用Rust写的全能AI助手，一个Agent打通所有聊天平台

大家好，我是何三，独立开发者

你有没有遇到过这样的场景：你在 Telegram 上有一个 AI 机器人，在 Discord 上也有一个，在飞书上还想搞一个，结果每个平台都要单独部署、单独配置，管理起来简直是一场噩梦。

今天给大家介绍一个开源项目——MicroClaw，它用 Rust 写了一个统一的 Agent 运行时，一个 Agent 打通所有聊天平台。613 个 Star，MIT 协议，目前还在活跃开发中。

一、MicroClaw 是什么？

一句话总结：MicroClaw 是一个聊天平台上的 Agentic AI 助手运行时。

它的核心卖点非常清晰：

• 一个运行时，多个平台：Telegram、Discord、Slack、飞书/Lark、IRC、Web，全用一个 Agent Loop 驱动
• 用 Rust 编写：性能强悍，内存安全，单二进制部署
• Provider 无关：支持 Anthropic、OpenAI 及所有 OpenAI 兼容的 API（OpenRouter、DeepSeek、Ollama 等 20+ 提供商）
• 功能完备：多步工具调用、持久记忆、定时任务、技能系统、MCP 协议、子代理……

简单说，你只需要部署一个 MicroClaw 实例，就能在所有聊天平台上拥有一个功能强大的 AI 助手。

二、为什么需要 MicroClaw？

在 MicroClaw 出现之前，如果你想在不同聊天平台上跑 AI Bot，通常面临的痛点是：

1. 每个平台一套代码：Telegram Bot SDK、Discord.js、Slack Bolt……每个平台的接入方式完全不同
2. 状态不统一：在 Telegram 上让 AI "记住" 的东西，到了 Discord 上就不记得了
3. 配置重复：API Key、模型选择、工具配置……每个实例都要配一遍
4. 维护成本高：多进程、多服务、多日志，运维复杂度翻倍

MicroClaw 的解法很优雅：

把 Agent Loop、工具系统、记忆存储、调度器全部抽离成平台无关的内核，然后通过 Channel Adapter 对接各个聊天平台。你只需要写一次逻辑，就能在所有平台上运行。

三、核心架构原理

MicroClaw 的设计思路可以概括为三层：

第一层：Channel Adapter（平台适配层）

每个聊天平台都有一个适配器，负责把平台特有的消息格式转成统一的内部格式。不管用户从 Telegram 还是 Discord 发来消息，到了 Agent Loop 眼里都是一样的数据结构。

第二层：Agent Loop（智能体循环）

这是 MicroClaw 的核心引擎。每条消息的处理流程是：

1. 加载上下文：文件记忆 + 结构化记忆 + 技能 + 可恢复的会话状态
2. 调用模型：将工具 Schema 和运行时上下文一起发给 LLM
3. 执行工具：执行工具调用 → 追加结果 → 继续循环直到完成
4. 持久化：更新会话、记忆信号、可观测数据

第三层：基础设施层

• SQLite（WAL 模式）：会话、消息、记忆、任务调度全部存在 SQLite 里
• Provider 抽象：原生支持 Anthropic + OpenAI 兼容协议
• Docker 沙箱：可选的容器化 bash 执行环境
• Langfuse 集成：OpenTelemetry 可观测性

这个架构的好处是：新增一个平台只需要写一个 Adapter，核心逻辑完全不用动。

四、代码实战：5 分钟跑起来

4.1 安装

# 一行命令安装（macOS / Linux）
curl -fsSL https://microclaw.ai/install.sh | bash

# Windows PowerShell
iwr https://microclaw.ai/install.ps1 -UseBasicParsing | iex

也支持 Docker、Homebrew、源码编译等多种安装方式。

4.2 诊断和配置

# 运行诊断检查
microclaw doctor

# 交互式配置向导
microclaw setup

microclaw setup 会引导你一步步配置： - 选择 LLM 提供商（Anthropic、OpenAI、DeepSeek、Ollama 等 20+ 选项） - 选择模型 - 配置聊天平台 Token（支持多账号） - 自动生成配置文件

4.3 启动

microclaw start

启动后默认会在 http://127.0.0.1:10961 提供 Web UI。如果你配置了 Telegram/Discord 等平台的 Bot Token，对应的 Bot 也会同时上线。

