclaw

make deps

# 安装前端依赖
(cd web/frontend && pnpm install --frozen-lockfile)

# 为当前平台构建核心二进制文件
make build

# 构建 Web UI Launcher（Web UI 模式必需）
make build-launcher

# 为 Makefile 管理的所有平台构建核心二进制文件
make build-all

# 构建单个目标（供 CI 矩阵使用）
make build-target TARGET=linux/arm64
make build-target TARGET=linux/arm GOARM=7

# 为 Raspberry Pi Zero 2 W 构建
make build-pi-zero

# 构建并安装
make install

Raspberry Pi Zero 2 W： 请使用与操作系统匹配的二进制文件——32 位 Raspberry Pi OS：make build-linux-arm；64 位：make build-linux-arm64。或运行 make build-pi-zero 同时构建两者。

make build GO_BUILD_TAGS='goolm,stdjson,custom_channels,channel_telegram'

make build GO_BUILD_TAGS='goolm,stdjson,custom_channels,channel_telegram,no_seahorse'

快速开始

Web UI Launcher（推荐）

Web UI Launcher 提供基于浏览器的配置和聊天界面。这是最简单的上手方式——无需命令行知识。

方式一：双击启动（桌面）

从 GitHub Releases 下载后，双击 picoclaw-launcher（Windows 上为 picoclaw-launcher.exe）。浏览器会自动打开 http://localhost:18800。

方式二：命令行

picoclaw-launcher
# 在浏览器中打开 http://localhost:18800

[!TIP] 远程访问 / Docker / 虚拟机： 添加 -public 参数以监听所有网络接口：

picoclaw-launcher -public

开始使用： 打开 Web UI，然后 1) 配置 Provider（填入你的 LLM API Key）→ 2) 配置渠道（例如 Telegram）→ 3) 启动网关 → 4) 开始聊天。

详细文档请参阅 Web UI 与 Launcher 指南。

# 1. 克隆本仓库
git clone https://github.com/afjcjsbx/picoclaw.git
cd picoclaw

# 2. 首次运行——自动生成 docker/data/config.json 后退出
#    （仅在 config.json 和 workspace/ 均不存在时触发）
docker compose -f docker/docker-compose.yml --profile launcher up
# 容器打印 "First-run setup complete." 后停止。

# 3. 填写 API Key
vim docker/data/config.json

# 4. 启动
docker compose -f docker/docker-compose.yml --profile launcher up -d
# 打开 http://localhost:18800

# 查看日志
docker compose -f docker/docker-compose.yml logs -f

# 停止
docker compose -f docker/docker-compose.yml --profile launcher down

# 更新
docker compose -f docker/docker-compose.yml pull
docker compose -f docker/docker-compose.yml --profile launcher up -d

Providers

{
  "model_list": [
    {
      "model_name": "local-llama",
      "model": "ollama/llama3.1:8b",
      "api_base": "http://localhost:11434/v1"
    }
  ]
}

{
  "model_list": [
    {
      "model_name": "local-vllm",
      "model": "vllm/your-model",
      "api_base": "http://localhost:8000/v1"
    }
  ]
}

Channels

Tools

网络搜索

其他工具

PicoClaw 内置文件操作、代码执行、定时任务等工具。详情请参阅 Tools。

Skills

Skills 是扩展智能体能力的模块化功能。它们从工作区中的 SKILL.md 文件加载。

从 ClawHub 安装 Skills：

picoclaw skills search "web scraping"
picoclaw skills install <skill-name>

配置 Skills 仓库源，位于 tools.skills.registries：

{
  "tools": {
    "skills": {
      "registries": {
        "clawhub": {
          "enabled": true,
          "base_url": "https://clawhub.ai",
          "auth_token": "your-clawhub-token"
        },
        "github": {
          "enabled": true,
          "base_url": "https://github.com",
          "auth_token": "your-github-token",
          "proxy": ""
        }
      }
    }
  }
}

ClawHub token 是可选的，仅用于提高速率限制。GitHub token 用于搜索和私有仓库。请通过 PICOCLAW_SKILLS_REGISTRIES_CLAWHUB_AUTH_TOKEN 和 PICOCLAW_SKILLS_REGISTRIES_GITHUB_AUTH_TOKEN 传入。

Skills 和 MCP 服务器也可以一起打包为可移植的 Agent Plugins 1.0.0。请参阅插件指南和可用的演示插件。Mem0 发布了自己的 Agent Plugin；启用前请阅读兼容性说明。

更多详情请参阅 Skills 工具。

MCP（Model Context Protocol）

PicoClaw 原生支持 MCP——连接任意 MCP 服务器，通过外部工具和数据源扩展智能体能力。

PicoClaw 是轻量级助手，因此远程 MCP 服务器是最佳选择。对于本地服务器，请优先使用原生编译的服务器二进制文件，避免使用 npx、uvx 或其他重量级依赖管理器。

{
  "tools": {
    "mcp": {
      "enabled": true,
      "servers": {
        "browserbase": {
          "enabled": true,
          "deferred": false,
          "command": "",
          "type": "http",
          "url": "https://mcp.browserbase.com/mcp?browserbaseApiKey=API_KEY",
          "headers": {
            "BROWSERBASE_PROJECT_ID": "********"
          }
        }
      }
    }
  }
}

你也可以直接通过 CLI 管理常见的 MCP 配置，而无需手动编辑 JSON：

picoclaw mcp list
picoclaw mcp test browserbase

picoclaw mcp 是配置管理器：它会更新 config.json 中的 tools.mcp.servers，但本身不会保持服务器进程运行。

当你需要 picoclaw mcp add 未覆盖的高级字段时，请使用 picoclaw mcp edit。例如，picoclaw mcp add 支持 --deferred 和 --env-file，而 picoclaw mcp edit 仍适用于直接编辑 JSON 和不常见的 MCP 设置。

完整的 MCP 配置（stdio、SSE、HTTP 传输、工具发现）请参阅 MCP 工具。CLI 用法和示例请参阅 MCP Server CLI。

加入 Agent 社交网络

通过 CLI 或任意已集成的聊天应用发送一条消息，即可将 PicoClaw 连接到 Agent 社交网络：

阅读 https://clawdchat.ai/skill.md 并按照说明加入 ClawdChat.ai。

CLI 参考

定时任务与提醒

PicoClaw 通过 cron 工具支持定时提醒和重复任务：

• 一次性提醒：“10 分钟后提醒我”→ 10 分钟后触发一次。
• 重复任务：“每 2 小时提醒我”→ 每 2 小时触发一次。
• Cron 表达式：“每天上午 9 点提醒我”→ 使用 cron 表达式。

当前支持的调度类型、执行模式、命令任务门控和持久化细节请参阅 docs/reference/cron.md。

文档

本 README 之外的详细指南：

贡献

欢迎提交 PR！代码库刻意保持小巧和可读。

请参阅 CONTRIBUTING.md 了解指南。

PicoClaw 在开放中构建。来和我们一起构建它吧。

⭐ 给 PicoClaw 点星 · 💬 加入 Discord · 🐛 报告问题