闲置手机变身AI主机:三大开源项目带你玩转端侧OpenClaw部署

最近,在电脑或云端部署 OpenClaw 的方案已屡见不鲜,许多厂商甚至宣称能在一分钟内完成部署。此前介绍的 Docker 版本也极为便捷。

今天,我们将介绍几个另辟蹊径的项目,它们专注于在端侧设备上部署 OpenClaw。

25美元手机跑OpenClaw

开发者 Marshall Richards 在 2 月 7 日展示了一项有趣的实验:在一台价值 25 美元的摩托罗拉手机上运行 OpenClaw。

这台 Moto G 2025 配备 4GB 内存和 8 核 ARM64 处理器,本是运营商的促销产品。

Richards 在 ClawPhone 项目中详细记录了安装过程。关键在于,他选择在 Termux 环境下通过 npm 安装 OpenClaw,而非使用官方 bash 脚本。安装过程需要手动编译 llama.cpp,耗时约 15 到 30 分钟。

最棘手的问题是 OpenClaw 默认在 /tmp 目录下工作,而 Termux 无法访问 Android 的系统临时目录。解决方案是在 .bashrc 中设置环境变量,将临时目录重定向到 Termux 的用户空间。

Richards 还开发了 overlay_daemon.py,使 OpenClaw 能在手机屏幕上显示信息。通过 Termux:API 和 Termux:GUI 应用,OpenClaw 获得了控制手机硬件的能力。

5美元芯片上的MimiClaw

MimiClaw 项目更为激进,它直接在 ESP32-S3 芯片上运行 OpenClaw 的核心功能。该项目完全用纯 C 语言实现,无需 Linux 或 Node.js,仅靠一个拇指大小的芯片。

闲置手机变身AI主机:三大开源项目带你玩转端侧OpenClaw部署

ESP32-S3 通过 WiFi 接收 Telegram 消息,运行 ReAct 智能体循环:Claude 思考、调用工具、读取记忆,然后回复。所有数据都存储在本地 flash 上。

MimiClaw 支持双层配置系统:编译时在 mimi_secrets.h 中设置默认值,运行时可通过串口 CLI 覆盖。项目包含网页搜索、时间同步等工具,并支持在受限网络环境中使用 HTTP 代理。

硬件要求极低:一块配备 16MB flash 和 8MB PSRAM 的 ESP32-S3 开发板,价格约 10 美元。其功耗仅 0.5W,可 24 小时不间断运行。

BotDrop:安卓手机变身AI主机

BotDrop 应用让旧安卓手机变身为 AI 智能体主机的过程变得更加简单。它基于 Termux 构建,无需 Root 权限即可像操作 Ubuntu 一样使用 APT 管理软件包,为在 Android 上运行基于 Node.js 的 AI 智能体提供了一个 Linux 环境。

通过 Telegram 机器人即可完成整个设置流程,无需服务器和云服务费用。

BotDrop 目前支持 OpenClaw,已测试过 Anthropic 和 Gemini 模型。开发团队计划增加 OAuth 支持,以便用户随时切换模型。应用要求手机内存大于 4GB 以获得流畅体验。

该项目目前仍处于 v0.1 版本,暂时无法控制手机执行复杂任务。但这为想要尝试 AI 智能体集群的用户提供了一个低成本的起点。

硬核折腾模式:手动打造“BotDrop”

如果你觉得 BotDrop 当前 v0.1 版本的功能尚不完善,或者更倾向于自己动手、完全掌控(而不依赖第三方 App 封装),完全可以借助 Termux 手动实现同样的效果。

以下是来自开发者 Sagar 的具体实操教程,教你无需 Mac Mini、零成本将旧安卓手机打造成 24/7 在线的 OpenClaw 服务器:

准备工作:
* 旧安卓手机一部
* Termux App

步骤 1:初始化 Linux 环境
打开 Termux,运行以下命令安装 Node.js、SSH 和后台保活工具 tmux:
pkg update && pkg upgrade -y
pkg install nodejs git openssh tmux -y

