乐鑫龙虾 ESP-Claw 来了!聊天就能开发智能设备
ESP-Claw 亮点速递对话定义设备行为通过 Chat Coding 实现智能设备的快速搭建设备端智能闭环在本地完成感知、推理、决策与执行灵活与稳定兼顾LLM 动态决策结合本地规则确保关键任务可控执行本地记忆长期学习设备实现结构化记忆与持续学习隐私不上云。乐鑫信息科技 (688018.SH) 正式推出 ESP-Claw —— 以 Chat Coding聊天造物为核心的 AI 智能体框架。它突破了编程边界让人人都能通过对话定义智能设备。传统物联网设备至今仍处于被动执行阶段能联网却不能思考能执行却不能决策能记录却不能学习。设备高度依赖云端且难以实现自然的实时交互。而 ESP-Claw 打破了“AI 必须依赖高算力服务器”的局限将 Agent Runtime 下沉至边缘芯片使设备在本地实现感知、推理与决策的完整闭环推动物联网设备迈向“自主智能决策”。ESP-CLAW 四大核心能力如果说 OpenClaw 是运行在 PC 和服务器上的 AI 智能体网关——通过 IM 聊天连接用户、调度大模型、管理工具与记忆那么 ESP-Claw 所要解决的是如何将这套能力从 PC 环境延伸到实体物理世界。面对边缘设备的资源约束、实时性要求和隐私敏感性ESP-Claw 给出了四项核心设计聊天即造物LLM 动态决策 Lua 确定性规则ESP-Claw 将 LLM 引入 IoT让 DIY 不再是程序员的专利。借助 Lua 动态加载 IM 聊天交互普通用户可以通过自然语言直接定义设备行为。使用场景无需编程AI 生成驱动代码普通用户使用聊天软件发送需求即可自动生成对应驱动代码驱动灯带驱动舵机驱动继电器同一硬件多种功能同一设备可根据需求切换不同功能如一条灯带即可实现天气灯、氛围灯或夜灯等不同模式的转换声控灯模式温控灯模式夜灯模式复杂应用组合多个外设可组合形成更复杂的应用如利用屏幕、按键、灯带、摄像头等实现游戏机、音乐播放器等功能。小恐龙游戏演示吹气球游戏演示以上体现了 LLM 动态决策的灵活性。但在 IoT 场景中关键操作如报警联动必须稳定可控不能依赖实时生成。因此ESP-Claw 引入 Lua 确定性规则LLM 生成的逻辑在验证后可固化为本地规则确保在离线或模型变更情况下仍能稳定运行。毫秒级响应事件驱动主动感知传统模式依赖轮询或指令触发而 AIoT 中的大量场景天然由事件驱动例如门磁触发、人体检测或温度突变。ESP-Claw 采用事件驱动架构设备主动上报事件由本地事件总线触发处理逻辑。对于高实时性需求通过本地规则直接执行实现毫秒级响应断网亦可独立运行。对于高实时性需求可通过本地规则执行在此基础上当本地没有匹配的 Lua 规则时Agent 会自动调用 LLM 进行分析判断而当任务超出本地算力范围如音视频分析、图像识别Agent 还能自动将数据上传给云端大模型进行深度处理再将结果返回给用户——实现云边协同。设备主动上报事件以摄像头场景为例设备通过 PIR 或帧差法持续检测画面变化触发拍照并上传云端模型识别对象类型。如果判定为人员入侵Agent 通过 IM 即时通知用户并附上抓拍照片若为动物则静默同时系统可基于历史事件进行总结例如“过去 3 小时过滤了 4 次动物事件刚检测到一次人员移动。”Agent 通过 IM 即时通知用户即插即用MCP 协议统一设备与 AIMCP (Model Context Protocol) 为 AI Agent 与物理世界之间建立了一套标准化的语义接口。它带来了三个根本性转变设备接入设备从逐一适配变为即插即用AI 推理AI 从单指令执行释放为跨设备多步编排生态关系不同 Agent 和设备能够使用同一套协议对话。ESP-Claw 设备具备 MCP Server 和 MCP Client 双重身份——既能被外部 Agent 调用也能主动调用外部服务实现真正的双向互联。MCP Server设备端ESP-Claw 设备作为 MCP Server将传感器读取、执行器控制等硬件能力封装为标准 MCP Tool任何支持 MCP 的 Agent如 OpenClaw、Claude、Codex均可直接调用。例如Claude Code 可以调用开发板上的摄像头拍照识别硬件或将代码编译进度实时显示在设备屏幕上ESP-Claw 设备作为 MCP ServerMCP Client调用端ESP-Claw 设备同时作为 MCP Client可以主动调用网络上任何 MCP Server 暴露的服务——不仅是其他 IoT 设备还包括 PC 端和云端的软件能力。例如设备可以调用地图软件查询实时路况或调用聊天软件发送会议提醒——设备从被动的“执行端”变成了能主动获取信息和调度服务的“智能节点”。ESP-Claw 设备同时作为 MCP Client设备也有记忆、能学习本地学习隐私不上云ESP-Claw 在设备本地实现了一套完整的结构化长期记忆系统。用户偏好、行为习惯与关键事件等私密信息均保存在本地无需上传云端。同时系统可自动提取高价值信息包括用户显式指令如“记住这个”、对话中的偏好与事实以及重要设备事件如异常报警或状态变化。私密信息均保存在本地为了适配 MCU 的资源限制ESP-Claw 引入“摘要标签”机制对话过程中仅加载轻量级标签目录如“饮食偏好”“设备状态”“作息规律”在需要时再通过标签精确召回对应的记忆正文从而在有限资源下实现高效检索。同时记忆系统具备自动归并、淘汰与压缩能力持续优化存储结构。这使设备不再只是记录数据而是能够基于长期行为进行学习与演进逐步形成个性化的智能响应能力。记忆系统持续学习与演进ESP-CLAW 快速上手ESP-Claw 现已开源目前该框架已支持 ESP32-S3、ESP32-C5、ESP32-P4 等芯片只需一块 DevKitC入门级开发板即可开始体验根据场景需要自由拓展外部传感器和执行器。浏览器一键刷固件通过浏览器将固件刷入 ESP32 芯片——无需编程或安装额外开发工具网页版刷写工具会引导开发者选择对应的芯片型号。IM 聊天即控制无需安装新 App可直接使用已有聊天软件控制设备做到自由切换模型供应商不依赖任何封闭生态或私有云。IM 控制流程示意图欢迎查看 ESP-Claw 开源工程及详细文档加入乐鑫社区一起探索 AI 原生 IoT 的无限可能