IronClaw 是一个开源的个人 AI 助手项目，由 Near AI 组织维护，受流行的 OpenClaw 项目启发，目标是打造一个 隐私、安全优先、本地可控 的 AI 自动化框架。
与很多在线、大模型封装的实验性项目不同，IronClaw 的核心设计注重：
* 最高数据控制权：你的数据保留在本地或你指定的 PostgreSQL 数据库中，不会泄露给第三方。
* 安全执行机制：通过 WASM 沙箱 将第三方工具隔离，避免未经授权的代码访问系统资源或密钥。
* 防 Prompt 注入 & 泄露风险：内置多层安全过滤，抵御模型上下文攻击、恶意注入或越权操作。
总体而言，它是一个 Rust 语言实现的安全特性版 OpenClaw 变体，适合对隐私和安全有较高要求的开发者和个人用户。
⚙️ 核心理念（Why It Exists）
IronClaw 的设计哲学围绕几个明确原则：
1. 为用户服务，而不是商业产品
所有功能透明、开源，没有隐藏遥测。
2. 隐私为根基
不依赖远程 AI 供应商的黑箱 API；秘密和密钥只在受控环境运行。
3. 模块化、可扩展
内置插件 / WASM 工具定义明确权限，通过扩展可支持更多自动化任务。
主要功能亮点
安全第一
* WASM 沙箱隔离
所有不可信工具在安全容器中运行，并通过能力权限控制访问。
* 敏感凭据保护
任何机密信息（API 密钥、访问令牌）在执行时注入于宿主层，不暴露给工具代码。
* Prompt 注入防御
多级检测与策略规则，链路过滤潜在恶意输入或输出内容。
高级 AI 助手特性
* 多通道接入
支持 CLI、HTTP Webhook、通过扩展连接 Telegram、Slack 等接口（类似 OpenClaw）。
* 并行任务与监控
能同时处理多个请求、并发执行隔离上下文任务。
* 持久记忆
混合全文 + 向量检索记忆机制，可构建动态上下文记忆库。
* 动态工具生成
根据需要定义或生成新的插件 / 工具，而无需等待官方更新。
️ 架构与运行方式
IronClaw 的总体架构如下：
* Channels（通道）：REPL、API、Webhook、WASM 等
* Router（路由器）：意图分类和任务分发
* Scheduler（调度器）：并发任务优先级管理
* Workers（工作单元）：执行实际模型推理和工具调用
* Tool Registry（工具注册表）：管理可用能力插件
* 安全层：沙箱执行、权限审查、注入防护、数据加密等。
安装与使用基础（开发者视角）
要运行 IronClaw，你需要：
Rust 开发环境
PostgreSQL + pgvector 扩展（用于向量搜索与记忆）
本地构建或部署环境
典型流程大致如下：
bash
git clone https://github.com/nearai/ironclaw.git
cd ironclaw
cargo build --release
# 初始化数据库设置
createdb ironclaw
psql ironclaw -c "CREATE EXTENSION IF NOT EXISTS vector;"
# 初次配置和身份认证
ironclaw onboard
之后可以启动 REPL 或其它通道监听服务。
与 OpenClaw 的关系
IronClaw 的理念和功能灵感来自 OpenClaw —— 一个开源、自动化、可定义触发逻辑的 AI 助手框架。
不过它在几个方面做了不同的权衡：
Rust vs TypeScript — 编译型语言带来更少运行时风险和更高性能。
WASM Sandbox 安全模型 — 相比 Docker 更轻量、可控。
PostgreSQL vs SQLite — 更适合生产场景数据管理。
全数据本地控制 — 不依赖外部托管平台。
项目状态与社区
* 目前已有约 120+ GitHub ⭐星 和少量贡献者。
* 文档包括使用、功能规格和平台对比指南。（可在仓库根目录查看 README）
* 社区相对较新，适合愿意参与共建的高级开发者和安全爱好者。