AI Agent平臺：一個能做事的開源個人AI助手

它不是聊天機器人，是執行器

AI Agent平臺 是一個開源個人 AI 助手，目標很直接：把自然語言指令變成真實操作。它不追求長對話、不堆參數、不依賴大模型 API 回調——而是專注在本地或邊緣設備上完成具體任務：整理文件、調用 REST API、控制 Home Assistant 設備、發郵件、查日歷、批量重命名……指令一出，動作即起。

核心不是“理解得多好”，而是“做得多穩”。

跨平臺：裝在哪，就在哪干活

AI Agent平臺 用 Rust 編寫核心運行時，Python 封裝 CLI 和插件層，打包為單二進制或輕量容器鏡像。實測支持：

• Linux（x86_64 / aarch64，包括樹莓派 5 和 NVIDIA Jetson）
• macOS（Intel + Apple Silicon，M1 起全原生）
• Windows（WSL2 下原生運行，Windows 原生版通過 claw.exe 提供 CLI 和系統托盤）
• Android（Termux + proot-distro，無需 root）
• iOS（iSH Shell，有限但可用）

沒有虛擬機、不拉 Docker Desktop、不依賴云同步——配置文件和插件目錄可 rsync 同步，狀態隨設備走。

例如，在 MacBook 上配置好 GitHub 自動 PR 檢查流程后，把 ~/.claw/ 夾拷到樹莓派，claw run github/pr-check 立刻生效。

任務執行引擎：指令 → 步驟 → 結果

AI Agent平臺 的 task.yaml 定義原子操作鏈：

name: "backup-docs"
steps:
  - action: file.copy
    src: "~/Documents/*.md"
    dst: "/mnt/backup/docs/"
  - action: shell.exec
    cmd: "rsync -av --delete /mnt/backup/docs/ user@nas:/backups/docs/"
  - action: notify.send
    title: "Docs backup done"
    body: "{{ now | strftime('%Y-%m-%d %H:%M') }}"

支持條件分支、變量注入（Jinja2）、失敗重試、超時控制。所有步驟默認串行，加 parallel: true 可并行執行獨立任務。

NLP 層只做一件事：把用戶輸入（如“把今天寫的 Markdown 都備份到 NAS”）映射到已注冊的 task 名。不生成文本，不幻覺，不兜圈子。

本地推理：模型可選，數據不出設備

AI Agent平臺 不綁定任何特定模型。默認使用 tinyllama-1.1b（GGUF Q4_K_M，<700MB）做意圖分類和槽位提取，CPU 推理延遲 <800ms（M2 MacBook Air）。也可切換為 Phi-3-mini 或 Qwen2-0.5B，甚至禁用 NLP 層，純 keyword 匹配觸發任務。

所有模型權重、用戶數據、日志默認存本地。claw config set privacy.local_only=true 后，網絡請求僅限顯式聲明的插件（如天氣插件調用 OpenWeatherMap API），其余模塊完全離線。

實測在無網環境下，文件操作、定時提醒、本地數據庫查詢等 90%+ 場景照常工作。

Claw 生態：從 AI Agent平臺 到國產變體

AI Agent平臺 的設計刻意留出擴展接口：claw plugin install 支持加載 .so（Linux/macOS）或 .dll（Windows） 插件，協議定義在 plugin.h 頭文件里。

國內已有幾個活躍分支：

• AutoClaw：集成飛書、釘釘、微信 PC 版 API，支持中文語音喚醒（WeNet + Whisper.cpp），適配統信 UOS 和麒麟 V10
• NanoClaw：裁剪版，僅 12MB 二進制，運行在 ESP32-S3 + MicroPython 環境，驅動 LED 屏幕顯示待辦事項
• Claw-Edge：Kubernetes Operator 形態，把每個用戶任務抽象為 CRD，供 DevOps 團隊統一編排

它們共享同一套 task DSL 和插件 ABI，任務腳本跨版本基本兼容。

對開發者和極客的真實價值

寫得少，跑得快

CLI 一行啟動：

claw serve --host 0.0.0.0:8000 --auth basic --plugins ./my-plugins/

HTTP API 直接觸發任務：

curl -X POST http://localhost:8000/v1/tasks/backup-docs \
  -H "Authorization: Basic YWRtaW46cGFzczEyMw==" \
  -d '{"vars": {"target": "/mnt/usb"}}'

插件開發零門檻

新建 hello.rs：

use claw_plugin::{Plugin, TaskResult};
pub struct HelloPlugin;
impl Plugin for HelloPlugin {
    fn run(&self, _input: &str) -> TaskResult {
        Ok("Hello from Rust!".to_string())
    }
}

cargo build --release --target x86_64-unknown-linux-musl → 拷貝 .so 到插件目錄 → claw plugin load hello.so → claw run hello

極客能玩出什么

• 把 AI Agent平臺 接入 Home Assistant 的 shell_command，用語音開關窗簾：“Claw，拉上客廳窗簾”
• 在 Obsidian 中用 QuickAdd 插件調用 claw run obsidian/link-backlinks 自動更新反向鏈接
• 樹莓派 + 攝像頭 + claw plugin install opencv-motion，人形檢測觸發 Telegram 通知
• 所有操作記錄進 SQLite，用 DuckDB 查詢：“過去一周自動執行了多少次備份？”

現在就能開始

# macOS / Linux
curl -L https://github.com/ai-agent/cli/releases/latest/download/claw-x86_64-apple-darwin | sudo tee /usr/local/bin/claw && sudo chmod +x /usr/local/bin/claw

# Windows（PowerShell）
Invoke-WebRequest -Uri "https://github.com/ai-agent/cli/releases/latest/download/claw-x86_64-pc-windows-msvc.exe" -OutFile "$env:SYSTEMROOT\System32\claw.exe"

claw init
claw plugin install core-utils github
claw run core-utils/file-list --path ~/Downloads