步骤 2:安装 Clawdbot
配置 NPM 路径以适应安卓权限,并安装主程序:
npm config set prefix ~/.npm-global
echo 'export PATH=$HOME/.npm-global/bin:$PATH' >> ~/.bashrc
source ~/.bashrc
npm i -g clawdbot

步骤 3:注入安卓适配补丁(关键 ⚠️)
安卓的剪贴板和日志路径与标准 Linux 不同,必须依次运行以下三组命令来修复相关报错:

  • 补丁 A (修复剪贴板):
    node -e "const fs = require('fs');const file = process.env.HOME + '/.npm-global/lib/node_modules/clawdbot/node_modules/@mariozechner/clipboard/index.js';let c = fs.readFileSync(file, 'utf8');if(!c.includes('isAndroidTermux')) {c = c.replace(/if $$ !nativeBinding $$ {/, 'const isAndroidTermux = platform==="android"||(platform==="linux"&&process.env.TERMUX_VERSION);if(!nativeBinding&&isAndroidTermux){nativeBinding={availableFormats:()=>[],getText:()=>"",setText:()=>false,hasText:()=>false,getImageBinary:()=>null,getImageBase64:()=>null,setImageBinary:()=>false,setImageBase64:()=>false,hasImage:()=>false,getHtml:()=>"",setHtml:()=>false,hasHtml:()=>false,getRtf:()=>"",setRtf:()=>false,hasRtf:()=>false,clear:()=>{},watch:()=>({stop:()=>{}}),callThreadsafeFunction:()=>{}}}else if(!nativeBinding){');fs.writeFileSync(file, c);console.log('✅ Clipboard patched!');}"

  • 补丁 B (修复日志路径):
    (此处保留原文中的占位,表示后续内容)

步骤 3:应用补丁

  • 补丁 B (修复日志路径):

bash
node -e "const fs = require('fs');const file = process.env.HOME + '/.npm-global/lib/node_modules/clawdbot/dist/logging/logger.js';let c = fs.readFileSync(file, 'utf8');c = c.replace('const DEFAULT_LOG_DIR = "/tmp/clawdbot";', 'const DEFAULT_LOG_DIR = (process.env.TMPDIR||process.env.HOME)+"/clawdbot-logs";');fs.writeFileSync(file, c);console.log('✅ Logger patched!');"

  • 补丁 C (设置环境变量):

bash
echo 'export TERMUX_VERSION=1' >> ~/.bashrc
echo 'export TMPDIR=$HOME/tmp' >> ~/.bashrc
mkdir -p ~/tmp ~/clawdbot-logs
source ~/.bashrc

步骤 4:启动与防杀后台

  1. 手机设置: 将 Termux 电池策略设为“无限制”;在 Termux 输入 termux-wake-lock 保持 CPU 唤醒。
  2. 后台启动:

bash
tmux new -s clawd
clawdbot gateway --port 18789

(看到 “Gateway started” 后,按 Ctrl+b 松手再按 d 即可挂起服务)

步骤 5:电脑远程连接

无需再操作手机屏幕,直接在电脑终端通过 SSH 管理:

“`bash

手机端运行 sshd 开启服务,whoami 查看用户名,ifconfig 查看 IP

ssh -p 8022 u0_aXXX@192.168.1.XX
“`

这样,一个比 Mac mini 还迷你的 OpenClaw 主机就完成了。

总结

这些项目展示了 AI 智能体部署的新思路。不追求高端硬件,而是利用现有资源让 AI 更贴近日常生活。当每个人口袋里的手机都能成为 Agent 节点,分布式智能网络就变得可行。

但安全性问题不容忽视。智能体能执行用户的所有操作,也可能暗中执行用户不知情的行为,设备内资料泄露的风险需要谨慎考虑。

端侧部署当前更多是极客尝鲜的产品,受限于算力、功耗和开发复杂度。但长期看,云+端全方位 AI 一定是最好的状态:云端提供 24 小时在线及复杂任务处理,端侧完成即时的、网络隔离的、隐私安全的任务处理。两者协同工作才能发挥 AI 的最大价值。

