### [GoClaw:用 Go 语言焊死的高性能 AI 助手框架](https://hello123.com/) **Published:** 2026-07-15T08:12:00 **Author:** hello123 **Excerpt:** GoClaw 是本地运行的 AI 助手框架,用 Go 语言重写 OpenClaw 核心,编译成单一二进制文件,内存占用低于 10MB,启动不到 1 秒。通过 WebSocket 或 HTTP 暴露服务,支持 Telegram、企业微信等渠道,完全兼容 OpenClaw 技能系统,适合需要数 ## GoClaw 是什么:一个用 Go 焊死性能的 AI 助手框架 你是否遇到过这样的困境:想用 AI 助手自动处理日常任务,但云端服务担心隐私泄露,开源方案又吃内存、**部署**麻烦?GoClaw 正是为此而生。这款工具用 `Go` 语言重写了 **OpenClaw** 的核心,编译成单一二进制文件,启动不到 1 秒,内存占用低于 **10MB**。 ![GoClaw:用 Go 语言焊死的高性能 AI 助手框架截图](https://cdn.hello123.com/wp-content/uploads/2026/06/goclaw.jpg) GoClaw 是一个本地运行的 AI 助手框架,灵感来自 OpenClaw 项目。它通过 WebSocket 或 `HTTP` 暴露服务,让你在 Telegram、企业微信等聊天工具里直接指挥 AI 干活。所有数据留在你的设备上,无需联网就能处理文件、搜索网页、执行命令。 > 根据 GitHub 页面信息,该平台由开发者 smallnest 创建,2026 年 2 月发布。它完全兼容 OpenClaw 的技能系统,但砍掉了 `Node.js` 的沉重依赖,换来极简的部署体验。如果你需要稳定、轻量的个人 AI 助手,这个框架值得一看。 ## 从入口到出口:GoClaw 的功能全链路 GoClaw 的功能设计围绕一个核心:让 AI 从“会聊天”变成“会做事”。它不追求大而全,而是用几个基础工具组合出强大能力。消息从你手机上的聊天 App 发出,经过通道适配器进入网关,再由 Agent Loop 调度模型和工具,最后把结果流式推回给你。 这套链路里,Go 语言的高并发特性让多个请求同时处理时不卡顿。内置的反思机制会让模型在执行中自我检查,减少死循环。故障转移功能在 **API** 限流或超时时自动切换备用方案,保证任务不中断。 ### 模型接入:支持哪些模型? 该工具支持多种大模型,包括 Gitee AI、阿里云百炼、**OpenAI**、**Anthropic** 和 **Gemini**。你可以在配置文件里指定模型名称和 API 密钥,切换起来很简单。 据项目 README,Gitee AI 提供免费模型选项,适合预算有限的用户。阿里云百炼和 OpenAI 需要付费 API,但响应质量更高。配置时,只需在 providers 字段填入对应密钥,重启服务即可生效。 ### 消息通道:从企业微信到 Telegram 的全覆盖 GoClaw 集成了企业微信、钉钉、微信、Telegram、Slack 等主流平台。每个通道配置一个 Bot **Token** 或 **Webhook**,就能收发消息。 企业微信和钉钉支持流式回复,AI 生成的内容会逐字显示,体验接近真人打字。多用户管理通过微信扫码登录实现,不同用户的消息和任务隔离,互不干扰。 ### 内置技能:股票分析和邮件发送怎么用? 该平台内置两个技能:股票分析和邮件发送。股票分析技能支持 A 股、港股、美股实时行情查询。你只需在聊天框输入股票代码,就能收到价格、涨跌幅等信息。 邮件发送技能基于 SMTP 协议,配置发件箱后,可让 AI 代发通知。技能扩展机制很灵活——每个技能本质是一段 Markdown 指令,放在指定目录即可加载。官方兼容 OpenClaw 的 500+ 技能,但需手动安装。 ## 站在新手的视角:GoClaw 上手指引 上手 GoClaw 只需三步:装环境、编译代码、改配置。整个过程对开发者很友好,非技术人员可能需要参考社区教程。 ### 环境准备:安装 Go 和 Node.js 先装 Go 1.21 或更高版本。去官网下载对应系统的安装包,运行安装程序。终端输入 `go version`,看到版本号就成功了。 Node.js 需要 14 以上版本,用于构建 Web 界面。同样下载安装,用 `node -v` 验证。`Python` 3.8 可选,某些技能会用到。 ### 克隆与构建:从源码到可执行文件 打开终端,执行 `git clone https://github.com/smallnest/goclaw.git` 拉取代码。进入目录,运行 `go build -o goclaw ./cmd/goclaw`。 编译完成后,当前文件夹会出现一个 `goclaw` 可执行文件。你可以把它移动到系统路径,方便全局调用。整个过程一般不超过一分钟。 ### 配置与启动:连接你的第一个模型和通道 在 `~/.goclaw/` 下创建 `config.json`。参考示例填入模型 API Key 和通道 Token。比如,Telegram 通道需要 Bot Token,企业微信需要 Corp ID 和 Secret。 保存后,执行 `goclaw gateway start`。服务默认监听 18789 端口。浏览器打开 `http://localhost:18789`,就能看到管理界面。在聊天 App 里给 Bot 发消息,AI 就会回应。 ## 同类工具的取舍:GoClaw 与 OpenClaw 及其他替代品对比 Claw 系列里有好几个项目,选哪个取决于你的需求。GoClaw 在性能和易部署上突出,但功能集比 OpenClaw 精简。下面从几个维度横向比较。 ### GoClaw vs OpenClaw:轻量化的代价是什么? OpenClaw 是 Node.js 写的,代码超 43 万行,功能完整但内存常驻 **1GB** 以上。GoClaw 用约 2000 行核心 Go 代码实现相似能力,内存占用不到 **10MB**。 代价是砍掉了部分非核心特性,比如浏览器自动化、子代理生成等高级工具。技能市场虽兼容,但官方未提供图形化安装界面。如果你需要完整工具链,OpenClaw 更合适;追求稳定和低资源消耗,GoClaw 是更好选择。 ### GoClaw vs myclaw/PicoClaw:极简与实用的平衡 myclaw 和 PicoClaw 也是 Go 实现的轻量版。myclaw 代码量更少,约 2000 行,但功能极简,仅支持基础对话。PicoClaw 专为 **10 美元**硬件设计,内存占用极低,但技能系统不兼容 OpenClaw。 GoClaw 在两者之间取了平衡:保持轻量的同时,内置股票、邮件两个实用技能,并完全兼容 OpenClaw 技能。部署同样简单,但开箱即用性更强。 | 特性维度 | 开发语言 | 内存占用 | 技能兼容 | 内置技能 | 部署难度 | | :--- | --- | --- | --- | --- | --- | | GoClaw | Go | <10MB | 完全兼容 OpenClaw | 2 个 | 简单 | | OpenClaw | TypeScript | 1GB+ | 原生支持 | 丰富 | 复杂 | | myclaw | Go | 极低 | 有限 | 无 | 简单 | | PicoClaw | Go | <10MB | 有限 | 无 | 简单 | ## 从场景到人群:GoClaw 的适用画像 GoClaw 最适合需要本地 AI 助手的开发者和企业。它的轻量和隐私特性,让它在特定场景下比云端服务更有优势。 ### 开发者个人助手:自动化日常任务 你可以用 GoClaw 管理 Git 操作、处理文件、搜索网页。通过 Telegram 远程发送命令,AI 会在你的电脑上执行并返回结果。 比如,让它定时拉取代码、检查日志、生成报告。内置的 Shell 执行工具能运行脚本,文件工具可批量重命名。这些任务原本需要手动操作,现在一句话搞定。 ### 企业通知中枢:多通道消息路由 配置企业微信、钉钉和邮件通道后,GoClaw 能充当通知中枢。服务器告警、日报推送、审批提醒,都可以通过它自动发送。 流式回复让通知更生动,比如生成报表时逐行显示进度。多通道支持确保消息触达,即使一个平台故障,还能用另一个。 ### 股票盯盘机器人:实时行情与预警 结合股票分析技能,你可以设置定时查询。当股价触发阈值时,通过微信或 Telegram 收到预警。 例如,设定“茅台跌超 **5%** 提醒我”,GoClaw 会监控行情并自动通知。这比手动刷新软件方便得多,而且数据不出本地,策略保密。 ## GoClaw 仍做不到的事:高性能框架的边界 GoClaw 不是万能工具。它的轻量设计牺牲了部分功能,Go 语言在 AI 领域的库支持也不如 Python 丰富。了解这些边界,能帮你做出更合适的选择。 ### 多模态缺失:没有语音和图像识别 目前该工具仅支持文本交互。你不能发送语音让它转文字,也无法让它识别图片内容。**图像生成**更是不在能力范围内。 如果你的**工作流**依赖**多模态**,比如分析设计稿或处理录音,GoClaw 无法满足。这类任务需要额外的模型和库,而 Go 社区中相关资源匮乏。 ### GoClaw 仅内置 2 个技能:功能广度受限 相比 OpenClaw 丰富的技能市场,GoClaw 只内置了股票和邮件技能。其他功能如天气查询、新闻摘要,需要用户自行安装或开发。 社区贡献的技能数量未知,官方未提供集中下载渠道。如果你不想折腾,可能会觉得功能不够用。 ### Go 语言 AI 库的局限:模型集成需手动适配 Go 社区中 AI/ML 库较少,添加新模型往往需要自己实现 API 调用。Python 有 HuggingFace 等成熟工具,Go 则缺乏类似支持。 这意味着,当你想接入一个冷门模型时,可能得从零写适配代码。对于非 Go 开发者,这会增加不少工作量。 ## 参考资料 ---