首发｜EmbedClawK10运行在行空板K10上的小龙虾

首发｜EmbedClawK10运行在行空板K10上的小龙虾

  EmbedClaw K10一个完整的 AI Agent Runtime，运行在我们熟悉的行空板板上，在 AI Agent 技术从云端向边缘端深度渗透的2026年，OpenClaw 凭借其轻量化、可扩展的 AI Agent 架构设计火遍全球，成为端侧智能代理领域的标杆性项目——它首次将「ReAct 循环+工具调用」的核心范式落地到通用计算设备，却仍未触及嵌入式微控制器这一更低成本、更广泛的硬件场景。

  EmbedClaw 继承 OpenClaw 对 AI Agent 解耦设计的核心思路，又针对嵌入式硬件做了极致优化，最终实现了微控制器上完整的 AI Agent 全闭环运行。

一、项目核心定位

  EmbedClaw是面向ESP32‑S3的原生轻量化AI Agent运行时，继承OpenClaw「通道‑Agent‑推理‑工具」四层解耦架构，同时为嵌入式场景做极致优化：

• • 支持完整ReAct多轮迭代决策
• • 支持工具链调用（联网搜索、文件读写、定时任务、硬件控制）
• • 支持SD卡持久记忆（长期记忆、会话、日记、技能）
• • 支持微信/飞书/WebSocket多通道接入，无需公网IP
• • 支持Markdown技能热加载，不烧录、不改代码扩展能力
• 它不是聊天机器人，而是能独立思考、自主执行、长期记忆的硬件智能体。
  
  

二、硬件平台：小身材，承载大智能

EmbedClaw基于行空板K10（ESP32‑S3）构建，硬件极简却足够支撑全功能Agent：

• 双核240MHz处理器，FreeRTOS实时调度

• 8MB PSRAM + 16MB Flash

• SD卡（FAT32）：配置、记忆、技能、会话全存储

• 240×320 LCD：本地交互与状态显示

• AHT20温湿度、WS2812 LED：典型IoT外设

• WiFi：联网接入大模型API与消息通道

在无硬盘、无高端GPU、资源高度受限的嵌入式环境中，实现云端级Agent体验。

三、四层架构：嵌入式优化的智能内核

1. Channel 消息通道层

多通道并行，低功耗、无阻塞、适配嵌入式网络：

• WebSocket：本地调试，端口18789，LWIP轻量实现

• 飞书：长连接推送，无需公网IP

• 微信：HTTP轮询，响应最快，日常使用首选

所有通道基于FreeRTOS异步调度，不抢占Agent核心资源。

2. Agent 核心层：ReAct思考闭环

严格遵循Thought → Action → Observation → Decision流程：

1. 理解用户意图，规划执行步骤

2. 自动选择并调用工具

3. 接收结果并精简总结

4. 判断继续迭代或直接回答

嵌入式关键优化：

• 最大迭代10次，避免资源耗尽

• 结果轻量化压缩，降低内存占用

• 任务完成自动释放资源，稳定不掉线

3. LLM 推理层：云端大脑，边缘执行

兼容OpenAI标准API，支持主流模型：

• 通义千问（中文优先，推荐）

• DeepSeek（低成本高性价比）

• OpenAI GPT（通用能力强）

LLM负责决策与规划，边缘端负责执行与控制，算力与成本完美平衡。

4. Tools 工具层：AI真正操控物理世界

在OpenClaw基础上，新增嵌入式硬件工具，打通AI×IoT：

• 通用能力：联网搜索、记忆读写、文件操作、定时任务

• IoT能力：温湿度读取、LED控制

工具以JSON Schema标准化，支持自然语言快速扩展。

四、存储设计：SD卡全解耦，换卡即换“灵魂”

为适配无磁盘嵌入式系统，EmbedClaw全面采用SD卡中心化存储：

• config.json：API密钥、模型配置（替代NVS）

• memory/：长期记忆、每日笔记

• session/：跨对话历史，最多保存50条

• skills/：Markdown技能文件，热加载无需烧录

• cron.json：定时任务快照

存储架构

优势：

• 固件与配置完全解耦

• 支持中文长文件名，直接复用OpenClaw技能

• SPI模式兼容更多SD卡，硬件适配更强

内存涨价了，sd卡也涨价了，但是最好不要用廉价的sd卡，因为我们的记忆系统是放sd卡里，我就试过因为sd卡的质量不行，导致无限重启。

五、快速上手（5分钟部署）

废话就不多说了，直接开干吧

步骤 1：准备 SD 卡

Plain Text 1. 格式化 SD 卡为 FAT32 2. 创建目录结构：/embedclaw/config/ 3. 创建 config.json 文件（参考上文示例） 4. 填写你的 API Key

