Tutorial PicoClaw: Kerangka Agen Hiper-Minimalis untuk Ruang Disk Terbatas

Jika pemberitaan terbaru akurat, AI sedang melahap semua sumber daya RAM dan CPU di seluruh dunia, menjadikan PicoClaw alat yang sangat tepat waktu. Tak heran saat diluncurkan ia menimbulkan banyak gaung, meraih ribuan bintang dalam beberapa hari pertama. Agen AI lengkap ini berukuran di bawah 10MB dan meluncur dalam waktu kurang dari satu detik pada prosesor 600MHz. 

Saat menemukannya, saya harus mencobanya sendiri untuk melihat apakah semua hype itu nyata. Dalam artikel ini, saya akan mengajak Anda menelusuri PicoClaw, menyoroti semua yang saya temukan. 

Jika Anda tertarik mempelajari lebih lanjut tentang AI agenik, saya sarankan mulai dari jalur keterampilan AI Agent Fundamentals. 

Apa Itu PicoClaw?

PicoClaw adalah asisten AI pribadi yang ringan, terinspirasi oleh Nanobot. Ditulis dalam Go oleh tim Sipeed dan berjalan di perangkat edge seperti Raspberry Pi, board RISC-V tertanam, dan router berbasis MIPS. Ini berarti Anda bisa menjalankan PicoClaw dengan anggaran perangkat keras $10. 

Fitur dan Kapabilitas Utama PicoClaw

PicoClaw dikirimkan sebagai satu berkas biner. Ini membuat penyiapannya sangat cepat karena tidak ada lingkungan virtual Python yang perlu dikonfigurasi atau perintah pip yang harus dijalankan. 

Menjadi berkas biner berarti Anda bisa menjalankannya di berbagai arsitektur. Halaman rilis menyediakan unduhan untuk berbagai sistem operasi, termasuk Linux, macOS, dan Windows. 

Dalam hal AI, PicoClaw tidak bergantung pada satu penyedia. Ia mendukung OpenAI, Anthropic, DeepSeek, dan bahkan Ollama untuk model lokal. Ini sangat berarti bagi pengguna yang ingin berganti model atau menggunakan model lokal demi privasi. 

Anda dapat mempelajari cara menyiapkan Ollama untuk model lokal dalam panduan Menggunakan OpenClaw dengan Ollama . 

PicoClaw memiliki alat bawaan yang dapat: 

• Membaca dan menulis berkas 
• Menjalankan perintah shell pada sistem host 
• Menelusuri web dengan Brave Search atau DuckDuckGo 
• Menjadwalkan pekerjaan berulang dengan cron 

Seperti Nanobot, ia mendukung platform populer seperti WhatsApp, Telegram, Discord, QQ, dan DingTalk. Nanti, saya akan tunjukkan cara menyiapkannya dengan Telegram. 

Temukan Nanobot, alternatif OpenClaw yang ringan. Bangun agen AI Python yang aman dan dapat diaudit dalam waktu kurang dari 10 menit dengan panduan penyiapan lengkap Nanobot.

Kelebihan dan kekurangan PicoClaw

Anda mungkin bertanya-tanya apa kekurangan PicoClaw, mengingat betapa cepat dan sederhananya penyiapannya. Kita akan sampai ke sana, tetapi mari kita lihat dulu kelebihannya. 

Pertama, fakta bahwa ini adalah berkas biner membuatnya mudah disiapkan di hampir semua perangkat. Saya bisa menyiapkannya di ponsel Google Pixel saya dalam beberapa menit. 

Kedua, PicoClaw dapat digunakan dengan platform perpesanan yang sudah Anda gunakan, sehingga mudah berinteraksi tanpa berpindah aplikasi. 

Di sisi lain, PicoClaw masih pra-1.0. Menjadi alat yang sangat baru berarti bisa ada bug tak terduga atau bahkan perubahan yang merusak kompatibilitas. Saat meneliti ini, saya juga menemukan banyak penipuan kripto yang menargetkan PicoClaw. Dokumentasi resmi menyatakan bahwa mereka tidak menjalankan koin apa pun, jadi berhati-hatilah. 

