PicoClaw: 28K-звёздный Go-агент, который запускает LLM на плате за $10

Если у тебя дома лежит Raspberry Pi, старый Android или RISC-V плата за $9.9, на которой «ничего не запустишь» — есть проект, который превращает её в полноценный шлюз к 24 LLM-провайдерам и 19 мессенджерам. Бинарь весит меньше 10 мегабайт, стартует за секунду и написан на Go. Это PicoClaw — открытый self-hosted AI-агент от команды Sipeed, выросший с 5K до 28K звёзд на GitHub за первые недели. Ниже — что он делает, как устроен, на чём его разворачивать и какие у него реальные ограничения.

Что это

PicoClaw — это ультра-лёгкий персональный AI-ассистент, написанный целиком на Go с нуля. Это не форк OpenClaw, NanoBot или любого другого известного агентного проекта: команда Sipeed собрала архитектуру заново, причём сценарий был необычный — большую часть ядерного кода сгенерировал сам AI-агент в режиме «self-bootstrapping», а люди только отредактировали и довели результат.

Ключевая идея проекта: агент должен работать там, где ничего «серьёзного» не запустится. Поэтому весь рантайм упакован в один самодостаточный бинарь, который собирается под RISC-V, ARM, MIPS, LoongArch и x86_64. Под капотом — стандартный набор современного агентного фреймворка: model routing, MCP-интеграция, vision pipeline, hooks и sub-агенты. Снаружи — установка в одну команду, веб-интерфейс localhost:18800 и готовые каналы для Telegram, Discord, Slack, WhatsApp, WeCom, Feishu и ещё пятнадцати мессенджеров.

Что важно понимать: PicoClaw — это не «дешёвая замена» LLM, а лёгкий оркестратор для LLM. Сами модели всё равно работают в облаке провайдера (или локально через Ollama/vLLM), а PicoClaw отвечает за связь «мессенджер ↔ модель ↔ инструменты ↔ память». Поэтому 10MB RAM — это про рантайм агента, не про модели.

Зачем нужно

PicoClaw закрывает три сценария, в которых классические агентные платформы вроде OpenClaw, CrewAI или AutoGen слишком тяжёлые или слишком облачные.

1. Агент на железе, которое не тянет ничего другого. Raspberry Pi Zero 2 W, LicheeRV-Nano за $9.9, старый Android, NanoKVM для серверных задач, MaixCAM для умного видеонаблюдения. Там, где OpenClaw просит гигабайты, PicoClaw стартует в <1s и работает в <10MB RAM.
2. Полный self-hosting без облачной зависимости. Агент, токены, история, JSONL-память, конфиг и .security.yml с чувствительными данными лежат на твоём устройстве. К облаку ходит только запрос к LLM-провайдеру за фактической генерацией.
3. Один агент на много мессенджеров сразу. Один и тот же рантайм держит Telegram, Discord, Slack, WhatsApp, WeChat, WeCom, Feishu, DingTalk, LINE, QQ, Matrix, IRC, OneBot, MQTT, MaixCam, Pico, Pico Client, Delta Chat, VK. Удобно для проектов, где нужно держать бота в десятке каналов без десяти отдельных интеграций.

Как устроено

PicoClaw собирается из нескольких независимых слоёв. На концептуальном уровне — это Gateway + Agent + Tools, поверх которых сидят Channels (мессенджеры) и Providers (LLM).

