简体中文

NemoClaw 评测:NVIDIA 为 OpenClaw 和 Hermes 打造的沙箱

NemoClaw 评测:NVIDIA 这个 alpha 阶段的技术栈为 OpenClaw 或 Hermes Agent 增加了哪些安全能力、安装流程、所需硬件,以及默认的遥测设置。

访问 NemoClaw

NemoClaw 很容易被它的名字误导。它并不是又一个 OpenClaw 克隆;它是 NVIDIA 的开源方案,用来在一个严格锁定的 OpenShell 沙箱中运行现有的智能体,默认是 OpenClaw,也可以是 Hermes Agent 或 LangChain 的 Deep Agents Code。智能体的功能取决于你选的是哪一个。NemoClaw 增加的是外面那层盒子:网络策略、文件系统规则,以及放在盒子外的密钥。它采用 Apache-2.0 许可证,截至我们 2026 年 11 月 8 日查看时有 22,984 颗 GitHub 星,NVIDIA 称其为 alpha 阶段。背景信息请参阅 NemoClaw 是什么?。

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

适合谁

NemoClaw 适合本来就想用 OpenClaw 或 Hermes、但不放心让它直接跑在主机上的人,也适合需要有人审批常驻智能体能访问什么的团队。它还适合拥有 NVIDIA 硬件、想要本地推理又不想手动配置的人。如果你想在小型 VPS 上做轻量安装,下文提到的资源下限就排除了这种可能。

它修复了 OpenClaw 安全上的哪些问题

原版 OpenClaw 在你开启沙箱之前都在主机上运行工具,即使开启了,网关仍留在主机上(详情见我们的 OpenClaw 评测和 OpenClaw 安全吗?)。NemoClaw 把整个智能体放进容器,并从默认拒绝开始。根据网络策略参考:

  • 网络默认拒绝。 基线只允许 NVIDIA 的推理端点、ClawHub、OpenClaw 自己的网站和文档,以及用于安装插件的只读 npm。GitHub 和消息平台不在其中;你需要通过预设或策略层级添加。
  • 未知目标会被拦截并展示给你。 当智能体尝试访问未列出的主机时,OpenShell 会拦截并记录,并在终端界面中显示主机、端口和发起请求的二进制文件,由操作员批准或拒绝。一次批准在当前会话内有效;永久性更改需要写进策略文件或通过 openshell policy 命令完成。
  • 文件系统基本只读。 智能体可以写入 /sandbox 和 /tmp;/usr、/etc 和 /app 等系统路径是只读的,而且它以专用的 sandbox 用户身份运行。
  • 凭据留在外面。 推理、消息和 MCP 的密钥由 OpenShell 网关持有,不在沙箱内。有一个例外:WhatsApp 这类通过二维码配对的会话,其会话凭据保存在沙箱内。

审批提示是它的招牌功能:一个被提示注入的智能体如果试图把数据发到新的地方,会撞上一堵墙和一个人,而不是悄无声息地得逞。文档坦言某些强制机制(Landlock)只是尽力而为,所以应把它当作一道坚固的防护层,而不是保证。

安装

快速入门只需一条命令:

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

随后安装程序会依次询问:接受第三方软件声明、选择智能体、选择推理提供商和模型(NVIDIA Endpoints、OpenRouter、OpenAI、Anthropic、Gemini、本地 Ollama 等)、为沙箱命名、可选添加网页搜索和消息渠道,以及选择网络策略层级(默认为 Balanced)。文档建议首次运行时跳过搜索和渠道,这是个好建议:先得到一个能用的沙箱,再逐步放开。

日常使用的是 nemoclaw CLI:nemoclaw my-assistant status,nemoclaw my-assistant connect 用于进入内部 shell,还有一个运行在 18789 端口的仪表盘,在远程机器上需要通过 SSH 隧道访问。文档提醒要像对待密码一样对待仪表盘的 URL。

硬件与 Docker

NemoClaw 需要一个容器运行时(Docker、Docker Desktop 或 Colima),以及至少 4 个 vCPU、8 GB 内存(推荐 16 GB)和 20 GB 可用磁盘空间,沙箱镜像为 2.4 GB。这比单独运行 OpenClaw 要重。Linux 和 DGX Spark 是主要的测试平台;Apple Silicon 上的 macOS 以及通过 WSL2 的 Windows 可以运行,但有限制。对于本地模型,它会路由到 Ollama、vLLM 或 NVIDIA NIM,这正是 NVIDIA GPU 发挥价值的地方。

遥测

这是第一个应该修改的默认设置。CLI 和安装程序会向 NVIDIA 发送操作遥测,除非你设置 NEMOCLAW_DISABLE_TELEMETRY=1;快速入门指出,如果你想从一开始就关闭,需要在运行安装程序之前先 export 这个变量。你的提示词会发送到你选择的推理提供商,或者在使用本地模型时留在本机。

成熟度与维护

alpha 就是 alpha:维护者以尽力而为的方式处理问题,WhatsApp、Microsoft Teams、Google Chat 和 WeChat 被标记为实验性(Telegram、Discord 和 Slack 是受支持的渠道)。你还要同时跟进两个项目:NemoClaw 的版本和智能体的版本。机器人能做什么取决于 NemoClaw 沙箱镜像中的智能体版本,所以智能体的新功能会按 NemoClaw 的节奏到来。

横向对比

  • 想要容器隔离,又不想要 NVIDIA 的技术栈或资源下限?NanoClaw 让每个智能体运行在自己的容器中,同样让密钥远离智能体;ZeroClaw 则在一个小巧的二进制文件内实现沙箱。
  • 想继续使用原版 OpenClaw 或 Hermes Agent?两者都有可以自己开启的沙箱或容器后端;NemoClaw 的吸引力在于叠加其上的默认拒绝网络策略和操作员审批。

正面对比请参阅 NemoClaw vs OpenClaw。

结论

在我们的列表中,NemoClaw 是给 OpenClaw 或 Hermes 套上缰绳最彻底的方式:默认拒绝的网络加上实时的操作员审批、只读文件系统,以及放在盒子外的密钥。代价是内存、多一层需要更新的组件、在你关闭之前的 NVIDIA 遥测,以及 alpha 质量的支持。对于一个共享或常驻、会读取不可信输入的智能体来说,这往往是个公平的交换。

价格

NemoClaw: 价格
Open source免费
  • 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
联网搜索是
图像生成未知
语音模式未知
文件上传未知
记忆未知
代你执行操作是
应用集成是
自主运行是
主动给你发消息未知
可运行多个机器人未知

优点

  • 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

缺点

  • 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

适合人群

  • 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

来源