PicoClaw vs OpenClaw:“皮皮虾”遇上“小龙虾”,谁才是轻量级 AI 助手的最优解

PicoClaw介绍

PicoClaw是由中国团队矽速科技(Sipeed)开源的一个超轻量级AI助手框架,旨在解决传统AI助手(如OpenClaw)在资源占用和部署成本方面存在的痛点。

三个关键词概括PicoClaw的设计理念:极致轻量资源高效多架构支持

与OpenClaw相比,PicoClaw在内存占用上减少了99%,从原来的1GB+压缩至不到10MB,启动时间缩短了400倍,即使在0.6GHz单核处理器上也能在1秒内完成启动。

硬件要求

PicoClaw支持 x86_64、ARM64 和 RISC-V 架构。从树莓派到服务器,从嵌入式设备到云端。

你不再需要一台Mac mini了,这种极致的轻量化使其能够在10美元级别的硬件设备上运行,如LicheeRV Nano开发板、树莓派等,甚至是一些家用路由器、以及你的旧安卓手机等等。

核心功能

PicoClaw虽然轻量,但保留了Agent框架的核心能力:

(1)单次提问与交互式聊天对话,并支持语音转文字;

(2)多平台机器人集成,如Telegram、钉钉、飞书、QQ等;

(3)支持本地读写文件、执行shell命令等,支持网页搜索、智能定时任务管理,支持skills技能;

(4)支持多用户会话隔离,使用本地存储记忆文件,具有长期记忆。

PicoClaw部署

PicoClaw部署相对简单,可以通过预编译二进制、Docker、源码编译等方式部署。

下面给出预编译二进制的部署方式,只需要3步即可完成。

1.下载

需要下载对应系统架构的二进制,链接:https://github.com/sipeed/picoclaw/releases

复制代码
wget https://github.com/sipeed/picoclaw/releases/download/v0.2.0/picoclaw_Linux_x86_64.tar.gz
tar -xzvf picoclaw_Linux_x86_64.tar.gz
mv picoclaw /usr/local/bin/

2.初始化配置

复制代码
picoclaw onboard

3.LLM配置

编辑配置文件

复制代码
vi ~/.picoclaw/config.json

在配置文件中,找到model_list,插入一条LLM配置,或基于已有的,填入api_key

然后在agents.defaults.model中填入model_list中你配置了api_key所对应的model_name即可。

复制代码
{
  ...
  "agents": {
    "defaults": {
      "workspace": "~/.picoclaw/workspace",
      "restrict_to_workspace": true,
      "provider": "",
      "model": "glm-5",
      "max_tokens": 8192,
      "max_tool_iterations": 20
    }
  },
  ...
  "model_list": [
    {
      "model_name": "glm-5",
      "model": "glm/glm-5",
      "api_base": "https://open.bigmodel.cn/api/paas/v4",
      "api_key": "xxx"
    },
    ...

PicoClaw使用

单次提问

复制代码
picoclaw agent -m "测试"

连续对话

复制代码
picoclaw agent

启动网关服务(对于对接IM机器人)

复制代码
picoclaw gateway

定时任务

复制代码
picoclaw cron add --message "提醒我开会" --cron "0 9 * * 1-5"

查看帮助

复制代码
picoclaw -h

对接飞书

1.飞书开放平台创建应用

打开飞书开放平台,创建企业自建应用

2.配置应用权限

在"权限管理"页面,点击"批量导入"按钮,粘贴以下 JSON 配置一键导入所需权限:

复制代码
{
  "scopes": {
    "tenant": [
      "aily:file:read",
      "aily:file:write",
      "application:application.app_message_stats.overview:readonly",
      "application:application:self_manage",
      "application:bot.menu:write",
      "cardkit:card:write",
      "contact:user.employee_id:readonly",
      "corehr:file:download",
      "docs:document.content:read",
      "event:ip_list",
      "im:chat",
      "im:chat.access_event.bot_p2p_chat:read",
      "im:chat.members:bot_access",
      "im:message",
      "im:message.group_at_msg:readonly",
      "im:message.group_msg",
      "im:message.p2p_msg:readonly",
      "im:message:readonly",
      "im:message:send_as_bot",
      "im:resource",
      "sheets:spreadsheet",
      "wiki:wiki:readonly"
    ],
    "user": ["aily:file:read", "aily:file:write", "im:chat.access_event.bot_p2p_chat:read"]
  }
}

