逆天了!把OpenClaw装入ESP32-S3上是一种什么体验

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。

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：

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：

模型会自动：

1. 
   请求调用工具
   


2. 
   执行
   


3. 
   把结果喂回模型
   


4. 
   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。