⚡ 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