3.启用机器人能力

在"应用能力"页面:添加机器人能力。

4.获取应用凭证信息

复制App IDApp Secret

5.PicoClaw配置飞书应用凭证

编辑PicoClaw配置文件

复制代码
vi ~/.picoclaw/config.json

在配置文件中,找到channels.feishu,找不到就自己插入一条channel配置,enabled设置为true,然后app_idapp_secret填入上面获取到的应用凭证信息即可。

复制代码
{
  ...
  "channels": {
    ...
    "feishu": {
      "enabled": true,
      "app_id": "xxx",
      "app_secret": "xxx",
      "encrypt_key": "",
      "verification_token": "",
      "allow_from": []
    },
    ...

6.PicoClaw启动网关

用于飞书机器人连接

复制代码
picoclaw gateway

7.飞书应用配置事件订阅

在"事件与回调"-"事件配置"页面:选择使用长连接接收事件,并添加事件:im.message.receive_v1

8.飞书发布应用

点击"创建版本",填入相关信息发布即可。

9.飞书手机端使用

在飞书中找到刚创建的机器人,发送消息即可使用。

PicoClaw与OpenClaw对比

对比维度 PicoClaw OpenClaw 差异说明
开发语言 Go TypeScript -
内存占用 <10MB >1GB PicoClaw内存占用减少99%
启动时间 <1秒 >500秒 PicoClaw启动时间缩短400倍
硬件要求 仅$10硬件 较高配置(如Mac mini) PicoClaw硬件配置要求低
支持平台 RISC-V、ARM、x86 主要面向个人电脑及服务器 PicoClaw覆盖更广泛的硬件
依赖与启动 无运行时依赖,二进制直接启动 需要Node.js环境及npm安装依赖 PicoClaw部署相对简单
主要定位 超轻量级AI代理 全能型AI代理 -

总结

PicoClaw和OpenClaw代表了AI助手的两种发展路径:

(1)PicoClaw专注于资源效率部署便捷性 ,适合边缘设备和低成本环境;

(2)OpenClaw专注于功能完整性用户体验,适合桌面系统和服务器环境;

两者并非替代关系,而是互补关系,共同扩展AI助手的应用边界。

最后的最后,使用Picoclaw、OpenClaw时需注意安全风险,建议将Picoclaw、OpenClaw等都部署在与主力电脑/手机相隔离的环境中,如独立的Mac Mini、安卓手机、云服务器,以保障系统安全。

相关推荐
bestadc3 小时前
Hello-Agents 第二章 智能体发展史 学习笔记
ai·agent
shufanhao.top3 小时前
OpenClaw 零基础安装指南:Mac 本地部署并集成飞书全流程
飞书·openclaw
牛老师讲GIS3 小时前
CodeBuddy+WebGIS开发最佳实践
ai·webgis·codebuddy
水月清辉3 小时前
什么是MCP,以及如何使用MCP
ai·mcp
AI精钢4 小时前
NVIDIA 可以挑战中国 AI 在开源社区的统治地位吗?
人工智能·ai·开源·llm·nvidia·open source·open weight
深念Y4 小时前
记一个BUG:Trae里MongoDB和MySQL MCP不能共存
数据库·mysql·mongodb·ai·bug·agent·mcp
i建模4 小时前
OpenAI AGI五层架构深度解析
ai·架构·agi
發糞塗牆6 小时前
【Azure 架构师学习笔记 】- Azure AI(19) - Agent升级增强
人工智能·ai·azure
带娃的IT创业者15 小时前
Weclaw 请求路由实战:一个 request_id 如何在 800 个并发连接中精准找到目标浏览器?
python·websocket·fastapi·架构设计·实时通信·openclaw·weclaw