ZeroClaw

ZeroClaw

AI TOOL PROFILE工具资料

Rust 编写的单二进制开源个人 AI Agent 框架,密钥与模型都归你所有。

官网地址 https://www.zeroclawlabs.ai/

访问官网
价格开源免费,MIT OR Apache-2.0 协议,无云席位与订阅。
平台Web / macOS / Linux / Raspberry Pi / CLI
归类AI 智能体
收录2025-01-01
复核2025-01-01
编辑评分 4.1 / 5

ZeroClaw编辑总结

EDITOR REVIEW编辑评测

ZeroClaw 是一个用 Rust 编写的开源轻量级 AI Agent 框架,打包成单个原生二进制文件,安装后即可在本机运行,使用你自己的 API Key 或本地模型。当前版本 v0.8.5,过去一年发布了 20 个版本,拥有 420 多名贡献者,采用 MIT OR Apache-2.0 双协议,支持 70 多个 LLM 提供商与 30 多个消息渠道,冷启动约 12 毫秒,内存占用小于一个浏览器标签页,可运行在 Raspberry Pi 上。安全方面默认开启受监管自主、操作系统级沙箱与命令策略,并可选用 HMAC-SHA256 工具回执。短板在于它面向有一定命令行基础的用户,需要自行准备模型与密钥,且安全默认值较保守。

ZeroClaw是什么?

ZeroClaw 是一个开源的轻量级 AI Agent 框架,由 ZeroClaw Labs 推出,使用 Rust 语言编写,以单个原生二进制的形式交付。它面向希望自己在本地掌控 AI 智能体、而不是租用云端席位的用户,模型既可以接入托管服务,也可以完全跑在本地。

当前版本为 v0.8.5,过去一年发布了 20 个版本,累计 420 多名贡献者,采用 MIT OR Apache-2.0 双协议。它支持 70 多个 LLM 提供商,包括 Ollama、LM Studio、llama.cpp、vLLM 等本地方案以及 Anthropic、OpenAI、OpenRouter、Google Gemini、Amazon Bedrock、DeepSeek、Groq、Mistral、xAI、Perplexity、Together AI 等托管方案;同时接入 30 多个消息渠道,如 Telegram、Discord、WhatsApp、Slack、Signal、iMessage、Email、Matrix、Mattermost、IRC、Bluesky、Reddit、Nostr、DingTalk、Lark、Line、QQ、WeChat Work、Notion 与 Webhooks。

使用方式有三条路径:普通用户可以运行 zeroclaw quickstart 走一遍引导,选择提供商并连接一个渠道;开发者可以在 agent 模式下跑交互式对话或一次性提示,并启用工具与记忆;团队或自托管场景则可以启动 gateway 与 daemon 运行时服务,用于渠道和 webhook 工作流,再用 status 与 doctor 做校验。

ZeroClaw核心功能

CAPABILITIES工具标签

单原生二进制

整个 Agent 打包为一个原生二进制文件,不需要安装 Node、JVM 或 Python 环境,一条命令即可下载预构建版本,从源码编译是严格可选的做法。

70+ LLM 提供商

同时支持托管与完全本地的模型,本地可用 Ollama、LM Studio、llama.cpp、vLLM,托管可接 Anthropic、OpenAI、OpenRouter、Google Gemini、Amazon Bedrock、DeepSeek、Groq、Mistral、xAI、Perplexity、Together AI 等。

受监管自主

默认模式下,中风险动作会先询问你,高风险动作会被直接拦截。自主权是你主动授予的,而不是先放开再想办法兜住。

操作系统沙箱

通过 Landlock、Bubblewrap、Seatbelt 或 Docker 限制 Agent 能触碰的范围,约束由操作系统强制执行,而不是靠提示词来约束模型。

命令策略

用显式允许列表和工作区范围界定决定哪些命令能跑、在哪儿跑。中风险动作等待你批准,高风险动作则被彻底阻断。

工具回执

开启回执后,每一次成功的工具调用都会返回一个 HMAC-SHA256 标签。模型声称跑过但实际没有、或者结果被凭空编造,都会表现为回执缺失或无效。模型看不到密钥,因此无法伪造。

低开销运行

完整的 CLI 进程冷启动在 Apple Silicon 上实测约 12 毫秒,内存占用比一个浏览器标签页还小,可以跑在 Raspberry Pi 这类小硬件上,并支持 Pi 的 GPIO、STM32、Arduino、ESP32。

ZeroClaw值不值得用?