就这么简单，一条命令，全平台上线。

五、核心功能详解

5.1 持久记忆

MicroClaw 有两套记忆系统：

文件记忆（AGENTS.md）：分三级存储——全局记忆、Bot/账号级记忆、每聊记忆。每次请求都会加载到系统提示词中。

结构化记忆（SQLite）：通过 write_memory 工具写入，后台 Reflector 会自动提取和去重重要信息。支持语义检索（需要 sqlite-vec 编译选项）。

实际效果就是：你对 AI 说"记住我偏好用 Python"，三天后在另一个聊天里问"我喜欢什么语言"，它能回答 Python。

5.2 定时任务

直接用自然语言创建定时任务：

你: 每天早上 9 点帮我查一下东京的天气并给我发摘要
Bot: Task #1 已创建。下次执行: 2025-06-15T09:00:00+00:00

也支持管理命令：

列出我的定时任务
暂停任务 #3
取消任务 #3

5.3 子代理（Sub-agent）

对于复杂任务，主 Agent 可以派生子代理并行执行：

你: 帮我分析这个项目的所有 TODO 注释并修复它们
Bot: [创建子代理并行扫描不同目录]
    [合并结果并逐一修复]

5.4 MCP 协议

MicroClaw 支持 MCP（Model Context Protocol）服务器，可以扩展 Agent 的能力：

• Playwright MCP：让 Agent 操控浏览器（Chrome 扩展模式，保留登录态）
• Peekaboo MCP（macOS）：桌面自动化
• 文件系统 MCP：扩展文件操作能力

配置示例：

{
  "mcpServers": {
    "filesystem": {
      "transport": "stdio",
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "."]
    }
  }
}

5.5 技能系统

兼容 Anthropic Agent Skills 标准。内置技能包括：PDF、DOCX、XLSX、PPTX 处理、天气查询、Apple Notes/Reminders/Calendar 等。

你也可以自己写技能——在 skills/ 目录下创建一个包含 SKILL.md 的文件夹即可。

5.6 Docker 沙箱

如果你担心 Agent 执行 bash 命令的安全性问题，可以开启 Docker 沙箱模式：

sandbox:
  mode: "all"
  security_profile: "hardened"
  require_runtime: true

开启后，所有 bash 命令都在隔离容器中执行，支持 hardened（最高安全等级）和 standard 两种安全策略。

六、多账号支持

MicroClaw 支持每个平台配置多个 Bot 账号，这在实际使用中非常有用。比如你可以在 Telegram 上跑两个 Bot：一个用于个人助手，一个用于客服。

channels:
  telegram:
    default_account: "main"
    accounts:
      main:
        bot_token: "123456:ABC-DEF..."
        bot_username: "my_assistant_bot"
      support:
        bot_token: "987654:XYZ-DEF..."
        bot_username: "support_bot"

每个账号还可以有独立的 Provider 配置和 Soul（人设文件）。

七、Web UI 和 API

除了聊天平台，MicroClaw 还自带一个本地 Web UI：

• 查看所有平台的聊天记录
• 管理会话（清除上下文、删除记录）
• 内置 API 接口，支持 Webhook 触发
• WebSocket 接口兼容 OpenClaw Mission Control 协议

这意味着你可以把 MicroClaw 当做一个本地 AI API 网关来用，通过 HTTP 请求触发 Agent 执行任务。

八、可观测性

通过 Langfuse 集成，你可以：

• 追踪完整的 Agent 运行链路
• 查看 LLM 调用和工具执行的耗时和 Token 用量
• 监控记忆系统的健康状况

配置非常简单：

observability:
  service_name: "microclaw-agent"
  otlp_tracing_enabled: true
  langfuse_host: "https://cloud.langfuse.com"
  langfuse_public_key: "pk-lf-..."
  langfuse_secret_key: "sk-lf-..."

九、适合谁用？

独立开发者：一个部署，全平台覆盖，省时省力 小团队：统一 AI 助手，飞书群 + Discord 社区 + Telegram 社群，一个 Bot 搞定 技术爱好者：Rust 项目，架构优雅，值得学习 企业内部：支持自托管，Docker 沙箱保障安全

十、总结

MicroClaw 的几个亮点：

项目地址：https://github.com/microclaw/microclaw 官网：https://microclaw.ai

如果你正在找一个"部署一次、到处运行"的 AI Bot 方案，MicroClaw 绝对值得试试。

有什么问题欢迎在评论区交流，我们下期见 👋