PicoClaw 教程：为磁盘空间受限环境打造的超极简代理框架

如果媒体报道属实，AI 正在消耗全球的内存和 CPU 资源，这让 PicoClaw 显得恰逢其时。它在发布时迅速引发热议，短短几天就获得了数千颗星。完整的 AI 代理不足 10MB，且能在 600MHz 处理器上于一秒内启动。

当我看到它时，不得不亲自试一试，看看它的热度是否名副其实。本文将带您了解 PicoClaw，并重点介绍我的全部发现。

如果您想进一步了解代理式 AI，建议从AI Agent Fundamentals 技能路径开始。

什么是 PicoClaw？

PicoClaw 是受Nanobot 启发的轻量级个人 AI 助手。它由 Sipeed 团队使用 Go 编写，可在树莓派、RISC-V 嵌入式板卡以及基于 MIPS 的路由器等边缘设备上运行。这意味着您仅用 10 美元的硬件预算就能运行 PicoClaw。

PicoClaw 的核心特性与能力

PicoClaw 以单一二进制发布。这让安装极其迅速，因为无需配置 Python 虚拟环境，也无需运行 pip 安装。

作为二进制文件，它可以在多种架构上运行。发布页面为多个操作系统提供下载，包括 Linux、macOS 和 Windows。

在 AI 提供商方面，PicoClaw 不绑定特定厂商。它支持 OpenAI、Anthropic、DeepSeek，甚至支持通过 Ollama 使用本地模型。对于想在不同模型间切换或因隐私原因使用本地模型的用户，这一点非常重要。

您可以在将 OpenClaw 与 Ollama 配合使用一文中了解如何为本地模型设置 Ollama。

PicoClaw 内置工具可：

读写文件
在宿主系统上运行 Shell 命令
使用 Brave Search 或 DuckDuckGo 搜索网页
通过 cron 调度重复任务

与 Nanobot 一样，它支持常见平台，如 WhatsApp、Telegram、Discord、QQ 和钉钉。稍后我会演示如何将其与 Telegram 集成。

了解轻量级的OpenClaw 替代方案 Nanobot。参考这份Nanobot 完整安装指南，在 10 分钟内构建安全、可审计的 Python AI 代理。

PicoClaw 的优缺点

考虑到它的安装既快又简单，您可能会好奇 PicoClaw 的缺点是什么。我们稍后再谈，先来看优点。

首先，它作为二进制文件，几乎能在任何设备上轻松部署。我仅用了几分钟就把它装到了我的 Google Pixel 手机上。

其次，PicoClaw 可以配合您现有的消息平台使用，无需切换应用即可与之交互。

不足之处在于，PicoClaw 仍处于 1.0 之前的阶段。作为一个非常新的工具，可能会出现意料之外的错误，甚至不兼容的变更。在调研中我还发现有大量针对 PicoClaw 的加密骗局。官方文档声明他们不运营任何代币，所以请务必谨慎。

如何设置 PicoClaw

您可以通过几个步骤完成 PicoClaw 的设置。如下所示：

安装（单文件二进制下载）

要设置 PicoClaw，您可以直接从源码构建：

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技术支持

不过我更喜欢使用 Docker，因为速度更快：

# 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技术支持

通过我们的Docker 入门指南学习容器化要点。

配置您的 LLM 提供商

完成安装后，您需要配置所选的 LLM 提供商。可通过编辑 docker/data/config.json 文件实现：

{
  "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
      }
    }
  }
}技术支持

运行您的第一个代理

将 PicoClaw 连接到 Telegram 只需几个步骤。

我为 Telegram 的设置步骤如下：

打开 Telegram，搜索 @BotFather
输入 /newbot 并按照提示操作
复制从 BotFather 获取到的令牌
接着获取您的用户 ID，确保机器人仅接受您的指令。在 Telegram 中搜索 @userinfobot 并点击 Start。复制用户 ID。

然后更新 docker/data/config.json 文件，填入机器人令牌和您的 Telegram 用户 ID。

现在前往您的 Telegram 机器人，与 Picoclaw 开始互动吧。

我们来试几个提示词。

首先，我让 PicoClaw 搜索网页并返回苹果公司的当前股价。从截图可以看到，它使用了 DuckDuckGo 网页搜索工具并检索到了价格。

这里还有一个提示词，让 PicoClaw 起草一篇博客，将其保存到磁盘并读取：

我也很好奇它的定时任务能力，于是让它在五分钟后提醒我发布这篇博客，五分钟后确实收到了提醒。

PicoClaw 常见问题与排障

在设置 PicoClaw 时，我遇到了一些问题。这里简单说明一下，方便您出现同样情况时参考。

Telegram 无响应

如果您在 Telegram 上没有收到任何回复，可能的原因包括：

Telegram 令牌不正确。请打开配置文件重新检查
from 用户 ID 未设置，或您在使用不同账号访问代理
未设置模型和 API 密钥。请打开配置文件进行设置

