AI Agent

运行在 openvela 嵌入式系统上的 AI Agent 框架。

多 LLM 后端 · ReAct 工具调用 · 多渠道接入 · 多节点协作 · 语音交互 · 低内存优化

所有运行 openvela OS 的智能设备（手表、眼镜、音箱、耳机等）都可以部署此 AI Agent，设备间通过 OpenClaw Node 协议互联互通。

功能亮点

🧠 多 LLM 后端 — Kimi / 通义千问 / DeepSeek / GLM / MiMo / Claude / OpenAI 及任意 OpenAI 兼容接口，一条命令切换
🔧 ReAct Agent — 35+ 内置工具，支持并行执行，自动推理-行动循环
📡 多渠道接入 — CLI / 飞书 Bot / 微信 Bot / WebSocket / MQTT / 语音（ASR+TTS），统一消息总线，均可通过 Kconfig 独立开关
🌐 多节点协作 — Hub 模式接受设备连接，Node 模式连接 OpenClaw Gateway，跨设备工具调用
🔌 MCP 协议 — 设备端 MCP Client 通过 Streamable HTTP 直连远程 MCP Server（已验证高德地图 15 工具、滴滴出行 13 工具），动态发现和调用远程工具
📝 Skills 系统 — Markdown 格式可扩展技能，10 个内置 Skill，对话即可创建新技能
🔒 安全加固 — 工具白名单、敏感工具限流、Shell 三级策略、日志脱敏
💾 低内存优化 — 堆检测、内存池、流式输出，模块化 Kconfig 裁剪，适配手表级设备（~256KB RAM）
🔀 智能路由 — 多后端 LLM Router，复杂度感知路由、自动故障转移、成本优化
📷 视觉能力 — 摄像头拍照 + Vision LLM 分析，支持 V4L2 设备

快速开始

编译

# 克隆到 openvela 工程
git clone <your-git-repo-url>.git <openvela>/packages/ai_agent

# 编译并运行 QEMU
./build.sh vela_goldfish-arm64-v8a-ap --cmake
./emulator.sh cmake_out/vela_goldfish-arm64-v8a-ap

首次编译需在 apps/CMakeLists.txt 末尾 add_subdirectory(builtin) 之前加入：
if(EXISTS ${CMAKE_CURRENT_LIST_DIR}/packages/CMakeLists.txt)
  add_subdirectory(packages)
endif()

基本使用

vela> set_llm kimi sk-xxxxxxxxxxxx       # 设置 LLM
vela> ask 现在几点了？                     # 对话
vela> ask 帮我搜索 NuttX 最新版本          # 工具调用（自动触发 web_search）
vela> set_tavily_key tvly-xxxxxxxxxxxx   # 设置搜索（可选）
vela> set_feishu_app cli_xxx xxxxxxxxxx  # 设置飞书 Bot（可选）
vela> mcp_add amap https://mcp.amap.com/mcp?key=xxx  # 接入高德地图 MCP
vela> mcp_add didi https://mcp.didichuxing.com/mcp-servers?key=xxx  # 接入滴滴出行 MCP
vela> mcp_discover                       # 发现远程工具

支持的 LLM 后端

预设	默认模型	说明
`kimi`	kimi-k2.5	Moonshot AI
`qwen`	qwen-turbo	通义千问
`deepseek`	deepseek-chat	DeepSeek
`glm`	glm-4-flash	智谱 AI
`mimo`	MiMo-v2-Flash	小米大模型（Flash/Pro/Omni）
`openai`	gpt-4o	OpenAI
`claude`	claude-sonnet-4-20250514	Anthropic Claude
`openrouter`	openrouter/hunter-alpha	OpenRouter 聚合

vela> set_llm deepseek sk-xxxxxxxxxxxx   # 切换后端
vela> set_llm model mimo-v2-pro          # 仅切换模型
vela> list_models --free                 # 列出可用模型（openrouter）

LLM Router（多后端路由）

支持最多 4 个后端同时配置，按任务复杂度自动选择最优后端：

vela> router_set deepseek sk-xxx         # 添加后端
vela> router_set kimi sk-xxx             # 添加第二个后端
vela> router_profile eco                 # 切换路由策略（eco/auto/premium）
vela> router_status                      # 查看路由状态