Cara Menyiapkan PicoClaw

Anda dapat menyiapkan PicoClaw dalam beberapa langkah. Mari kita lihat caranya:

Instalasi (unduhan biner tunggal)

Untuk menyiapkan PicoClaw, Anda bisa membangunnya langsung dari sumber:

git clone https://github.com/sipeed/picoclaw.git
cd picoclaw
make deps
# Build, no need to install
make build
# Build for multiple platforms
make build-all
# Build for Raspberry Pi Zero 2 W (32-bit: make build-linux-arm; 64-bit: make build-linux-arm64)
make build-pi-zero
# Build And Install
make install

Namun, saya lebih suka menggunakan Docker karena jauh lebih cepat: 

# 1. Clone this repo
git clone https://github.com/sipeed/picoclaw.git
cd picoclaw
# 2. First run — auto-generates docker/data/config.json then exits
docker compose -f docker/docker-compose.yml --profile gateway up
# The container prints "First-run setup complete." and stops.
# 3. Set your API keys
nano docker/data/config.json   # Set provider API keys, bot tokens, etc.
# 4. Start
docker compose -f docker/docker-compose.yml --profile gateway up -d

Pelajari dasar-dasar kontainerisasi dari panduan Docker untuk Pemula kami. 

Mengonfigurasi penyedia LLM Anda

Setelah penyiapan, Anda perlu mengonfigurasi penyedia LLM pilihan Anda. Anda dapat melakukannya dengan mengedit berkas docker/data/config.json:

{
  "agents": {
    "defaults": {
      "workspace": "~/.picoclaw/workspace",
      "model_name": "gpt4",
      "max_tokens": 8192,
      "temperature": 0.7,
      "max_tool_iterations": 20
    }
  },
  "model_list": [
    {
      "model_name": "gpt4",
      "model": "openai/gpt-5.2",
      "api_key": "your-api-key",
      "request_timeout": 300
    },
    {
      "model_name": "claude-sonnet-4.6",
      "model": "anthropic/claude-sonnet-4.6",
      "api_key": "your-anthropic-key"
    }
  ],
  "tools": {
    "web": {
      "brave": {
        "enabled": false,
        "api_key": "YOUR_BRAVE_API_KEY",
        "max_results": 5
      },
      "tavily": {
        "enabled": false,
        "api_key": "YOUR_TAVILY_API_KEY",
        "max_results": 5
      },
      "duckduckgo": {
        "enabled": true,
        "max_results": 5
      },
      "perplexity": {
        "enabled": false,
        "api_key": "YOUR_PERPLEXITY_API_KEY",
        "max_results": 5
      },
      "searxng": {
        "enabled": false,
        "base_url": "http://your-searxng-instance:8888",
        "max_results": 5
      }
    }
  }
}

Menjalankan agen pertama Anda

Menyambungkan PicoClaw ke Telegram hanya membutuhkan beberapa langkah.

Berikut cara saya menyiapkannya untuk Telegram:

• Buka Telegram dan cari @BotFather 
• Ketik /newbot dan ikuti petunjuknya 
• Salin token yang Anda dapatkan dari BotFather 
• Selanjutnya, dapatkan ID pengguna Anda untuk memastikan bot hanya menerima perintah dari Anda. Cari @userinfobot di Telegram dan klik start. Salin ID pengguna.

Berikutnya, perbarui berkas docker/data/config.json untuk menyertakan token bot dan ID pengguna Telegram Anda. 

Sekarang buka bot Telegram Anda dan mulai berinteraksi dengan Picoclaw. 

Mari coba beberapa prompt. 

Pertama, saya akan menggunakan PicoClaw untuk menelusuri web dan mengembalikan harga saham Apple saat ini. Seperti yang terlihat pada tangkapan layar, ia menggunakan alat penelusuran web DuckDuckGo dan mengambil harganya. 