查看日志时，您会看到具体问题：

docker compose -f docker/docker-compose.yml logs -f picoclaw-gateway技术支持

未设置模型

下面的错误表示您尚未设置默认模型：

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

请打开 JSON 配置文件，设置您要使用的模型名称，并确保在文件中包含其 API 密钥。

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

提供了不正确的 API 密钥

这个问题很直观。您为所选模型提供商填写的 API 密钥为空或错误。请打开 JSON 配置文件并核对密钥。

PicoClaw 的亮点能力

下面来看看让 PicoClaw 与众不同、同时又与其他个人 AI 助手相似的一些能力。

Heartbeat 系统

PicoClaw 在其工作目录下有一个 heartbeat Markdown 文件，代理每 30 分钟读取一次，并根据其中的指令采取行动。PicoClaw 还可以启动子代理以并行处理任务。

持久化记忆

PicoClaw 通过记忆文件存储应在会话间持久化的重要信息。它会保存您的偏好与启用的技能，以便在需要该上下文时进行调用。这很重要，避免每次交互都从头开始。

物理隔离/离线模式

PicoClaw 也可以在无网络环境下运行。如果您需要处理敏感数据，尤其是在银行和医疗等受监管行业，这一点尤为重要。要实现这一点，您需要通过 Ollama 配置本地模型。

多代理与模型回退

在 PicoClaw 中，您可以为每个代理指定其各自的 LLM 提供商。它也支持负载均衡，您可以将请求分配到多个模型。当配置完成后，PicoClaw 会以轮询方式在模型间轮转。

硬件集成

PicoClaw 内置 I2C 与 SPI 通信工具，帮助代理与受支持板卡上的硬件外设交互。这意味着它能与传感器、显示屏、马达控制器以及各种物理设备联动。

PicoClaw 实战：真实用例

接下来探讨一些 PicoClaw 的使用场景。

我在调研时在线上看到的一些有趣用例包括：

在第一代树莓派上运行家庭自动化与监控
运行自动化网页搜索，例如每天早晨通过 Telegram 向您发送摘要
来自嵌入式设备的告警与监控，例如基于传感器数据

PicoClaw 的局限与注意事项

在将 PicoClaw 部署到您的网络之前，有几个重要限制需要留意。

首先，PicoClaw 默认是安全的。它被限制在其工作区内，无法访问该目录之外的文件夹和文件。

您可以在设置文件中修改这一点。

某些命令（如 rm）也受到限制，以防止例如磁盘被清空等问题。

例如，我尝试让它删除我的 home 目录，结果护栏机制启动，阻止了这一操作。

作为早期开发软件，PicoClaw 仍存在未解决的网络安全问题，因此建议在 v1.0 发布之前不要用于生产环境。

如果您在寻找更成熟的选择，OpenClaw 是不错的方案。请参考我们的OpenClaw 与 Claude Code 对比指南，看看它是否适合您的工作流。

未来展望

在边缘设备上运行大语言模型的能力近来迅速升温，尤其是能够在手机和嵌入式设备上运行的模型不断涌现。我认为 PicoClaw 在资源受限环境以及对数据敏感性要求极高的应用中会非常有用。在连接不稳定的场景中，使用像 PicoClaw 这样的工具将是不二之选。

当 PicoClaw 准备好用于生产时，它可能会成为 Nanobot 和 OpenClaw 的有力竞争者。我甚至认为，PicoClaw 将成为使物联网设备具备代理式工作流能力的工具。但这也伴随严峻风险：若驱动代理的模型产生幻觉，或遭遇提示注入，可能会导致诸如让微波炉过热等恶意行为。

PicoClaw 还将尝试补齐其他代理（如 OpenClaw）所具备但它目前缺失的功能，详见其路线图。包括：

浏览器自动化
更多技能发现
MCP 支持

结语

OpenClaw 发布时，曾掀起一股购买 Mac Mini 来运行它的风潮，尽管其实并不一定需要。可一台 Mac Mini 要花上数百美元。

PicoClaw 的诞生就是为了打破这种叙事，它让您只用 10 美元预算就能部署强大的代理。与 OpenClaw 不同，PicoClaw 采取“安全优先”的方式，将代理的访问限制在其工作区内，并禁用在底层模型出现幻觉或遭遇恶意提示注入时可能造成严重破坏的命令。

若想进一步了解如何与 AI 工具协作，建议查看我们的最佳免费 AI 工具指南。若想系统提升 AI 编程技能，试试我们的开发者 AI 辅助编程课程，让 AI 助手成为您开发工作流中更可靠的伙伴。

您还可以通过我们的使用 LangChain 开发 LLM 应用课程，学习如何在 LangChain 中使用 LLM、提示、链与代理来构建 AI 驱动的应用。

PicoClaw 常见问题

谁开发了 PicoClaw？

PicoClaw 由 Sipeed 团队打造。Sipeed 以打造亲民价位的硬件著称，尤其是基于 RISC-V 和 ARM 的开发板。

PicoClaw 是否免费可用？

是的。PicoClaw 本身是免费且开源的。如果您使用本地模型，那么它就真正免费。

PicoClaw 是否已准备好用于生产环境？

暂时还不是。截至 2026 年 3 月，PicoClaw 仍处于 1.0 版本之前阶段。

作者

Derrick Mwiti

主题

AI 代理人工智能

主题

技术