1、前言
最近小龙虾OpenClaw 实在是太火了，相信你或多或少都刷到过。
如果一句话解释什么是 OpenClaw：
一款可以运行在任何系统上的 AI 智能体。
而就在前几天，我看到一个更“离谱”的项目——
居然在一块 ESP32 -S3 上运行 OpenClaw 的思路，实现了一个真正可用的 MCU 级 AI Agent。
它叫：Mimiclaw
项目地址：
作为一个长期关注 AI + ESP32 的玩家，这种组合我当然忍不住要试试。
实际体验
下面是我实测的一些截图：
国内 deepseek 版本 mimiClaw
国内deepseek版本
Te leg ram 对话体验
实际体验-TG
WebSocket 本地访问
Websocket
温馨提示:
后台私信:mimiClaw可获取我编译好的固件;
我准备了两个版本： 官方版本 和 deepseek版本 ；
- 官方版本：适合有ClaudeA PI key 的用户( 海外用户 )；
- deepseek版本：适合有deepSeekAPI key 的用户( 适合中国宝宝 )
2、什么是MimiClaw
MimiClaw 把一块小小的 ESP32-S3 开发板变成你的私人 AI 助理。插上 USB 供电，连上 WiFi，通过 Telegram 跟它对话 — 它能处理你丢给它的任何任务，还会随时间积累本地记忆不断进化 — 全部跑在一颗拇指大小的芯片上。
3、认识 MimiClaw
- 小巧 — 没有 Linux ，没有 Node.js ，没有臃肿依赖 — 纯 C
- 好用 — 在 Telegram 发消息，剩下的它来搞定
- 忠诚 — 从记忆中学习，跨重启也不会忘
- 能干 — USB 供电，0.5W，24/7 运行
- 可爱 — 一块 ESP32-S3 开发板，$5，没了
4、核心流程
工作原理
重点： Agent Loop 是常驻的，不是一次性调用
5、几个重要的特性
- Agent 的 状态、人格、记忆 在设备本地
- 推理能力通过云端 LLM（Claude）完成
- 使用 Anthropic 的 tool use 协议 -在Claude 在对话中可以调用工具，循环执行直到任务完成（Re Ac t 模式）。
- 用 C + FreeRTOS 写成，而不是 Python
6、专门针对ESP32-S3的优化
1、 CPU 和任务分配
ESP32-S3 是双核，Mimiclaw 对它的使用方式非常克制，也非常工程化。
| 任务 | CPU Core | 作用 |
|---|---|---|
| Telegram 轮询 | Core 0 | 网络 IO |
| WebSocket Server | Core 0 | 网络 IO |
| 串口 CLI | Core 0 | 运维 |
|
Agent Loop |
Core 1 |
AI 推理与决策 |
| 消息发送 | Core 0 | 输出 |
Core 1 完全留给 Agent
网络、
Wi-Fi
、TLS 全部丢到 Core 0
2、内存的处理
官方文档里直接给出了内存预算：
- TLS 连接（Telegram + Claude）：≈120 KB PSRAM
- JSON 解析缓冲：≈32 KB
- 会话缓存：≈32 KB
- System Prompt Buffer：≈16 KB
- 剩余 PSRAM：≈7.7 MB
所有大块内存都明确放在 PSRAM， 没有“malloc 之后祈祷不崩”。
这在 MCU 项目里，非常加分。
7、记忆系统：AI 变得“可见”
Mimiclaw 的记忆是纯文本文件：
| 文件 | 说明 |
|---|---|
| SOUL.md | 人设 |
| USER.md | 用户信息 |
| MEMORY.md | 长期记忆 |
| 2026-02-05.md | 每日笔记 |
| tg_12345.jsonl | 会话记录 |
你可以直接串口查看。
AI 的记忆第一次变得可编辑、可理解、可管理。
8、工具系统（ReAct）
Mimiclaw 支持 Claude Tool Use 协议。
当前内置工具：
| 工具 | 功能 |
|---|---|
| web_search | Brave Search 实时搜索 |
| get_current_ ti me | 获取当前时间 |
模型会自动：
- 请求调用工具
- 执行
- 把结果喂回模型
- 继续推理
这就是标准的 ReAct Agent。
8、上手体验流程
官方文档已经写得很详细，能上Github的可以直接看这里：https://github.com/memovai/mimiclaw/blob/main/RE AD ME_CN.md
或者直接往下看
环境要求
- 一块 ESP32-S3 开发板， 16MB Flash + 8MB PSRAM （如小智 AI 开发板，~¥30）
- 一根 USB Type-C 数据线
- 一个 Telegram Bot Token — 在 Telegram 找 @Bo tF ather 创建
- 一个 Anthropic API Key — 从 获取 ( 如果是deepseek版本可以直接换成deepSeek的api key )
安装
# 需要先安装 ESP-IDF v5.5+:
#
git
clone
cd
mimiclaw
idf.py
set
