openclaw-termux：把 OpenClaw AI Gateway 装进 Android（带 App、终端和仪表盘）

优质文章学习记录

— 5 min read
openclaw-termux：把 OpenClaw AI Gateway 装进 Android（带 App、终端和仪表盘）

openclaw-termux：把 OpenClaw AI Gateway 装进 Android（带 App、终端和仪表盘）

在这里插入图片描述

项目地址：https://github.com/mithun50/openclaw-termux

作者同时提供两种使用形态：Standalone Flutter App（推荐给大多数人） + Termux CLI 包（适合命令行党）。

一句话：它让你在不 root 的 Android 设备上，一键搭起 OpenClaw AI Gateway，并通过原生 UI 管理启动、日志、Provider 配置，甚至 SSH 远程连接。

这项目解决了什么问题？

OpenClaw 本身是一个 AI Gateway/代理网关：你可以把多个大模型 Provider（Anthropic / OpenAI / Gemini / OpenRouter / NVIDIA NIM / DeepSeek / xAI 等）统一接入，用统一的方式管理模型、路由、工具调用与仪表盘。

但在 Android 上“把这一套跑起来”，通常会卡在：

  • 环境复杂：Linux 用户态、Node.js、依赖与权限管理
  • 操作分散：Termux、浏览器、日志、配置来回切
  • 常驻困难：后台容易被系统杀掉

openclaw-termux 的思路是：

在 Android 上用 proot-distro 拉起 Ubuntu 用户态环境，再装 Node.js 22 + OpenClaw；同时用一个 Flutter 原生 App 把“安装/配置/启动/查看仪表盘/看日志/设备能力”都集成在一个地方。

两种形态：App vs Termux CLI

1）Flutter App（Standalone）

适合：想“点一点就跑起来”、需要可视化仪表盘与日志的人。

它提供：

  • 一键 Setup：自动下载 Ubuntu rootfs、安装 Node.js 22、安装 OpenClaw
  • 网关控制：Start/Stop、状态指示、健康检查
  • 内置终端：带额外按键工具栏、复制粘贴、可点击 URL
  • 内置 Web Dashboard（WebView）：直接加载 localhost:18789 的 OpenClaw 仪表盘（并支持 token URL 展示/复制）
  • Provider 配置与 onboarding：在 App 内完成 API Key 与模型选择
  • 实时日志：支持搜索/过滤
  • 后台保活：Foreground Service + 运行时间追踪 + Setup 进度通知

2）Termux CLI（npm 包）

适合：只要命令行、想写脚本、或者更偏“服务器式管理”的人。

安装后主要命令是 openclawx，比如：

  • openclawx setup：首次安装（proot + Ubuntu + Node + OpenClaw）
  • openclawx start：启动 gateway
  • openclawx onboarding：配置 Provider/API keys
  • openclawx shell：进入 Ubuntu 环境
  • openclawx status / openclawx doctor：检查状态与诊断
注意：Termux 建议从 F-Droid 安装，而不是 Play Store 版本。

亮点功能：Android 设备能力“变成工具”

这项目不只是“把 Gateway 跑起来”，它还把 Flutter App 当作一个 node（节点） 连接到网关，通过 WebSocket node protocol 暴露设备能力给 AI 使用。

文档里列的能力包括（部分需权限）：

  • Camera：拍照/录视频/列出摄像头
  • Flash：手电筒开关/状态
  • Location：定位
  • Screen：录屏（需要 MediaProjection 授权）
  • Sensor：传感器读取（需要 Body Sensors 权限）
  • Haptic：震动反馈

并且项目会在启动前自动 patch openclaw.json，放开对应的 allowCommands（文档提到共 15 个命令）。

这意味着你可以把 Android 变成一个“随身 AI 设备节点”：AI 不只是聊天，还能在你的授权范围内调用手机能力完成任务。

安装与上手（按项目 README 的主流程）

Flutter App 流程（推荐）

  1. 从 Releases 下载 APK 并安装（或自行 flutter build apk --release 构建）
  2. 打开 App → 点 Begin Setup
  3. Setup 完成后在 App 内做 Onboarding（配置 API Keys、绑定地址等）
  4. 点 Start Gateway
  5. 打开内置 Dashboard（或浏览器访问 http://localhost:18789 / token URL）

Termux CLI 流程

  1. npm install -g openclaw-termux
  2. openclawx setup
  3. openclawx onboarding
  4. openclawx start

架构一图看懂（项目自带的架构思路）

从上到下大概是：

  • Flutter App：终端 + 网关控制 + WebView Dashboard
  • Native Bridge（Kotlin）：负责和 Android 权限/能力打交道
  • Node Provider（WebSocket）：把 Camera/Location/Screen 等能力以命令形式暴露给网关
  • proot-distro + Ubuntu：用户态 Linux 环境
  • Node.js 22 + OpenClaw Gateway：最终跑在 Ubuntu 里，Dashboard 默认 localhost:18789