存储架构

**配置文件路径**：`/sdcard/embedclaw/config/config.json`

配置文件示例

准备你的api 账号，我用的是便宜的coding plan,各大厂商都在推广，api这个东西后面会发展成为现在手机的流量那样的东西，去整一个套餐吧，马上体会赢麻了的感觉，当然你有白嫖或免费的渠道更好，我的是套餐，不用白不用那种。

```

{   "llm": {     "api_key": "sk-your-dashscope-key",     "model": "qwen-plus",     "api_url": "https://dashscope.aliyuncs.com/compatible-mode/v1"   },   "search": {     "api_key": "tvly-your-tavily-key"   },   "feishu": {     "app_id": "cli_xxxxxx",     "app_secret": "xxxxxx"   } }

Tavily API Key | https://tavily.com (免费额度) ，可以实现实时网络搜索功能，可以去注册一个，免费的,寻找api key的藏身之处也你实力的评价指标。

步骤 2：编译烧录

Bash # 克隆项目 git clone https://gitee.com/genvex/k10-claw.git cd k10-claw # 设置目标 idf.py set-target esp32s3 （可以直接把 sdkconfig.defaults.esp32s3文件里的内容拷贝到sdkconfig文件里，避免不必要的报错） # 编译 idf.py build # 烧录 idf.py -p COM3 flash monitor

如果没有编译条件或者就想体验一下的，可以直接烧录固件，烧录的方法保持跟小智烧录方式一致。 offset 0x0  烧录。

步骤 3：WiFi 配网

首次启动会进入 AP 配网模式：长按A键（靠中间的那个），运行状态会变成config mode ,就可以开始连接K10发射出来的 热点，操作跟小智一样的。

Plain Text ┌─────────────────────────────────────────┐ │         WiFi 配网流程                    │ │                                         │ │  1. 设备创建热点：EmbedClaw_XXXX        │ │  2. 手机连接热点                        │ │  3. 自动打开配置页面 (192.168.4.1)      │ │  4. 输入 WiFi SSID 和密码               │ │  5. 保存配置，设备重启                  │ │                                         │ └─────────────────────────────────────────┘

步骤 4：开始对话

  

联网之后，长按B键 ，设备会重启，如无意外，屏幕中央就会弹出微信注册的二维码，果断掏出你的手机，扫一扫，你的微信就多了一个聊天机器人，或许你已经玩过openclaw, 那还是同一个聊天机器人，同一时间只能连一个设备，下次更换就是了，就是扫一扫这么简单。

六、真实应用场景：AI Agent走进日常物理世界

场景1：远程智能环境管家（家庭/实验室）

你在公司发微信：

“看看实验室现在温湿度，太高就帮我开报警灯，每小时记录一次。”

EmbedClaw自动执行：

1. 调用aht20_read读取温湿度

2. 判断是否超标

3. 控制LED报警

4. 创建cron定时任务，每小时自动记录

5. 回传结果并持续值守

无需APP、无需网关、不用公网IP。

场景2：随身个人助理（户外/便携设备）

出门前对它说：

“查今天北京天气，明天7:30提醒我带伞，顺便记一下我明天要带电脑。”

它会：

• 自动联网搜索（web_search）

• 设置定时提醒（cron_add）

• 写入长期记忆（memory_write）

• 下次见面依然记得你的安排

一台口袋设备，就是完整的个人智能助理。

场景3：低成本IoT自动化节点（智慧教室/仓库）

在教室部署多台EmbedClaw设备：

• 实时监测环境数据

• 自动根据光照/温度调节设备状态

• 定时上报数据到微信/飞书

• 自然语言添加新规则，不用写代码

场景4：嵌入式开发调试助手（开发者工具）

开发者可：

• 自然语言添加硬件控制工具

• 自动记录调试日志到SD卡

• 远程查看设备状态

• 一键切换设备功能（技能热加载）

把AI助手直接集成到硬件里。

七、核心优化亮点

1. SD卡配置系统：统一配置入口，兼容OpenClaw格式

2. FAT长文件名：中文技能/人设文件直接使用

3. SD卡SPI模式：大幅提升硬件兼容性

4. PWA配网页面：手机端一键配网、状态可视

5. 内存精细化管理：内部RAM预留128KB给SSL/DMA

6. 双核任务分离：UI与网络任务隔离，避免看门狗复位

项目吸收了openclaw的运行机理，使用了小智的部分手脚架，集中大量的debug时间花在内存优化上，系统从“可运行”升级为可长期稳定运行的成品级状态。

八、工具构建

    EmbedClaw 提供了17个工具函数，涵盖四大能力：感知类（温度、湿度、光照强度、ADC模拟信号读取）用于环境监测；交互类（RGB  LED颜色设置、闪烁、跑马灯、亮度等级控制）用于视觉反馈；存储类（文件读写编辑、目录浏览、定时任务调度、时间获取）用于数  据管理和自动化；以及系统类（内存/存储状态查询、网络搜索、设备重启、工厂重置）用于系统监控和控制，构成完整的嵌入式AI  Agent工具链。但你仍然可以继续构建属于自己的工具函数，最简单的方法是 直接vibe coding 打开本项目，一句话，帮我增加XXX工具函数就完成了，这就是时代的红利，你还在玩什么？

九、结语

   EmbedClawK10 是一个基于 ESP32-S3 的 AI Agent 运行时，通过将 LLM、工具、代理和通道解耦为模块化架构，实现了在资源受限的嵌入式设备上运行对话式 AI 的能力，其设计思路清晰（ReAct 循环驱动、消息队列解耦、上下文分层管理），工程实践规范（配置分层、单元测试、多板卡抽象），文档齐全，但受限于 MCU 算力和内存，目前更适合轻量模型和原型验证，生产部署需评估算力是否满足需求。

   未来，AI Agent不再只属于云端与高端设备，而是嵌入每一盏灯、每一个传感器、每一台便携设备。而EmbedClaw，正是这场边缘智能革命的起点。

项目仓库：gitee.com/genvex/k10-claw

固件：my_firmware.zip

sd卡数据包：embedclaw.zip

厉害

gitee项目仓库403？