README Zh

我为什么创建 NanoClaw

OpenClaw 是一个令人印象深刻的项目，但我无法安心使用一个我不了解、却能访问我个人隐私的复杂软件。OpenClaw 有近 50 万行代码、53 个配置文件和 70+ 个依赖项。其安全性是应用级别的（白名单、配对码），而非真正的操作系统级隔离。所有东西都在一个共享内存的 Node 进程中运行。

NanoClaw 用一个您能轻松理解的代码库提供了同样的核心功能：一个进程，少数几个文件。Claude 智能体运行在具有文件系统隔离的独立 Linux 容器中，而不是仅靠权限检查。

快速开始

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

nanoclaw.sh 会把您从一台全新机器一直带到一个可以直接发消息的命名智能体。它会在缺失时安装 Node、pnpm 和 Docker，向 OneCLI 注册您的 Anthropic 凭据，构建智能体容器，并配对您的第一个渠道（Telegram、Discord、WhatsApp 或本地 CLI）。如果某一步失败，会自动调用 Claude Code 进行诊断并从中断处继续。

设计哲学

小到可以理解。 单一进程，少量源文件，无微服务。如果您想了解完整的 NanoClaw 代码库，直接让 Claude Code 给您讲一遍就行。

通过隔离实现安全。 智能体运行在 Linux 容器中，只能看到明确挂载的内容。Bash 访问是安全的，因为命令在容器内执行，而不是在您的宿主机上。

为个人用户打造。 NanoClaw 不是一个单体框架，而是能精确匹配每个用户需求的软件。它被设计成量身定制的，而不是臃肿膨胀。您创建自己的 fork，让 Claude Code 按您的需求修改它。

定制 = 修改代码。 没有配置膨胀。想要不同的行为？改代码。代码库小到改动是安全的。

AI 原生，混合式设计。 安装与上手流程走的是经过优化的脚本路径，快速且确定。当某一步需要判断（安装失败、引导决策、定制化）时，控制权会无缝地交给 Claude Code。安装之后也不提供监控仪表盘或调试 UI：您在聊天中描述问题，Claude Code 来处理。

技能优于功能。 主干只发布注册表和基础设施，不包含具体的渠道适配器或替代智能体提供者。各个渠道（Discord、Slack、Telegram、WhatsApp……）放在长期存在的 channels 分支上；替代提供者（OpenCode、Ollama）放在 providers 分支上。您运行 /add-telegram、/add-opencode 等，技能会把您所需要的模块精确地复制到您的 fork 里。不会出现您没要求的功能。

最强的 harness，最强的模型。 NanoClaw 通过 Anthropic 官方的 Claude Agent SDK 原生使用 Claude Code，所以您能用上最新的 Claude 模型以及 Claude Code 的完整工具集——包括修改和扩展自己的 NanoClaw fork 的能力。其他提供者是可插拔选项：/add-codex 对应 OpenAI 的 Codex（ChatGPT 订阅或 API key），/add-opencode 通过 OpenCode 接入 OpenRouter、Google、DeepSeek 等，/add-ollama-provider 用于本地开源权重模型。提供者可按智能体组单独配置。

功能支持

• 多渠道消息 — WhatsApp、Telegram、Discord、Slack、Microsoft Teams、iMessage、Matrix、Google Chat、Webex、Linear、GitHub、WeChat，以及通过 Resend 的邮件。按需通过 /add-<channel> 技能安装。可同时运行一个或多个。
• 灵活的隔离模式 — 可为每个渠道配一个独立智能体以获得完全隐私，也可让一个智能体在多个渠道上共享、统一记忆但会话独立，或者把多个渠道合并到一个共享会话里，让一场对话横跨多个入口。通过 /manage-channels 按渠道选择。详见 docs/isolation-model.md。
• 每个智能体的独立工作区 — 每个智能体组都有自己的 CLAUDE.md、自己的记忆、自己的容器，以及您允许的挂载点。除非您明确接线，否则不会有东西越过边界。
• 计划任务 — 运行 Claude 的周期性作业，可以给您回发消息。
• 网络访问 — 搜索和抓取网页内容。
• 容器隔离 — 智能体在 Docker（macOS/Linux/WSL2）中沙箱化运行，可选 Docker Sandboxes 的微虚拟机隔离，或在 macOS 上选用 Apple Container 作为原生运行时。
• 凭据安全 — 智能体不持有原始 API key。出站请求经由 OneCLI 的 Agent Vault，在请求时注入凭据，并按每个智能体执行策略和速率限制。

使用方法

用触发词（默认为 @Andy）与您的助手对话：

@Andy 每个工作日早上 9 点给我发一份销售渠道概览（可以访问我的 Obsidian vault 文件夹）
@Andy 每周五回顾过去一周的 git 历史，如果与 README 有出入就更新它
@Andy 每周一早上 8 点，从 Hacker News 和 TechCrunch 收集 AI 相关资讯，给我发一份简报

在您拥有或管理的渠道里，还可以管理群组和任务：

@Andy 列出所有群组里的计划任务
@Andy 暂停周一简报任务
@Andy 加入"家庭聊天"群组

定制

NanoClaw 不用配置文件。想改就直接告诉 Claude Code：

• "把触发词改成 @Bob"
• "以后回答请更简短、更直接"
• "我说早上好的时候加一个自定义问候"
• "每周保存一次会话摘要"

或者运行 /customize 进行引导式修改。

代码库足够小，Claude 可以安全地修改它。

贡献

不要加功能，要加技能。

如果您想添加新的渠道或智能体提供者，不要把它加到主干上。新的渠道适配器进入 channels 分支；新的智能体提供者进入 providers 分支。用户在自己的 fork 上运行 /add-<name> 技能，由技能把相关模块复制到标准路径、接好注册、固定依赖版本。

