1M 内存还能跑 Agent ？这个项目太顶了。

今天看到了一个这个项目：

nullclaw/nullclaw

GitHub 项目预览

1. 它到底是什么

nullclaw 是一个 AI Agent 运行时。

它不是做一个聊天页面。

它更像一层底座：把模型 provider、工具调用、记忆、消息渠道、网关、沙箱和后台服务这些东西放在一个 Zig 二进制里。

README 里写得很直白：目标是最小的 fully autonomous AI assistant infrastructure。

它强调三个数字。

678 KB 静态二进制。

约 1 MB 峰值内存。

Apple Silicon 上启动低于 2 ms。

nullclaw 项目 logo

这也是它和常见 Python / Node Agent 框架很不一样的地方。

它想让 Agent 不只跑在开发机上，也能跑在很小的 ARM 板子、边缘设备，或者一个长期挂着的服务里。

2. 它解决什么麻烦

现在很多 Agent 项目最麻烦的地方，不在于能不能调一次模型。

麻烦在后面。

要接 OpenAI、Anthropic、Gemini、Ollama、OpenRouter。

要接 Telegram、Discord、Slack、Lark、Matrix、WhatsApp、邮件。

要有记忆，要能跑工具，要能长期在线。

还要考虑网关暴露、配对、密钥、沙箱、审计这些事。

nullclaw 官网首页

nullclaw 的思路是把这些收进一个运行时。

你可以把它当 CLI 用。

也可以把它当 gateway 跑。

也可以把它放进服务模式里，让它长期接收消息、调用模型、执行工具、写入记忆。

这对想做本地 Agent、聊天机器人、自动化助手、低资源设备 Agent 的人，会比从一堆零散库里拼系统更直接。

3. 核心看点

我看下来，最值得注意的是它的边界划得比较清楚。

官网把核心能力拆成四块：Providers、Tools、Channels、Memory。

核心能力面板

模型侧支持 50+ provider。

README 里列了 OpenRouter、Anthropic、OpenAI、Azure OpenAI、Gemini、Vertex AI、Ollama、Groq、Mistral、xAI、DeepSeek、Together、Fireworks、Perplexity、Cohere、Bedrock 等等。

渠道侧也不是只做一个终端。

它有 CLI、Telegram、Signal、Discord、Slack、iMessage、Matrix、WhatsApp、Webhook、IRC、Lark、DingTalk、Email、Nostr、QQ、Mattermost 等。

Providers 文档

工具侧包括 shell、文件读写、文件编辑、HTTP 请求、web fetch、web search、截图、浏览器打开、delegate、schedule、git、image、硬件信息等。

记忆侧也不是只存聊天记录。

README 写到了 SQLite 混合搜索、FTS5、向量相似度、关键词检索、自动归档、快照、Markdown / ClickHouse / PostgreSQL / Redis / LanceDB 等后端。

这套东西如果都能按文档跑起来，nullclaw 就不只是一个命令行玩具，而是一个面向长期运行的 Agent runtime。

4. 为什么值得看

先看资源占用。

Agent 基础设施通常越堆越重。

nullclaw 反过来做。

用 Zig 写，静态二进制，尽量少依赖，连文档里都一直强调 single-binary、zero runtime、zero GC。

架构文档

再看架构。

它用 vtable interface 把 provider、channel、tool、memory、observer、runtime、sandbox、tunnel、peripheral 都做成可替换实现。

这点对二次开发很重要。

你要加一个 provider，不应该去改核心循环。

你要加一个 channel，也应该沿着 channel interface 接进去。

Channels 文档

还有一个现实点。

这个仓库不是只有 README 写得长。

它有英文和中文文档，有安装、配置、命令、架构、安全、Gateway API、开发指南。

截至 2026-07-13，GitHub API 返回 7,748 stars、905 forks、80 个 open issues，最近一次 push 也是 2026-07-13。

至少可以说明，它不是一个多年没动的样板仓库。

5. 怎么用起来

如果只是看一眼，先从 Quick Start 开始。

Quick Start 文档

README 给了几条路径。

Homebrew 最短：

brew install nullclaw
nullclaw --help

源码构建：

git clone https://github.com/nullclaw/nullclaw.git
cd nullclaw
zig build -Doptimize=ReleaseSmall
zig build test --summary all

然后可以先配一个 provider：

nullclaw onboard --interactive
nullclaw agent -m "Hello, nullclaw!"

长期运行就看 gateway：

nullclaw gateway
curl http://127.0.0.1:3000/health

仓库也提供 Docker Compose 路径：

make build
make config
make up

这里有个小细节要注意。

README 的源码构建部分写的是 Zig 0.16.0，官网 Quick Start 截图里仍出现 Zig 0.15.2。

真要跑，优先按仓库 README 和当前 build.zig 要求来。

6. 适合谁，以及先注意什么

它适合三类人。

第一类，是在做 AI Agent 基础设施的人。

你关心的不是一次 prompt，而是 provider、tool、memory、channel、gateway 怎么组合。

第二类，是想把 Agent 放到低资源机器或边缘设备上的人。

如果一个 Agent runtime 真的能用几百 KB 二进制和 MB 级内存跑起来，这个方向值得研究。

第三类，是想做聊天机器人或后台自动化助手的人。

你可以从 Telegram、Discord、Lark、Email、Webhook 这些 channel 看起。

安全文档

注意点也很明确。

项目还没到 1.0。

README 自己也写了配置和 CLI 可能会变。

如果要暴露 gateway，别直接开公网端口。

文档里默认建议本地绑定、配对、token、隧道、沙箱、密钥加密和审计。

另外，它是一个很新的仓库，代码量和模块都不小。

适合先本地跑通 doctor、status、agent -m，再决定要不要把自己的 workflow 放进去。

今天就先聊到这里，我们下期再见。