ZeroClaw 安装、使用方法详细全解

官方文档：https://docs.zeroclawlabs.ai/zh-CN/
源码仓库：https://github.com/zeroclaw-labs/zeroclaw
社区站点：https://zeroclaw.me/ | https://zeroclaw.space/zh/guides

一、ZeroClaw 简介

1.1 什么是 ZeroClaw

ZeroClaw 是一个用 Rust 编写的轻量级、高性能、完全自主的 AI 助手运行时框架。它是 OpenClaw 的 Rust 重写平替版本，核心特点：

  • 极致轻量：单一 Rust 二进制文件，内存占用 < 5MB，比 OpenClaw 节省 99% 内存
  • 极速启动：启动时间 < 10ms，比 OpenClaw 快 400 倍
  • 零依赖：无 GC、无需 Node.js/Python 运行时，纯 Rust 实现
  • ** Trait 驱动架构**：每个子系统（模型、工具、记忆、通道）都是可替换的 trait 接口
  • 多模型支持：支持 Anthropic、OpenAI、Ollama、OpenRouter 等 22+ 模型提供商
  • 多渠道：CLI、Discord、Telegram、Matrix、Email、Webhook、钉钉、飞书、QQ 等 30+ 消息通道
  • 完整工具链：Shell、文件操作、浏览器自动化、MCP、自定义技能（Skills）
  • AIEOS 角色定义：支持标准化的 AI 角色/人格定义规范（JSON 格式）
  • SQLite 混合记忆：内置向量检索 + BM25 关键词检索的记忆系统，零外部依赖

1.2 ZeroClaw vs OpenClaw 对比

特性 ZeroClaw OpenClaw
语言 Rust TypeScript
内存占用 < 5MB ~500MB
启动速度 < 10ms ~4s
运行时 无（原生二进制） Node.js
GC 无 V8 GC
配置文件 TOML JSON
部署硬件 $10 设备即可 至少 1GB+ 内存
架构 Trait 驱动 事件驱动
记忆系统 SQLite + 扩展 SQLite
身份系统 OpenClaw 格式 + AIEOS Markdown 格式

1.3 适用场景

  • 低资源服务器部署（1GB 内存即可运行）
  • 边缘设备 / Raspberry Pi / 树莓派
  • 自动化运维 / DevOps
  • 多渠道 AI 机器人
  • 本地私有化部署（搭配 Ollama/LM Studio）
  • 作为 AI Agent 基础设施底座

二、安装步骤

2.1 系统要求

  • 操作系统：Linux / macOS / Windows (WSL2)
  • 最低配置：1 核 CPU，512MB 内存（推荐 1GB+）
  • 网络：需要访问模型 API（本地模型除外）

2.2 安装方式

方式一：官方安装脚本（推荐）
# 一行安装命令
curl -fsSL https://install.zeroclaw.dev | bash
方式二：Homebrew（macOS / Linux）
brew install zeroclaw
方式三：Cargo 安装
# 需要先安装 Rust 工具链
cargo install zeroclaw --locked
方式四：从源码编译
# 1. 安装 Rust
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

# 2. 克隆源码
git clone https://github.com/zeroclaw-labs/zeroclaw.git
cd zeroclaw

# 3. 编译
cargo build --release --locked

# 4. 安装
cargo install --path . --force --locked
方式五：Docker
# 拉取镜像
docker pull ghcr.io/zeroclaw-labs/zeroclaw:latest

# 运行
docker run -it --rm \
  -v ~/.zeroclaw:/root/.zeroclaw \
  ghcr.io/zeroclaw-labs/zeroclaw:latest
方式六：预编译二进制
# 下载最新版本的预编译二进制
curl -L https://github.com/zeroclaw-labs/zeroclaw/releases/latest/download/zeroclaw-x86_64-unknown-linux-gnu.tar.gz | tar xz
sudo mv zeroclaw /usr/local/bin/

2.3 验证安装

zeroclaw --version

三、初始配置（Onboard）

安装完成后，运行 zeroclaw onboard 进入交互式引导配置：

zeroclaw onboard

3.1 引导配置流程

onboard 会逐项引导你完成以下配置：

  1. 模型提供商 — 选择 LLM 提供商并填入 API Key
  2. 风险配置文件 — 设置智能体的自主级别
  3. 消息通道 — 配置 CLI、Telegram、Webhook 等
  4. 智能体 — 定义一个或多个 Agent
  5. 记忆系统 — 选择记忆后端
  6. 技能 — 安装预置技能
  7. MCP — 配置模型上下文协议服务器
  8. 定时任务 — 设置 Cron 任务
  9. 网关 — 配置 HTTP 网关

