繁體中文

NemoClaw 評測:NVIDIA 為 OpenClaw 和 Hermes 打造的沙箱

NemoClaw 評測:NVIDIA 這套 alpha 階段的技術堆疊為 OpenClaw 或 Hermes Agent 增加了哪些安全性、安裝流程、所需硬體,以及預設的遙測設定。

前往 NemoClaw

NemoClaw 很容易被它的名字誤導。它不是又一個 OpenClaw 複製品;它是 NVIDIA 的開源方案,用來在一個嚴格鎖定的 OpenShell 沙箱中執行現有的代理,預設是 OpenClaw,也可以是 Hermes Agent 或 LangChain 的 Deep Agents Code。代理的功能取決於你選擇哪一個。NemoClaw 增加的是外面那層箱子:網路政策、檔案系統規則,以及放在箱子外的金鑰。它採用 Apache-2.0 授權,我們在 2026 年 11 月 8 日查看時有 22,984 顆 GitHub 星,NVIDIA 稱它為 alpha 階段。背景說明請參考 NemoClaw 是什麼?。

NemoClaw high-level component diagram: users and operators, NemoClaw control (CLI, installer, dashboard), the OpenShell gateway, the sandbox running OpenClaw, inference, integrations and state
How NemoClaw wraps an agent in an OpenShell sandboxgithub.com

適合哪些人

NemoClaw 適合本來就想用 OpenClaw 或 Hermes、但不放心讓它直接在主機上執行的人,也適合需要有人核准全天候運作的代理能連到哪裡的團隊。它也適合擁有 NVIDIA 硬體、想要本機推論又不想手動接線的人。如果你想在小型 VPS 上輕量安裝,下面提到的最低資源需求就排除了這個可能。

它修正了 OpenClaw 安全性的哪些問題

原版 OpenClaw 在你開啟沙箱之前都在主機上執行工具,即使開啟了,閘道仍留在主機上(細節請見我們的 OpenClaw 評測和 OpenClaw 安全嗎?)。NemoClaw 把整個代理放進容器,並從預設拒絕開始。根據網路政策參考文件:

  • 網路預設拒絕。 基準設定只允許 NVIDIA 的推論端點、ClawHub、OpenClaw 自己的網站和文件,以及用來安裝外掛的唯讀 npm。GitHub 和通訊平台不在其中;你要透過預設組合或政策層級加入。
  • 未知的目的地會被封鎖並顯示給你。 當代理嘗試連到未列出的主機時,OpenShell 會封鎖並記錄下來,並在終端機介面中顯示主機、連接埠和發出請求的執行檔,讓操作者核准或拒絕。核准只在該工作階段有效;永久變更要寫進政策檔,或透過 openshell policy 指令完成。
  • 檔案系統大多是唯讀的。 代理可以寫入 /sandbox 和 /tmp;/usr、/etc 和 /app 等系統路徑都是唯讀的,而且它以專屬的 sandbox 使用者身分執行。
  • 憑證留在外面。 推論、通訊和 MCP 的金鑰由 OpenShell 閘道持有,不在沙箱內。有一個例外:WhatsApp 這類透過 QR code 配對的工作階段,會把工作階段憑證保存在沙箱內。

核准提示是它的招牌功能:一個遭到提示詞注入的代理如果想把資料送到新的地方,會撞上一道牆和一個人,而不是悄悄得逞。文件坦承某些強制機制(Landlock)只是盡力而為,所以請把它視為一道堅固的防護層,而不是保證。

安裝

快速入門只需要一條指令:

curl -fsSL https://www.nvidia.com/nemoclaw.sh | bash

接著安裝程式會依序詢問:接受第三方軟體聲明、選擇代理、選擇推論供應商和模型(NVIDIA Endpoints、OpenRouter、OpenAI、Anthropic、Gemini、本機 Ollama 等)、為沙箱命名、選擇性加入網頁搜尋和通訊頻道,以及選擇網路政策層級(預設為 Balanced)。文件建議第一次執行時跳過搜尋和頻道,這是個好建議:先得到一個能用的沙箱,再逐步開放。