Архитектурные слои

• Single binary core — скомпилированный под конкретную архитектуру агент. Без внешних зависимостей, без Python, без Node.js (кроме случая, когда нужен WebUI Launcher).
• Gateway — единый HTTP/WS-роутер для всех webhook-каналов. По умолчанию слушает 127.0.0.1:18790 (безопасный localhost). Feishu/Lark использует отдельный WebSocket/SDK-коннектор.
• Agent loop — основной цикл обработки запроса: model call → tool call → hooks → ответ. Поддерживает SubTurn (subagent coordination), Steering (вброс сообщений в текущий цикл), EventBus, spawn_status для опроса состояния подагентов.
• Model router — правила, по которым простые запросы уходят в лёгкую модель, а сложные — в тяжёлую. Экономит API-расходы в 2–10 раз на типичном трафике.
• Tools layer — встроенные tools (файлы, шелл, планировщик, веб-поиск) + MCP-сервера + Skills (модули из SKILL.md).
• Memory — JSONL-стор в workspace/, легко инспектируется и бэкапится.
• Channels — адаптеры к 19+ мессенджерам, подключаются через config.json.
• WebUI Launcher — отдельный бинарь picoclaw-launcher, который открывает браузерный UI на http://localhost:18800 для тех, кто не хочет править JSON руками.

Сравнение с соседями по нише

Метрика	OpenClaw (TS)	NanoBot (Python)	PicoClaw (Go)
Язык	TypeScript	Python	Go
RAM	>1 GB	>100 MB	< 10 MB (на практике 10–20 MB в свежих сборках)
Boot time (0.8 GHz core)	>500 s	>30 s	< 1 s
Min hardware cost	Mac Mini ~$599	Linux board ~$50	любой Linux board от $10
Лицензия	зависит	зависит	MIT

Важно: сравнение «99% меньше памяти, чем у OpenClaw» — маркетинговая формула из README. Она не означает «PicoClaw функционально эквивалентен OpenClaw»: это разные архитектуры, разные стеки и разные сценарии. Цифры приведены для ориентира, не для прямого функционального сравнения.

24 LLM-провайдера

PicoClaw подключается к 30+ LLM через единый список моделей в model_list. Используется формат protocol/model:

Провайдер	Протокол	API Key	Заметки
OpenAI	openai/	Required	GPT-4o, o1 и другие модели OpenAI
Anthropic	anthropic/	Required	Claude Opus 4.6, Sonnet 4.6 и другие
Google Gemini	gemini/	Required	Gemini 2.5 Pro, Flash-варианты
OpenRouter	openrouter/	Required	200+ моделей через единый API
Zhipu (GLM)	zhipu/	Required	GLM-4.6 и другие модели семейства
DeepSeek	deepseek/	Required	DeepSeek-V3, DeepSeek-R1
Volcengine	volcengine/	Required	Doubao, Ark-модели
Qwen	qwen/	Required	Qwen3, Qwen-Max и другие
Groq	groq/	Required	Быстрый inference (Llama, Mixtral)
Moonshot (Kimi)	moonshot/	Required	Kimi K2.x
Mistral	mistral/	Required	Mistral Large, Codestral
NVIDIA NIM	nvidia/	Required	NVIDIA-хостированные модели
Cerebras	cerebras/	Required	Быстрый inference
NEAR AI Cloud	nearai/	Required	TEE inference, OpenAI-совместимый
Novita AI	novita/	Required	Различные open-модели
Xiaomi MiMo	mimo/	Required	MiMo-модели
Ollama	ollama/	Not needed	Локальные модели, self-hosted
vLLM	vllm/	Not needed	Локальный deployment, OpenAI-совместимый
LiteLLM	litellm/	Varies	Прокси для 100+ провайдеров
Azure OpenAI	azure/	API key или Entra ID	Enterprise Azure
GitHub Copilot	github-copilot/	OAuth	Device code login
AWS Bedrock	bedrock/	AWS-credentials	Claude, Llama, Mistral на AWS

Полный список с примерами моделей и заметками по совместимости — в официальной доке Providers & Models. В таблице из README встречается также nearai/, bedrock/ (с build-тегом -tags bedrock) и azure/ с двумя режимами аутентификации (API key или Entra ID через DefaultAzureCredential — требует build-тега -tags azidentity).

