zclaw - Trợ lý AI cá nhân chạy trên ESP32 với 888KB

• Trợ lý AI siêu nhẹ chạy trên bo mạch ESP32, với tổng kích thước firmware bị giới hạn dưới 888KiB
• Được viết bằng C và có thể kết hợp bằng ngôn ngữ tự nhiên các tính năng như điều khiển GPIO, lập lịch (cron), bộ nhớ bền vững và công cụ do người dùng tự định nghĩa
• Toàn bộ image bao gồm Wi-Fi, TLS/mã hóa và gói chứng chỉ vẫn nằm trong 888KiB, còn mã ứng dụng chỉ khoảng 25KB
• Hỗ trợ tích hợp với trò chuyện qua Telegram và web relay, cùng các nhà cung cấp LLM chính như Anthropic, OpenAI, OpenRouter
• Đã được kiểm thử trên các bo mạch ESP32-C3/S3/C6, phát hành mã nguồn mở (giấy phép MIT) để đảm bảo khả năng thử nghiệm và mở rộng AI nhúng

---

Tổng quan dự án

• zclaw là trợ lý AI cá nhân cho ESP32, được thiết kế với mục tiêu giữ tổng kích thước firmware dưới 888KiB
  • Firmware bao gồm toàn bộ logic zclaw, runtime ESP-IDF/FreeRTOS, Wi-Fi, TLS và gói chứng chỉ
  • Riêng mã ứng dụng chỉ ở mức khoảng 25KB, chiếm khoảng 4% toàn bộ image
• Dự án được viết trên nền ngôn ngữ C, hỗ trợ kết hợp công cụ bằng lệnh ngôn ngữ tự nhiên, cùng điều khiển GPIO và chức năng lập lịch
• Với khẩu hiệu “Fun to use, fun to hack on”, dự án nhấn mạnh thử nghiệm cho lập trình viên và khả năng mở rộng

Tính năng chính

• Cung cấp giao diện chat qua Telegram hoặc web relay
• Hỗ trợ lập lịch có nhận biết múi giờ: có thể cấu hình tác vụ lặp hoặc một lần như daily, periodic, once
• Mở rộng chức năng thông qua công cụ tích hợp sẵn và công cụ do người dùng tự định nghĩa
• Điều khiển đọc/ghi GPIO và tích hợp cơ chế bảo vệ như gpio_read_all
• Cung cấp bộ nhớ duy trì sau khi khởi động lại
• Có thể chọn persona: neutral, friendly, technical, witty
• Tích hợp nhà cung cấp LLM: Anthropic, OpenAI, OpenRouter

Hỗ trợ phần cứng

• Đã kiểm thử trên: ESP32-C3, ESP32-S3, ESP32-C6
  • Các biến thể ESP32 khác cũng có thể hoạt động nếu cấu hình thủ công
• Bo mạch khuyến nghị: Seeed XIAO ESP32-C3
• Cung cấp script cho vòng lặp phát triển và hack cục bộ
  • build.sh, flash.sh, provision-dev.sh, monitor.sh v.v.

Cài đặt và cấu hình

• Cung cấp lệnh bootstrap một dòng cho macOS/Linux
  • bootstrap.sh sẽ clone kho lưu trữ rồi chạy install.sh
• Có thể lưu thông tin xác thực đã mã hóa bằng chế độ flash bảo mật (--flash-mode secure)
• Thông tin xác thực Wi-Fi và LLM được cấu hình bằng provision.sh
• Giới hạn gọi LLM mặc định: 100 lần mỗi giờ, 1000 lần mỗi ngày (có thể thay đổi khi biên dịch)
• Có thể kiểm tra phản hồi của thiết bị bằng script thử nghiệm (web-relay.sh)

Giấy phép và thông tin kho lưu trữ

• Giấy phép MIT
• Trang tài liệu chính thức: zclaw.dev

[GN⁺]

Ý kiến trên Hacker News

• Có thể là tôi hiểu sai, nhưng tôi tò mò không biết đây là một LLM nhỏ được nhúng sẵn, hay chỉ đơn giản là một wrapper cần kết nối Internet