VERDICT工具标签

当你需要一个自己完全掌控、能接本地模型、还能通过 Telegram 或 Slack 这类渠道调用的 Agent 时,ZeroClaw 值得一试:v0.8.5 的单个 Rust 二进制冷启动约 12 毫秒、内存比浏览器标签页还小,30 多个渠道和 70 多个提供商开箱即用。但如果你不习惯命令行、想开箱就有图形界面,或者希望厂商托管一切,它的使用曲线和安全默认值会让你觉得麻烦。

建议选它的情况

  • 希望模型和密钥都留在本机、不接受云席位的个人用户
  • 有 Raspberry Pi、homelab 或自托管服务器,想长期挂一个 Agent 的人
  • 需要审计 Agent 工具调用、要求可验证回执的开发者
  • 要在 Telegram、Discord、Slack 等多个渠道统一接一个 Agent 的团队

不建议选它的情况

  • 完全不熟悉命令行、只想点开网页就能用的用户
  • 希望厂商托管模型、密钥和运维,不想自己准备 API Key 的人
  • 需要图形化管理后台和可视化工作流编排的场景

ZeroClaw使用建议

HOW TO USE工具标签
入门先把路子走对
  1. 先用一行安装运行 curl -fsSL https://zeroclaw.com/install.sh | bash 下载预构建二进制,实测约 14 秒,不需要 Rust 工具链。Homebrew 和 Docker 也可以。
  2. 跑一遍 quickstart执行 zeroclaw quickstart,在一次引导里选择提供商(本地 Ollama 或你自己的 Key)并连接一个渠道,端到端创建第一个 Agent。
  3. 进 agent 模式试跑用 zeroclaw agent 进入交互式对话或一次性提示,这一步才真正启用工具与记忆支持,适合验证能力边界。
  4. 启动运行时服务需要渠道和 webhook 工作流时,依次执行 zeroclaw gateway && zeroclaw daemon,再用 status 与 doctor 校验运行状态。
进阶省时间也省钱
  1. 打开工具回执在配置里开启 receipts,让每次成功的工具调用都返回 HMAC-SHA256 标签。模型看不到密钥,声称跑过但没跑的动作会留下缺失或无效回执。
  2. 挂操作系统沙箱按平台选择 Landlock、Bubblewrap、Seatbelt 或 Docker 限制 Agent 的可见范围。约束由操作系统执行,比在提示词里写规则更可靠。
  3. 用允许列表收紧命令为命令策略配置显式允许列表和工作区范围,中风险动作等待批准、高风险动作直接阻断,比整体放开再观察更安全。
  4. 本地模型优先先用 Ollama、LM Studio、llama.cpp 或 vLLM 跑本地模型验证流程,需要更强能力时再切到托管提供商,便于比较成本与效果。

ZeroClaw适合谁用?

WHO IS IT FOR工具标签

命令行熟练个人用户

推荐

习惯用一行脚本装工具、跑 quickstart 配好提供商与渠道,能自己维护本地 Agent。

Homelab 与 Pi 玩家

推荐

在 Raspberry Pi、自托管服务器上长期跑服务,看重约 12 毫秒冷启动和小内存占用。

需要审计的开发者

推荐

要确认 Agent 真的执行了工具调用,可开启 HMAC-SHA256 回执做可验证记录。

零基础非技术用户

不推荐

不熟悉终端命令,也没有自己的模型 Key,装完二进制后仍需要配置提供商和渠道。

想要开箱图形界面的人

有条件

希望有可视化后台管理 Agent 与渠道,但 ZeroClaw 的入口是 CLI 与配置文件。

ZeroClaw优点和缺点

PROS & CONS工具标签

优点

  • 单个原生二进制,不用装 Node、JVM 或 Python 环境
  • 冷启动约 12 毫秒,内存占用小于一个浏览器标签页
  • 支持 70 多个 LLM 提供商,可用 Ollama 等跑完全本地模型
  • 接入 30 多个渠道,一个 Agent 循环统管所有渠道
  • 默认开启受监管自主、操作系统沙箱与命令策略
  • 可选 HMAC-SHA256 工具回执,模型无法伪造执行记录
  • MIT OR Apache-2.0 双协议开源,无订阅无云席位

缺点

  • 无图形界面,安装与配置都要走命令行
  • 需要自备 API Key 或本地模型
  • 高风险动作默认被阻断,自动化流程需要手动放行
  • YOLO 模式虽存在但是可选,默认不开启

ZeroClaw常见问题

FAQ工具标签
ZeroClaw 要花钱吗?

