zeroclaw
zeroclaw-labs/zeroclaw加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
凌晨两点，程序员小李正准备下班，突然想起明天要给客户演示一个 AI 驱动的树莓派项目。他不想把数据上传到云端——客户的数据敏感，隐私合规要求严苛。他打开终端，输入一条命令，三十秒后，一个完全本地运行的 AI 助手就在他的 Linux 工位上跑起来了。通过浏览器打开的管理界面，他配置好了 Discord 频道接入、项目知识库检索、甚至连接了实验室里的温度传感器。
这不是科幻场景，而是 ZeroClaw 正在做的事情：让每个人都能拥有、部署和控制自己的 AI 个人助手。
图1：ZeroClaw 项目标志
传统的 AI 助手——无论是 ChatGPT、Claude 还是各种智能音箱——都有一个共同特点：数据和大脑都在别人手里。你发送的每一条对话、提交的每一份文档，都经过他人服务器的存储和处理。这种模式在消费级场景下或许可以接受，但一旦涉及企业敏感数据、医疗记录、财务信息或个人隐私，就触碰了红线。
ZeroClaw 正是对这一痛点的正面回应。该项目由社区驱动，最初由独立开发者 @theonlyhennygod 创建，现由 @JordanTheJet 主导维护。项目采用 Rust 语言编写，追求"快速、极小、完全自主"的核心理念。其核心主张是：你的 AI 助手应该运行在你的机器上、用你的 API 密钥、访问你的工作空间——而不是某个第三方数据中心的黑盒里。
ZeroClaw 的 GitHub 仓库已积累超过 31,500 颗星，在 Rust AI 基础设施领域名列前茅。项目的 Contributors 来自哈佛、MIT 等学术机构，社区活跃度高。
如果把 AI 助手比作一个处理各种任务的"数字员工"，那么 ZeroClaw 就是雇佣、管理和部署这个员工的基础设施平台。它不仅仅是一个聊天机器人——它是一个完整的运行时环境，包含了接入层、推理层、工具层和安全层。
类比：你可以把 ZeroClaw 想象成一个全能型的 AI 工作站操作系统。就像 Linux 管理计算机的硬件资源一样，ZeroClaw 管理 AI 模型的接入渠道、执行动作和数据存储。
图2：ZeroClaw 多渠道、多模态 AI 助手示意
ZeroClaw 最为亮眼的功能之一是多渠道统一接入。你可以通过以下任何一种方式与你的 AI 助手对话：
所有这些渠道共享同一个 Agent 核心——在一个渠道的配置变更会立即反映到其他渠道。这种架构在企业场景下非常实用：用户可以通过内部聊天工具接入 AI，外部客户通过邮件交互，后台运维通过 CLI 管理，而背后的 AI 逻辑完全统一。
ZeroClaw 采用Provider 插件化架构，当前支持 20+ 模型提供商：
配置文件使用 TOML 格式，支持 Fallback 链和路由策略：当主模型服务不可用时，自动切换到备用模型，确保业务连续性。
ZeroClaw 提出了"四层安全模型"：
当然，项目也提供了 YOLO 模式跳过所有安全检查，适合在受信任的开发机上快速调试。
ZeroClaw 的野心不止于软件层。通过 zeroclaw-hardware 核心库，支持直接与物理世界交互：
图3：ZeroClaw 硬件控制架构示意
ZeroClaw 内置了基于 Tauri + React + TypeScript 的浏览器管理界面，通过 http://localhost:42617 即可访问。功能包括：实时聊天界面、记忆/知识库浏览、配置文件在线编辑、定时任务管理、工具调用日志检查。
ZeroClaw 是一个高度模块化的 Rust Workspace，当前包含 19+ 核心 crates，典型 DDD 领域驱动设计：
zeroclaw-runtime：Agent 核心循环zeroclaw-providers：模型提供商接入zeroclaw-channels：多渠道消息处理zeroclaw-tools：工具调用系统zeroclaw-memory：记忆与向量存储zeroclaw-gateway：HTTP/WebSocket 网关zeroclaw-tui：终端 UIzeroclaw-hardware：硬件外设控制zeroclaw-plugins：插件系统zeroclaw-security：安全策略执行zeroclaw-sop：SOP 自动化引擎robot-kit：aardvark-sys：底层系统绑定技术栈一览：Rust（2024 Edition） + TypeScript + React + Vite + Tauri + SQLite。
ZeroClaw 提供了四种部署路径：
| 路径 | 适用场景 | 操作难度 |
|---|---|---|
| Docker 一键 | 新手推荐 | ⭐ |
| K8s 部署 | 企业级生产 | ⭐⭐⭐ |
| install.sh 脚本 | 通用 Linux/macOS/Windows | ⭐⭐ |
| 源码编译 | 深度定制开发 | ⭐⭐⭐ |
# Docker 一键部署
docker run -d -p 42617:42617 -v ~/.zeroclaw:/root/.zeroclaw \
-e API_KEY=sk-ant-xxxx ghcr.io/zeroclaw-labs/zeroclaw:latest
1. AI 模型仍需外部 API 密钥：ZeroClaw 本身是"调度层"，本地运行 Ollama 可完全离线，但 Claude/GPT-4 级别能力仍需购买 API 额度。
2. 硬件控制在生产环境中的成熟度：firmware 目录和树莓派脚本表明，这部分功能仍处于快速迭代阶段。
3. 配置文件学习曲线：TOML 配置系统对新手有门槛，官方文档质量极高但需要投入时间阅读。
4. YOLO 模式安全隐患：跳过所有安全检查的模式依赖用户自律，缺乏机制级强制约束。
ZeroClaw 填补了"完全本地化 AI 助手基础设施"这一细分领域的空白。在此之前，这个赛道要么是纯云端方案，要么是单点工具。ZeroClaw 是第一个将"多渠道接入 + 多模型调度 + 安全策略 + 工具调用 + 硬件控制"整合为统一 Rust 二进制的开源项目。
图4：ZeroClaw Star 历史增长曲线
ZeroClaw 代表了一种正在兴起的趋势：让 AI 基础设施从云端回归本地。它不是要取代 Claude 或 GPT，而是为那些需要在严格隐私环境下运行 AI 应用的开发者和企业提供了一套经过精心工程化的开源选择。