Подключение локальных моделей выглядит одинаково для Ollama и vLLM — отдельная запись в model_list с указанием api_base:

{
  "model_list": [
    {
      "model_name": "local-llama",
      "model": "ollama/llama3.1:8b",
      "api_base": "http://localhost:11434/v1"
    }
  ]
}

19 каналов (мессенджеров)

Один процесс PicoClaw держит параллельно Telegram, Discord, WhatsApp, WeChat, WeCom, Feishu/Lark, DingTalk, LINE, QQ, Slack, Matrix, Delta Chat, VK, IRC, OneBot, MQTT, MaixCam, Pico и Pico Client. Каналы, использующие webhook, шарит один Gateway HTTP-сервер (gateway.host:gateway.port, по умолчанию 127.0.0.1:18790). Уровень логирования управляется gateway.log_level (debug / info / warn / error / fatal) или переменной PICOCLAW_LOG_LEVEL.

По сложности подключения каналы делятся на три группы:

• Easy — Telegram, Discord, WhatsApp, WeChat, WeCom, Slack, Delta Chat, VK, MQTT, MaixCam, Pico, Pico Client. Достаточно получить токен/credentials и вставить в config.json.
• Medium — Matrix (нужен homeserver + token), DingTalk (client credentials), Feishu/Lark (App ID + Secret), LINE (credentials + webhook), IRC (сервер + ник), OneBot (WebSocket URL). Дополнительная ручная настройка.
• Native — Pico и Pico Client работают через собственный протокол/WS, не требуют внешних сервисов.

Детальные инструкции по каждому каналу — в docs/guides/chat-apps.md.

8 поисковых движков

Встроенный tools.web умеет гонять запросы через восемь движков: DuckDuckGo (без ключа, fallback по умолчанию), Gemini Google Search, Baidu Search, Tavily (оптимизирован под AI-агентов), Brave Search, Kagi, Perplexity, SearXNG (self-hosted) и GLM Search. Параметр «API key» для каждого движка, наличие бесплатного тарифа и лимиты — в документации по конфигурации.

MCP, Skills и Hooks

MCP (Model Context Protocol) включён нативно. Подключение любого MCP-сервера — через config.json:

{
  "tools": {
    "mcp": {
      "enabled": true,
      "servers": {
        "filesystem": {
          "enabled": true,
          "command": "npx",
          "args": ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"]
        }
      }
    }
  }
}

Для рутинных операций есть CLI-менеджер: picoclaw mcp add, list, test, edit, remove. Это конфигуратор, не процесс-менеджер: сам MCP-сервер запускается отдельно по command/args.

Skills — модули из SKILL.md, ставятся через ClawHub или напрямую из GitHub:

picoclaw skills search "web scraping"
picoclaw skills install <skill-name>

Hooks — событийная система: можно подвесить observer/interceptor/approval-хук на agent_start, tool_call, agent_end и т.д. Подробности — в docs/architecture/hooks.

CLI Reference (полный)

Основные команды PicoClaw:

Команда	Что делает
picoclaw onboard	Инициализация конфига и workspace
picoclaw agent -m ”…”	Одноразовый вопрос агенту
picoclaw agent	Интерактивный режим
picoclaw gateway	Запуск gateway для интеграции с чатами
picoclaw status	Текущий статус
picoclaw version	Версия рантайма
picoclaw model	Просмотр/смена модели по умолчанию
picoclaw mcp list / add / test / edit / remove	Управление MCP-серверами
picoclaw cron list / add / disable / remove	Управление scheduled-задачами
picoclaw skills list / install	Управление Skills
picoclaw migrate	Миграция данных из старых версий
picoclaw auth login	Авторизация у провайдеров

Cron поддерживает три типа задач: одноразовое напоминание («через 10 минут»), повторяющееся («каждые 2 часа») и стандартные cron-выражения («в 9 утра каждый день»).

Когда использовать

PicoClaw — рабочий выбор в следующих сценариях.