这种架构的好处是：不 root，并且 UI/权限/日志体验比纯 Termux 顺滑很多。

注意事项与坑位（很关键）

  • 电池优化：README 强调要关闭电池优化，否则后台网关很容易被系统杀掉（App 和 Termux 都要注意）
  • 存储空间：需要大约 ~500MB（Ubuntu + Node + OpenClaw）
  • 绑定地址：非 root 设备建议用 Loopback（127.0.0.1）做绑定更安全
  • Bionic Bypass：项目包含对 Android Bionic libc 下 os.networkInterfaces() 崩溃问题的绕过（这类兼容性处理正是这个项目的价值之一）
  • Termux 来源：CLI 形态建议使用 F-Droid 的 Termux

适合谁？

  • 想把 OpenClaw 随身带着走：在手机上跑一个完整的 AI Gateway
  • 想做“移动端 AI 工具箱”：让 AI 在授权下使用摄像头、定位、录屏、传感器等
  • 不想 root、但又想要接近“Linux 环境”的开发/自动化能力
  • 想用一个 App 管理多模型 Provider、网关状态、日志与仪表盘

结语

openclaw-termux 把原本偏“桌面/服务器”的 OpenClaw Gateway，成功搬到了 Android，并且用 Flutter 把关键的运维体验（安装、配置、启动、日志、仪表盘、权限）做成了一套完整产品。

对于想把 AI agent 从电脑扩展到手机的人来说，这是一个非常实用的桥梁项目。

Read more

深入解读 AI 编程工具 — Cursor

在 AI 工具爆发的时代，各类辅助编程产品层出不穷。而其中 Cursor 因其独特的设计与对开发者真实问题的深度关注，正在成为开发者群体热议的焦点。 本文将带你清晰了解：什么是 Cursor？它如何工作？真正解决了哪些痛点？为何能成为行业快速增长的工具？  一、Cursor 的起源与快速成长 Cursor 背后的初创公司 Anysphere 成立于 2022 年，而 Cursor 的首个版本在 2023 年 3 月推出。仅仅两年时间，Anysphere 就完成了 9 亿美元的 C 轮融资，公司估值高达 99 亿美元！更令人惊讶的是，Cursor 的年收入已经突破 5 亿美元，这在开发工具领域几乎前所未有——据我所知，没有其他公司能在推出第一款产品后的两年内达到这样的规模。 Cursor 的快速普及也得益于企业级市场的认可：
AI视频生成模型从无到有：构建、实现与调试完全指南

AI视频生成模型从无到有：构建、实现与调试完全指南

文章目录 * **引言：从理论到实践的跃迁** * **第一部分：理论基石——视频生成模型的核心思想** * **第二部分：开发环境搭建与工具链** * **第三部分：亲手构建一个简易视频生成模型** * **第四部分：系统调试与效果评估** * **第五部分：模型优化与进阶探索** * **第六部分：从玩具到应用——部署与展望** * **结语：你的创造之旅，刚刚开始** 引言：从理论到实践的跃迁 在人工智能内容生成（AIGC）浪潮中，视频生成正成为最具挑战性和想象力的前沿领域。从几秒的动图到理论上无限时长的电影级叙事，技术的边界正在被快速突破。然而，对于大多数开发者和研究者而言，前沿模型如Sora、SkyReels-V2或Wan看似高不可攀，其背后动辄千亿级的数据和庞大的算力需求让人望而却步。 本指南的核心目标，正是要打破这种认知壁垒。我将引导你从最基础的原理出发，亲自动手构建一个具备完整AI特性的视频生成模型。这个模型将遵循“简单但完整”的原则：它可能无法生成好莱坞大片，但会清晰地展现扩散模型如何将噪声转化为连贯的动态序列，以及如何通过注意力机制维
OpenClaw 实战：让 AI 拥有“眼睛“——摄像头访问完全指南

OpenClaw 实战：让 AI 拥有“眼睛“——摄像头访问完全指南

今天冒出个想法，想让openclaw能控制摄像头分析图片。原因是我有本书，网上还没有电子版，想让openclaw分析然后把重点内容讲给我听。 📖让运行在 WSL2 里的 OpenClaw AI 助手能够"看见"摄像头画面。 🚧 探索过程 第一阶段：OpenClaw Node 配对（失败）折腾了 3 小时+，最终因为 WSL2 网络隔离问题放弃。 我在wsl里安了openclaw，他说要控制摄像头，必须在windows上安装node.js，安装npm，折腾了好久，就是报错。结论就是windows和wsl就是隔离的。 具体过程： **安装 Node.js：** 最开始下载了绿色版 Node.js(v24.14.0)，遇到了一系列问题： ```powershell # 绿色版 Node.js