ESP-Claw：乐鑫开源，把 Agent 塞进 ESP32
原文链接ESP-Claw：乐鑫开源，把 Agent 塞进 ESP32
原文链接：https://mp.weixin.qq.com/s/oeRIbp0z9YoFEKEP90xTLg 来源：掘金 GitHub | 2026-04-27
摘要
乐鑫开源的 ESP-Claw 是一个运行在 ESP32 芯片上的 AI 智能体框架，核心理念是 Chat Coding——在 IM 里跟设备聊天，设备就能自己学会怎么干活。三层的处理架构（Lua 确定性规则 → LLM 动态决策 → 云端大模型）+ MCP 双身份（Server/Client）+ 本地记忆，让设备从"傻执行"升级到"感知→推理→决策→执行"完整闭环。项目地址：https://github.com/espressif/esp-claw
物联网的痛点
传统 IoT 设备的老毛病：能联网不能思考、能执行不能决策、能记录不能学习、高度依赖云端断网就变砖、控制方式 App/面板碎片化。
一句话：设备是"傻"的，只会按预设规则执行，不会根据实际情况做判断。
ESP-Claw 核心能力
1. Chat Coding：对话定义设备行为
传统流程：选芯片 → SDK → 写 C → 编译 → 刷固件 → 配网 → App → 控制
ESP-Claw：刷固件 → 连 Wi-Fi → 打开微信/飞书/Telegram → 跟设备聊天 → 搞定
例如对设备说"每天早上 8 点，如果温度超过 28 度就打开风扇，同时给我发条消息"，设备自己理解意图、生成逻辑、执行。
2. 设备端智能闭环
Agent Runtime 直接下沉到 ESP32 芯片，本地完成感知→推理→决策→执行。超出本地算力自动上传云端模型处理，结果返回——云边协同。
3. 三层事件处理架构
| 层级 | 机制 | 响应速度 | 适用场景 |
|---|---|---|---|
| 第一层 | Lua 确定性规则 | 毫秒级 | 报警联动、安全控制 |
| 第二层 | LLM 动态决策 | 秒级 | 场景分析、用户意图理解 |
| 第三层 | 云端大模型 | 十秒级 | 复杂推理、图像识别 |
有匹配规则 → Lua 直接执行（断网也能跑）；没匹配规则 → LLM 分析；超出本地能力 → 云端。灵活性和稳定性兼顾。
4. 本地记忆，隐私不上云
记忆全在本地：用户偏好、行为习惯、关键事件、自动学习（从历史事件发现规律主动建议自动化方案）。
摘要标签机制：平时只加载轻量标签目录，需要时精确召回对应记忆。记忆自动归并、淘汰与压缩。设备越用越聪明，数据不上云。
MCP 协议：设备成为 AI 原生对象
这是最强的部分——设备具备 MCP Server + MCP Client 双重身份：
- MCP Server 侧：传感器读取、执行器控制封装为标准 MCP Tool，任何支持 MCP 的 Agent 直接调用（如 Claude Code 调开发板摄像头拍照识别硬件）
- MCP Client 侧：主动调用网络上的 MCP Server 服务（高德地图查路况、飞书发提醒）
设备之间可以直接对话，不需要经过云端中转。 设备从被动的"执行端"变成了主动的"智能节点"。
实际场景
- 智能安防：PIR 检测人 → 拍照 → 识别 → 入侵推送通知 + 照片；动物 → 静默记录事后汇总
- 智能温控：记住"我喜欢 26 度"，温度超 28 开风扇，发现习惯后主动建议自动化
- 硬件开发辅助：Claude Code 调用摄像头拍照识别 PCB，编译进度实时显示在设备屏幕
- 办公自动化：检测会议室有人但无人说话 → 自动关空调 + 调用飞书发提醒 + 高德查路况提前提醒出门
快速上手
支持芯片：ESP32-S3、ESP32-C5、ESP32-P4
两种方式：
- 浏览器一键刷固件（零安装零编程）
- 源码编译：
git clone→idf.py build→idf.py flash
配置：连接 Wi-Fi 后设备提供 Web 配置页面，IM 里跟设备聊天即可控制，支持自由切换模型供应商不依赖封闭生态。
项目架构四层
- 应用组装层：启动入口、网络配置、Web 配置页
- 能力层：IM 通信、MCP Client/Server、Lua 运行时、调度等
- 运行时核心层：核心上下文、能力注册、事件路由、记忆管理（claw_core / claw_cap / claw_event / claw_memory / claw_skill）
- 设备扩展层：显示屏、摄像头、音频、GPIO 等外设暴露给 Lua 和 Agent
写在后头
OpenClaw 是跑在 PC/服务器上的 AI 智能体网关。ESP-Claw 把这套能力延伸到了实体物理世界——把 Agent 塞进 ESP32，让设备自己能看、能想、能干。
这不是又一个"语音控制开关"玩具，是真正让 IoT 设备具备自主决策能力的基础设施。当聊天就能开发智能设备成为现实，IoT 开发门槛会被拉到多低？