ZeroClaw 官方介绍
最后更新:2026年2月15日
自主 Agent 基础设施

ZeroClaw:为极速与安全而打造的 AI 自治引擎

ZeroClaw 是我们基于 Rust 原生打造的自主 Agent 框架,面向需要稳定执行、严格安全默认策略和低运维开销的团队。无论是生产环境还是自托管场景,ZeroClaw 都能实现快速启动、高效运行,并通过模块化的 Provider、Channel、Memory 与 Tool 集成实现可扩展落地。

核心能力

ZeroClaw 采用最小化、基于 trait 的架构设计,让基础设施团队无需深度改代码即可替换模型提供商、通信渠道、记忆系统与运行工具,避免厂商锁定。

高效运行时

单一 Rust 二进制交付,具备极速启动与低内存占用特性,适合长时间运行的 Agent 负载。

安全优先默认配置

提供沙箱控制、文件系统作用域、白名单策略、密钥加密与网关式访问模型。

广泛集成能力

兼容 22+ 模型提供商,支持多渠道消息接入,并内置记忆、可观测性与工具编排能力。

技术证据与基线

以下基线信息来自官方项目材料与仓库文档,用于支持透明评估。

实现语言 100% Rust 架构,以紧凑独立二进制形式交付。
资源占用 已发布指标显示:二进制约 3.4MB,基准快照下峰值 RSS 约 7.8MB。
启动性能 参考测量数据显示:冷启动约 0.38 秒,热启动低于 10ms。
模型提供商支持 支持 22+ Provider 集成,兼容 OpenAI 协议端点,并支持本地模型工作流。
默认网络策略 网关流程围绕 localhost 绑定与一次性配对设计,通过访问令牌(Bearer Token)进行授权访问。
记忆层 内置 SQLite 存储,支持关键词与向量混合检索。
可观测性 支持 Prometheus 与 OpenTelemetry,用于生产监控。

来源范围:官方仓库 README、《ZeroClaw Comprehensive Research Report》以及参考文章草稿(快照日期:2026年2月15日)。

架构组件

ZeroClaw 采用基于 trait 的系统设计,核心能力可通过配置互换,在保持最小运行时占用的同时提升部署灵活性。

AI 模型 Provider内置 22+ Provider,并支持 OpenAI 兼容 API(含自定义端点)。
渠道接入 Channel支持 CLI 与多平台消息接入,并可扩展自定义连接器。
记忆系统 Memory包含 SQLite、FTS5 关键词检索、向量相似度与混合排序。
工具系统 Tool内置 shell、文件、记忆、浏览器与外部集成能力。
可观测性 Observer支持 Prometheus 与 OpenTelemetry 等运维遥测通道。
运行时 RuntimeAdapter可原生运行于 Mac、Linux 与树莓派等低功耗硬件。
安全策略 SecurityPolicy内建网关配对、沙箱、路径作用域与白名单控制。
身份配置 IdentityConfig支持 OpenClaw 风格与 JSON 身份格式。

自治级别与能力边界

ZeroClaw 提供多种自治级别,便于团队按风险模型配置执行权限。

只读模式

适用于受限执行场景,优先保障可审计与低风险任务。

监督模式

在关键操作上保留人工监督,平衡自治效率与控制力。

全自治模式

为已批准的工作流与环境提供更广泛的自主执行能力。

工具能力面

  • Shell 执行:用于命令自动化。
  • 文件 I/O:用于工作区级文件操作。
  • 浏览器自动化:支持基于域名白名单的访问控制。
  • Composio 集成:可选接入 OAuth 应用编排。

记忆检索管线

  • 向量检索:基于 SQLite 向量嵌入与余弦相似度。
  • 关键词检索:基于 FTS5 与 BM25。
  • 混合合并逻辑:用于更高精度的排序结果。

部署与生态快照

该快照汇总了研究报告中的部署场景与项目发展势能。

部署适配场景

  • 在低功耗设备上运行 24/7 自主 Agent。
  • 面向 Telegram、Discord、Slack 的跨平台 Bot 工作流。
  • 用于代码与运维任务的本地开发自动化。

社区增长势能

  • 仓库 Star:报告快照约 2k。
  • 仓库 Fork:同快照下为 155。
  • 提交频繁,社区 PR 活跃。
  • 报告提及的主要开发者:Argenis De La Rosa(theonlyhennygod)。

