简体中文

NanoClaw 评测:容器优先的 OpenClaw 替代品

面向自托管用户的 NanoClaw 评测:安装脚本、每个智能体独立的 Docker 容器、凭据保险库、诊断数据,以及只能用 Claude Code 定制意味着什么。

访问 NanoClaw

NanoClaw 最初是为了回应对 OpenClaw 的一个具体抱怨:代码太多,而且智能体默认在你的主机上运行命令。它给出的答案是一个小型 TypeScript 项目:由一个主机进程负责路由消息,每个智能体都运行在自己的 Linux 容器中,只能看到你挂载的文件夹。它于 2026 年 1 月 31 日发布,采用 MIT 许可证,截至我们 11 月 8 日查看时有 31,096 颗 GitHub 星。代价是它几乎所有事情都依赖 Claude 和 Claude Code。

NanoClaw setup wizard in a terminal explaining that the assistant lives in its own sandbox and asking whether to fetch a hardened image or build it locally
NanoClaw's setup wizard choosing the agent's sandbox imagedocs.nanoclaw.dev

适合谁

NanoClaw 适合这样的开发者:想在 WhatsApp、Telegram、Slack、Discord 或 iMessage 中使用 OpenClaw 风格的智能体,更看重隔离而不是生态规模,并且乐于让 Claude Code 修改自己的 fork。如果你想通过编辑配置文件来设置,或者不用 Claude Code,你会觉得它本末倒置。

安装:预留一小时

快速入门对工作量说得很坦白:“Plan for 30–60 minutes.”(预留 30 到 60 分钟。)你需要一台至少有 4 GB 内存的 Mac 或 Linux 机器(Windows 通过 WSL2)以及 Git。然后:

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

脚本会安装缺少的组件(Node、pnpm 和 Docker),然后按固定顺序引导你完成:

  1. 沙箱镜像。 在本地构建(默认方式,不连接任何外部服务),或者从合作伙伴 Echo 获取预构建的加固镜像,这需要一个免费的 NanoClaw 账号。
  2. 凭据。 它会安装 OneCLI,一个存放模型登录凭据的保险库,然后你连接 Claude、Codex 或某个 API 密钥。指南假定你有 Claude Pro 或 Max 订阅。
  3. 文件夹访问。 你选择智能体还可以看到哪些额外的文件夹。全新安装时,这个列表是空的。
  4. 后台服务和一条测试消息。
  5. 可选:一个聊天渠道。 Telegram 通过 @BotFather 和配对码接入,Slack 可以替你创建应用,WhatsApp 则通过二维码或配对码作为设备关联。

这比 OpenClaw 的安装程序步骤更多,但每一步都是提前做出的安全决定,而不是留到以后再说。

隔离:默认使用容器和凭据保险库

shell 访问从不触及你的主机:每个智能体都在自己的容器中运行,只能看到你挂载的内容。不那么显眼的部分是凭据。智能体不持有原始 API 密钥;外发调用会经过一个凭据网关,并按智能体设置策略和速率限制。被提示注入的智能体可能滥用它已有的访问权限,但它无法读出并泄露一个它从未见过的密钥。NemoClaw 采用了类似的思路,把凭据保存在沙箱之外。

Docker 就是边界,所以 Docker 是硬性要求,而且机器必须保持开机联网,智能体才能回复。

遥测

NanoClaw 自己没有用户账号(可选的那个账号只用于加固镜像),也不训练任何模型。它默认会发送匿名的安装诊断数据;设置 NANOCLAW_NO_DIAGNOSTICS=1 即可停止。如果你获取加固镜像,该账号会记录你的邮箱和获取时间。

定制:刻意不设配置文件

这是定义 NanoClaw 的那个决定。没有什么需要配置的;要改变行为,你就让 Claude Code 修改你自己 fork 中的代码,而新渠道(Teams、Matrix、Google Chat、Signal、WeChat、邮件等)则以 /add-<channel> 技能的形式提供,由 Claude Code 应用。其他模型提供商也是同样的方式:OpenCode、Codex 和 Ollama 通过技能按智能体添加。

好处是代码库小到可以读完,配置也恰好是你要求的样子。但对自托管用户来说,缺点是实实在在的:

  • 你的 fork 改动越多,拉取上游更新就越像一次合并而不是升级。
  • 调试和修改都要经过 Claude Code,而它本身就需要模型订阅或密钥。
  • 两个 NanoClaw 安装的行为可能相差很大,所以社区里的解答不那么能直接套用。

模型与成本

默认使用 Claude,通过 Anthropic 的 Claude Agent SDK 实现,所以实际运行成本就是 Claude 订阅或 API 用量。也可以通过技能使用 Ollama 运行本地开放权重模型,这会让模型费用降到零,代价是能力下降。定时任务在这方面有帮助:它们可以先运行一个脚本门控,在无事可做时跳过唤醒智能体,从而在频繁检查时节省 token。

横向对比

  • OpenClaw:29 个聊天渠道、142 个官方插件和常规的配置文件,但在你开启沙箱之前,工具都在主机上运行。参见 NanoClaw vs OpenClaw。
  • ZeroClaw:同样默认沙箱,是单个 Rust 二进制文件,不需要 Docker,默认无遥测。
  • NemoClaw:把 OpenClaw 或 Hermes 包进一个带网络审批的沙箱,但处于 alpha 阶段,而且更重。
  • Rakazo:同样为每台机器人电脑使用一个容器,面向多个常驻机器人,并提供 Web 和移动应用。

更多选择请见 OpenClaw 替代品。

结论

在轻量级智能体中,NanoClaw 拥有最强的隔离方案之一:每个智能体一个容器、空的文件夹允许列表,以及智能体从不持有的密钥。代价是被锁定在 Claude Code 这个配置工具上,还要维护一个 fork。如果你本来就整天在用 Claude Code,这个代价很低;否则,请选一个不需要它也能配置的智能体。

价格

NanoClaw: 价格
Open source免费
  • MIT licensed and free to self-host
  • You pay for the model: an Anthropic credential by default, or other providers and local models through skills

功能

功能
联网搜索是
图像生成未知
语音模式未知
文件上传是
记忆是
代你执行操作是
应用集成是
自主运行是
主动给你发消息是
可运行多个机器人是

优点

  • Every agent runs in its own Docker container and sees only the folders you mount, so shell access stays off your host
  • Small codebase (one host process and a handful of files) that you customize by having Claude Code edit your fork
  • Agents never hold raw API keys: outbound calls go through a credential gateway with per-agent policies and rate limits
  • Many chat channels, including WhatsApp, Telegram, Slack, Discord, iMessage, Teams, Matrix and email, with one or several agents per channel
  • Scheduled tasks with optional script gates that skip waking the agent when there's nothing to do

缺点

  • Built around Claude and Claude Code: customizing, debugging and adding channels all go through Claude Code
  • Sends anonymous setup diagnostics unless you set NANOCLAW_NO_DIAGNOSTICS=1
  • No config files by design, so every change means editing code in your own fork
  • Needs Docker, and Windows only works through WSL2

适合人群

  • People who want OpenClaw-style chat-app agents with real container isolation
  • Developers comfortable letting Claude Code customize their own fork
  • Running several separate agents, each with its own memory and access

来源