在过去的几个月里AI 社区的热度像潮水一样汹涌而来。Karpathy——这位被誉为「AI 界的风向标」的 KOL，Zui近在推特上晒出自己玩转 Mac mini 时挑选的「小爪子」工具，并把目光锁定在了名为 NanoClaw 的项目上。自此，这颗体积只有几百行代码的小星星便迅速蹿升至 GitHub 星标数两位数，甚至突破了 1.7 万大关。

为何要重新审视 Claw 系列？

自从 OpenClaw 在去年底意外走红后一大批衍生项目如雨后春笋般冒出：ZeroClaw、PicoClaw、以及我们今天的主角 NanoClaw。它们共同的目标是把「通过即时通讯远程操控电脑」这一概念落地，让每个人douNeng拥有自己的 AI 助手。

然而原始的 OpenClaw Yi经显露出几道裂痕：

维护成本高：代码库庞大且大量贡献来自 AI 自动生成，导致后期治理异常艰难。

技术创新不足：产品形态虽新颖，但核心算法并未实现质的飞跃，一旦出现geng强竞争者，生存空间可Neng被压得hen窄。

安全隐患明显：Agent 直接运行在宿主机器上，一旦失控可Neng危及整台设备。

这些问题让不少企业和开发者在犹豫：继续投入 OpenClaw 的“大锅”，还是转向geng轻量、geng安全的替代方案？NanoClaw 正是在这种背景下应运而生。

NanoClaw 的核心设计思路 1️⃣ Skill‑驱动的「代码即指令」

NanoClaw 把传统意义上的「配置文件」全部抛到脑后用一种叫Zuo Skill 的概念取而代之。简单来说一个 Skill 就是一段描述「我想让 Agent Zuo什么」的 Prompt，同时附带要修改或新增的文件清单。

两类 Skill 分别对应不同需求：

/setup 类 Skill：相当于操作手册，只给 Claude Code kan，kan完后自行决定执行步骤；没有任何代码直接写入。

/add‑telegram 等「代码变换型」Skill：会指示系统在指定路径创建或修改源码，实现功Neng 。

2️⃣ 三路合并保留用户改动

NanoClaw 在执行 Skill 前会先定位到 Skill 基于的原始文件版本，然后分别计算「Skill 本身的改动」与「用户Yi提交的改动」。随后利用 Git 内置的 merge-file 完成三路合并——Ru果冲突只会在同一行出现，就会生成冲突标记交由用户手工解决，从而避免覆盖掉用户Yi有工作。

3️⃣ 短期记忆：容器级 Session 持久化

NanoClaw 并不是每条消息dou重新启动一次容器，而是以群组为粒度维持一个长期运行的容器进程。第一条信息触发容器启动并建立 Claude Code SDK 会话；随后同一群组的新消息会以 JSON 串直接注入容器 STDIN，保持上下文连贯。当容器空闲若干分钟后自动关闭，下次唤醒时再恢复先前会话。这种设计让对话流畅得像真人聊天没有中断感。

4️⃣ 长期记忆：文件系统即数据库

NanoClaw 把每个群组对应的一块目录当作永久存储。当 Agent 想要跨 Session 保留信息，只需要把结构化文本写入该文件。下次启动时这段文字会被挂载进容器，让模型继续上一次未完结的话题。

5️⃣ 主动任务调度 & 实时流式输出

Scheduer 每隔几秒检查 SQLite 中记录的定时任务。一旦触发，就唤起对应容器执行指令，并通过 IPC 文件夹将结果实时写回给宿主进程。宿主进程监测到标记 `` 与 `` 区间后即刻把内容逐字推送给 IM 用户，实现类似打字机般的逐行展示，弥补了多数聊天软件缺少流式输出的问题。

NanoClaw 与 OpenClaw：优劣对比表

	NanoClaw	OpenClaw
代码规模
部署方式
安全模型
Ecosystem
PaaS 成本
User Experience"活人感"强——短期记忆不中断、主动提醒任务 "问答式"，缺乏主动性，需要用户频繁触发
*以上数据基于公开文档与个人实测，仅供参考*

Karlathy 为什么“一眼相中”NanoClaw？背后的逻辑是什么？

Codeline 极简：Karlathy 指出核心引擎不到千行，让他Neng够快速阅读并评估安全边界；相比之下他觉得 OpenClaws 那堆巨型源码像是“迷宫”。

Cotainer‑first 思路：NanoClaws 天然支持沙箱运行，这正好契合他对安全性的极致追求——不希望 AI 有机会直接访问本机文件系统。

: Skill‑as‑Setup : 他欣赏用 Prompt 替代传统配置文件的创新，因为这意味着以后升级或迁移时只需geng新 Prompt 即可，无需手动 YAML 或 JSON。

Dynamo‑like Memory：短期记忆+持久化长记忆，使得 Bot Neng像真人一样“记住昨天说过的话”，这正是他一直期待却少有实现的特性。

\end{ol} 这些因素让他的粉丝们瞬间点燃讨论弹幕，也让 NanoClaws 的 GitHub star 从 Karpathy 推文当天的 10k 飙升至如今超过 17k。 A/B 安装实战：我亲测两者差异感受

# OpenClaw
git clone https://github.com/openclaws/openclaws.git
cd openclaws
./install.sh   # 多步交互、需要手动输入 API_KEY、选择插件等
# NanoClaw
git clone https://github.com/qwibitai/nanoclaw.git
cd nanoclaw
bash setup.sh   # 一键拉取 Claude Code 镜像、创建容器、自动生成 /setup Skill
# 输入 “/setup” → Claude Code 开始提问确认环境 → 完成
# 想要添加 Telegram：
echo "/add-telegram" | ./cli.sh   # 自动执行对应 Skill 并修改源码

- **时间成本**：OpenClaws 安装完整流程约需 20–30 分钟且容易卡在某一步；NanoClaws 大约 5 分钟即可跑通，而且全程dou是文本交互，没有图形化 UI，却异常顺滑。

- **学习曲线**：Openclaws 要阅读大量文档才Neng弄懂各个插件之间如何配合；Nanoclaws 把所有关键点浓缩成几个 Skill，随喊随用，上手难度明显降低。

# 小结 & 展望——Nano Claws 真的是终极答案吗？\*

*Ru果你的需求仅仅是让 AI 每天帮你抓取新闻、发送日报或者偶尔跑个脚本，那么 Nanocl aw Yi经足够胜任，并且省心省钱；*

*若你渴望一个Ke以深度介入本地系统、拥有完整权限且Yi经有成熟插件市场的大平台，那么暂时仍然需要依赖 Opencl aw 或者自行构建geng底层方案；*

*安全方面两者dou不可掉以轻心——即便是容器化，也要Zuo好网络隔离和密钥管理，否则仍有被滥用风险；*

*社区活跃度决定未来可持续性。目前 Nanocl aw 虽然星标增长迅猛，但生态规模仍远不及 Opencl aw 的插件库，需要时间沉淀；*

*从长期视角kan，「Skill 驱动」可Neng成为下一代 AI Agent 配置的新范式，因为它把人类意图直接翻译成机器可执行指令，而不再依赖繁琐 YAML 或 JSON 配置文件；*

\endul

--- 写于 2026 年 5 月 • 作者是一名开源社区观察者兼实践者 • 如有任何观点争议，请留言讨论 😊

版权所有 © 2026 本文仅供学习交流，如需转载请注明出处。 `

---