Berikut prompt lain yang meminta PicoClaw menyusun draf blog, menyimpannya ke disk, dan membacanya: 

Saya penasaran dengan kemampuannya menjalankan tugas terjadwal, jadi saya memintanya mengingatkan saya untuk memublikasikan blog dalam lima menit, dan pengingatnya memang datang setelah 5 menit. 

Masalah Umum PicoClaw dan Pemecahan Masalah

Saat menyiapkan PicoClaw, saya menemui beberapa masalah. Saya sebutkan secara singkat di sini kalau-kalau Anda mengalami hal yang sama. 

Tidak Ada Respons di Telegram

Jika Anda tidak mendapatkan respons di Telegram, masalahnya bisa jadi: 

• Token Telegram tidak benar. Buka berkas konfigurasi dan periksa lagi 
• from user ID tidak diatur, atau Anda mengakses agen dari akun yang berbeda 
• Model dan kunci API belum diatur. Buka berkas konfigurasi dan atur

Saat Anda memeriksa log, Anda akan melihat masalah yang tepat: 

docker compose -f docker/docker-compose.yml logs -f picoclaw-gateway

Model tidak diatur 

Kesalahan di bawah ini berarti Anda belum mengatur model bawaan: 

Error: error creating provider: model "" not found in model_list: model "" not found in model_list or providers

Buka berkas konfigurasi JSON dan atur nama model yang ingin Anda gunakan, serta pastikan kunci API-nya juga disertakan dalam berkas.

{
  "agents": {
    "defaults": {
      "workspace": "~/.picoclaw/workspace",
      "model_name": "gpt4", ---> make sure this is here 
      "max_tokens": 8192,
      "temperature": 0.7,
      "max_tool_iterations": 20
    }
  }

Kunci API yang diberikan tidak benar

Yang satu ini cukup jelas. Kunci API yang diisi untuk penyedia model pilihan Anda kosong atau salah. Buka berkas konfigurasi JSON dan verifikasi kuncinya.

Kapabilitas Unggulan PicoClaw

Sekarang mari temukan beberapa kapabilitas yang membuat PicoClaw berbeda dan juga mirip dengan asisten AI pribadi lainnya. 

Sistem Heartbeat

PicoClaw memiliki berkas markdown heartbeat di direktori kerjanya, yang dibaca agen setiap 30 menit dan bertindak berdasarkan instruksi yang ada. Picoclaw juga dapat menjalankan subagen untuk menangani pekerjaan secara paralel. 

Memori persisten

PicoClaw memiliki berkas memori yang menyimpan informasi penting yang harus bertahan lintas sesi. Ia menyimpan preferensi dan keterampilan yang diaktifkan, sehingga saat konteks itu dibutuhkan, dapat diambil. Ini penting agar Anda tidak selalu memulai setiap interaksi dari nol. 

Mode air-gapped / luring

PicoClaw juga dapat berjalan tanpa akses internet. Ini penting jika Anda ingin memproses data sensitif, terutama di industri teregulasi seperti perbankan dan layanan kesehatan. Untuk mencapainya, Anda perlu menyiapkan model lokal melalui Ollama. 

Multi-agen dan fallback model

Dengan PicoClaw, Anda dapat mendefinisikan setiap agen untuk menggunakan penyedia LLM-nya sendiri. Ia juga mendukung penyeimbangan beban, di mana Anda dapat mendistribusikan permintaan ke beberapa model. Saat diatur, PicoClaw akan berotasi melalui model-model tersebut secara round robin.

Integrasi perangkat keras

PicoClaw menyertakan alat bawaan untuk komunikasi I2C dan SPI. Ini membantu agen berinteraksi dengan periferal perangkat keras pada board yang didukung. Artinya, ia dapat berinteraksi dengan sensor, layar, pengendali motor, dan segala jenis perangkat fisik. 

PicoClaw dalam Aksi: Kasus Penggunaan Nyata

Sekarang mari jelajahi beberapa kasus penggunaan PicoClaw. 

