🦀 OpenCrabs：Rust 写就的全通道自进化 AI Agent

想象一下：你有一个 AI 助手，它不需要你部署任何服务器、不需要配置复杂的基础设施，下载一个 29MB 的二进制文件 在终端里跑起来，就能同时帮你管代码、搜资料、读写文件、发消息、做语音交互。更神奇的是，它还会自己学习——每次你纠正它，它都会记住，下次不再犯同样的错误。

这就是 OpenCrabs，一个 2025 年横空出世的 Rust 原生 AI Agent 框架。它用「一只螃蟹」的意象命名——外壳坚硬、内部精密、全通道通吃。作者是独立开发者 Adolfo Usier，灵感来源是 Node.js 生态的 Open Claw，目标是用 Rust 的内存安全和编译期保证，打造一个「零依赖、零网络监听、仅出站 HTTPS」的个人 AI 超级助手。

为什么是 Rust？ 作者在 README 里写了一整张对比表：传统 Node.js Agent 框架需要 1GB+ 的 node_modules 依赖树，而 OpenCrabs 编译成单个 26-29MB 的二进制，运行时零外部依赖。Rust 的类型系统在编译期就杜绝了缓冲区溢出、数据竞争和空指针问题——这些问题在 Node.js GC 运行时里是常见的安全隐患。

图1：OpenCrabs 分屏界面 — 同时管理多个会话

一、背景：从 Node.js 生态的痛苦中诞生

开发 AI Agent 的程序员大多经历过 Node.js 框架的「依赖地狱」：一个 npm install 跑下来，几百个包、层层传递依赖，安全漏洞此起彼伏。更头疼的是服务器模式带来的攻击面——开放端口、认证层、中间件，任何一环出问题都可能泄露 API Key。

OpenCrabs 的作者 Adolfo Usier 在使用 Open Claw 时深有感触：Node.js 运行时 GC 不可预测的停顿、prototype pollution 攻击、向量化数据带来的内存安全风险，都让他决定重写一个更「硬核」的版本。Rust 2024 Edition 的发布也为这个项目提供了更新的语言特性支持。

项目采用 MIT 许可证，截至 2026 年 6 月已有 794 Stars、79 Forks，最新版本为 v0.3.41（2026-06-16），活跃度极高。支持的 AI 提供商包括：

• Xiaomi（小米的「MiMo」）：默认提供商，推广期内免费，无需 API Key
• Anthropic Claude：原生 prompt caching 支持，平均 87% 缓存效率
• OpenAI / GitHub Copilot：兼容生态
• OpenRouter：聚合 400+ 模型
• Qwen / DeepSeek / MiniMax / Gemini：主流中英文模型
• 本地 LLM：通过 Ollama / LM Studio 或任意 OpenAI 兼容端点实现 100% 离线

图2：首次安装后的 Onboarding 向导，引导用户配置 AI 提供商

二、核心功能：一个人能完成的全套 AI 工作流

2.1 多模态输入输出

OpenCrabs 支持 图片、视频、PDF、语音 四种模态：

• 图片：粘贴文件路径、URL 或直接从剪贴板粘贴，自动发送给多模态模型
• 视频：通过 Gemini 多模态视频 API 分析（≤18MB 直接上传，>18MB 使用 Files API 最长 2GB/1小时）
• PDF：原生支持（Anthropic）；非原生提供商通过 pdf-extract 本地提取文本；扫描版 PDF 需要 poppler（pdftoppm）渲染为图片
• 语音 STT：支持 Groq Whisper API、OpenAI 兼容端点、本地 whisper.cpp（Tiny 75MB/Base 142MB/Medium 1.5GB 零 API 费用）
• 语音 TTS：支持 OpenAI TTS、Voicebox、Piper（本地），所有输出规范化为 OGG/Opus

2.2 三层记忆系统

这是 OpenCrabs 最独特的设计之一：

1. Brain MEMORY.md：用户手动维护的持久记忆，每轮对话前自动注入上下文
2. 每日日志：自动压缩摘要保存在 ~/.opencrabs/memory/YYYY-MM-DD.md
3. 混合记忆搜索：FTS5 关键词 + 向量嵌入通过 Reciprocal Rank Fusion 融合
   • 本地 GGUF（embedding-gemma-300M，768 维，无需 API Key，离线可用）
   • API 模式（任意 OpenAI 兼容 /v1/embeddings 端点）
   • FTS5 仅关键词（VPS 环境，零内存开销）

2.3 上下文管理与自动压缩

OpenCrabs 通过 Prompt Caching 大幅降低长上下文成本：稳定前缀平均达到 87% 缓存效率，下次复用只收少量增量费用。

当对话接近上下文窗口上限时，自动压缩介入：在 65% 水位触发后台异步摘要（不阻塞对话）；90% 水位触发同步压缩，保证下一轮对话不会溢出。默认 200k tokens，可按提供商单独配置。