工具本身不收费。它是开源项目,采用 MIT OR Apache-2.0 双协议,官网明确写着 No cloud seat. No subscription。但如果你接入的是 Anthropic、OpenAI 这类托管提供商,模型调用费用由对应提供商收取;用 Ollama、LM Studio、llama.cpp、vLLM 跑本地模型则可以避免这部分开销。

当前主力版本是哪个,更新节奏怎么样?

当前版本为 v0.8.5,并且说 v0.8.5 shipped last month。过去一年发布了 20 个版本,累计有 420 多名贡献者,项目保持较高的迭代频率。安装脚本会直接拉取预构建二进制,因此升级通常不需要重新编译。

和常见的云端 AI 助手有什么不同?

官网的定位是 Most AI assistants are a seat you rent on someone else's machine. ZeroClaw is a binary you own on yours。区别在于它跑在你自己的机器上,使用你自己的密钥或本地模型,没有云席位也没有订阅。安全上默认开启受监管自主、操作系统级沙箱、命令策略和可选的 HMAC-SHA256 工具回执。

国内能不能用?

官网未公开关于区域可用性的说明。可以确认的是:它支持 70 多个 LLM 提供商,包含 DeepSeek、Groq、Mistral、xAI、Perplexity、Together AI 等;也支持 Ollama、LM Studio、llama.cpp、vLLM 这类本地模型,理论上可以用本地推理规避网络依赖。渠道方面列有 DingTalk、Lark、QQ、WeChat Work、Line。

它安全吗,会不会乱执行命令?

默认模式是受监管自主:中风险动作会先询问你,高风险动作直接被阻断。此外有操作系统级沙箱,用 Landlock、Bubblewrap、Seatbelt 或 Docker 限定 Agent 能触碰的范围;命令策略用显式允许列表和工作区范围界定决定什么能跑、在哪儿跑。YOLO 模式虽然存在,但是可选且永远不是默认值。

工具回执是做什么的?

开启回执后,每一次成功的工具调用都会返回一个 HMAC-SHA256 标签。如果模型声称跑过某个命令但实际没有执行,或者结果是被编造的,回执就会缺失或无效。官网说明 the model can't forge one — it never sees the key,也就是模型看不到密钥,因此无法伪造回执。

能在什么设备上跑?

它是一个原生二进制,内存占用比一个浏览器标签页还小,可运行在 Raspberry Pi 这类小硬件上,同一套 Agent 可以用在你的工作站、homelab,以及它能实际接触到的开发板上,包括 Pi 的 GPIO、STM32、Arduino、ESP32。Apple Silicon 上完整 CLI 进程冷启动实测约 12 毫秒。

安装要多久,需要 Rust 工具链吗?

不需要 Rust 工具链。一行命令 curl -fsSL https://zeroclaw.com/install.sh | bash 会下载预构建的原生二进制,官网给出的实测耗时约为 14 秒。从源码编译是 strictly opt-in,也就是完全可选。此外还支持 Homebrew 和 Docker 两种安装方式。

ZeroClaw竞品对比

COMPARISON工具标签
工具编辑评分价格核心功能平台
ZeroClaw本工具 4.1 开源免费,MIT OR Apache-2.0 协议,无云席位与订阅。 单原生二进制;70+ LLM 提供商;受监管自主;操作系统沙箱 Web / macOS / Linux / Raspberry Pi / CLI
Cindy — 未标价 开源、开箱即用的 AI Agent —
Nanobot — 未标价 开源、超轻量级个人 AI 智能体 —
ZeroClaw — 未标价 一个轻量级、安全且原生的 Rust 自主 AI 智能体框架,专为高效自动化而设计 —
WeSight — 未标价 是一个开源桌面 AI Agent 控制台 —
BetterYeah 企业级 AI 智能体 — 未标价 AI Agent 智能体构建平台,基于丰富的企业内部知识库,轻松自定义 AI Agent 的人 —