• Тонкий домашний ассистент. Подключаешь Telegram-бота, ставишь на Raspberry Pi, и у тебя в кармане личный ассистент, который помнит контекст, отвечает на вопросы, ищет в интернете и не сливает данные в чужое облако. Запуск — 15 минут: скачать бинарь с picoclaw.io, запустить picoclaw-launcher, ввести API-ключ OpenAI/Anthropic, добавить Telegram-токен.
• Edge-деплой для KVM/камеры. NanoKVM ($30–50) или MaixCAM ($50–100) с PicoClaw превращаются в автономного оператора: управление серверами, наблюдение через камеру, локальная обработка событий без внешнего облака. Для умного дома — оптимальный баланс цены и возможностей.
• Android-телефон как ассистент. Скачиваешь APK с picoclaw.io/download/, ставишь, и старый Android становится AI-устройством. Без root, без Termux, без перепрошивки. Альтернатива — установка через Termux с proot и termux-chroot.
• Multi-channel бизнес-бот. Один процесс держит 5–10 каналов параллельно (Telegram + Discord + Slack + Matrix + WeCom), единая память, единый конфиг. Экономит на инфраструктуре и поддержке по сравнению с запуском отдельного бота на каждый канал.
• MCP-песочница для экспериментов. Лёгкий агент, в который удобно подключать новые MCP-сервера и тестировать, не разворачивая тяжёлую платформу.

Пример

Полный сценарий запуска: от скачивания до отправки первого сообщения в Telegram.

**1. Скачиваем бинарь. **Самый простой путь — зайти на picoclaw.io, сайт сам определит архитектуру и ОС и предложит нужный файл. Альтернатива — GitHub Releases. Для Raspberry Pi Zero 2 W на 32-битной Raspberry Pi OS:

wget https://github.com/sipeed/picoclaw/releases/latest/download/picoclaw_Linux_arm.tar.gz
tar xzf picoclaw_Linux_arm.tar.gz

Для 64-битной системы — picoclaw_Linux_arm64.tar.gz. Или собрать из исходников: git clone https://github.com/sipeed/picoclaw.git && cd picoclaw && make deps && make build.

**2. Инициализируем конфиг. **Команда picoclaw onboard создаёт ~/.picoclaw/config.json и директорию workspace/.

**3. Настраиваем модель и каналы. **Минимальный config.json для OpenAI:

{
  "agents": {
    "defaults": {
      "model_name": "gpt-4o"
    }
  },
  "model_list": [
    {
      "model_name": "gpt-4o",
      "model": "openai/gpt-4o"
    }
  ]
}

API-ключ кладётся в ~/.picoclaw/.security.yml (формат version 1+, миграция с version 0 — автоматическая). Секция [channels.telegram] — bot token, секция [gateway] — host/port/log_level.

**4. Запускаем WebUI (опционально). **Если ставил через picoclaw-launcher, двойной клик открывает http://localhost:18800 — там визуальный чат и редактор конфига. Для доступа из Docker/VM — флаг -public или переменная PICOCLAW_GATEWAY_HOST=0.0.0.0.

**5. Альтернатива: Docker. **В репозитории есть готовый docker-compose.yml:

git clone https://github.com/sipeed/picoclaw.git
cd picoclaw
docker compose -f docker/docker-compose.yml --profile launcher up
# Первый запуск создаст docker/data/config.json и завершится
# Дальше: vim docker/data/config.json, прописать ключи
docker compose -f docker/docker-compose.yml --profile launcher up -d
# Открыть http://localhost:18800

**6. Альтернатива: Android (без root). **Скачать APK с picoclaw.io/download/ и установить. Через Termux — отдельный гайд с proot и termux-chroot.

**7. Проверяем. **CLI-чат:

picoclaw agent -m "What is 2+2?"
picoclaw agent        # интерактивный режим
picoclaw gateway      # gateway для интеграции с Telegram/Discord/...

**8. Управляем MCP. **После запуска можно добавлять/проверять MCP-сервера без правки JSON:

picoclaw mcp add filesystem -- npx -y @modelcontextprotocol/server-filesystem /tmp
picoclaw mcp list
picoclaw mcp test filesystem

Полные инструкции по каждому сценарию — в docs/guides/ и docs.picoclaw.io.