3.2 非交互式配置（跳过引导）

如果你觉得引导问题太多，可以一键自动配置：

zeroclaw onboard --provider openai --api-key "sk-..." --memory sqlite

这会在 ~/.zeroclaw/ 下自动生成完整的工作空间结构。

3.3 配置文件结构

配置文件位于 ~/.zeroclaw/config.toml，主要配置段：

# ==========================================
# 基本配置
# ==========================================
[defaults]
default_provider = "openai"          # 默认模型提供商
default_model = "gpt-4o"             # 默认模型

# ==========================================
# 模型提供商
# ==========================================
[providers.openai]
api_key = "sk-..."                    # API Key
# base_url = "https://api.openai.com"  # 可覆盖为兼容 API

[providers.ollama]
base_url = "http://localhost:11434"   # 本地 Ollama
default_model = "qwen3:8b"

[providers.openrouter]
api_key = "sk-or-..."
default_model = "anthropic/claude-sonnet-4-6"

# ==========================================
# 记忆系统
# ==========================================
[memory]
backend = "sqlite"                    # sqlite / lucid / markdown / none
auto_save = true                      # 自动保存对话到记忆
hygiene_enabled = true                # 启用记忆清理
archive_after_days = 90               # 90天后归档
purge_after_days = 365                # 365天后彻底清除
vector_weight = 0.7                   # 向量相似度权重
keyword_weight = 0.3                  # 关键词搜索权重
embedding_provider = "openai"         # 嵌入提供商（可选）
embedding_model = "text-embedding-3-small"

# ==========================================
# 自主级别
# ==========================================
[risk_profiles.default]
level = "supervised"                  # readonly / supervised / unrestricted

# ==========================================
# 智能体
# ==========================================
[agents.assistant]
model = "gpt-4o"                      # 使用的模型
provider = "openai"                   # 提供商
risk_profile = "default"              # 风险配置
workspace = "~/.zeroclaw/workspace"   # 工作目录
memory_backend = "sqlite"             # 记忆后端

# ==========================================
# 消息通道
# ==========================================
[channels_config]
cli = true                            # 启用 CLI 通道

# ==========================================
# 网关
# ==========================================
[gateway]
port = 42617                          # 网关端口
require_pairing = true                # 需要配对码
host = "127.0.0.1"                    # 监听地址

# ==========================================
# 身份系统（AIEOS）
# ==========================================
[identity]
format = "aieos"
aieos_path = "identity.json"          # 或 aieos_inline = '...'

# ==========================================
# 定时任务
# ==========================================
[cron]
enabled = true                        # 启用定时任务系统

# ==========================================
# 浏览器自动化
# ==========================================
[browser]
enabled = true                        # 启用浏览器工具

3.4 从 OpenClaw 迁移

zeroclaw migrate openclaw

这会将记忆条目、工作区文件和配置从 ~/.openclaw/ 迁移到 ~/.zeroclaw/，配置会自动从 JSON 转换为 TOML。

四、使用方法详解

4.1 命令行交互（CLI）

发送单条消息
zeroclaw agent -m "你好，请介绍一下你自己"

注意：每个 -m 调用是独立的，不保留对话历史。

进入交互式会话
zeroclaw agent

进入后可以直接输入消息，类似聊天界面，支持多轮对话。

指定智能体
zeroclaw agent -a assistant -m "你好"

4.2 网关（Gateway）

Gateway 是 ZeroClaw 的 HTTP/WebSocket 服务器，用于外部系统集成。

启动网关
zeroclaw gateway start
重启网关
zeroclaw gateway restart
获取配对码
zeroclaw gateway get-paircode
网关 API 端点
端点 方法 说明
/webhook/ POST 接收外部消息
/health GET 健康检查
/metrics GET 性能指标
Webhook 通道

Webhook 是一个通用的 HTTP 入站/出站适配器，运行在你选择的端口上：

# 通过 webhook 发送消息
curl -X POST http://localhost:42617/webhook/ \
  -H "Content-Type: application/json" \
  -d '{"message": "你好", "channel": "webhook"}'

任何能发送 HTTP POST 的服务（GitHub Actions、Zapier、crontab 脚本等）都可以通过 Webhook 与 ZeroClaw 交互。