日常使用的是 nemoclaw CLI:nemoclaw my-assistant status、用 nemoclaw my-assistant connect 進入內部的 shell,還有一個在 18789 連接埠上的儀表板,在遠端機器上要透過 SSH 通道連線。文件提醒要把儀表板的 URL 當成密碼看待。

硬體與 Docker

NemoClaw 需要容器執行環境(Docker、Docker Desktop 或 Colima),以及至少 4 個 vCPU、8 GB 記憶體(建議 16 GB)和 20 GB 可用磁碟空間,沙箱映像檔為 2.4 GB。這比單獨執行 OpenClaw 更吃資源。Linux 和 DGX Spark 是主要的測試平台;Apple Silicon 上的 macOS 和透過 WSL2 的 Windows 可以使用,但有限制。對於本機模型,它會轉送到 Ollama、vLLM 或 NVIDIA NIM,這正是 NVIDIA GPU 派上用場的地方。

遙測

這是第一個該修改的預設值。CLI 和安裝程式會傳送操作遙測給 NVIDIA,除非你設定 NEMOCLAW_DISABLE_TELEMETRY=1;快速入門指出,如果你想從一開始就關閉,要在執行安裝程式之前先 export 這個變數。你的提示詞會送到你選擇的推論供應商,或在使用本機模型時留在本機。

成熟度與維護

alpha 就是 alpha:維護者以盡力而為的方式處理問題,WhatsApp、Microsoft Teams、Google Chat 和 WeChat 被標示為實驗性(Telegram、Discord 和 Slack 是正式支援的頻道)。你還得同時追蹤兩個專案:NemoClaw 的版本和代理的版本。機器人能做什麼取決於 NemoClaw 沙箱映像檔中的代理版本,所以代理的新功能會依 NemoClaw 的時程到來。

比較

  • 想要容器隔離,但不想要 NVIDIA 的技術堆疊或最低資源需求?NanoClaw 讓每個代理在自己的容器中執行,同樣讓金鑰遠離代理;ZeroClaw 則在一個小巧的執行檔內實現沙箱。
  • 想繼續使用原版 OpenClaw 或 Hermes Agent?兩者都有可以自己開啟的沙箱或容器後端;NemoClaw 的吸引力在於疊加在上面的預設拒絕網路政策和操作者核准。

正面比較請參考 NemoClaw vs OpenClaw。

結論

在我們的清單中,NemoClaw 是替 OpenClaw 或 Hermes 套上韁繩最徹底的方式:預設拒絕的網路加上即時的操作者核准、唯讀檔案系統,以及放在箱子外的金鑰。代價是記憶體、多一層要更新的元件、在你關閉之前的 NVIDIA 遙測,以及 alpha 品質的支援。對一個共用或全天候運作、會讀取不受信任輸入的代理來說,這往往是公平的交換。

價格

NemoClaw: 價格
Open source免費
  • Apache-2.0, free to self-host
  • You pay for inference from the provider you route to, or run a local model

功能

功能
網路搜尋是
圖像生成未知
語音模式未知
檔案上傳未知
記憶未知
代你執行操作是
應用程式整合是
自主運作是
主動傳訊息給你未知
可執行多個機器人未知

優點

  • Puts OpenClaw or Hermes Agent in a sandbox with network, filesystem and process controls instead of running it on your host
  • Unapproved network destinations are blocked and surfaced for an operator to approve
  • Inference, messaging and MCP credentials stay outside the sandbox
  • Backed by NVIDIA, with local inference through Ollama, vLLM or NIM and a tested path on DGX Spark

缺點

  • Alpha: maintainers support it on a best-effort basis, and several channels are experimental
  • A wrapper, not an agent: what the bot can do depends on the OpenClaw or Hermes version inside
  • Heavier than running the agent alone: 8 GB RAM minimum, a 2.4 GB sandbox image and a container runtime
  • The CLI sends operation telemetry to NVIDIA unless you set NEMOCLAW_DISABLE_TELEMETRY=1

適合對象

  • OpenClaw or Hermes Agent users who want sandboxing and egress control without building it themselves
  • Teams that need an operator to approve what an always-on agent can reach
  • Running agents on NVIDIA hardware with local inference

來源