图3：会话管理界面 — 支持跨项目分类

2.4 自进化（Recursive Self-Improvement, RSI）

这是 OpenCrabs 最有野心的功能：让 AI 自主改进自己的 Brain 文件。RSI 模块会记录每一次工具执行结果、用户纠正、提供商错误，自主修改 Brain 文件中的行为指导。

自动检测上游新版本，拉取更新的大脑模板，对比本地文件后追加新章节（不覆盖用户自定义内容，修改前自动备份）。⚠️ 此功能为实验性，存在 Prompt Injection 风险。

2.5 全通道集成

OpenCrabs 可以同时连接：

• 💬 Telegram（19 种操作）
• 💬 Discord（17 种操作，含线程、角色管理）
• 💬 Slack（17 种操作）
• 💬 WhatsApp
• 📋 Trello（22 种操作）

所有渠道消息统一记忆搜索（channel_search），跨平台信息不再孤立。

图4：分屏视图 — 左侧历史记录，右侧当前会话

三、技术架构：Rust 生态的集大成之作

OpenCrabs 的技术栈是 2025 年 Rust 生态的最佳实践集合：

• 异步运行时：tokio 1.43（full features），所有 I/O 均为 async
• TUI 渲染：ratatui 0.30 + crossterm，跨平台终端 UI
• 数据库：rusqlite 0.38（bundled）+ deadpool-sqlite，SQLite 连接池
• HTTP 客户端：reqwest 0.12，对接所有 LLM 提供商
• A2A 网关：axum 0.8，支持 Agent-to-Agent JSON-RPC 2.0 协议
• 安全：zeroize 确保 API Key 从 RAM 释放时清零
• 本地 LLM：llama-cpp-2 + qmd（向量存储），支持 GGUF 模型
• Token 计数：tiktoken-rs，精确计算避免超出上下文窗口
• 浏览器自动化：chromey（chromiumoxide 分叉），通过 CDP 控制 Chromium

Cargo.toml 定义了精细的 feature flags：各渠道独立编译（telegram/discord/slack/whatsapp/trello）、local-stt/local-tts（本地语音）、browser（浏览器自动化）、rtk（RTK token 过滤，节省 60-90% 输出 tokens）。发布编译使用 fat LTO + codegen-units=1 + strip。

图5：Usage 面板 — 每日活动图表、按项目/模型/活动分类的成本明细

四、部署体验：下载即用，无需运维

安装只需要一行命令：

cargo install opencrabs

二进制文件 26-29MB，无外部运行时依赖。首次运行自动触发 Onboarding 向导，引导用户完成 AI 提供商配置、语音模式设置和图像生成配置。

配置通过 TOML 文件管理：config.toml（行为配置）、keys.toml（API Key，零泄露风险）、commands.toml（自定义命令）、tools.toml（HTTP 工具）。所有数据存储在 ~/.opencrabs/ 下的 SQLite 数据库中，完全离线可用。

硬件需求极低：2GB RAM + 100MB 磁盘。GPU 完全不需要。

图6：Onboarding 向导 — 逐步引导完成初始配置

五、局限与争议

1. Rust 编译门槛：开发自定义功能需要 Rust 工具链。

2. RSI 功能仍为实验性：self_improve 工具让 AI 自主修改自己的行为文件，存在 Prompt Injection 风险，作者已标注 ⚠️。

3. 浏览器自动化限制：仅支持 Chromium 系浏览器（Chrome、Edge、Brave 等），Firefox 不支持。

4. 扫描 PDF 需要额外依赖：需要安装 poppler。

5. 部分渠道需要额外配置：WhatsApp 通过 QR 码认证，Telegram 需要 Bot Token，Discord 需要 Gateway Intents。

六、行业意义：个人 AI 助手的新范式

OpenCrabs 的出现代表了 2025-2026 年 AI Agent 领域的一个重要趋势：从「服务器部署」到「终端原生」。

传统 Agent 框架（LangChain、AutoGen、 crewAI 等）都需要 Python 环境 + 服务器 + 复杂的依赖管理。而 OpenCrabs 用 Rust 编译出单一二进制，让「AI Agent 作为桌面工具」成为可能。

「自进化」（RSI）概念则指向了另一个前沿：让 AI 不仅执行任务，还从交互中学习、改进自己的行为模式。「全通道统一」让用户可以用一个 AI 助手处理所有日常通信。

随着 Xiaomi MiMo、Qwen 等国产模型的崛起，OpenCrabs 对这些提供商的快速支持也体现了其开发者对中文 AI 生态的关注。推广期内 Xiaomi 免费使用，降低了入门门槛。

项目地址：https://github.com/adolfousier/opencrabs | 官网：https://opencrabs.com | 文档：https://docs.opencrabs.com