PicoClaw-tutorial: een hyper-minimalistisch agentframework voor beperkte schijfruimte

Als recente berichtgeving klopt, verbruikt AI overal ter wereld al het RAM en CPU, waardoor PicoClaw een uiterst tijdige tool is. Geen verrassing dat de lancering veel stof deed opwaaien en in de eerste dagen duizenden sterren opleverde. De volledige AI-agent past in minder dan 10 MB en start in minder dan een seconde op een 600MHz-processor. 

Toen ik het tegenkwam, móést ik het zelf testen om te zien of de hype klopte. In dit artikel neem ik je mee door PicoClaw en licht ik alles toe wat ik ontdekte. 

Als je meer wilt leren over agentische AI, raad ik je aan te beginnen met de skill track AI Agent Fundamentals. 

Wat is PicoClaw?

PicoClaw is een lichtgewicht persoonlijke AI-assistent, geïnspireerd door Nanobot. Het is in Go geschreven door het Sipeed-team en draait op edge-apparaten zoals Raspberry Pi, embedded RISC-V-boards en MIPS-routers. Dat betekent dat je PicoClaw kunt draaien met een hardwarebudget van $10. 

Belangrijkste features en mogelijkheden van PicoClaw

PicoClaw wordt geleverd als één enkele binary. Dat maakt de setup extreem snel, omdat je geen Python-virtuele omgevingen hoeft te configureren of pip hoeft te draaien. 

Doordat het een binary is, kun je het op verschillende architecturen draaien. Op de releasepagina staan downloads voor diverse besturingssystemen, waaronder Linux, macOS en Windows. 

Wat AI betreft is PicoClaw provider-agnostisch. Het ondersteunt OpenAI, Anthropic, DeepSeek en zelfs Ollama voor lokale modellen. Dit is belangrijk voor gebruikers die willen wisselen tussen modellen of lokale modellen willen gebruiken om privacyredenen. 

Je kunt leren hoe je Ollama instelt voor lokale modellen in de gids OpenClaw gebruiken met Ollama. 

PicoClaw heeft ingebouwde tools die kunnen: 

• Bestanden lezen en schrijven 
• Shellcommando's uitvoeren op het hostsysteem 
• Het web doorzoeken met Brave Search of DuckDuckGo 
• Terugkerende taken plannen met cron 

Net als Nanobot ondersteunt het de gebruikelijke kanalen: WhatsApp, Telegram, Discord, QQ en DingTalk. Later laat ik je zien hoe je het instelt met Telegram. 

Ontdek Nanobot, het lichtgewichte alternatief voor OpenClaw. Bouw in minder dan 10 minuten een veilige, controleerbare Python AI-agent met deze volledige Nanobot-setupgids.

De voor- en nadelen van PicoClaw

Je vraagt je vast af wat de nadelen van PicoClaw zijn, gezien hoe snel en simpel de setup is. Daar komen we zo op, maar eerst de voordelen. 

Ten eerste: doordat het een binary is, is het op vrijwel elk apparaat eenvoudig te installeren. Ik had het in een paar minuten draaiend op mijn Google Pixel-telefoon. 

Ten tweede kun je PicoClaw gebruiken met je bestaande messagingplatforms, waardoor je eenvoudig kunt communiceren zonder van app te wisselen. 

Nadeel is dat PicoClaw nog pre-1.0 is. Omdat het zo nieuw is, kunnen er onverwachte bugs of zelfs breaking changes zijn. Tijdens mijn onderzoek kwam ik ook talloze cryptoscams tegen die zich op PicoClaw richten. In de officiële documentatie staat dat ze geen coins hebben; wees dus voorzichtig. 

PicoClaw instellen

Je kunt PicoClaw in een paar stappen instellen. Zo doe je dat:

Installatie (enkele binary-download)

Om PicoClaw te installeren, kun je het rechtstreeks uit de bron bouwen:

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 installMogelijk gemaakt door

Ik geef echter de voorkeur aan Docker, omdat dat veel sneller is: 

# 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 -dMogelijk gemaakt door

Leer de basis van containerization met onze Docker voor beginners-gids. 

