NullClaw 是一个用 Zig 这种编程语言写出来的，体积非常小、跑得飞快，而且完全不依赖外部控制的 AI 助手基础设施。它的主要目标，就是把那些通常很复杂的 AI 程序架构，做得足够小、足够快，以至于能在性能很差的设备上也能跑起来，同时该有的功能一个都不少。
核心特点
第一个特点是体积超小、启动飞快。
它的程序文件编译出来后，静态连接的情况下只有大约 678 KB 大小。
启动需要的时间非常短，通常只要几毫秒。
运行时占用的内存也大约只有 1 MB。
这些数据意味着，NullClaw 可以在树莓派这种低性能设备，甚至成本很低的边缘计算硬件上运行，完全不像传统的 AI 运行环境那样，动辄需要几百 MB 甚至 GB 的内存。
第二个特点是麻雀虽小，五脏俱全。
虽然体积小，但 NullClaw 的能力并不弱，它提供了：
- 跟二十多种主流 AI 服务商的兼容，比如 OpenAI、Anthropic、Gemini 这些。
- 支持多种跟人聊天的渠道，比如 Telegram、Discord、Slack 这些。
- 内置了一些实用工具，比如处理文件、发网络请求等等。
- 有一套混合的内存系统，能同时支持根据意思和根据关键词来搜索信息。
这些加起来，就构成了一个真正能自己运行，并且能处理用户消息和任务请求的 AI 代理的基础。
第三个特点是设计上优先考虑安全性。
NullClaw 天生就重视安全，通过好几层沙箱隔离和严格的访问控制，来确保：
- 默认情况下不会对外暴露网络服务。
- 运行之前必须经过配对认证。
- API 密钥这些敏感信息是加密存储的。
- 所有的操作行为都会被记录下来，方便事后检查。
这样的设计，很适合那些想在正式生产环境或者对安全性要求极高的场景下，运行自主 AI 的需求。
第四个特点是模块可替换、可扩展。
NullClaw 的架构不是铁板一块不能改动的，而是基于抽象接口设计的：
- 它的每个子系统，比如调用哪个模型的提供方、通过什么渠道聊天、用什么工具、怎么存储记忆等等，都是可以替换的组件。
- 你可以根据自己业务的需要，来替换或者扩展具体的实现方式。
这种灵活性让它既能用在资源紧张的嵌入式场景，也能用来部署更复杂的 AI 服务。
支持的使用场景
NullClaw 的设计定位，让它特别适合下面这些情况：
- 在资源非常紧张的边缘设备或者微控制器上，跑一些 AI 感知或者自动化任务。
- 做一个自动化的智能助手，用来回复消息或者执行固定的工作流程。
- 作为一个能自己运行的本地 AI 框架，不依赖云服务。
- 在正式生产环境里，作为强调安全和可审计的 AI 运行环境。
总的来说，它就是把一套完整的 AI 代理该有的东西，压缩到了几十 MB 甚至更小的空间里。
快速启动示例
从源代码编译并运行 NullClaw 的基本步骤是：
bash
git clone https://github.com/nullclaw/nullclaw.git
cd nullclaw
zig build -Doptimize=ReleaseSmall
# 交互式初始化
./zig-out/bin/nullclaw onboard --interactive
# 运行一个简单的 AI 任务
./zig-out/bin/nullclaw agent -m "Hello from NullClaw!"
这种简单的操作流程，也体现了它追求轻快方便的设计思路。
总结
简单来说，NullClaw 是一个追求极致性能和最小资源消耗的、能自主运行的 AI 代理基础设施。
它在大约 1 MB 内存、几百 KB 程序文件的环境里就能跑起来，不需要依赖庞大的运行时。
它提供了丰富的模型选择、聊天渠道、记忆管理和工具支持，同时把安全性放在第一位。
它特别适合用在边缘设备、嵌入式系统，以及对安全性和可控性要求很高的生产环境里。
如果你想开始使用，直接去它的项目主页，或者看看文档里的“快速开始”部分就行。如果你有需要，我也可以帮你梳理一下，怎么在树莓派这种特定设备上部署它。
极客辣评
NullClaw 现在简直势头正猛。它的开发者 Igor Somov 太厉害了。
根据：https://clawcharts.com/显示，过去 7 天内，每位贡献者的提交次数是OpenClaw的 1.7 倍。
过去7天：
— 395 次提交
— 23 位活跃贡献者
— 17.2 次提交/贡献者
— +1,279 颗星（总计 2,780 颗）
作为参考，我在同一个窗口中使用了 OpenClaw。
— 2100 次提交
— 212 位贡献者
— 9.9 次提交/贡献者
— +30,263 颗星（总计 240,155 颗）
NullClaw 的规模虽然较小，但目前每个贡献者提交的次数强度要高得多。 在过去 7 天里，igor 在整个生态系统中的提交次数排名第二。