FastClaw
使用场景 · 开发者

面向开发者的自托管 AI 助手

用一个 Go 二进制在笔记本或服务器上运行你自己的 AI Agent。任意模型,本地或云端皆可,终端、网页和聊天软件都能直接对话。

01

一条命令完成安装

一个二进制放进 ~/.local/bin,首次运行进入配置向导,数据存放在 ~/.fastclaw 的 SQLite 中。不需要 Node、Python 或 Docker。

02

你的模型,你的 Key

OpenAI、Anthropic、DeepSeek、OpenRouter 或本地 Ollama 模型。可按 Agent 切换,也可以在 fastclaw chat 中用 /model 随时切换。

03

有真正记忆的 Agent

每个 Agent 都有 SOUL.md 人格、IDENTITY.md 身份,以及在对话之间持续更新的长期记忆 MEMORY.md。

04

提醒与定时任务

说一句"每天早上 9 点提醒我",Agent 就会创建定时任务,结果推送回网页聊天或你发起请求的 IM 渠道。

05

可通过 CLI 脚本化

fastclaw agents init、config、files、rm 与控制台读写同一份数据,运行中的网关会自动热加载。

一个真正属于你的个人 Agent

FastClaw 像 CLI 工具一样安装,像服务一样运行。执行 fastclaw,在配置向导里选一个模型服务商,就能得到一个可用的 Agent,以及 localhost:18953 上的网页控制台。Agent、会话、设置全部存在一个 SQLite 文件里,备份和迁移都很方便。

可以用 OpenAI 这样的云端模型,也可以用 Ollama 完全本地运行。每个 Agent 都能使用不同的 模型,比如让便宜快速的模型做分流,让更强的模型处理正事。

随时随地与它对话

同一个 Agent 可以在终端(fastclaw chat)、浏览器和手机上回复你。把它绑定到 Telegram,或者在 Mac 上让它回复 iMessage 私信。用 /pair <code> 配对渠道,只有你拥有所有者权限。

你休息时它继续工作

Agent 会自己创建 定时任务——每日摘要、提醒、周期性检查——并把结果推送回你发起的对话。从 ClawHub 或 GitHub 安装 技能 赋予它新能力,或者自己写一个 SKILL.md。

常见问题

在你自己的 Agent 上试试

在 FastClaw Cloud 免费开始,或一分钟内自部署单个二进制。