ZeroClaw：零开销、零妥协的 Rust 原生 AI 助手基础设施

• 构建基础工具（Linux：build-essential + pkg-config；macOS：Xcode 命令行工具）
• Rust 工具链
• 可选：Docker

低内存设备注意事项： 树莓派 3 等设备在编译时可能需要设置 CARGO_BUILD_JOBS=1 环境变量，防止内核因内存不足终止编译进程。

安装步骤

克隆与构建：

git clone https://github.com/zeroclaw-labs/zeroclaw.git
cd zeroclaw
cargo build --release --locked

全局安装：

cargo install --path . --force --locked

快速设置： ZeroClaw 提供三种设置模式：

• 快速设置：zeroclaw onboard --api-key sk-... --provider openrouter
• 交互式向导：zeroclaw onboard --interactive（7 步完整配置）
• 仅通道修复：zeroclaw onboard --channels-only

开发环境备用： 无需全局安装时，可使用 cargo run --release -- 前缀运行命令，如 cargo run --release -- status。

配置说明

配置文件位于 ~/.zeroclaw/config.toml（由 onboard 命令自动创建）。

核心配置项：

• API 密钥和默认提供商/模型
• 内存后端选择（sqlite、lucid、markdown、none）
• 网关安全设置（配对要求、公开绑定控制）
• 自治级别（readonly、supervised、full）
• 运行时类型（native 或 docker）
• 浏览器工具启用与域名限制
• 身份格式（openclaw 或 aieos）

安全默认值：

• workspace_only = true：操作限制在工作空间内
• require_pairing = true：首次连接需要配对码
• allow_public_bind = false：无隧道时拒绝 0.0.0.0 绑定
• 通道允许列表默认为空（拒绝所有入站消息）

如何使用

基本工作流程

快速启动聊天：

# 单次消息模式
zeroclaw agent -m "你好，ZeroClaw！"
# 交互式聊天模式
zeroclaw agent

启动网关服务：

# 默认本地端口 8080
zeroclaw gateway
# 随机端口模式（安全强化）
zeroclaw gateway --port 0

运行自治守护进程：

# 启动长期运行的自治运行时
zeroclaw daemon

系统管理命令：

# 检查完整系统状态
zeroclaw status
# 运行系统诊断
zeroclaw doctor
# 查看集成设置详情
zeroclaw integrations info Telegram

服务管理

后台服务控制：

# 安装用户级后台服务
zeroclaw service install
# 服务状态检查
zeroclaw service status
# 启动/停止服务
zeroclaw service start
zeroclaw service stop
# 卸载服务
zeroclaw service uninstall

迁移与数据管理：

# 从 OpenClaw 安全迁移记忆（先预览）
zeroclaw migrate openclaw --dry-run
# 执行实际迁移
zeroclaw migrate openclaw

高级操作模式

多提供商故障转移： 在配置中设置多个 LLM 端点，系统自动在主端点不可用时无缝切换。复杂推理任务可通过在模型名称后添加 -thinking 后缀启用思考模式。

通道安全配置：

• Telegram：允许列表添加用户名（无@前缀）或数字用户 ID
• Discord：允许列表添加用户 ID
• Slack：允许列表添加成员 ID（通常以 U 开头）
• 使用 "*" 仅用于临时开放测试

WhatsApp 商业集成： 通过 Meta Cloud API 配置，需要访问令牌、电话号码 ID 和验证令牌。必须使用 HTTPS 隧道满足 Meta 的 Webhook 要求。

应用场景实例

边缘设备智能监控： 在工业物联网环境中，于树莓派 4 等边缘设备上部署 ZeroClaw。AI 助手持续监控传感器数据流，通过本地模型分析异常模式。当检测到潜在故障时，自动生成维护建议并通过 Telegram 通知技术人员。响应延迟从秒级降低到毫秒级，带宽消耗减少 90%，且数据隐私得到保障。

安全敏感环境研究： 在隔离网络中的办公电脑上部署，配置严格的安全策略。工作空间作用域限制确保助手只能访问授权的研究目录。敏感数据完全控制在内部网络，消除云泄露风险。研究效率提升 3-5 倍，合规性满足金融、法律行业严格要求。

多模型 AI 实验平台： 利用可插拔架构同时配置多个 LLM 端点。通过统一的 CLI 接口向不同模型发送相同提示，收集并比较响应。模型切换时间从小时级缩短到秒级，统一比较框架提供客观的性能、质量和成本数据。

智能家居中央控制： 在家庭服务器上部署，配置'管家'人格。通过 Webhook 通道集成家庭自动化平台。助手学习家庭成员的习惯偏好，自动调整环境设置。能源效率优化，安防响应自动化。

教育机构编程学习： 在实验室计算机上部署，配置为监督自治模式。学生提交代码问题，助手分析质量、提出改进建议。安全沙箱确保学生代码在隔离环境中运行，无系统损坏风险。

初创公司商务助手： 作为团队共享 AI 助手，配置多通道集成。处理客户咨询、竞品信息收集、会议纪要生成等任务。运营成本降低，响应速度提升，知识集中化。

项目信息

GitHub 地址：https://github.com/zeroclaw-labs/zeroclaw

技术栈构成：

• Rust：97.9%
• Shell：1.3%
• 其他：0.8%

版本状态：

• 最新版本：v0.1.0
• 测试覆盖：1,017 个测试用例
• 许可证：MIT License

常用命令参考：

# 开发构建
cargo build
# 发布构建
cargo build --release
# 运行测试
cargo test
# 代码检查
cargo clippy
# 格式化代码
cargo fmt

ZeroClaw 代表了 AI 基础设施发展的一个重要方向：在追求强大功能的同时不妥协于效率和可及性。无论是作为学习 Rust 和 AI 系统开发的优秀案例，还是作为生产环境部署的实际解决方案，它都提供了独特的价值。