4.3 内置工具

ZeroClaw 内置了多种工具供 AI 智能体使用：

Shell 工具

智能体可以执行 shell 命令（受自主级别限制）：

# 示例：智能体会执行
ls -la
grep -r "TODO" .
python3 script.py
文件工具
  • 读取文件内容
  • 写入/编辑文件
  • 搜索文件（内容搜索和文件名搜索）
  • 创建目录
记忆工具
  • 保存持久化记忆
  • 搜索历史记忆
  • 实体关联查询
  • 组合推理
网络工具
  • 网页搜索
  • 网页内容提取
  • HTTP 请求
浏览器自动化
  • 页面导航
  • 元素点击
  • 表单填写
  • 截图分析
[browser]
enabled = true

4.4 技能系统（Skills）

技能是可复用的指令和可选的工具定义，位于工作区的 skills/ 目录下。

列出已安装技能
zeroclaw skills list
安装技能
# 从 GitHub 安装
zeroclaw skills install https://github.com/zeroclaw-labs/zeroclaw-skills

# 从本地路径安装
zeroclaw skills install /path/to/skill

# 使用官方技能注册表
zeroclaw skills install skill-name
移除技能
zeroclaw skills remove skill-name
创建 Markdown 技能
mkdir -p ~/.zeroclaw/workspace/skills/release-check
cat > ~/.zeroclaw/workspace/skills/release-check/SKILL.md << 'EOF'
---
name: release-check
description: Check release readiness before tagging
version: 0.1.0
tags: [release, docs]
---

# Release Check

在确认发布之前，审阅发布说明、变更日志、版本标签和迁移笔记。

## 步骤

1. 检查版本号是否已更新
2. 确认 CHANGELOG 已更新
3. 运行测试套件
4. 生成发布说明
EOF
创建 TOML 技能
# ~/.zeroclaw/workspace/skills/release-check/SKILL.toml

[skill]
name = "release-check"
description = "Check release readiness before tagging"
version = "0.1.0"

[[tools]]
name = "run-tests"
description = "Run the test suite"
command = "cargo test"
技能触发

当用户消息匹配技能描述中的关键词时，ZeroClaw 会自动建议加载相关技能。

4.5 MCP（模型上下文协议）

ZeroClaw 支持通过 MCP 连接外部工具和上下文提供者。

stdio 传输（本地进程）
[mcp]
enabled = true

[[mcp.servers]]
name = "my-tool"
transport = "stdio"
command = "npx"
args = ["-y", "@some/mcp-server"]
HTTP 传输（远程服务器）
[[mcp.servers]]
name = "remote-tool"
transport = "http"
url = "http://localhost:3000/mcp"
SSE 传输
[[mcp.servers]]
name = "sse-tool"
transport = "sse"
url = "http://localhost:3001/sse"

4.6 记忆系统

ZeroClaw 使用 SQLite 作为默认记忆后端，支持混合搜索（向量相似度 + BM25 关键词）。

记忆后端选项
后端 说明
sqlite 默认，SQLite + 向量扩展 + FTS5
lucid 分层记忆后端（需额外配置）
markdown 简单 Markdown 文件记忆
none 禁用记忆
记忆管理命令
# 查看记忆状态
zeroclaw doctor

# 记忆自动保存在 ~/.zeroclaw/memory/ 目录
记忆配置
[memory]
backend = "sqlite"
auto_save = true                    # 自动保存对话
hygiene_enabled = true              # 启用定期清理
archive_after_days = 90             # 归档阈值
purge_after_days = 365              # 清理阈值
vector_weight = 0.7                 # 向量权重
keyword_weight = 0.3                # 关键词权重
embedding_provider = "openai"       # 嵌入提供商
embedding_model = "text-embedding-3-small"
embedding_dimensions = 1536
response_cache_enabled = true       # 启用响应缓存

4.7 身份系统（AIEOS）

ZeroClaw 支持两种身份定义格式：

OpenClaw 格式（Markdown）

在 ~/.zeroclaw/workspace/ 中创建以下文件：

  • IDENTITY.md — AI 的身份定义
  • SOUL.md — AI 的性格特征
  • USER.md — 用户信息
[identity]
format = "openclaw"
AIEOS 格式（JSON）
[identity]
format = "aieos"
aieos_path = "identity.json"

或使用内联 JSON：

[identity]
format = "aieos"
aieos_inline = '''
{
  "identity": {
    "names": { "first": "Nova", "nickname": "N" }
  },
  "psychology": {
    "traits": { "mbti": "ENTP" }
  }
}
'''