这样主干始终保持为纯粹的注册表和基础设施，每个 fork 也都保持精简——用户只获得他们要求的渠道和提供者，其它什么也不会混进来。

RFS（技能征集）

我们希望看到的技能：

通信渠道

• /add-signal — 添加 Signal 作为渠道

系统要求

• macOS 或 Linux（Windows 通过 WSL2）
• Node.js 20+ 和 pnpm 10+（安装脚本会在缺失时自动安装）
• Docker Desktop（macOS/Windows）或 Docker Engine（Linux）
• Claude Code，用于 /customize、/debug、安装过程中的错误恢复以及所有 /add-<channel> 技能

架构

消息应用 → 主机进程（路由器） → inbound.db → 容器（Bun、Claude Agent SDK） → outbound.db → 主机进程（投递） → 消息应用

单一 Node 主机编排每个会话的智能体容器。当一条消息到来时，主机按实体模型（用户 → 消息组 → 智能体组 → 会话）进行路由，写入该会话的 inbound.db，并唤醒容器。容器内部的 agent-runner 轮询 inbound.db，调用 Claude，并把响应写入 outbound.db。主机轮询 outbound.db，通过渠道适配器投递回去。

每个会话两个 SQLite 文件，每个文件只有一个写入者——没有跨挂载的锁争用，没有 IPC，没有 stdin 管道。渠道和替代提供者在启动时自注册；主干提供注册表和 Chat SDK 桥接，而适配器本身在每个 fork 里通过技能安装。

完整架构说明见 docs/architecture.md；三级隔离模型见 docs/isolation-model.md。

关键文件：

• src/index.ts — 入口：数据库初始化、渠道适配器、投递轮询、sweep
• src/router.ts — 入站路由：消息组 → 智能体组 → 会话 → inbound.db
• src/delivery.ts — 轮询 outbound.db，通过适配器投递，处理系统动作
• src/host-sweep.ts — 60 秒 sweep：失效检测、到期消息唤醒、循环任务
• src/session-manager.ts — 解析会话，打开 inbound.db / outbound.db
• src/container-runner.ts — 为每个智能体组启动容器，OneCLI 凭据注入
• src/db/ — 中心数据库（用户、角色、智能体组、消息组、接线、迁移）
• src/channels/ — 渠道适配器基础设施（适配器通过 /add-<channel> 技能安装）
• src/providers/ — 主机侧提供者配置（claude 内置，其他通过技能安装）
• container/agent-runner/ — Bun 版 agent-runner：轮询循环、MCP 工具、提供者抽象
• groups/<folder>/ — 每个智能体组的文件系统（CLAUDE.md、技能、容器配置）

FAQ

为什么用 Docker？

Docker 提供跨平台支持（macOS、Linux、Windows via WSL2）和成熟的生态。在 macOS 上，您可以选择通过 /convert-to-apple-container 切换到 Apple Container，以获得更轻量的原生运行时。如需更强隔离，Docker Sandboxes 会把每个容器放到一台微虚拟机里运行。

我可以在 Linux 或 Windows 上运行吗？

可以。Docker 是默认运行时，可在 macOS、Linux 以及 Windows（通过 WSL2）上工作。运行 bash nanoclaw.sh 就行。

这个项目安全吗？

智能体运行在容器里，而不是躲在应用级权限检查之后。它们只能访问明确挂载的目录。凭据不会进入容器——出站 API 请求通过 OneCLI 的 Agent Vault 在代理层注入认证，并支持速率限制和访问策略。您仍然应该审查自己要运行的代码，但代码库小到您真的能做到。完整的安全模型见 安全文档。

为什么没有配置文件？

我们不想让配置泛滥。每位用户都应该定制 NanoClaw，让代码精确地做他们想要的事，而不是去配置一个通用系统。如果您更喜欢有配置文件，可以让 Claude 给您加。

我可以使用第三方或开源模型吗？

可以。推荐做法是 /add-opencode（通过 OpenCode 配置接入 OpenRouter、OpenAI、Google、DeepSeek 等）或 /add-ollama-provider（通过 Ollama 使用本地开源权重模型）。两者都可以按智能体组单独配置，所以同一套安装里不同的智能体可以运行在不同的后端上。

对于一次性实验，任何 Claude API 兼容的端点也可以通过 .env 使用：

ANTHROPIC_BASE_URL=https://your-api-endpoint.com
ANTHROPIC_AUTH_TOKEN=your-token-here

我该如何调试问题？

问 Claude Code。"为什么计划任务没运行？""最近的日志里有什么？""为什么这条消息没有得到回复？"这就是 NanoClaw 底层的 AI 原生方式。

为什么安装对我不成功？

如果某一步失败，nanoclaw.sh 会把控制权交给 Claude Code 进行诊断并从中断处继续。如果还是没解决，运行 claude，然后 /debug。如果 Claude 发现一个可能影响其他用户的问题，请对相关的安装步骤或技能提 PR。

什么样的更改会被接受进代码库？

进入基础配置的只会是：安全修复、bug 修复、明显的改进。仅此而已。

其他一切（新能力、操作系统兼容、硬件支持、增强）都应作为技能贡献到 channels 或 providers 分支。

这样基础系统保持最小化，每位用户都可以定制自己的安装，而不必继承他们不想要的功能。

社区

有问题或想法？欢迎加入 Discord。

更新日志

破坏性变更见 CHANGELOG.md，完整发布历史见文档站的 full release history。

许可证

MIT