  • Là wrapper. Về cơ bản nó dùng OpenAI API. Xem liên kết mã nguồn
  • Phần lớn các dự án claw đều có cấu trúc wrapper kiểu này

• Điểm thú vị của việc chạy claw trên ESP32 không phải là hiệu năng tính toán, mà là việc nó luôn bật và gần như không cần bảo trì
  Tôi đang chạy pipeline tự động hóa trên máy chủ Linux, và vấn đề lớn nhất không phải là logic AI mà là quản lý host. Cập nhật, OOM, khởi động lại, v.v.
  Nếu ESP32 làm proxy cho cloud API và xử lý orchestration công cụ ở cục bộ, thì nó lại trở thành mục tiêu triển khai ổn định hơn cho các vòng lặp agent đơn giản

  • Tôi tò mò không biết nó cài hệ điều hành nào, và cập nhật được thực hiện ra sao
  • Hoàn toàn đồng ý. Vi điều khiển về cơ bản là một host có khả năng tự phục hồi — không có package manager, không có nâng cấp kernel, cũng không có cấu hình cgroup. Khi reset thì nó luôn quay về cùng một trạng thái. Trong khi đó trên Linux, kiểu “apt upgrade định kỳ xong phát sinh lỗi” là chuyện debug hằng ngày
  • Nhưng chẳng phải trên Linux cũng có thể làm đơn giản được sao? Tôi vận hành vài Apache server, và chúng chạy tốt nếu chỉ đụng vào khi tới EOL
  • Nhưng làm vậy sẽ có thêm nhiều điểm lỗi hơn. Máy chủ đám mây, Internet, kết nối không dây, chỉ cần một mắt xích đứt là có vấn đề. Không phải cách tiếp cận tệ, nhưng nó không làm giảm vấn đề

• Có ai giải thích về ADC (bộ chuyển đổi tương tự-số) của SoC ESP từ góc nhìn kỹ sư không?
  Những người đã dùng thì nói là nó khá khó chiều, nhưng tôi nghe bảo nếu xử lý khéo thì có thể dùng ở mức chip STM
  ESP32 từng là một trong số ít chip lớn dùng ISA riêng, rồi sau đó chuyển sang RISC-V

  • ADC của ESP32 có thông số được định nghĩa rất lỏng lẻo. Nếu “bí kíp” ở đây bao gồm hiệu chuẩn chính xác hoặc đo đặc tính theo kiểu khó làm trong môi trường sản xuất, thì đó có lẽ là câu trả lời
  • ISA trước đây của ESP32 dựa trên IP được mua từ Tensilica
  • ADC của ESP32 không dành cho audio độ chính xác cao mà là cho điều khiển đầu vào đơn giản. Kiểu nối biến trở để nhận input vật lý. Muốn có giá trị ổn định thì phải lấy trung bình nhiều mẫu. Nhưng để theo dõi điện áp thay đổi chậm thì vẫn đủ dùng

• Có phiên bản cộng tác nào của claw kiểu này không? Ví dụ như bản self-hosted để cả gia đình cùng dùng
  Tôi nghe OpenClaw có tính năng profile, nhưng không rõ nó có hỗ trợ đồng thời chat cá nhân và chat chia sẻ hay không

  • Tôi cũng từng tự làm một thứ tương tự. Một bot self-hosted dựa trên Signal, có hỗ trợ chat nhóm
    Gần đây tôi thêm tính năng tự động hóa mua thực phẩm — tạo danh sách nháp dựa trên lịch sử đơn hàng trước đó, rồi khi các thành viên gia đình chỉnh sửa xong, agent sẽ dùng công cụ trình duyệt để tạo giỏ hàng. Khâu thanh toán vẫn còn thủ công nhưng gần như đã hoàn thiện. Loại dự án này có lẽ sắp được open source

• Tôi có vài chiếc ESP32 và màn hình OLED nhỏ, đang nghĩ xem có nên làm một Tamagotchi thông minh bằng chúng không. Có ý tưởng nào khác không?