-target esp32s3
配置
MimiClaw 使用 两层配置 ：mimi_secrets.h 提供编译时默认值，串口 CLI 可在运行时覆盖。CLI 设置的值存在 NVS Flash 中，优先级高于编译时值。
cp main/mimi_secrets.h.example main/mimi_secrets.h
编辑main/mimi_secrets.h：
#defineMIMI_SECRET_WIFI_SSID
"你的WiFi名"
#defineMIMI_SECRET_WIFI_PASS
"你的WiFi密码"
#defineMIMI_SECRET_TG_TOKEN
"123456:ABC-DEF123
4g
hIkl-zyx57W2v1u123ew11"
#defineMIMI_SECRET_API_KEY
"sk-ant-api03-xxxxx"
#defineMIMI_SECRET_SEARCH_KEY
""
// 可选：Brave Search API key
#defineMIMI_SECRET_PROXY_HOST
""
// 可选：代理地址
#defineMIMI_SECRET_PROXY_PORT
"7897"
// 可选：代理
端口
然后编译烧录：
# 完整编译（修改 mimi_secrets.h 后必须 fullclean）
idf.py fullclean && idf.py build
# 查找串口
ls /dev/cu.usb*
# macOS
ls /dev/ttyACM*
# Linux
# 烧录并监控（将 PORT 替换为你的串口）
# USB 转接器：大概率是 /dev/cu.usbmodem11401（macOS）或 /dev/ttyACM0（Linux）
idf.py -p PORT flash monitor
代理配置（国内用户）
在国内需要代理才能访问 Telegram 和 Anthropic API。MimiClaw 内置 HTTP CONNECT 隧道支持。
前提 ：局域网内有一个支持 HTTP CONNECT 的代理（Clash Verge、V2Ray 等），并开启了「允许局域网连接」。
可以在mimi_secrets.h中编译时设置，也可以通过串口 CLI 随时修改：
mimi> set_proxy 7897
# 设置代理
mimi> clear_proxy
# 清除代理
提示 ：确保 ESP32-S3 和代理机器在同一局域网。Clash Verge 在「设置 → 允许局域网」中开启。
CLI 命令
通过串口连接即可配置和调试。 配置命令 让你无需重新编译就能修改设置 — 随时随地插上 USB 线就能改。
运行时配置 （存入 NVS，覆盖编译时默认值）：
mimi> wifi_set MySSID MyPassword
# 换 WiFi
mimi> set_tg_token 123456:ABC...
# 换 Telegram Bot Token
mimi> set_api_key sk-ant-api03-...
# 换 Anthropic API Key
mimi> set_model claude-sonnet-4-5-20250929
# 换模型
mimi> set_proxy 7897
# 设置代理
mimi> clear_proxy
# 清除代理
mimi> set_search_key BSA...
# 设置 Brave Search API Key
mimi> config_show
# 查看所有配置（脱敏显示）
mimi> config_reset
# 清除 NVS，恢复编译时默认值
调试与运维：
mimi> wifi_status
# 连上了吗？
mimi> memory_read
# 看看它记住了什么
mimi> memory_write
"内容"
# 写入 MEMORY.md
mimi> heap_info
# 还剩多少内存？
mimi> session_list
# 列出所有会话
mimi> session_clear 12345
# 删除一个会话
mimi> restart
# 重启
其他功能
- WebSocket 网关 — 端口 18789，局域网内用任意 WebSocket 客户端连接
- OTA 更新 — WiFi 远程刷固件，无需 USB
- 双核 — 网络 I/O 和 AI 处理分别跑在不同 CPU 核心
- HTTP 代理 — CONNECT 隧道，适配受限网络
- 工具调用 — ReAct Agent 循环，Anthropic tool use 协议
9、一些未来畅想
这才是最让我兴奋的部分。
如果把 Tool 接到：
- GPIO
- Matter
- Home Assistant 那么：
ESP32 就不再是“执行单元”，
而是“本地 AI 控制中枢”。
手机 只是入口， 真正的大脑在设备上。
再次提醒：
后台私信 mimiClaw 可获取我编译好的固件。
- 官方 Claude 版本
- deepseek 国内版本
如果你也在折腾 Home Assistant / Matter / AI / 智能家居 / ESP32 ，
那我们大概是在同一条路上。 这里更多是我自己的实践记录和过程复盘，
不一定最优，但都是跑过一遍的结果。
愿意的话，可以关注一下，
路上彼此有个伴。