AIEOS 标准化字段：

  • identity.names — 名称和昵称
  • psychology.traits — MBTI 等性格特征
  • psychology.neural_matrix — 创意度、逻辑性等数值
  • communication.style — 语言风格
  • motivation — 动机和目标

4.8 定时任务（Cron）

ZeroClaw 内置定时任务调度器，让智能体具备"设闹钟"的能力。

通过 CLI 管理
# 列出定时任务
zeroclaw cron list

# 添加定时任务
zeroclaw cron add --name "daily-report" --schedule "0 9 * * *" --prompt "生成今日工作报告"

# 添加一次性定时任务
zeroclaw cron once --at "2026-06-04T09:00:00" --prompt "提醒我开会"

# 添加周期性任务
zeroclaw cron add-every --interval "2h" --prompt "检查系统状态"

# 在特定时间执行
zeroclaw cron add-at --time "0 8 * * 1-5" --prompt "生成工作日晨报"

# 管理任务
zeroclaw cron remove <job_id>
zeroclaw cron pause <job_id>
zeroclaw cron resume <job_id>
zeroclaw cron update <job_id>
在配置中启用
[cron]
enabled = true

4.9 自主级别

自主级别是每个智能体的设置，通过风险配置文件控制：

级别 说明
readonly 只读模式，只能读取文件和搜索信息，不能执行命令或修改文件
supervised 监督模式（默认），执行危险操作前需要用户确认
unrestricted 无限制模式，AI 可以自主执行所有操作

配置方式：

[risk_profiles.default]
level = "supervised"

[agents.assistant]
risk_profile = "default"

4.10 YOLO 模式

YOLO 模式是一个禁用审批和安全检查的配置预设，仅适用于开发环境：

zeroclaw onboard --yolo

4.11 服务管理

注册为系统服务（开机自启）
# 安装 systemd 用户级服务
zeroclaw service install

# 启动服务
zeroclaw service start

# 停止服务
zeroclaw service stop

# 重启服务
zeroclaw service restart

# 查看服务状态
zeroclaw service status

# 查看服务日志
zeroclaw service logs

# 卸载服务
zeroclaw service uninstall
启用用户驻留（退出登录后继续运行）
loginctl enable-linger $USER
多模型设置
# 刷新可用模型列表
zeroclaw models refresh

# 列出模型
zeroclaw models list

# 设置默认模型
zeroclaw models set "anthropic/claude-sonnet-4-6"

# 查看模型状态
zeroclaw models status

4.12 诊断与健康检查

# 全面诊断
zeroclaw doctor

# 检查模型连接
zeroclaw doctor models

# 查看追踪信息
zeroclaw doctor traces

# 查看系统状态
zeroclaw status

4.13 紧急停止（EStop）

# 触发紧急停止（立即暂停所有操作）
zeroclaw estop

# 查看急停状态
zeroclaw estop status

# 恢复
zeroclaw estop resume

4.14 通道管理

# 列出通道
zeroclaw channel list

# 启动通道
zeroclaw channel start <channel-name>

# 诊断通道
zeroclaw channel doctor

# 添加通道
zeroclaw channel add <type>

# 移除通道
zeroclaw channel remove <channel-name>

# 发送消息到通道
zeroclaw channel send <channel-name> "message"

4.15 认证管理

# 设置 API Token
zeroclaw auth setup-token --provider anthropic --profile default

# 粘贴 Token
zeroclaw auth paste-token --provider anthropic --profile default --auth-kind authorization

# 查看提供商
zeroclaw providers

4.16 多模型提供商配置

ZeroClaw 支持同时配置多个模型提供商，实现灵活切换：

# 主模型 — 用于日常对话
[providers.openai]
api_key = "sk-..."
default_model = "gpt-4o"

# 本地模型 — 用于隐私敏感操作
[providers.ollama]
base_url = "http://localhost:11434"
default_model = "qwen3:8b"

# 备用模型 — 通过 OpenRouter
[providers.openrouter]
api_key = "sk-or-..."
default_model = "anthropic/claude-sonnet-4-6"

# 设置不同任务的模型路由
[agents.assistant]
model = "gpt-4o"
provider = "openai"

[agents.local-agent]
model = "qwen3:8b"
provider = "ollama"

五、工作区结构

~/.zeroclaw/
├── config.toml              # 主配置文件
├── workspace/               # 工作目录
│   ├── IDENTITY.md          # 身份定义（OpenClaw 格式）
│   ├── SOUL.md              # 性格定义
│   ├── USER.md              # 用户信息
│   ├── identity.json        # AIEOS 身份定义
│   └── skills/              # 技能目录
│       ├── skill-name/
│       │   └── SKILL.md
│       └── ...
├── memory/                  # 记忆数据库
│   └── memory.db            # SQLite 记忆文件
├── sessions/                # 会话历史
└── ...

