一颗指甲大的 Wi-Fi 芯片，你跟它说一句话，它自己写出程序，跑了起来；它看得懂摄像头里的现场，自己决定怎么应对；它把灯点亮、把电机转起来；它还记得住你的习惯，越用越懂你。

一个会自己写代码、自己动手的完整AI Agent——Ameba-Claw。

Ameba-Claw 是什么？

如果说 OpenClaw 等开源项目，让人们看到了 AI 在 PC 与服务器端，通过对话调度工具、处理复杂任务的能力；那么 Ameba-Claw，就是将这套“自然语言即编程”的理念，从数字世界带入真实的物理 IoT 世界。

Ameba-Claw 是一套为微型芯片打造的端侧智能体框架，感知、决策、执行、记忆的整套 Agent 闭环，都在芯片本地跑通。它可以在设备运行时生成新的功能，并不断扩展能力，不再是只执行预设固件。

当这种能力进入 IoT 场景时，会发生什么？

你对搭载 Ameba-Claw 的设备说一句：“准备看电影。”

Agent 会即刻理解这句日常聊天，在端侧自主推演并通过 MCP 与多个设备协同工作：自动调暗氛围灯、降下幕布，并顺手将空调设为适宜的 24 度。

场景只是开始。面对视觉处理、网络通信与 UI 渲染，它能力又如何？

实践

以下四个实践，均未预置业务代码，现场生成并运行。同一块硬件可以在不同场景下切换身份——监控终端、自动化控制器、交互式信息看板，均可重新定义。

Demo 1 · 视觉实践：USB摄像头+LCD动态监控

Realtek 芯片强大的 USB Host 能力，直驱标准 USB UVC 摄像头，无需额外视觉处理单元。 它可以拍照、本地存储，并调用多模态模型理解图像，能直接回答“图里发生了什么”。

比如，你想做一个能够自动识别画面变化的监控终端。设备每 5 秒抓拍，与上一帧对比，在屏幕上标出新增、移动与未变化物体，并给出变化提示。

这一演示完整串起了“USB Host驱动 UVC 摄像头 → 按需调用多模态模型 → LCDC 实时渲染显示”的端到端链路。原本需要专用视觉模组才能完成的监控任务，现在一颗Wi-Fi芯片加上标准摄像头就够了。

换个场景，你还能直接问它：

门口是人还是动物？ 

设备面板上哪个指示灯亮了？ 

柜门有没有关严？

Demo 2 · 零烧录自组网：局域网语音对讲机

Ameba-Claw 原生接入了微信、QQ、Telegram、WebIM，多端消息统一进入 Agent 循环处理。你在微信里发：

“做一个对讲机，启动接收...”

两台完全没有写过业务代码的开发板，在运行中生成代码，自动通过 UDP 广播实现局域网自组网，驱动 DMIC 捕获麦克风音频，驱动 I2S 通过扬声器输出音频。几秒后，对讲机通了。

无论是视频监控，还是局域网对讲机，核心都在于 Ameba-Claw 能够将自然语言，转化为 Lua 脚本并运行。

Demo 3 · 零代码软硬件交互：LVGL HMI 图形控制面板

当你说需要一个带界面的硬件中控，Ameba-Claw 自动调用芯片的 LCDC 与 LVGL 图形库。不仅在屏幕上画出“LED Studio”控制面板，还能通过UI控件直接控制底层硬件——手指拖动屏幕上的滑块，灯光实时灵敏变色。

从UI渲染到SPI硬件控制，全程由 Agent 在运行时完成，零代码实现软硬件交互。

Demo 4 · 全UI应用自适应渲染：2048游戏

除了控制类应用，Ameba-Claw 也可以承载完整的图形化应用逻辑。它自主读取屏幕分辨率，在端侧反算出精确的留白和棋盘边距，确保在不同分辨率屏幕上正常显示 UI 界面，包括方块滑动、数字合并、过渡动画以及完整的游戏逻辑。

硬件底座：RTL8721F

Ameba-Claw 方案的优势，得益于 RTL8721F 在硬件层面的配置。

端侧 Agent 需要什么？足够的内存承载上下文，足够的存储记录长期记忆，丰富的外设去连接传感器和执行器，以及稳定的无线连接。

全场景网络：标配双频 Wi-Fi 6（2.4G/5G），5GHz 频段保障复杂环境中的实时响应。同时支持以太网与 BLE 5.0，三路网络按需并行，提升连接稳定性。
运行内存：高速 DQ16 PSRAM，承载更大的系统提示词、记忆摘要与多轮对话历史。加速复杂 GUI 图形显示。
存储扩展：支持 NOR 或者 NAND Flash、SD卡，为长期记忆、图片与日志提供充足空间。

显示输出：内置 LCDC 硬件控制器 + MJPEG 解码 + PPE 图形引擎，UI 和监控画面直接显示，不额外占用算力。

外部扩展：USB 2.0 HS 主从双模式，直连 UVC 摄像头、U 盘等标准外设，即插即用。

这些不是"锦上添花"的配置，而是 Agent 能够在端侧发挥作用的必要条件。

本地记忆：可编辑、持久化

为了让行为可持续演进，Ameba-Claw将长期配置与关键信息保存在本地Flash：

SOUL.md：定义设备的人格与行为红线（如“你是一个冷柜维护专家”）
USER.md：记录偏好与特殊权限
MEMORY.md：自动沉淀设备专属的、结构化的长期记忆摘要
SKILL.md：支持标准的 Skill 格式规范，通过 YAML 头按需加载不同的 Skill

开发者可直接编辑这些文件，它们会作为Agent的长期上下文参与推理，并为Skill提供可持久化的配置与约束。数据不上云，支持数据硬件加密和安全运行环境，隐私可控。

三分钟上手，开箱即跑

Ameba-Claw 完全开源，代码、文档与在线烧录工具均已就位，开箱即跑：

准备硬件：拿一块RTL8721F开发板。
极速配置：通过网页在线烧录固件、连接Wi-Fi、配置 LLM API Key和IM平台Token。
即刻对话：打开聊天工具，问“现在环境温度多少？”、说“拍照给我看看”，设备秒回。

开发者友好，不需要搭建Linux编译环境和安装Python依赖，也无需配置容器网络——只要Ameba-RTOS的开发环境（或直接使用预编译固件），就能让设备拥有Agent能力！

拿起手边的开发板，三分钟后，你的设备就能听懂第一句话。

现在就去试试。

资源

📦 获取开源源码: https://github.com/Ameba-AIoT/ameba-claw

📖 开发指南与在线烧录

使用指南：aiot.realmcu.com/zh/latest/ameba_claw/index.html
在线烧录：aiot.realmcu.com/zh/resource/web_flash_tool.html