相关链接:

  • mimiclaw:https://github.com/memovai/mimiclaw
  • ClawPhone:https://github.com/marshallrichards/ClawPhone
  • botdrop-android:https://github.com/zhixianio/botdrop-android/
  • Termux App:https://github.com/termux/termux-app
  • 安卓安装包:https://github.com/zhixianio/botdrop-android/releases/download/v0.2.1/botdrop-app_v0.2.1%2B0cf4115-apt-android-7-release_universal.apk

关注“鲸栖”小程序,掌握最新AI资讯

本文来自网络搜集,不代表鲸林向海立场,如有侵权,联系删除。转载请注明出处:https://www.itsolotime.com/archives/20824

(0)
上一篇 2026年2月9日 下午2:50
下一篇 2026年2月9日 下午8:24

相关推荐

  • 突破GPU瓶颈:d-PLENA NPU架构实现扩散大模型采样2.53倍加速

    关键词:dLLMs、NPU、采样优化、d-PLENA、GEMM 扩散型大语言模型(dLLM)是一种融合了扩散模型迭代去噪特性的大语言模型,可实现并行 Token 生成。但其采样阶段展现出与以通用矩阵乘法(GEMM)为核心的 Transformer 层截然不同的计算特征。 Beyond GEMM-Centric NPUs: Enabling Efficient…

    2026年2月10日
    16300
  • 非传统路径突围:揭秘无博士论文背景如何凭个人项目杀入OpenAI等AI巨头

    许多人梦想进入像 OpenAI 这样的前沿实验室从事研究工作,然而对于那些缺乏传统学术背景,比如没有发表过论文或知名导师推荐的人来说,这条路似乎格外艰难。 最近,OpenAI 资深研究科学家 Noam Brown 在 X 上分享了几个真实故事,证明了通过个人努力和巧妙策略,即使没有传统学术履历,也能获得机会。 Keller Jordan:从改进他人论文开始 …

    2026年1月25日
    22100
  • DragonMemory:序列维度压缩技术革新RAG系统,16倍压缩比突破本地部署瓶颈

    在人工智能快速发展的浪潮中,检索增强生成(RAG)系统已成为连接大语言模型与外部知识库的关键桥梁。然而,随着应用场景的复杂化,上下文长度和内存成本问题日益凸显,成为制约RAG系统在资源受限环境中部署的主要障碍。传统解决方案多采用量化、剪枝等技术,但这些方法往往以牺牲语义精度为代价。近期,GitHub上出现的开源项目DragonMemory,以其创新的序列维度…

    2025年11月25日
    22300
  • MEET2026智能未来大会深度解析:从大模型到智能体,AI产业变革的十字路口

    在2025年这个AI发展的关键节点,MEET2026智能未来大会如同一面镜子,清晰地映照出人工智能领域正在发生的深刻变革。这场汇聚了学术界、工业界和投资界顶尖智慧的盛会,不仅展示了当前AI技术的最新进展,更揭示了未来几年的发展方向与挑战。 从大会的整体氛围来看,AI产业正处在一个前所未有的活跃期。会场内座无虚席的景象,线上直播高达350万+的观看量,都充分说…

    2025年12月11日
    28600
  • GLM-5震撼发布:744B参数开源巨兽,长程智能体与复杂系统工程新标杆

    GLM-5正式发布,其定位直指Claude,专注于解决复杂的系统工程与长程智能体任务。模型参数规模从GLM-4.5的355B(32B活跃)大幅跃升至744B(40B活跃),预训练数据量也从23T token扩充至28.5T token。 在技术层面,GLM-5采用了GlmMoeDsa架构,直接集成了来自DeepSeek的DSA稀疏注意力与MTP多标记预测技术…

    2026年2月12日
    18400