本文来源：https://mp.weixin.qq.com/s/fMiyi1GKTBtVDMsr_fddlQ
若有版权问题，请来信告知：13951431913#139.com 或在右方提交评论。
如果说传统物联网设备是一个只会听令行事的士兵，那 ESP-Claw 想做的，是给每块芯片配一个随身参谋。
▲ 从传统 IoT 到边缘 Agent 的范式迁移
一块十块钱的芯片，凭什么做 AI Agent？
先不急着聊工艺，笔者回忆一下：大多数 IoT 设备的"智能"是怎么来的？传感器采集数据 → 上传云端 → 云端 AI 做决策 → 下发指令 → 设备执行。这套链路跑通了很多年，但它有两个绕不开的坑——延迟和隐私。智能灯要等两秒才亮，语音助手断网就变傻子，摄像头画面全量上云让人心里发毛。
乐鑫的工程师显然也烦透了这种架构。所以他们搞了 ESP-Claw——一个直接跑在 ESP32 芯片上的 AI Agent 框架。
说人话就是：你对着聊天软件发一句话，芯片自己理解、自己决策、自己执行。全程不经过任何云服务器（除了大模型推理本身）。ESP32-S3 一颗芯片不到十块钱，配上 ESP-Claw 就成了一个能聊天的"微型决策中心"。
💡 一句话理解 ESP-Claw：用 C 语言重写的轻量 AI Agent 运行时，跑在 ESP32 上，借助 IM 聊天控制设备行为。灵感来自 OpenClaw，但针对嵌入式情形从零构建。
Chat Coding：聊天窗口里开发硬件
ESP-Claw 把这件事叫 "Chat Coding"——用聊天来创造设备行为。
以前的玩法：想让温湿度传感器在超 30 度时开风扇，你得写代码、编译、烧录、调试。ESP-Claw 是：
📱 "当温度超过 30 度的时候，帮我把风扇打开，顺便在群里通知一下人们。"
微信或 Telegram 里发句话，设备自己搞定。IM 消息触发 Agent Loop → LLM 推理生成 Lua 脚本 → 动态加载运行。不用写一行代码。
底层靠动态 Lua 脚本加载。Agent 依据聊天上下文生成 Lua 代码，设备端 Lua 虚拟机即时解释执行——不编译、不重启、不等 OTA。
事件驱动 + 本地记忆
ESP-Claw 内置事件驱动引擎。GPIO 电平变化、定时器、传感器阈值、IM 新消息……都能触发 Agent Loop。官方数据是毫秒级响应。
另一个值得说的外观：结构化记忆。大模型本身无状态，但设备运行是连续的——上次传感器读到多少？昨天使用者设的阈值是什么？每次都塞 prompt 里，token 受不了。
ESP-Claw 把记忆存在设备本地，检索时按相关性取用。官方文档反复提到——"隐私不上云"。传感器数据、聊天上下文、行为习惯，全留在你自己的芯片上。
▲ ESP-Claw 跑在 ESP32-S3 面包板上
MCP 通讯：让设备开口说"标准话"
如果你关注过 AI Agent 领域，应该对 MCP（Model Context Protocol）不陌生。它是 Anthropic 提出的一套标准化协议，让大模型和外部工具之间有一个通用的"对话语言"。
ESP-Claw 把 MCP 完整地搬到了嵌入式设备上，而且做了一个很聪明的外观：设备同时充当 MCP Server 和 MCP Client。
🖥️ 作为 Server：上位机或云端 Agent 可以借助 MCP 协议发现并调用 ESP32 上的资源——"这设备有几个 GPIO？能读温度吗？帮我打开继电器"——全部标准化交互。
📡 作为 Client：ESP32 自己也能主动调用外部 MCP 服务。例如设备发现需要查询天气数据，它可以自己去找天气 MCP Server 要结果，然后据此决策。
这种双向能力意味着 ESP-Claw 设备不是平台里的"哑终端"，而是能主动发起协作的参与者。多个 ESP-Claw 设备之间也可以借助 MCP 相互调用——一台充当传感器网关，另一台做执行器，再来一台当表明器，自己组网自己协商。
能接哪些大模型？能连哪些聊天软件？
先说模型侧。ESP-Claw 兼容 OpenAI 风格 API 和 Anthropic 风格 API 两条主流路线，这意味着市面上绝大多数模型都能接：
GPTClaudeQwen / 通义千问DeepSeek自定义 Endpoint
官方建议使用工具调用能力强的模型，文档里点名了几个：GPT-5.4、Qwen3.6-Plus、Claude 4.6 Sonnet、DeepSeek V4 Pro。当然，你完全可以用阿里云百炼上的通义千问，合规、便宜、延迟低。