  • Tôi cũng từng làm kiểu tương tự, nhưng cuối cùng lại quy về việc viết state machine. LLM không giỏi tự quyết định những chuyện như “khi nào thì nên ăn”. Cuối cùng cứ thêm biến và quy tắc mãi rồi sẽ mất phương hướng
  • Nghe hay đấy. Có phải là bản dùng màn hình siêu nhỏ 0,46 inch không? Cái đó có thể đem ra nghịch cho khá nhiều mục đích thú vị

• Nghĩ kỹ thì OpenClaw giống như ROS (Robot Operating System) của thế giới AI agent
  Nó định nghĩa cách các node phân tán tương tác với nhau, và có cấu trúc ghép nhiều node chức năng để tạo thành hệ thống lớn hơn

  • Nhưng thực sự có đặc tả hay giao thức như vậy không? Theo tôi thấy thì nó giống một nền tảng gắn nhiều tích hợp vào hơn. Tôi dùng thử khoảng một tuần và có cảm giác như vậy

• Tôi là người đơn giản. Chỉ cần thấy ESP32 là bấm upvote ngay

• Có gợi ý nào về agent kiểu claw nhẹ cho Linux không? Không cần container hay sandbox

  • Tôi đang dùng picoclaw
  • Nếu chỉ cần WhatsApp và web chat thì tôi đang dùng frontend web của mình gắn lên piclaw. Nó hoạt động như một web app có thể truy cập qua Tailscale
  • zeroclaw cũng đáng cân nhắc

• Lâu rồi mới lại thấy mẫu này

  bash <(curl foo.sh)
  

  Thường thì người ta dùng

  curl foo.sh | bash
  

  nhưng cả hai đều rủi ro về bảo mật. Thay vào đó tôi khuyên dùng các cách sau

  curl foo.sh | tee /tmp/foo.sh | bash
  bash -c "$(curl foo.sh)"
  curl foo.sh -o /tmp/foo.sh && bash $_
  

  Tôi thích cách cuối cùng hơn

  • Tôi nghe nói lưu vào file tạm rồi mới chạy sẽ tốt hơn việc pipe curl thẳng vào bash. Nhưng rốt cuộc thì vấn đề niềm tin vẫn như nhau. Nếu không tự đọc mã thì cũng không thể an toàn tuyệt đối
  • Nếu muốn an toàn hơn thì

    t=$(mktemp) && [ -w $t ] && curl foo.sh -o $t && echo "$t ..." | sha256sum -c - && bash $t
    

    nên thêm bước xác minh hash như vậy
  • Nếu muốn làm thật chỉn chu thì viết theo cách độc lập với shell cũng là một lựa chọn

• Những dự án claw kiểu này thật ra có cấu trúc không quá phức tạp. Chỉ cần cho LLM quyền gọi API là làm được

  • Điều khiến tôi ngạc nhiên là giữa cơn sốt OpenClaw lại có nhiều người thậm chí còn không biết các khái niệm máy tính cơ bản. Trông như thể họ chưa từng nhìn ra ngoài thư mục node_modules
  • Tôi gần đây cũng đang tự phát triển claw, và câu “không có gì ghê gớm” nghe giống như nhìn một tấm ván ép gắn bốn bánh xe rồi bảo ô tô chẳng có gì phức tạp. Muốn làm trợ lý cá nhân tử tế thì phức tạp hơn nhiều
  • Nếu ai cũng chạy agent cá nhân 24/7 thì có thể sẽ cần nhiều tài nguyên tính toán hơn chúng ta tưởng. Tất nhiên chuyện đó có thực sự xảy ra hay không thì vẫn chưa biết
  • Lập trình cũng vậy thôi. Kiểu như nói “chẳng phải chỉ là gõ phím trên bàn phím à”
  • Rồi chúng ta sẽ sớm biết chuyện gì xảy ra khi cho chuột một chiếc bánh quy