以上指标来自报告在 2026年2月15日 的时间点快照。

说明:参考项目材料中并未将名为 ZEROCLAW 的链上代币定义为 ZeroClaw AI 项目的官方组成部分。

可靠性、透明度与安全性

实战运行经验

ZeroClaw 聚焦实际运维需求:低延迟启动、低内存占用,以及在受限设备与服务器级硬件上的可预期自动化行为。

透明文档体系

核心技术结论均可追溯到官方代码库与公开文档,且页面明确标注更新时间。

默认安全策略

安全控制以显式策略为设计原则,覆盖权限边界、白名单操作,以及符合最小权限原则的密钥处理流程。

结构化元数据

页面头部的结构化数据将 ZeroClaw 明确定义为组织与软件实体,以增强搜索引擎的实体理解能力。

ZeroClaw 部署流程

该流程对应参考文章中的实操路径:安装 Rust、构建 release、执行 onboarding,并以 daemon 方式保持在线运行。

步骤 1:安装 Rust 工具链

当环境中尚未安装 Rust 时,可使用官方安装脚本完成部署。

curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

步骤 2:构建并安装 ZeroClaw

先构建 release 版本以获得更优性能,再安装到系统路径。

git clone https://github.com/theonlyhennygod/zeroclaw.git
cd zeroclaw
cargo build --release
cargo install --path . --force

步骤 3:完成交互式引导配置

配置 Provider 凭据、选择接入渠道,并设置配对码以启用安全网关访问。

zeroclaw onboard --interactive

步骤 4:后台守护运行

以 daemon 模式运行 ZeroClaw 执行 24/7 任务,并通过 CLI 查看运行状态。

zeroclaw daemon
zeroclaw status

AIEOS 身份档案

ZeroClaw 支持 AIEOS 身份配置,团队可在提示词之外定义更稳定的助手行为,包括角色设定、语言风格与长期一致性。

身份维度

  • Identity(身份):姓名、背景与身份元数据。
  • Psychology(心理):认知偏好、伦理准则与人格特征。
  • Linguistics(语言学):语言风格、语气与表达模式。
  • Motivations(动机):用于行为引导的短期与长期目标。

参考配置

将 ZeroClaw 指向你的身份包,即可启用 AIEOS 配置格式:

[identity]
format = "aieos"
aieos_path = "identity.json"

按工作负载进行选型

参考文章建议:选型应基于工作负载与场景,而非仅看热度。

场景 A:交互优先的本地中枢

如果你更看重本地交互体验和创意前端工作流,OpenClaw 在这些交互驱动场景中可能更匹配。

场景 B:自动化与服务器运维

如果你的重点是在受限基础设施上进行长期自动化,ZeroClaw 凭借紧凑体积与启动效率通常更具优势。

深度研究专题内页

基于 `deep-research-report.md` 拆解的疑问词导向专题页,覆盖定位、用户、功能、架构、定价、竞争和最终推荐。每个专题页左侧均有 TOC,可相互跳转。

English Research Hub

Open the English hub for bilingual topic pages and cross-language navigation.

ZeroClaw 常见问题

面向生产、测试与自托管自动化场景的 ZeroClaw 关键问答。

什么是 zeroclaw?

zeroclaw(即 ZeroClaw)是一个 Rust 原生的自主 AI Agent 框架,聚焦高性能、安全默认策略与模块化集成。

zeroclaw 与 OpenClaw 有什么区别?

zeroclaw 定位为轻量级 Rust 实现,具备更小运行时占用、更快启动速度和基于 trait 的可插拔能力。

zeroclaw 是开源项目吗?

是的。zeroclaw 通过公开 GitHub 仓库分发,源码、问题与更新均可公开追踪。

zeroclaw 可以运行在低配硬件上吗?

可以。zeroclaw 面向高效率运行而设计,可部署在树莓派和低配服务器等受限环境中。

zeroclaw 支持哪些模型与 Provider?

zeroclaw 支持 22+ Provider 与 OpenAI 兼容端点,可同时覆盖托管 API 与自定义集成。

zeroclaw 支持本地模型吗?

支持。zeroclaw 支持本地模型工作流,包括通过 Ollama 等 Provider 进行部署。

zeroclaw 如何处理安全控制?

zeroclaw 采用严格默认策略,例如 localhost 优先访问、基于配对的网关认证、沙箱隔离与白名单策略边界。

zeroclaw 使用什么记忆系统?

zeroclaw 使用内置 SQLite 记忆系统,通过 FTS5 关键词检索、向量相似度与加权合并排序实现混合检索。

zeroclaw 提供哪些自治模式?

zeroclaw 提供 readonly、supervised、full 三种自治模式,便于团队按运维要求配置执行权限。

ZEROCLAW 代币是 zeroclaw AI 的官方组成部分吗?

根据参考项目材料,名为 ZEROCLAW 的链上代币并未被记录为 zeroclaw AI 框架的官方组成部分。