ClawLite：本地优先的 Telegram 个人 AI 助手开源发布

ClawLite 是一款本地优先的个人 AI 助手，运行在用户的设备上而非云端，并以 Telegram 机器人作为交互入口。该项目由 ForgeSynapse LTD 开发，以 Apache 2.0 协议开源，近期在 Hacker News 上以「Show HN」形式首次公开。其核心理念是：对话内容不出本地、可被显式控制的云端兜底、以及面向普通用户的一键安装体验。

项目定位与功能

ClawLite 默认调用本地 Ollama 运行大模型（默认模型为 llama3.2），所有对话与记忆都保存在设备本地的 SQLite 数据库中，并通过 onnxruntime 生成本地向量以支持语义检索。当用户提问需要实时信息时，ClawLite 会调用 Tavily 进行实时网页搜索，而非依赖陈旧的缓存索引。

其关键特性包括：

本地优先：默认使用 Ollama，零外发流量；如 Ollama 不可用且用户配置了 Groq API Key，可回退到云端推理，但会显式告知用户。
实时网页搜索：基于 Tavily，按需检索当前互联网内容。
持久化记忆：跨会话保留上下文，支持按语义召回历史对话。
沙箱保护：所有工具调用与 HTTP 请求都需通过白名单校验，不能访问本地文件系统或执行任意代码。
每日简报：可设定时间，自动检索并推送个性化早间摘要。

技术架构

ClawLite 的请求处理流程按职责分层：

Telegram 消息进入后，先经沙箱校验，阻断恶意内容。
由规划模块决定「搜索网页 / 召回记忆 / 直接回答」。
通过 Tavily 或本地记忆完成工具调用。
由 Ollama 加载的本地模型生成回复。
交互结果写入本地 SQLite，供后续语义检索使用。

主要技术栈包括 python-telegram-bot（消息接口）、Ollama（本地推理）、Groq（可选云端兜底）、tavily-python（搜索）、SQLAlchemy + SQLite（持久化）、Loguru（日志）等，刻意避开了 PyTorch 等重型依赖以降低安装门槛。

安装与配置

面向普通 Windows 用户，官方提供一键安装包，无需命令行或管理员权限；面向开发者则支持手动安装或 Docker 部署。基本流程为：

在 Telegram 中通过 @BotFather 创建机器人并获取 Token。
在 tavily.com 注册并获取免费 API Key。
拉取本地模型（默认 ollama pull llama3.2）。
通过 pip 或 docker compose 启动。

可配置项包括 Telegram Token、Tavily Key、本地模型名称、Groq Key、沙箱模式（strict / permissive）以及每日简报的开启状态与推送时间。机器人内置 /start、/help、/status、/memory clear、/brief on/off 等命令。

路线图与现状

目前已完成的功能包括 Telegram 机器人、本地 LLM 推理、Tavily 实时搜索、本地语义记忆、沙箱、云端兜底以及每日简报调度。路线图中的待办项包括 Whisper 语音输入、WhatsApp 支持、插件/技能市场等。

总体而言，ClawLite 并非底层模型或框架层面的创新，而是把「本地 LLM + 实时搜索 + 长期记忆 + 沙箱」封装成一个对普通用户更友好的 Telegram 体验。对关注隐私优先、本地化部署的个人开发者与小团队而言，它提供了一个可即刻上手的参考实现。