OpenClaw 家族：5 个热门变体与原版怎么选
这是一篇 OpenClaw 家族变体选型指南，比较 OpenClaw、Nanobot、NanoClaw、ZeroClaw、PicoClaw 与 Moltworker 在功能、安全、性能、硬件成本和运维复杂度上的取舍。
本文为中文整理与评述，基于 Przemek Chojecki 发布在 Medium 的文章 The Claw Family: Top 5 OpenClaw Variants Compared to the Original。本文保留原文主要信息框架，并结合中文读者的选型场景做了重新组织。
OpenClaw 的走红说明了一件事：很多人确实想要一个能住在消息应用里、能调用工具、能管理文件和执行动作的自托管 AI agent。但它也把另一个问题摆到了台面上：一个拥有大量依赖、庞大代码库和系统访问权限的 agent，天然会带来安全、维护和审计压力。
于是，OpenClaw 周围开始出现一批“同一家族但不同取向”的变体。有的追求更少代码，有的追求容器隔离，有的追求极致性能，有的甚至想跑在十美元级别的嵌入式板子上。原文把这些项目放在一起比较，核心问题不是“谁绝对最好”，而是“你最在意哪个约束”。
原版 OpenClaw：功能最全，但维护面也最大
OpenClaw 仍然是这个生态的参照物。它是一个 TypeScript 写成的自托管自治 agent，可以连接 WhatsApp、Telegram、Discord、Slack、Signal、iMessage 等消息平台，也能执行 shell 命令、管理文件、自动化浏览器，并维持跨会话记忆。它支持 Claude、GPT、DeepSeek、Ollama 等不同模型提供方，也有相当大的 skills 生态。
它的优势很直接：集成多、能力全、社区大。它的问题也同样直接：代码量大、依赖多、单进程内共享上下文，一旦 agent 能接触私人数据、外部内容和外部通信渠道，安全边界就变得非常重要。对于愿意投入时间做隔离、审计和运维的人来说，OpenClaw 依然是功能最丰富的选择；但它不一定适合所有人。
五个变体，各自解决一个不同痛点
1. Nanobot：把 agent 缩小到可以读懂
Nanobot 的关键词是“可理解”。它把一个 AI agent 压缩到大约几千行 Python 代码，目标是让使用者真的能读完、改动并理解 agent 在做什么。它支持本地知识图谱式记忆、Telegram/Discord/终端接口、Ollama 等模型提供方，也支持 MCP 工具集成。
代价是生态和功能更少：消息平台覆盖面不如 OpenClaw，没有 GUI，也没有成熟的技能市场。它更适合个人助手、学习型项目，或者希望从代码层面理解 agent 工作方式的人。
2. NanoClaw：把安全边界放到容器里
NanoClaw 的出发点是安全。它没有把所有任务放在一个 Node.js 进程里，而是让每个 agent 会话运行在独立 Linux 容器中。每个会话有自己的文件系统、进程空间和明确挂载目录，出问题时影响范围更容易被限制。
它基于 Anthropic Agent SDK 和 Claude Code，安装和扩展过程也更偏向“用 Claude Code 驱动个人 fork”。这套方式适合愿意把 Claude Code 作为主要操作界面、并且把安全隔离放在第一位的开发者。
3. ZeroClaw：把资源占用压到很低
ZeroClaw 是 Rust 路线。它的目标不是简单重写 OpenClaw，而是用更小的二进制、更快的启动速度和更低的内存占用来重构 agent 基础设施。原文提到它主打静态小体积、低运行内存、快速启动，以及通过配置切换 provider、通道、工具和记忆系统。
它的吸引力在于：如果你在便宜 VPS、树莓派或 home lab 上跑常驻 agent，每一兆内存、每一个常驻服务都值得认真算账。代价是 Rust 工具链和较年轻的插件生态。
4. PicoClaw：让 agent 跑到嵌入式设备上
PicoClaw 把“轻量”推到更极端的位置。它用 Go 写成，面向 RISC-V、ARM64、x86 等硬件，目标是在低成本开发板、路由器、摄像头或其他 Linux 嵌入式设备上运行。重推理仍然可以交给云端模型，本地设备负责调度、编排和执行。
这类项目的场景与传统 OpenClaw 不一样。它更像是给家庭自动化、IoT 监控、边缘设备加一层对话和编排能力，而不是替代一台完整电脑上的个人 agent。
5. Moltworker：把自托管换成 Cloudflare Workers
Moltworker 走的是完全不同方向：它不是跑在你的机器上，而是把 OpenClaw 风格的能力移到 Cloudflare Workers 平台。好处是部署简单、全球边缘网络、没有本地服务器维护问题，也不会把 agent 直接放到你的个人电脑上。
但它不适合需要本地文件、shell、浏览器或系统级自动化的人。它更适合通信路由、调度、Web 研究和 API 编排这类云端任务。
快速对照
| 项目 | 核心取向 | 适合谁 |
|---|---|---|
| OpenClaw | 功能最全、生态最大 | 需要最多集成，并愿意承担安全与维护成本的人 |
| Nanobot | 代码小、容易读懂 | 想学习 agent 原理，或构建个人化轻量助手的人 |
| NanoClaw | 容器隔离、安全优先 | 把私有数据和会话隔离放在第一位的人 |
| ZeroClaw | 低内存、快启动、Rust 基础设施 | 在便宜 VPS、树莓派或 home lab 上长期运行的人 |
| PicoClaw | 嵌入式与超低成本硬件 | 做 IoT、边缘设备、家庭自动化的人 |
| Moltworker | Serverless、零本地运维 | 只需要云端 API 编排和通信任务的人 |
怎么选：先问自己怕什么
怕功能不够：选 OpenClaw。
怕看不懂 agent 在做什么：选 Nanobot。
怕安全边界失控：选 NanoClaw。
怕 VPS 资源不够：选 ZeroClaw。
怕硬件成本太高：选 PicoClaw。
怕运维复杂：选 Moltworker。
这也是 OpenClaw 生态最有意思的地方：它不再只是一个项目，而是在分化成不同约束下的多条路线。原版继续承担“大而全”的角色；变体则把安全、可读性、性能、硬件成本和运维复杂度拆开处理。对于真正想把 AI agent 放进日常工作流的人来说，这种分化是好事，因为它让选型从“追最热的项目”变成了“明确自己的约束”。
参考链接：Medium 原文。