IM 平台维度，当下已经打通了Telegram、QQ、飞书、微信四条通道，架构上预留了扩展接口，想接钉钉或 Discord 也不会太麻烦。
浏览器一键烧录
乐鑫做了个在线烧录工具：选板子、配 Wi-Fi、填 API Key、点烧录。不装任何开发环境。
已适配 ESP32-S3、ESP32-P4、ESP32-C5 系列，面包板和 M5Stack CoreS3 兼容。没适配的板子或需要本地工具链的芯片（例如 ESP32-P4），官方有完整的本地编译文档。
项目结构：application/ 应用代码，components/ 可复用模块，docs/ 文档站，还有个 pages/simulator/ 网页模拟器。模块独立裁剪，扩展点清楚。
▲ ESP-Claw 面包板组装示意图
物料清单
想搭一套自己的 ESP-Claw？下面是官维度包板思路的物料。核心器件 ESP32-S3 开发板十几块钱，总成本很低。
必需硬件
🔧 ESP32-S3 开发板 — 选 N8R8（8MB Flash + 8MB PSRAM）。N8 = 8MB Flash，R2 = 2MB PSRAM，跑 ESP-Claw 至少要 8MB Flash + 8MB PSRAM。官方建议 ESP32-S3-DevKitC-1，引脚多，面包板友好。淘宝乐鑫官方店有，选「1-N8R8」，别碰带 U 后缀的型号。
🔧 面包板 — 400 孔以上，建议多备一块接外设。
🔧 杜邦线 / 跳线 — 公母头都备点，线多不压身。
▲ ESP32-S3-DevKitC-1 开发板（选 N8R8）
可选外设
🖥️ 表明屏 — ST7789 SPI 彩色屏，2.0 英寸、240×320、8 脚蓝板模块带排针。在线烧录固件已适配，买同款省事，接 3V3 供电。
📷 USB 摄像头 — 兼容 USB-UVC 协议。乐鑫官方店有适配型号，顺便买根 MX1.25 4Pin 单头端子线（公头）。模型不兼容视觉也没关系，拍到的画面能推给使用者。
🎤 麦克风 & 扬声器 — ESP-Claw 兼容 USB-UAC 音频。乐鑫官方 USB 摄像头模组上预留了麦克风和扬声器的 MX1.25 2Pin 口，插上就用。
💡 WS2812 灯带 / 灯环 — 开发板自带一颗 WS2812 LED，还能外接灯环。别接太长，供电扛不住。
🔩 舵机 — 普通舵机就行。5V 供电，PWM 信号接 GPIO47。
▲ WS2812 灯环
💰 成本：ESP32-S3-DevKitC-1 约 ¥15-25，面包板 + 杜邦线约 ¥10。能跑 AI Agent 的完整硬件平台不到 40 块。加表明屏、摄像头全套也就百元出头。
组装步骤
物料齐了，开装。全程不用焊，面包板 + 杜邦线搞定：
1. 装开发板
ESP32-S3-DevKitC-1 放面包板正中间，左右各留一排空孔给外设。对齐引脚按下去就行。
2. 接表明屏（可选）
ST7789 按接线图连开发板，供电接 3V3，别插 5V。官方建议款显示屏，引脚顺序固件已适配，即插即用。
3. 接 USB 摄像头（可选）
GPIO20 → USB D+，GPIO19 → USB D-，供电从 5V 引脚取。乐鑫官方摄像头模组：近 USB 口的 2Pin 座接扬声器，另一侧 2Pin 座接麦克风。
4. 接 WS2812 灯带 / 灯环（可选）
DATA IN 接 GPIO14，供电从 5V 引脚取。配合事件引擎能做「收到消息闪一下」「温度告警变红」之类的成效。
5. 接舵机（可选）
5V 供电，PWM 信号线接 GPIO47。
⚡ 接线速查：表明屏 → 3V3 | 摄像头 → GPIO20/19 + 5V | WS2812 → GPIO14 + 5V | 舵机 → GPIO47 + 5V
硬件搭好，打开 esp-claw.com 在线烧录工具，选板子、配 Wi-Fi、填 API Key、点烧录。从零到跑通，半小时。
GitHub 上的反馈怎么样？
当下项目拿到了 1,900+ Star、390 Fork，741 次提交，更新频率相当高。社区已经有人在 M5Stack CoreS3 上跑通了完整的 Chat Coding 闭环，也有人把 ESP-Claw 接进了自己的智能家居平台。
开发团队保持开放态度：你可以直接在 GitHub 提 Issue，也可以借助飞书问卷反馈想法。他们还维护了一份公开的 TODO List，社区成员可以投票影响开发优先级——这对于一个企业主导的开源项目来说，诚意是够的。
能做什么？
🔗 项目地址：github.com/espressif/esp-claw | 在线烧录：esp-claw.com | 许可证：Apache 2.0