Je LLM-provider configureren

Na de installatie moet je de LLM-provider van je keuze configureren. Dat doe je door het bestand docker/data/config.json te bewerken:

{
  "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
      }
    }
  }
}Mogelijk gemaakt door

Je eerste agent draaien

PicoClaw koppelen aan Telegram kost maar een paar stappen.

Zo heb ik Telegram ingesteld:

• Open Telegram en zoek @BotFather 
• Typ /newbot en volg de stappen 
• Kopieer de token die je van BotFather krijgt 
• Haal vervolgens je user-ID op om ervoor te zorgen dat de bot alleen commando's van jou accepteert. Zoek @userinfobot in Telegram en klik op start. Kopieer de user-ID.

Werk daarna het bestand docker/data/config.json bij met de bottoken en jouw Telegram-user-ID. 

Ga nu naar je Telegram-bot en begin te praten met Picoclaw. 

Laten we een paar prompts proberen. 

Eerst laat ik PicoClaw het web doorzoeken en de huidige aandelenkoers van Apple teruggeven. Zoals je op de screenshot ziet, gebruikte het de DuckDuckGo-webzoektool en haalde het de koers op. 

Hier is een andere prompt waarin ik PicoClaw vraag een blog te schrijven, op schijf op te slaan en voor te lezen: 

Ik was benieuwd naar de mogelijkheid om geplande taken uit te voeren, dus vroeg ik om me over vijf minuten te herinneren de blog te publiceren, en de reminder kwam inderdaad na 5 minuten. 

Veelvoorkomende problemen en troubleshooting met PicoClaw

Bij het instellen van PicoClaw liep ik tegen wat problemen aan. Ik noem ze hier kort voor het geval jij hetzelfde meemaakt. 

Geen reactie op Telegram

Als je geen reactie krijgt op Telegram, kan het probleem zijn: 

• De Telegram-token klopt niet. Open het configbestand en controleer opnieuw 
• De from-user-ID is niet ingesteld, of je benadert de agent vanaf een ander account 
• Het model en de API-sleutels zijn niet ingesteld. Open het configbestand en stel ze in

Als je de logs bekijkt, zie je het exacte probleem: 

docker compose -f docker/docker-compose.yml logs -f picoclaw-gatewayMogelijk gemaakt door

Model niet ingesteld 

De fout hieronder betekent dat je het standaardmodel niet hebt ingesteld: 

Error: error creating provider: model "" not found in model_list: model "" not found in model_list or providersMogelijk gemaakt door

Open het JSON-configbestand en stel de naam in van het model dat je wilt gebruiken, en zorg ervoor dat de bijbehorende API-sleutel ook in het bestand staat.

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

Onjuiste API-sleutel opgegeven

Deze is eenvoudig: de API-sleutel voor de door jou gekozen modelprovider is leeg of onjuist. Open het JSON-configbestand en controleer de sleutel.

De onderscheidende capaciteiten van PicoClaw

Laten we nu enkele mogelijkheden bekijken die PicoClaw onderscheiden en ook overeenkomen met andere persoonlijke AI-assistenten. 

Het Heartbeat-systeem

PicoClaw heeft een heartbeat-markdownbestand in de werkmap. De agent leest dit elke 30 minuten en voert de instructies daarin uit. Picoclaw kan ook subagents opstarten om werk parallel af te handelen. 

Persistente geheugenfunctie

PicoClaw heeft een geheugenbestand dat belangrijke informatie opslaat die sessie-overstijgend moet blijven. Het bewaart je voorkeuren en ingeschakelde skills, zodat die context kan worden opgehaald wanneer nodig. Belangrijk, zodat je niet elke interactie helemaal opnieuw begint. 

Air-gapped / offline modus

PicoClaw kan ook zonder internettoegang draaien. Dit is belangrijk als je gevoelige data wilt verwerken, vooral in gereguleerde sectoren zoals banken en zorg. Hiervoor moet je een lokaal model via Ollama instellen. 

Multi-agent en model-fallbacks

Met PicoClaw kun je per agent een eigen LLM-provider definiëren. Het ondersteunt ook load balancing, waarbij je verzoeken over meerdere modellen verdeelt. Als dit is ingesteld, roteert PicoClaw de modellen op round-robin-wijze.

