EdgeClaw

EdgeClaw，一款由面壁智能携手清华大学 THUNLP、中国人民大学、AI9Stars 及 OpenBMB 团队共同打造的创新型开源 AI 智能体框架，正以其独特的端云协同、本地部署、安全可控的核心理念，引领着新一代人工智能应用的落地。该框架的亮点之一在于其独创的三层数据安全协议（S1/S2/S3），能够精细化地管理数据流向：公开信息可自信地上云，敏感数据经过严格脱敏处理，而用户的隐私内容则被牢牢锁在本地设备，实现层层递进的保护。此外，EdgeClaw 还集成了记忆机制和 GuardAgent 协议，为 AI 智能体的全流程数据管控提供了坚实保障。

EdgeClaw 的核心定位与功能

EdgeClaw 的问世，旨在解决当前 AI 应用在数据安全、成本控制以及可用性方面的痛点。它不仅是一个智能体执行框架，更是基于 OpenClaw 架构的深度优化，允许 AI 智能体在本地设备上安全、地运行，摆脱了对云端的高度依赖。其核心功能包括：

• 智能体执行框架：为 AI 智能体提供了一个强大的本地运行环境，确保其安全性和稳定性。
• 三层数据安全协议：通过 S1（公开信息上云）、S2（敏感信息脱敏）和 S3（隐私数据本地锁定）的精细分级保护策略，为用户数据构建了多重安全屏障。
• 端云协同计算：EdgeClaw 能够智能地判断任务的复杂程度。对于简单的任务，可以直接在本地设备上完成，实现零 Token 消耗；而对于复杂的任务，则能智能地将其路由至云端进行处理，从而在性能和成本之间取得最佳平衡。
• 记忆机制：框架设计了两种不同等级的记忆文件：MEMORY.md（用于云端处理的脱敏版本）和 MEMORY-FULL.md（仅限本地访问的完整版本），确保了数据在不同场景下的分级管理。
• 本地模型支持：EdgeClaw 集成了面壁 MiniCPM 等一系列端侧模型，即便在网络连接中断的情况下，也能够保证 AI 智能体的正常运行，极大地提升了隐私性和可用性。
• GuardAgent 协议：通过定义六个生命周期钩子，EdgeClaw 对敏感数据实现了贯穿始终的严密管控。

EdgeClaw 的关键要素与使用门槛

EdgeClaw 的研发团队汇聚了业界的顶尖力量，包括面壁智能、清华大学 THUNLP、中国人民大学、AI9Stars 以及 OpenBMB。该项目遵循 MIT 开源协议，并主要采用 TypeScript（占比 83.3%）、Swift（12.7%）和 Kotlin（1.8%）等技术栈进行开发。其核心定位在于构建一个能够将模型和智能体均部署在本地的端云协同 AI 框架。

在硬件方面，EdgeClaw 表现出极高的兼容性，能够适配松果派、英伟达 DGX Spark、苹果 Mac Mini 等各类主流边缘设备。同时，为了降低用户的使用门槛，还推出了开箱即用的 EdgeClaw Box 硬件产品。软件环境的配置也得到了简化，相比于 OpenClaw，EdgeClaw 提供了更为便捷的部署流程，并支持集成 MiniCPM 等端侧模型，实现离线运行。

EdgeClaw 的独特优势

EdgeClaw 在激烈的市场竞争中脱颖而出，主要得益于其以下几大核心优势：

• 卓越的安全与可控性：其首创的三层数据安全协议（S1/S2/S3）以及 GuardAgent 的六阶段生命周期管控，从根本上解决了数据泄露的风险，实现了公开信息上云、敏感数据脱敏、隐私内容本地锁死。
• 高效的端云协同：简单任务在本地零成本运行，复杂任务智能分发至云端，兼顾了隐私保护与性能需求，使得边际成本几乎趋近于零。
• 本地优先的强大能力：集成 MiniCPM 等端侧模型，即使在断网状态下也能提供稳定服务，用户可以完全掌控自己的数据，无需担忧网络波动或服务中断。
• 便捷的“开箱即用”体验：框架部署流程的简化，对主流边缘硬件的广泛适配，以及 EdgeClaw Box 硬件产品的推出，都极大地降低了用户的入门门槛。
• 显著的成本效益：日常任务在本地即可完成，相比纯云端解决方案，成本可降低数个数量级，尤其适用于对隐私和成本有极高要求的场景。

EdgeClaw 的使用指南

要充分利用 EdgeClaw 的强大功能，您可以按照以下步骤进行：

• 环境准备：首先，安装 EdgeClaw 框架并配置好本地运行环境。根据您的硬件条件，可以选择适配松果派、英伟达 DGX Spark、Mac Mini 等边缘设备，或者直接选用 EdgeClaw Box 以获得即插即用的体验。
• 模型部署：下载并集成面壁 MiniCPM 等端侧模型，以确保本地离线运行能力。对于需要云端处理的复杂任务，按需配置相应的云端模型接口。
• 安全配置：激活 EdgeClaw 的三层数据安全协议，明确 S1/S2/S3 的数据分级规则。配置 GuardAgent 生命周期钩子，并建立 MEMORY.md（脱敏版）和 MEMORY-FULL.md（完整版）的记忆机制。
• 启动与运行：启动本地 Gateway，并确保其仅在内网访问，避免直接暴露于公网。通过 API 或用户界面调用智能体，系统将智能判断任务的复杂性，并自动选择在本地处理或与云端协同完成。

EdgeClaw 的项目地址

您可以访问以下 GitHub 仓库获取 EdgeClaw 的最新代码和相关信息：
https://github.com/OpenBMB/EdgeClaw

EdgeClaw 与同类竞品的比较

EdgeClaw 的应用场景

EdgeClaw 的创新设计使其在众多领域展现出巨大的应用潜力：

• 个人隐私保护：用户可以放心地在本地处理个人记录、照片、文档等敏感数据，避免了数据被上传至云端带来的泄露风险。
• 企业数据安全：对于金融、医疗、法律等对数据安全和合规性要求极高的行业，EdgeClaw 能够安全地处理客户资料、病历、合同等机密信息，帮助企业实现数据的高度自主掌控。
• 一人公司（OPC）的数字员工：创业者可以利用 EdgeClaw Box 轻松构建起一套个人数字员工团队，以极低的成本高效地完成文档处理、日程管理、内容创作等日常工作。
• 离线环境下的专业作业：在野外考察、偏远地区或网络连接不稳定的场景下，EdgeClaw 依靠其强大的端侧模型，能够完成数据分析、报告生成等专业任务。