Ограничения

Ограничения

Что учитывать

Раннее активное развитие — проект находится в фазе быстрых релизов (v0.2.x). Авторы прямо предупреждают:

до v1.0 не стоит деплоить в production из-за потенциальных security-уязвимостей. Заявленные 99% экономии памяти и 400x ускорения загрузки — маркетинговые цифры, нестабильные бенчмарки; реальные значения зависят от железа, нагрузки и числа активных каналов.

Реальный расход RAM в свежих сборках — 10–20 MB, не <10 MB — после волны крупных PR расход вырос, оптимизация запланирована на период после стабилизации фич.

Если твоя плата даёт ровно 64 MB и ни байтом больше — есть риск, что конфиг с 5+ каналами и MCP не влезет.

Это оркестратор, не LLM — сам агент весит 10 MB, но LLM-модель всё равно исполняется у провайдера (OpenAI, Anthropic, локально через Ollama/vLLM).

Без интернета агент работает только если подключена локальная модель. Без API-ключа модельного провайдера агент не сможет отвечать.

Не путать с OpenClaw — в этом материале OpenClaw в сравнительной таблице — это TypeScript-агент из README PicoClaw, а не наш собственный self-hosted OpenClaw-агент (VOROBEOFFAI).

Это разные проекты с разной архитектурой.

macOS Gatekeeper блокирует первый запуск — picoclaw-launcher скачивается не из Mac App Store, поэтому macOS потребует ручного «Open Anyway» в Privacy & Security.

Одноразовая настройка, не баг.

Security-конфиг мигрирует — в config.example.json версии 0 чувствительные поля лежат открыто, при первом запуске конфиг мигрирует в version 1+, а ключи переезжают в .security.yml.

Если правишь руками — читай docs/security/security_configuration.md.

Webhook-каналы делят один порт — Gateway по умолчанию слушает 127.0.0.1:18790.

Для доступа из Docker/VM/Remote — -public или PICOCLAW_GATEWAY_HOST=0.0.0.0. Feishu идёт мимо общего Gateway (использует свой WebSocket/SDK).

Локальный поиск требует свой SearXNG — если хочешь самохостить поиск — поднимай SearXNG отдельно и прописывай в tools.web.

По умолчанию фолбэк идёт на DuckDuckGo.

Антипаттерны

Антипаттерны

Чего не делать

Не путать с криптопроектом — никаких официальных токенов PicoClaw не выпускал.

Все «pump.fun» и прочие торговые площадки с тикером PicoClaw — скам. Только picoclaw.io и sipeed.com — официальные домены, остальные похожие .ai/.org/.com/.net/… — сторонние регистрации.

Не деплоить в production до v1.0 — в README прямым текстом написано:

«There may be unresolved security issues. Do not deploy to production before v1.0». Это self-hosted агент, который получает доступ к LLM, к твоим файлам, к твоим мессенджерам. Неосторожный деплой = утечка.

Не держать API-ключи в config.json версии 0 — после первой миграции в version 1+ они должны лежать в .security.yml с правами 600.

Если правишь руками — читай docs/security/security_configuration.md.

Не запускать с флагом -public без TLS-терминации — Gateway без шифрования на 0.0.0.0 отдаёт webhook-секреты в открытом виде.

Ставь перед ним Caddy/Nginx с Let’s Encrypt, либо держи Gateway за Tailscale/VPN.

Не ставить 10 каналов с моделью по умолчанию gpt-4o без роутинга — счета за API за пару дней могут удивить.

Включи model_router для простых запросов, вынеси сложные в тяжёлую модель.

Не использовать один и тот же бинарь на всех архитектурах — Raspberry Pi Zero 2 W требует arm (32-bit) или arm64 (64-bit), LicheeRV-Nano требует riscv64, x86-сервер требует amd64.

Скачивай с picoclaw.io — сайт сам подберёт архитектуру.