Hardware-integratie

PicoClaw bevat ingebouwde tools voor I2C- en SPI-communicatie. Hiermee kan de agent met hardwareperipherals op ondersteunde boards communiceren. Dat betekent interactie met sensoren, displays, motorcontrollers en allerlei fysieke apparaten. 

PicoClaw in de praktijk: echte use-cases

Laten we nu enkele use-cases van PicoClaw verkennen. 

Interessante use-cases die ik online vond tijdens mijn onderzoek zijn onder meer: 

• Home-automation en -monitoring draaien op een eerste-generatie Raspberry Pi 
• Geautomatiseerde webzoekopdrachten draaien, bijvoorbeeld om je elke ochtend samenvattingen via Telegram te sturen 
• Alerts en monitoring vanaf embedded devices, bijvoorbeeld op basis van sensordata 

Beperkingen en kanttekeningen van PicoClaw

Voordat je PicoClaw op je netwerk inzet, zijn er een paar serieuze beperkingen om rekening mee te houden.

Allereerst is PicoClaw standaard veilig. Het is beperkt tot de workspace waarin het werkt. Het kan dus geen mappen en bestanden buiten die map benaderen. 

Je kunt dit wijzigen in het instellingenbestand. 

Bepaalde commando's, zoals rm, zijn ook beperkt om problemen te voorkomen, zoals het volledig wissen van je harde schijf. 

Ik vroeg bijvoorbeeld om mijn home-map te verwijderen, en de guardrails grepen in om dit te voorkomen. 

Omdat het nog in vroege ontwikkeling is, heeft PicoClaw onopgeloste netwerkbeveiligingsproblemen. Het wordt daarom afgeraden om het vóór de v1.0-release in productie te gebruiken. 

Zoek je iets verder ontwikkeld, dan is OpenClaw een goede keuze. Ontdek of het past bij jouw workflow in onze gids OpenClaw vs Claude Code. 

Toekomstverwachting

De mogelijkheid om large language models op edge-apparaten te draaien, wint snel aan terrein, zeker met de komst van modellen die op mobiele telefoons en embedded devices kunnen draaien. Ik denk dat PicoClaw erg nuttig zal zijn in omgevingen met beperkte middelen en in toepassingen waar datasensitiviteit cruciaal is. Waar de connectiviteit onbetrouwbaar is, is er geen andere optie dan een tool als PicoClaw te gebruiken. 

Ik denk dat PicoClaw een echte concurrent kan worden van Nanobot en OpenClaw zodra het productierijp is. Mijn gok is dat PicoClaw het hulpmiddel wordt dat Internet-of-Things-apparaten in staat stelt agentische workflows uit te voeren. Dat brengt ook serieuze risico's met zich mee als de modellen die de agent aandrijven hallucineren of als een prompt-injectie leidt tot kwaadaardige acties, zoals een magnetron laten oververhitten. 

PicoClaw zal ook proberen de ontbrekende features te bouwen die wel in andere agents, zoals OpenClaw, aanwezig zijn, zoals beschreven in hun roadmap. Ze omvatten: 

• Browserautomatisering
• Meer ontdekking van skills 
• MCP-ondersteuning 

Conclusie

Toen OpenClaw lanceerde, was er veel hype over het kopen van Mac Mini's om het te draaien, terwijl dat eigenlijk niet nodig was. Een Mac Mini kost honderden dollars. 

PicoClaw is gebouwd om dat verhaal te weerleggen door krachtige agents te kunnen inzetten met een budget van $10. In tegenstelling tot OpenClaw hanteert PicoClaw een security-first-benadering: de toegang van de agent is beperkt tot alleen de workspace en commando's die schade kunnen aanrichten worden uitgeschakeld wanneer het onderliggende model hallucineert of een kwaadaardige prompt wordt geïnjecteerd. 

Als je meer wilt leren over het werken met AI-tools, raad ik je aan om onze gids met de beste gratis AI-tools te bekijken. Voor bredere AI-codingskills kun je onze cursus AI-Assisted Coding for Developers proberen om skills te ontwikkelen die AI-assistenten betrouwbaardere partners maken in je developmentworkflow. 

Je kunt ook ontdekken hoe je AI-aangedreven applicaties bouwt met LLM's, prompts, chains en agents in LangChain in onze cursus Developing LLM Applications with LangChain.