内置工具（35+）

分类	工具	说明
🔍 搜索	`web_search` `news_search` `fetch_url`	Tavily/SerpAPI/Exa/NewsAPI
📁 文件	`read_file` `write_file` `edit_file` `list_dir`	限制在 /data/agent/
⏰ 定时	`cron_add` `cron_list` `cron_remove`	定时任务调度
🖼️ 视觉	`analyze_image` `camera_capture`	Vision LLM 图片识别/OCR/截屏分析，V4L2 拍照
🐚 Shell	`run_shell`	NuttX 命令（三级安全策略）
⌚ 设备	`get_battery` `get_wear_state` `get_screen_state` `get_heartrate` `get_steps` `vibrate`	传感器与控制
📄 飞书文档	`feishu_doc_create` `feishu_doc_write` `feishu_doc_read` `feishu_doc_list`	飞书云文档 CRUD
💬 飞书群聊	`feishu_chat_members` `feishu_send_mention`	群成员查询、@提醒
🎵 音乐	`music_search` `music_play` `music_pause` `music_resume` `music_stop` `music_seek` `music_set_volume` `music_status`	网易云搜索 + PCM/WAV/MP3 播放
📱 QuickApp	`launch_quickapp` `exit_quickapp`	启动/退出快应用
🌤️ 其他	`get_weather` `get_current_time`	天气、时间
🔌 MCP 远程	高德地图 15 工具、滴滴出行 13 工具等	Streamable HTTP 动态发现，`mcp_add` 接入

接入通道

通道	协议	说明
CLI	NSH Shell	`ask <text>` 直接对话
飞书 Bot	WebSocket	群聊/私聊，长连接
微信 Bot	HTTPS (iLink Bot)	QR 码登录，长轮询收消息
WebSocket	WS (28789)	外部客户端接入，Hub 模式
MQTT	MQTT-C	IoT 设备集成
Voice	PCM/ASR/TTS	火山引擎后端，支持多厂商切换
Node	OpenClaw	多设备工具互调
MCP Client	Streamable HTTP	远程 MCP Server 工具发现与调用（高德/滴滴等）

详见接入通道文档。

Skills 系统

10 个内置 Skill，Markdown 格式，对话即可创建新技能：

Skill	说明
`weather`	天气查询和预报
`daily-briefing`	个性化每日简报
`skill-creator`	教 Agent 创建新 Skill
`reminder`	定时提醒
`note-taker`	快速笔记
`translate`	文本翻译
`news-digest`	新闻摘要
`task-manager`	TODO 任务管理
`system-health`	系统状态检查
`feishu-test`	飞书集成测试

vela> ask 帮我创建一个翻译技能    # 对话创建
# 或手动放 .md 文件到 /data/agent/skills/

配置

Kconfig 模块开关

所有可选模块均可通过 Kconfig 独立开关，按需裁剪 RAM/Flash 占用：

开关	默认	说明	预估 RAM
`AI_AGENT_FEISHU`	y	飞书 Bot 通道（WebSocket 长连接）	~108KB
`AI_AGENT_WEIXIN`	y	微信 Bot 通道（HTTPS 长轮询）	~45KB
`AI_AGENT_MQTT`	y	MQTT 通道	~15KB
`AI_AGENT_NODE`	y	Hub-Node 跨设备协议	~20KB
`AI_AGENT_MCP`	y	MCP 工具桥接（Client + Server）	~25KB
`AI_AGENT_LVGL_UI`	n	LVGL 聊天 UI	~50KB
`AI_AGENT_CAMERA`	n	V4L2 摄像头拍照工具	~5KB
`AI_AGENT_AUDIO_PREPROCESS`	n	音频预处理（NS + AGC）	~150KB
`AI_AGENT_SKILL_SYNC`	n	飞书多维表格技能同步	~5KB
`AI_AGENT_NET_RPMSG`	n	RPMSG/TUN 网络（无 Wi-Fi 设备）	—
`AI_AGENT_TEST`	n	集成测试命令	~2KB

最小配置（CLI-only）：关闭 FEISHU + WEIXIN + MQTT + NODE + MCP + LVGL_UI，预估节省 ~260KB RAM。

配置文件

配置文件位于 /data/agent/config/：

文件	说明
`SOUL.md`	Agent 人格设定
`USER.md`	用户信息
`config.json`	运行时配置（API Key 等，CLI 命令自动持久化）

文档

文档	说明
架构	模块概览、数据流、内存管理、安全机制
接入通道	飞书 / 微信 / MQTT / Voice / WebSocket / 多节点
内置工具	33 种工具列表、Shell 安全策略
CLI 命令	完整命令参考（50+ 条）
Skills 系统	内置 Skill、自定义 Skill、文件格式

Acknowledgments

AI Agent is a derivative work based on MimiClaw, originally created by Ziboyan Wang and contributors under the MIT License.

AI Agent reimplements and extends MimiClaw’s AI agent architecture for the Vela/NuttX platform, adding multi-channel support (Feishu/WeChat/MQTT/Voice), multi-device collaboration (OpenClaw Node), MCP protocol integration, and optimizations for resource-constrained wearable devices.

We gratefully acknowledge the MimiClaw project and its contributors for the foundational work that made AI Agent possible.

License

Apache-2.0