Не верить forward-looking моделям из таблицы README — там в нотах стоят «GPT-5.4, GPT-4o, o3, etc.», «Gemini 3 Flash, 2.5 Pro, etc.», «GLM-4.7, GLM-5, etc.», «Qwen3, Qwen-Max, etc.» — это примеры семейств, а не подтверждённый список.

Реальный набор моделей смотри в Providers & Models для своей версии PicoClaw.

Не путать PicoClaw с «MiniMax»-провайдером из таблицы README — в исходной таблице есть строка Minimax с протоколом minimax/ и URL platform.minimaxi.com, которая выглядит как опечатка/артефакт в README.

Реальных LLM-провайдеров с таким именем и URL в этом списке нет — в нашем материале мы её не используем.

Чеклист

Чеклист

Проверка перед запуском

Проверь, что плата поддерживается — загляни в Hardware Compatibility List.

Минимум по README — 64 MB RAM, но для production-нагрузки с 5+ каналами и MCP рекомендуют 512 MB.

Скачай бинарь под свою архитектуру — picoclaw.io определит автоматически, либо возьми с GitHub Releases. Для Raspberry Pi Zero 2 W:

arm (32-bit) или arm64 (64-bit), для LicheeRV-Nano — riscv64.

Проверь, что есть API-ключ LLM-провайдера — OpenAI, Anthropic, Gemini, OpenRouter, или подними Ollama/vLLM локально.

Без ключа или локального рантайма агент не ответит.

Положи ключ в .security.yml после первой миграции — конфиг version 0 хранит ключи открыто, после первого запуска они переезжают в ~/.picoclaw/.security.yml с правами 600.

Не откатывай на version 0.

Настрой хотя бы один канал для теста — проще всего Telegram (нужен только bot token).

Проверь отправку и приём сообщений до того, как подключать остальные.

Запусти picoclaw agent -m “2+2” — если ответ пришёл, конфиг и LLM-провайдер связались.

Если нет — читай docs/operations/troubleshooting.md.

Для Docker:

проверь PICOCLAW_GATEWAY_HOST — без него Gateway слушает только 127.0.0.1, и ты не достучишься из браузера хоста до localhost:18800.

Для macOS: пройди Gatekeeper один раз — System Settings

Privacy & Security → Open Anyway. Дальше запускается без вопросов.

Для Android:

реши, APK или Termux — APK проще, Termux гибче, но требует proot и termux-chroot.

Реши про MCP

если планируешь подключать MCP-сервера, проверь заранее, что нужный сервер доступен через npx/uvx/System package, и CLI-команда picoclaw mcp add его подхватит.

Не забудь про бэкап workspace/ — там лежат JSONL-память, логи, конфиг.

Потеря workspace = потеря контекста у агента.

Ссылки

Ссылки

• Репозиторий: PicoClaw на GitHub
• Сайт: Официальный сайт PicoClaw
• Документация: Официальная документация
• Документация: Hardware Compatibility List
• Документация: Providers & Models
• Документация: Chat Apps Configuration
• Документация: Configuration
• Документация: MCP Server CLI
• Документация: Scheduled Tasks and Cron Jobs
• Документация: Tools Configuration
• Документация: Troubleshooting
• Документация: Security Configuration
• Релизы: GitHub Releases
• Статья: OpenAI: Introducing GPT-5.4
• Статья: Anthropic: Introducing Claude Opus 4.6

По теме

По теме

• База знаний: OpenClaw: self-hosted агент с доступом через мессенджеры
• База знаний: Локальный ИИ на одной команде: как Ollama сделала LLM доступными без облака
• База знаний: Notion MCP: подключаем Notion к ИИ-агенту за минуту
• База знаний: Composio: как дать агенту руки и подключить 1000+ сервисов без боли
• База знаний: Многоагентные системы в OpenClaw: команда ИИ в одном контуре
• База знаний: Brave Search API: независимый поиск для AI-агентов
• База знаний: Anthropic SDK: что выбрать под задачу — Messages API или Claude Agent SDK
• База знаний: Telegram-бот для бизнеса: точка входа, которая передаёт данные дальше, а не держит их у себя