自托管 AI 助手对比:OpenClaw、nanobot、CowAgent 与 Letta

什么是自托管的个人 AI 助手、运行之前该考虑哪些问题,以及 OpenClaw、nanobot、CowAgent、Letta 和桌面端方案各自的区别。

AgentIndex · 发布于 2026-10-08 · 更新于 2026-10-08

越来越多的开源项目,可以把一个 AI 模型变成运行在你自己硬件上的助手:你在已经在用的聊天软件里和它对话,它会记事情、会调用工具、能按计划执行任务,并且不会把你的对话交给某个托管服务。从远处看它们很相似,但在架构、对你环境的假设,以及给模型多大权限这几方面,差别不小。

本文说明运行这类助手之前该考虑什么,并对比 AgentIndex 目录中四个最知名的选择,我们都读过它们当前的文档:OpenClaw、nanobot、CowAgent 和 Letta。细节来自各项目截至 2026 年 10 月的 README。

“自托管助手”是什么意思

这类项目的通用结构有四个部分:

  1. 网关或运行时:运行在你的电脑或服务器上,保存助手的状态、记忆和凭据。
  2. 渠道:与聊天软件(WhatsApp、Telegram、Slack、微信、飞书等)的连接,有时还有网页界面或原生应用。
  3. 模型层:由你选择,可以通过自己的 API Key 使用托管的模型服务,也可以使用本地模型。
  4. 工具和技能:让助手能够行动,比如读取文件、执行命令、浏览网页、调用 API。

和聊天网站相比,你获得了对数据和成本的掌控,也能在多个地方使用同一个助手;代价是要自己负责安装部署、更新和安全。

先考虑的五件事

你想在哪里和它对话? 如果必须在微信或飞书里使用,先确认渠道支持情况,不同项目的覆盖范围差别很大。

你打算给它多大的权限? 能执行 shell 命令、修改文件的助手,既有用又危险。要看有没有沙箱选项、审批模式,以及文档里是否清楚说明了哪些东西运行在宿主机上。

记忆怎么运作? 有的助手只保存对话历史;有的维护长期记忆,并随着学习不断改写;有的把记忆保存在你能直接阅读的文件里。要决定你想要可以查看的记忆,还是看不见内部的便利。

你想要多重的系统? 一个可以修改的、小而易读的 Python 核心,和一个带原生应用、插件市场的大型平台,是完全不同的选择。

谁在维护,用什么许可证? 检查最近的更新情况,读一下许可证。对于每天都要依赖的服务,持续维护的项目很重要。

四个项目

OpenClaw:渠道广、有原生应用、本地一个网关

OpenClaw 是一个开源助手,运行在你自己的电脑上,在你已经在用的渠道里回复:WhatsApp、Telegram、Slack、Discord、iMessage、Signal、Teams 等 20 多个。一个 Gateway 负责管理会话、工具和渠道连接,同一套配置既可以服务笔记本上的一个人,也可以服务一个团队。macOS、iOS、Android、Windows、Linux 的配套应用增加了语音、Canvas、摄像头和屏幕操作。模型和 Agent 运行框架(Claude、Codex、本地模型)都是可以替换的插件;文档说明默认情况下它只做每日的版本检查,匿名统计需要手动开启。采用 MIT 许可,由独立基金会管理。

适合: 想要最广的渠道和设备覆盖、并且能接受运维一个 Node.js 服务的人。使用前请先读安全指南:除非配置沙箱,工具会直接在宿主机上运行,收到的消息也应视为不可信输入。

nanobot:小巧、易读、Python

nanobot 来自香港大学数据智能实验室,是用 Python 编写的超轻量、可自托管的 Agent 框架。它可以在浏览器 WebUI、终端或聊天应用(Telegram、Discord、Slack、微信、飞书、邮件、Linear 等)中运行,在一个刻意保持小巧的核心之上,整合了工具、长期记忆、MCP、定时自动化和子 Agent。它支持兼容 OpenAI 接口的服务和本地模型,可在服务商之间切换,并提供 Python SDK 和兼容 OpenAI 的 API。采用 MIT 许可,需要 Python 3.11+。

适合: 想要一个能读懂、能改造的东西,或者想把助手嵌入自己的 Python 项目。它的企业级功能比大型平台少,源码安装比稳定版迭代更快。

CowAgent:对国内平台覆盖最深

CowAgent 的前身是 chatgpt-on-wechat,从一个热门的微信机器人发展成了个人助手和 Agent 运行框架。一个实例可以同时服务网页控制台、微信、飞书、钉钉、企业微信、QQ、微信公众号、Telegram、Slack 和 Discord,大多数渠道支持文字、图片、文件和语音。它有 Skill Hub、长期记忆和个人知识库、Agent 团队、用于配置的网页控制台,以及一行命令的安装脚本。采用 MIT 许可。

适合: 用户主要在国内消息平台上的场景。项目声明仅用于技术研究和学习,用户需自行遵守当地法律和各平台规则,这一点对个人微信接入尤其重要。

Letta:以记忆为核心

Letta(原名 MemGPT)关注的是拥有记忆和身份、并能通过改写自身上下文不断改进的 Agent。现在活跃的代码在 letta-code 仓库中(早先的 V1 API Server 已经退役):提供终端界面、桌面应用、浏览器界面和消息渠道,上下文用 git 跟踪,支持 Skills、子 Agent、定时任务和权限模式。默认后端是 Letta Cloud,远程计算机、密钥管理等部分功能需要登录。采用 Apache-2.0 许可。

适合: 把长期记忆作为核心诉求的场景。因为 Agent 会改写自己的上下文,建议不时检查它存了什么、被允许做什么。

一表对比

OpenClawnanobotCowAgentLetta
语言 / 运行时Node.jsPython 3.11+PythonTypeScript(letta-code)
最擅长渠道广,另有原生设备应用小而易改的核心国内平台持久、可自我改进的记忆
交互方式聊天应用、控制面板、原生应用WebUI、终端、聊天应用网页控制台、众多聊天应用CLI、桌面、浏览器、聊天应用
托管选项无(只能自托管)未提供可选的在线试用Letta Cloud(默认后端)
许可证MITMITMITApache-2.0

桌面端优先的替代方案

如果你更想打开一个应用,而不是给后台服务发消息,目录里还有两个思路不同的工具。AionUi 是桌面端的“协作(cowork)”应用,内置一个 Agent,同时能识别并统一管理 Claude Code、Codex 等 CLI Agent;Cherry Studio 是支持众多模型服务、内置 300 多个预设助手的桌面客户端。它们都不是你能用手机发消息的后台服务,但上手更容易。

任何能“动手”的助手都要遵守的安全清单

  • 从最小的工作区开始。 让助手只访问一个文件夹,而不是你的整个主目录。
  • 对 shell 命令和文件写入使用审批或沙箱,直到你信任这套配置。
  • 把收到的消息视为不可信。 任何能给助手发消息的人都可能试图操纵它;限制谁可以和它对话,有配对机制的话就启用。
  • 不要把密钥放进共享文件,优先使用范围受限、可随时撤销的 API Key。
  • 不要在没有认证和 TLS 的情况下把控制界面暴露到公网。
  • 定期检查记忆和技能,尤其是那些会自己写入内容的助手。

你可以在工作流自动化和多智能体分类里浏览更多项目;在把工具接到这些助手上之前,也建议读一读我们的《如何挑选 MCP Server》。