六、国内消息通道接入

6.1 Webhook 通用接入（适用于所有国内平台）

ZeroClaw 的 Webhook 通道是接入国内平台（钉钉、飞书、QQ 等）的通用方式。

配置 Webhook
[channels_config]
webhook = true

[channels.webhook]
port = 42618                      # webhook 端口
path = "/webhook/"
通过 Webhook 发送消息
curl -X POST http://localhost:42617/webhook/ \
  -H "Content-Type: application/json" \
  -d '{"message": "你好，请帮我检查一下服务器状态", "channel": "webhook"}'

6.2 钉钉接入

ZeroClaw 可通过 Webhook 或自定义机器人接入钉钉。

基本步骤
  1. 在钉钉开放平台创建机器人应用
  2. 获取 AppKey 和 AppSecret
  3. 配置 ZeroClaw Webhook 接收回调
  4. 设置消息回调地址为 http://your-server:42617/webhook/dingtalk
配置示例
[channels.dingtalk]
enabled = true
app_key = "your-app-key"
app_secret = "your-app-secret"
verify_signature = true

6.3 飞书接入

  1. 在飞书开放平台创建应用和机器人
  2. 获取 App ID 和 App Secret
  3. 配置事件订阅，将回调地址指向 ZeroClaw Webhook
  4. 在 ZeroClaw 中配置飞书通道
[channels.feishu]
enabled = true
app_id = "your-app-id"
app_secret = "your-app-secret"
encryption_key = "your-encryption-key"
verifier = "your-verifier"

6.4 QQ 接入

  1. 在 QQ 开放平台创建机器人
  2. 获取 AppID 和 AppSecret
  3. 配置 ZeroClaw 接入 QQ
# 配置 QQ 通道
zeroclaw channel add qq

# 在 config.toml 中配置

[channels.qq]
enabled = true
app_id = "your-qq-app-id"
app_secret = "your-qq-app-secret"

七、常用命令速查

核心命令

zeroclaw onboard                          # 初始配置向导
zeroclaw agent                            # 交互式会话
zeroclaw agent -m "message"               # 单条消息
zeroclaw agent -a assistant -m "message"  # 指定智能体发送消息
zeroclaw gateway start                    # 启动网关
zeroclaw gateway restart                  # 重启网关

服务管理

zeroclaw service install                  # 注册系统服务
zeroclaw service start/stop/restart       # 控制服务
zeroclaw service status/logs              # 查看状态/日志
zeroclaw service uninstall                # 卸载服务

诊断

zeroclaw doctor                           # 全面诊断
zeroclaw doctor models                    # 模型连接检查
zeroclaw status                           # 系统状态
zeroclaw estop                            # 紧急停止

模型管理

zeroclaw models refresh                   # 刷新模型列表
zeroclaw models list                      # 列出模型
zeroclaw models set "model-name"          # 设置默认模型
zeroclaw models status                    # 模型状态

通道管理

zeroclaw channel list                     # 列出通道
zeroclaw channel add <type>               # 添加通道
zeroclaw channel remove <name>            # 移除通道
zeroclaw channel start <name>             # 启动通道
zeroclaw channel doctor                   # 通道诊断

技能管理

zeroclaw skills list                      # 列出技能
zeroclaw skills install <source>          # 安装技能
zeroclaw skills remove <name>             # 移除技能

定时任务

zeroclaw cron list                        # 列出任务
zeroclaw cron add --name "x" --schedule "0 9 * * *" --prompt "..."  # 添加任务
zeroclaw cron once --at "timestamp" --prompt "..."  # 一次性任务
zeroclaw cron remove/pause/resume <id>    # 管理任务

认证

zeroclaw auth setup-token --provider <name> --profile default
zeroclaw providers                        # 查看提供商

