跳到主内容
快讯直播
AI智模界
轻量容器安全的多平台消息助手

详细介绍

它是什么

NanoClaw 是一个开源的 AI 助手框架,核心卖点是把每个 AI agent 放进独立的 Linux 容器里运行,用操作系统级的隔离来保护宿主机,而不是只依赖应用层的权限白名单。它被官方定位为 OpenClaw 的轻量替代品:保留核心能力,但把代码库压缩到"一个进程 + 少量文件"的规模,采用 MIT 协议开源,目前在 GitHub 上已获得三万余 star。

这个项目诞生的理由写在 README 的 "Why I Built NanoClaw" 一节:作者认为 OpenClaw 很强大,但其体量——接近五十万行代码、53 个配置文件、70 多个依赖——让人难以完全理解,而它的安全机制建立在应用层(allowlist、配对码),所有逻辑跑在同一个 Node 进程中并共享内存。作者不愿意把这样一个自己无法完全掌握的复杂软件接入个人生活,于是选择反方向重做:NanoClaw 让 agent 在各自的 Linux 容器中运行,拥有文件系统隔离,而不是"仅仅被权限检查挡住"。官方描述还提到,它可以连接 WhatsApp、Telegram、Slack、Discord、Gmail 等消息渠道,并具备记忆与定时任务能力。

核心功能 / 内容清单

  • 容器级隔离运行:每个 agent 运行在专属 Linux 容器中,文件系统与宿主机及其他 agent 隔离。这解决的是"让 AI 接触私人数据和服务时不敢放权"的问题——隔离发生在操作系统层面,即使 agent 行为异常,影响面也限于容器边界内。
  • 多消息渠道接入:官方描述覆盖 WhatsApp、Telegram、Slack、Discord、Gmail 等主流通信工具,快速开始脚本会引导用户配对第一个渠道。价值在于用户不必新建一个"AI 专用 App",而是直接在原本就每天打开的聊天工具里与助手对话。
  • Slack 深度集成(README 标注为 NEW):安装流程会为每个 agent 自动创建独立的 Slack app,包括 manifest、头像和工作区安装,无需手动复制粘贴 token。此外可以在聊天中"派生"新的 agent 队友,每个都拥有自己的 bot 身份、容器和记忆,同时又能共享房间与画布(canvas),适合把 AI 当团队成员而非单一工具来用。
  • 记忆与定时任务:agent 具备长期记忆,可以记住跨会话的上下文;同时支持定时任务(scheduled jobs),能够按计划主动执行动作,而不是只能被动响应消息。
  • 小到可以通读的代码库:整个项目是"一个进程和一小把文件",设计目标之一就是让人能自己读完、审计并彻底定制。对于需要判断"这段代码到底能不能信任"的用户,可读性本身就是安全特性。
  • 一键式引导脚本nanoclaw.sh 负责从一台干净机器走到"可以给某个具名 agent 发消息"的状态,包括补齐运行时依赖、注册凭据、构建容器镜像、配对通信渠道。

典型使用场景

场景一:个人把 AI 助手接进日常聊天工具。

如果你已经在用 Slack 或 Telegram 处理个人事务,希望有一个能记住上下文、能按计划提醒或执行任务的助手,NanoClaw 的做法是:先按官方脚本完成环境初始化和渠道配对,之后就像给同事发消息一样给 agent 派活。相比把 API 密钥和私人数据交给一个闭源云端助手,容器隔离 + 可通读代码的组合,让"要不要给它更多权限"这个决定更容易做。

场景二:小团队在 Slack 里组建一支 AI 同事队伍。

新版 Slack 集成允许从对话中派生多个 agent,每个 agent 有自己的 bot 身份、容器和记忆,但可以共享房间和画布。一个实际用法是:给不同职能各配一个 agent(例如一个负责整理需求、一个负责盯进度),它们在同一个频道里以不同身份出现、各自保留各自的历史,而团队不需要为每个 agent 单独申请和粘贴一套 Slack token——安装流程会自动完成应用创建与授权。

场景三:需要审计与改造的技术用户。

如果你对"AI 助手框架"的期待是能读懂、能改、能删掉不需要的部分,而不是配置五十多个文件,那么小体量代码库 + 容器化架构正好匹配。你可以先通读主流程,再按需接入自己的渠道或调整容器内的运行环境。

场景四:定时自动化。

借助定时任务能力,可以把重复性的例行工作交给 agent,例如在固定时间汇总某些信息并通过已接入的聊天渠道推送,而不需要额外搭一套调度系统。

适合谁用

  • 重视隐私与安全的个人用户:希望 AI 助手接入 WhatsApp、Telegram、Gmail 等私人频道,但又不想把全部数据和凭据交给难以审计的复杂系统。
  • 开发者与自托管爱好者:熟悉命令行、Docker 和 Node 生态,愿意为一套可控、可改的系统付出一点初始配置成本。
  • 小团队与技术型组织:需要多个各司其职的 AI agent 在同一协作空间里工作,并且在意权限边界与数据流向。
  • 相对不适合:完全不想碰命令行的用户,以及期望"注册即用"的托管式 SaaS 用户——NanoClaw 需要自己准备运行环境、模型凭据和渠道授权。

快速上手

官方 README 给出的路径非常短:

```bash

git clone https://github.com/nanocoai/nanoclaw.git nanoclaw-v2

cd nanoclaw-v2

bash nanoclaw.sh

```

按 README 说明,这个脚本会带你从一台全新机器走到"有一个可以发消息的具名 agent":在缺失时自动安装 Node、pnpm 和 Docker,把你的 Anthropic 凭据注册到 OneCLI,构建 agent 容器,并引导你配对第一个通信渠道(README 中提到 Slack 等)。更细的步骤、参数与后续渠道配置,请以官方 README 及 docs 站点为准——官方还提供了中文、日文、韩文版 README,中文用户可以直接对照阅读。项目也在 Discord 上设有社区频道。

注意事项

  • 运行环境要求:依赖 Docker、Node 与包管理器,脚本会在缺失时自动安装。建议在一台你愿意让其承担这些变更的机器上执行,并留意脚本具体做了什么。
  • 模型凭据:初始流程需要注册 Anthropic 凭据。这涉及实际调用费用与密钥安全,建议使用独立密钥并设置额度限制,不要复用权限过高的主账号密钥。
  • 容器隔离不等于零风险:容器提供的是文件系统与进程层面的隔离,agent 仍然可以访问网络和你在容器中开放的资源;各消息渠道的 bot token 一旦泄露,同样可能被滥用。定期更新依赖与镜像、审查开放给容器的挂载与凭据,仍是必要的运维动作。
  • 渠道授权属于外部配置:接入 Slack、WhatsApp、Telegram、Gmail 等平台,需要在对应平台侧创建应用或机器人并完成授权,可能受各平台自身的政策与配额约束。
  • 功能迭代较快:Slack"每个 agent 一个 app"这类能力在 README 中被标注为新特性,文档与实际版本的细节可能存在时间差,落地前请核对最新 README。
  • 协议:采用 MIT 协议,允许修改与商业使用,但需保留版权与许可声明,且软件按现状提供、不含担保。

AI 生成本页介绍由 AI 基于开源仓库公开信息整理生成。资源版权归原作者所有,本站仅做打包分发并保留原协议,请遵守开源协议使用。