树莓派上运行 OpenClaw 开启 AI agent

我们大多数人对 ChatGPT 或 Claude 这类生成式 AI 聊天机器人已经不陌生了。这些工具利用大型语言模型(LLM)来模拟对话,并根据提示生成回答——它们能回答问题、编写代码、集思广益或协助分析信息。它们极其有用,就像拥有了一个无所不知的博学助理。

但传统的聊天机器人本质上是反应式的:你提问,它们回答。它们能帮你梳理问题思路,但实际的执行依然要靠你自己。

互联网的各个技术角落都在热议 OpenClaw,这个开源的 AI agent。这正是 AI 的用武之地。

OpenClaw 在同样的生成式 AI 能力基础上,增加了缺失的一环:行动。AI agent 不仅能生成文本,还能使用工具、运行命令、与 API 交互、管理工作流,并代表你去执行具体任务。

然而,正如蜘蛛侠的明智告诫:能力越大,责任越大。将 OpenClaw 安装在你的主电脑上,意味着它获得了对系统的深度访问权限,可能让它浏览网页、填写表单、甚至与个人数据交互。这种级别的能力无比强大,但也带来了真实的安全风险。

在像树莓派这样的独立设备上运行 OpenClaw,是缓解这些安全顾虑的一个绝佳方式。你既能获得隔离性、控制权和内心的平静,同时还能享受一个始终在线、能效极高、且在后台安静“执行”的系统所带来的所有好处。

安装 OpenClaw

在全新安装并完成系统更新的树莓派操作系统上,打开终端执行以下命令:

curl -fsSL https://openclaw.ai/install.sh | bash

该命令将自动安装所有必要依赖,并引导你完成后续设置流程。

构建婚礼照片墙

我用 OpenClaw 完成的首个树莓派实验,是搭建一台婚礼照片墙 —— 就是那种宾客可上前拍照、即时分享照片的设备。

此前我曾尝试两种方案:首先是纯手动用 Python 搭建(“搭建” 一词或许有些夸大),虽能勉强运行,但界面粗糙;

后来是借助 “氛围编码”,在 ChatGPT 和树莓派文件系统间复制粘贴代码,效果虽有提升,却仍需大量手动操作,耗时费力。

最后,我决定试试 OpenClaw。我在树莓派5 上安装了这款代理(配备 8GB 内存的树莓派4 也能流畅运行),添加了虚拟专用网络(VPN)服务(Tailscale 与 OpenClaw 无缝集成),并将我的 OpenAI API 密钥配置为主要的人工智能提供商。

接下来,我在另一块树莓派上全新安装了树莓派操作系统,计划用它作为照片亭的“大脑”,并连接了树莓派摄像头模块2。我向 OpenClaw 提供了树莓派5 的登录凭据,并让它通过 SSH连 接到该设备。

然后,我只需用简单的英语与 OpenClaw 聊天,用“将字体更改为……”“将文本居中……”等简单提示,详细解释我希望照片亭如何运作。仅仅几个小时,我就完成了。

整个过程没有使用一条 Bash 或 Python 命令,我也完全没编写任何代码。人工智能代理创建了所有必要的文件,构建了网页,配置了照片下载的Wi-Fi热点,并设置了管理员访问权限。从开始到结束,它处理了我需要的一切。

小贴士:
我们建议使用高质量的 SD 卡来构建 OpenClaw。更好的选择是添加一个 M.2 HAT+ 扩展板,并从固态硬盘(SSD)运行操作系统(可通过在树莓派操作系统的“配件”中使用“SD卡复制器”)。这样能让 OpenClaw 运行得非常流畅。

离线使用 OpenClaw

通过 Ollama、llama.cpp 或 LocalAI 等工具将 OpenClaw 连接到本地托管的模型,所有推理和处理都可以直接在树莓派上进行,从而保护你的数据隐私、减少延迟并消除API费用。虽然本地人工智能模型可能无法始终与大型云模型的能力相媲美,但它们擅长快速迭代任务,并且可以与云提供商结合使用,作为智能回退方案。

在树莓派 Zero 2 W 上运行 PicoClaw

虽然 OpenClaw 是一个强大的用于管理工作流程和工具的人工智能系统,但 PicoClaw 是一个精简版的代理,专为在最小硬件上本地运行和执行任务而设计,非常适合树莓派 Zero、树莓派 Zero 2 W 或树莓派3 等设备。由于这些开发板不使用 LPDDR4 内存,你可以构建一个不受该市场供应限制和价格波动影响的人工智能代理。

请使用以下终端命令安装:

git clone https://github.com/sipeed/picoclaw && cd picoclaw && picoclaw onboard

我在树莓派 Zero 2 W上安装了 PicoClaw,30 秒后,就创建了一个测试网页……

向边缘驱动智能的转变

从托管网页这样简单的事情开始,很快就能看出OpenClaw的价值不在于取代工具,而在于改变我们与工具的交互方式。无论是用于测试新概念、管理基础设施还是支持实际部署,像 OpenClaw 这样的工具都展示了将推理能力从基于云的LLMs转移到树莓派等低成本本地设备的潜力。



坐沙发

发表评论

你的邮件地址不会公开


*