⚡ MMClaw

超轻量级、纯 Python 开发的 AI Agent 内核。

pip install mmclaw

主页: https://github.com/CrawlScript/MMClaw

English | 中文说明

说明: 本项目在 v0.0.11 之前名为 pipclaw

MMClaw 是一个极简主义的、100% 纯 Python 编写的自主代理内核。虽然像 OpenClaw 这样的框架功能强大,但它们通常会引入沉重的依赖,如 Node.js、Docker 或复杂的 C 扩展。

MMClaw 剥离了复杂性,提供了一个清晰透明、易读的架构,既可以作为生产级的内核,也可以作为构建现代 AI Agent 的全面教程。


使用场景

随时随地,通过你最常用的 App 掌控你的 AI Agent。

  • 聊天与自动化 — 通过 Telegram、WhatsApp 或飞书发送消息,让 Agent 回答问题、执行命令、管理文件,或完成复杂的多步骤任务。
  • AI CLI 辅助编程 — 借助 Codex、Gemini CLI、Claude Code 等工具驱动编程会话,只需发条消息,Agent 便在你的机器上处理一切。
  • 上传并处理文件 — 直接在聊天中发送图片、PDF、文档等各类文件,Agent 会自动读取、分析并对其进行处理。
  • 自定义技能 — 为 Agent 扩展专属技能,教会它新的指令、工作流和领域知识,让它完全按你的需求运作。
  • 无限可能 — 凡是能在电脑上完成的事,Agent 都能做到。边界,只在你的想象力。

🌟 核心特性

  • 100% 纯 Python: 无 C 扩展,无 Node.js,无 Docker。只要有 Python,就能运行 MMClaw。
  • 极简且易读: “自带电池”的架构,旨在成为一个活生生的教程。通过阅读代码而非文档来学习如何构建 OpenClaw 风格的 Agent。
  • 高度可定制的内核: 设计为一个核心引擎,而非一个僵化的应用。可以轻松插入您自己的逻辑、状态管理和自定义工具。
  • 通用的跨平台支持: 在 Windows、macOS、Linux 以及像树莓派这样的极简环境中无缝运行。
  • 多渠道交互: 内置对 Telegram、飞书、WhatsApp 等渠道的支持——全部通过纯 Python 集成处理。

🚀 快速上手

无需编译,无需沉重的设置。只需 pip 安装并运行。

pip install mmclaw
mmclaw run

如需使用飞书 (Feishu) 连接器,请使用 [all] 选项安装,以包含所需的 lark-oapi 依赖:

pip install mmclaw[all]

🛠 开发理念

AI Agent 的趋势正朝着大规模复杂化发展。MMClaw 则趋向于清晰。大多数开发者不需要一个 40 万行代码的黑盒。他们需要一个可靠、可审计的内核来处理 Agent 循环和工具调用,同时保持足够轻量,以便在几分钟内完成修改。MMClaw 是自主机器人的“浓缩精华”。

🔌 连接器

MMClaw 允许您通过多个渠道与您的 Agent 交互:

  • 终端模式 (Terminal Mode): 标准交互式 CLI(默认)。
  • Telegram 模式: 无外部依赖。只需通过 @BotFather 创建机器人并在设置过程中提供 Token 即可。
  • 飞书 (Feishu) 模式: 专门为中国用户提供支持。拥有业内最详尽的步骤式设置指南,利用长连接技术,无需公网 IP 或复杂的 Webhook。
  • WhatsApp 模式: 需要 Node.js (推荐 v22.17.0) 来运行轻量级桥接程序。Agent 将在终端显示二维码以便扫码绑定。
# 修改模式或 LLM 设置
mmclaw config

🧠 模型引擎 (Engines)

MMClaw 支持多种主流 LLM 引擎:

  • OpenAI: 支持 GPT-4o, o1 等全系列模型。
  • OpenAI Codex: 深度集成,通过 OAuth 设备码认证 登录(无需手动管理 API Key)。
  • Google Gemini: 支持 Gemini 1.5 Pro/Flash, 2.0 Flash。
  • DeepSeek: 支持 DeepSeek-V3, DeepSeek-R1。
  • Kimi (Moonshot AI): 原生支持 Kimi k2.5。
  • OpenAI-Compatible: 支持自定义 Base URL,可连接本地或第三方引擎(如 Ollama, LocalAI 等)。
  • 其他: 支持 OpenRouter 等聚合平台。

为 Python 社区倾情打造 ❤️。保持简单。

MMClaw系列教程

16

相关内容

智能体,顾名思义,就是具有智能的实体,英文名是Agent。
AI行业专题报告:工具生态逐步完善,通用Agent曙光已现
专知会员服务
32+阅读 · 2025年3月27日
再谈工业AI:立足跨模型架构AI中台,落地垂类Agent场景
专知会员服务
44+阅读 · 2025年3月9日
【新书】《学习AI辅助的Python编程(第2版)》
专知会员服务
66+阅读 · 2024年10月22日
如何用latext画神经网络?这个PlotNeuralNet能帮到你
专知会员服务
26+阅读 · 2022年1月15日
视觉底层任务优秀开源工作:MMEditing 库使用方法
MMDetection v2.0 训练自己的数据集
CVer
30+阅读 · 2020年8月9日
重磅发布:基于 PyTorch 的深度文本匹配工具 MatchZoo-py
中国科学院网络数据重点实验室
16+阅读 · 2019年8月26日
Jiagu:中文深度学习自然语言处理工具
AINLP
90+阅读 · 2019年2月20日
资源 | Python程序员深度学习“四大名著”之一
AI研习社
94+阅读 · 2018年8月25日
推荐|Python库中Top10 的AI项目(星级3k+),赶紧收藏!
全球人工智能
10+阅读 · 2018年1月16日
深度文本匹配开源工具(MatchZoo)
机器学习研究会
10+阅读 · 2017年12月5日
国家自然科学基金
3+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
18+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2月3日
Arxiv
13+阅读 · 2018年1月20日
VIP会员
相关资讯
视觉底层任务优秀开源工作:MMEditing 库使用方法
MMDetection v2.0 训练自己的数据集
CVer
30+阅读 · 2020年8月9日
重磅发布:基于 PyTorch 的深度文本匹配工具 MatchZoo-py
中国科学院网络数据重点实验室
16+阅读 · 2019年8月26日
Jiagu:中文深度学习自然语言处理工具
AINLP
90+阅读 · 2019年2月20日
资源 | Python程序员深度学习“四大名著”之一
AI研习社
94+阅读 · 2018年8月25日
推荐|Python库中Top10 的AI项目(星级3k+),赶紧收藏!
全球人工智能
10+阅读 · 2018年1月16日
深度文本匹配开源工具(MatchZoo)
机器学习研究会
10+阅读 · 2017年12月5日
相关基金
国家自然科学基金
3+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
18+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员