【GitHub项目推荐--RT-Claw：让 AI 助手重回“白菜价”的嵌入式智能体】

简介RT-Claw​ 是一个受 OpenClaw 启发的开源项目旨在将智能 AI 助手Agent部署在成本仅 1 美元的极低成本嵌入式设备上。它通过 OSAL操作系统抽象层技术实现了在 FreeRTOS、RT-Thread 及 Linux 等多种嵌入式系统上的“一次编写到处运行”让微控制器也能具备大语言模型LLM的对话与工具调用能力。项目核心 slogan 是“Making AI Assistants Cheap Again”致力于打破 AI 必须运行在云端或高性能 PC 的刻板印象将智能带入真实的物理世界。主要功能极致成本控制专为 ESP32-C3/S3、Zynq-A9 等廉价 MCU 设计硬件成本可低至 1 美元是真正的“边缘 AI”。多 OS 抽象层OSAL同一套应用代码无需修改即可在 FreeRTOSESP-IDF、RT-Thread 和原生 Linux 上编译运行极大降低了跨平台移植成本。硬件工具链内置 30 硬件交互工具AI 可通过 Function Calling 直接控制 GPIO、LCD 屏幕、音频编解码器实现“对话即控制”。蜂群智能Swarm支持多节点自动发现与组网设备间可互相调用工具形成分布式智能系统。多模态交互支持 Telegram、飞书Lark等 IM 工具集成同时提供 UART Shell 命令行交互方便在无屏环境下调试。安装与配置环境准备硬件ESP32-C3/S3 开发板如 XIAO-ESP32C3或 QEMU 模拟器。软件ESP-IDF 环境可通过项目提供的setup-esp-env.sh一键安装。快速部署以 QEMU 模拟器为例环境搭建执行./scripts/setup-esp-env.sh安装 ESP-IDF 和 QEMU 工具链。配置密钥设置环境变量RTCLAW_AI_API_KEY为你的 LLM API Key支持 Claude、OpenAI 格式。编译运行执行make build-esp32c3-qemu编译make run-esp32c3-qemu启动虚拟机。无需真实硬件即可体验完整功能。实机部署ESP32-S3修改claw_config.h配置 WiFi SSID/Password。使用idf.py build flash烧录固件。通过串口 Shell 或 Web 界面规划中进行模型切换与参数调整。如何使用基础对话上电后通过串口波特率 115200连接输入文字即可与 AI 对话。在飞书/Telegram 中 机器人实现远程控制。硬件控制无代码利用内置 Skill 系统直接对 AI 说“点亮连接在 GPIO 12 上的 LED”AI 会自动解析并调用gpio工具执行。创建复杂工作流如“检测到声音后拍照并上传”AI 会组合audio、camera、http工具生成 Skill。蜂群协同在多台设备部署 RT-Claw它们会自动发现彼此。你可以从手机端向“客厅灯”节点发送指令让它查询“温度传感器”节点的数据实现跨设备联动。应用场景实例场景一智能家居“零成本”改造痛点传统智能家居依赖云平台断网即瘫痪且中心化网关成本高。RT-Claw 方案在每个 ESP32-C3 模块成本约 1 美元上部署 RT-Claw。窗帘电机、台灯、插座各自成为独立 Agent。你可以直接对着手机Telegram说“帮我把客厅灯调暗”指令通过本地 WiFi 直接下发给对应的灯节点无需经过任何云服务器实现完全本地化、低延迟的智能控制。场景二工业现场“免编程”调试痛点工厂设备维护人员不擅长写代码但需要频繁查询设备状态如 PLC 寄存器值。RT-Claw 方案在工控网关Zynq-A9上运行 RT-Claw配置好modbus工具。维护人员只需在串口终端输入“读取 192.168.1.10 站号1 的保持寄存器 40000-40005”AI 会自动转换为 Modbus TCP 协议帧并返回解析结果将复杂的协议交互简化为自然语言。场景三教育机器人“积木式”开发痛点学生想学习机器人编程但被复杂的底层驱动和通信协议劝退。RT-Claw 方案利用 Skill 的“可组合性”学生只需用自然语言描述功能“做一个循迹避障小车”。AI 会生成一个组合了motor电机驱动、ir_sensor红外传感、ultrasonic超声波的 Skill 工作流。学生只需连接硬件无需编写任何控制逻辑代码即可快速验证机器人算法。GitHub 地址项目仓库https://github.com/zevorn/rt-claw官方文档https://www.rt-claw.com在线体验支持 CNB Cloud IDE浏览器内直接编译调试。技术栈C, OSAL, ESP-IDF, RT-Thread, Meson开源协议MIT