八、配置最佳实践

8.1 安全性

# 使用加密存储敏感信息
[defaults]
encrypt = true

# 设置合理的自主级别
[risk_profiles.default]
level = "supervised"

# 限制工作区
[agents.assistant]
workspace_only = true

# 网关配对验证
[gateway]
require_pairing = true

8.2 性能

# 选择合适的记忆后端
[memory]
backend = "sqlite"
response_cache_enabled = true

# 调整混合搜索权重（根据场景）
vector_weight = 0.7
keyword_weight = 0.3

8.3 可维护性

  • 使用注释说明配置项
  • 将配置文件纳入版本控制
  • 使用环境变量覆盖敏感配置（API Key 等）
  • 定期轮换 API 密钥

九、故障排查

9.1 常见问题

Q: 安装后 zeroclaw 命令找不到

# 检查是否在 PATH 中
which zeroclaw
# 如不在，手动添加或重新安装
export PATH="$HOME/.cargo/bin:$PATH"

Q: 模型连接失败

# 运行诊断
zeroclaw doctor models
# 检查 API Key 是否正确
# 检查网络连接

Q: 网关启动失败

# 检查端口是否被占用
lsof -i :42617
# 查看日志
zeroclaw service logs

Q: 记忆系统报错

# 检查 SQLite 文件权限
ls -la ~/.zeroclaw/memory/memory.db
# 重置记忆（注意会丢失历史）
rm ~/.zeroclaw/memory/memory.db
zeroclaw agent -m "hello"  # 重新初始化

9.2 日志位置

~/.zeroclaw/logs/        # 日志文件
journalctl --user -u zeroclaw  # systemd 日志

十、资源链接

官方资源

  • 官方文档：https://docs.zeroclawlabs.ai/zh-CN/
  • GitHub 仓库：https://github.com/zeroclaw-labs/zeroclaw
  • 技能注册表：https://github.com/zeroclaw-labs/zeroclaw-skills
  • API 文档：https://docs.rs/zeroclawlabs/latest/

社区资源

  • 中文社区：https://zeroclaw.me/
  • 中文指南：https://zeroclaw.space/zh/guides
  • 非官方文档：https://openzeroclaw.com/
  • 中文文档镜像：https://meta-doc.com/zeroclaw/

教程参考

  • 阿里云部署教程：https://help.aliyun.com/zh/simple-application-server/use-cases/zeroclaw-messaging-channel-integration
  • Windows 完整教程：https://juejin.cn/post/7607261340567420947
  • 钉钉接入教程：https://javabetter.cn/sidebar/itwanger/ai/zeroclaw-review.html
  • 飞书接入教程：https://blog.csdn.net/weixin_42125125/article/details/158379225
  • 低配服务器部署：https://manxisuo.github.io/posts/0038-zeroclaw-deploy-on-cloud-server/

十一、总结

ZeroClaw 是目前最轻量的 AI Agent 运行时框架之一，核心优势在于：

  1. 极低的资源占用：5MB 内存即可运行，适合边缘部署和低配服务器
  2. Rust 原生性能：无 GC、无运行时依赖，启动速度极快
  3. 高度可替换架构：模型、工具、记忆、通道全部可插拔
  4. 完善的工具生态：内置 Shell、文件、浏览器、MCP、技能等丰富工具
  5. 多渠道支持：CLI、Webhook、Telegram、Discord、钉钉、飞书、QQ 等
  6. 强大的记忆系统：SQLite 混合检索，零外部依赖
  7. AIEOS 角色定义：标准化的 AI 人格定义规范
  8. 定时任务系统：内置 Cron 调度器
  9. 从 OpenClaw 平滑迁移：一键迁移工具

对于需要轻量、高效、可嵌入的 AI Agent 基础设施，ZeroClaw 是目前最佳选择之一。

# 人工智能 # 开源 # 人机交互
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

无人机强化学习RL、混合MPC-RL、线性MPC、非线性NMPC轨迹跟踪UAV多控制策略研究（Matlab代码实现）

无人机轨迹跟踪精度、稳定性与环境适应性是保障自主飞行作业的核心关键，单一控制策略难以适配复杂动态场景下的飞行控制需求。为明晰不同控制算法在无人机轨迹跟踪任务中的适配特性与性能边界，本文系统性开展线性模型预测控制（MPC）、非线性模型预测控制（NMPC）、强化学习（RL）及混合MPC-RL四类控制策略的对比研究。本文脱离公式与代码层面，从控制原理、运行特性、抗扰能力、约束适配性、工程实用性等维度，深

avatar AtomGit开源社区
cover

【毕业设计】SpringBoot+Vue+MySQL 政府管理系统平台源码+数据库+论文+部署文档

avatar AtomGit开源社区
cover

企业级搭建疫情管理系统管理系统源码｜SpringBoot+Vue+MyBatis架构+MySQL数据库【完整版】

avatar AtomGit开源社区