Beberapa kasus menarik yang saya temukan secara daring saat meneliti ini antara lain: 

• Menjalankan otomasi rumah dan pemantauan dengan Raspberry PI generasi pertama 
• Menjalankan penelusuran web otomatis, misalnya untuk mengirimkan rangkuman ke Telegram setiap pagi 
• Peringatan dan pemantauan dari perangkat tertanam, misalnya dari data sensor 

Keterbatasan dan Peringatan PicoClaw

Sebelum Anda menerapkan PicoClaw ke jaringan Anda, ada beberapa keterbatasan serius yang perlu diingat.

Pertama, PicoClaw aman secara bawaan. Ia dibatasi pada ruang kerja tempat ia berjalan. Karena itu, ia tidak dapat mengakses folder dan berkas di luar direktori tersebut. 

Anda dapat mengubah ini di berkas pengaturan. 

Perintah tertentu, seperti rm juga dibatasi untuk mencegah masalah seperti penghapusan total hard drive Anda. 

Sebagai contoh, saya mencoba memintanya menghapus folder home saya, dan guardrail pun aktif untuk mencegah hal ini. 

Sebagai perangkat lunak yang masih dalam tahap awal pengembangan, PicoClaw memiliki masalah keamanan jaringan yang belum terselesaikan, sehingga disarankan untuk tidak diterapkan ke produksi sebelum rilis v1.0. 

Jika Anda mencari sesuatu yang lebih matang, OpenClaw adalah pilihan yang baik. Cari tahu apakah ini cocok untuk alur kerja Anda dalam panduan OpenClaw vs Claude Code kami. 

Prospek ke Depan

Kemampuan menjalankan model bahasa besar pada perangkat edge baru-baru ini mendapat banyak perhatian. Terutama dengan hadirnya model-model yang dapat berjalan di ponsel dan perangkat tertanam. Menurut saya, PicoClaw akan sangat berguna di lingkungan dengan sumber daya terbatas dan aplikasi di mana sensitivitas data adalah hal mutlak. Di tempat dengan konektivitas yang tidak andal, tidak ada pilihan lain selain menggunakan alat seperti PicoClaw. 

Saya pikir PicoClaw bisa menjadi pesaing nyata bagi Nanobot dan OpenClaw saat siap untuk produksi. Saya bertaruh bahwa PicoClaw akan menjadi alat yang memungkinkan perangkat Internet-of-things menjalankan alur kerja agenik. Itu juga membawa risiko serius jika model yang menjalankan agen berhalusinasi atau injeksi prompt menyebabkannya melakukan hal-hal berbahaya seperti membuat microwave terlalu panas. 

PicoClaw juga akan mencoba membangun fitur-fitur yang belum ada tetapi dimiliki agen lain seperti OpenClaw, sebagaimana dibayangkan dalam peta jalan mereka. Di antaranya: 

• Otomasi peramban
• Lebih banyak penemuan keterampilan 
• Dukungan MCP 

Kesimpulan

Saat OpenClaw diluncurkan, ada banyak hype tentang membeli Mac Mini untuk menjalankannya, padahal sebenarnya Anda tidak membutuhkannya. Sebuah Mac Mini berharga ratusan dolar. 

PicoClaw dibuat untuk membuktikan narasi tersebut keliru dengan memungkinkan penerapan agen yang andal dengan anggaran $10. Berbeda dengan OpenClaw, PicoClaw mengusung pendekatan secure first, membatasi akses agen hanya pada ruang kerjanya dan menonaktifkan perintah yang dapat menimbulkan kekacauan ketika model yang mendasarinya berhalusinasi atau ada injeksi prompt berbahaya. 

Untuk mempelajari lebih lanjut tentang cara bekerja dengan alat AI, saya sarankan melihat panduan kami tentang alat AI gratis terbaik. Untuk keterampilan pengodean AI yang lebih luas, coba kursus AI-Assisted Coding for Developers kami untuk mengembangkan keterampilan yang membuat asisten AI menjadi mitra yang lebih andal dalam alur kerja pengembangan Anda. 

Anda juga dapat mengetahui cara membangun aplikasi bertenaga AI menggunakan LLM, prompt, rantai, dan agen di LangChain dari kursus Developing LLM Applications with LangChain kami.