夜雨聆风点击上方“小妖同学学AI”，选择“星标”公众号
超级无敌干货，第一时间送达！！！
EdgeClaw 完全解析：边缘-云协同的隐私安全 AI 代理
项目介绍：当 AI 代理学会“边界感”
在当前的 AI 代理架构中，几乎所有数据和任务都被一股脑地推送到云端，导致隐私泄露风险持续累积，边缘设备的计算能力却被白白浪费。如何让 AI 代理既拥有云端的强大能力，又能保护用户的敏感信息？EdgeClaw 给出了一个优雅的答案。
EdgeClaw 是由清华大学 THUNLP、中国人民大学、AI9Stars、ModelBest 和 OpenBMB 联合开发的开源项目，基于 OpenClaw 构建，旨在重新激活边缘计算的价值。它通过一套可定制的三层安全系统（S1 直通 / S2 脱敏 / S3 本地），实时分类每条请求的敏感度和复杂度，并通过可组合的管道将请求路由到最隐私安全、最经济的处理路径上。开发者无需修改任何业务逻辑，即可实现“公开数据上云、敏感数据脱敏、私密数据本地处理”的智能分流。
核心特性：三层安全协作 + 成本感知路由
三层安全分级，数据永不越界
EdgeClaw 为每条用户消息、工具调用和工具结果进行实时分级：
S1（安全）：直接发送到云端模型（如“写一首关于春天的诗”）。 S2（敏感）：在设备端脱敏后再转发到云端（如地址、电话号码、邮箱）。 S3（私密）：完全在本地处理，云端只保留上下文连续性（如工资单、密码、SSH 密钥）。 分级通过双检测引擎实现：
规则检测器（~0ms）：关键词 + 正则匹配（如 API key、PEM 密钥头）。 本地 LLM 检测器（~1–2s）：语义理解，识别“帮我分析这张工资单”等深层敏感内容。 S2 脱敏流程示例
用户消息（含手机号）
│
▼
本地 LLM 检测 → S2
│
▼
本地 LLM 提取 PII → JSON 数组
│
▼
程序化替换 → [REDACTED:PHONE]
│
▼
隐私代理（localhost:8403）
├── 去除标记
├── 转发到云端模型
└── 流式返回（支持 SSE）成本感知协作，大幅降低 Token 费用
EdgeClaw 使用本地小模型（如 MiniCPM-4.1）作为 LLM 裁判，对任务复杂度进行分类：
SIMPLE：简单查询、翻译、问候 → 路由到便宜模型（如 gpt-4o-mini） MEDIUM：代码生成、单文件编辑 → gpt-4o COMPLEX：系统设计、多文件重构 → claude-sonnet-4.6 REASONING：数学证明、逻辑推理 → o4-mini 在典型工作流中，60%–80% 的请求可被路由到低成本模型，显著节省云端 token 开销。同时，通过 SHA-256 哈希缓存（TTL 5 分钟）避免重复判断，进一步降低延迟。
即插即用，零代码改动
EdgeClaw 通过 Hook 机制自动拦截和路由，无需修改任何业务逻辑，可作为 OpenClaw 的直接替换。它覆盖了 AI 代理的完整生命周期，包括
before_model_resolve、before_prompt_build、before_tool_call、after_tool_call等 10 个 Hook 点。双轨记忆与双轨会话
记忆文件： MEMORY.md（云端可见，自动脱敏）与MEMORY-FULL.md（本地完整数据）。会话历史： sessions/full/（完整记录）与sessions/clean/（云端消费版本）。云端模型永远不会接触到 S3 级别的原始数据，实现严格的隐私隔离。
安装与快速开始
从源码安装（推荐）
git clone https://github.com/openbmb/edgeclaw.git
cd edgeclaw
pnpm install
pnpm build
pnpm ui:build
pnpm openclaw onboard --install-daemon配置本地 LLM 环境（推荐 Ollama）
# 安装 Ollama
brew install ollama # macOS
curl -fsSL https://ollama.ai/install.sh | sh # Linux
# 拉取推荐模型
ollama pull openbmb/minicpm4.1
ollama serve启用 GuardClaw 插件
在
openclaw.json中添加：{
"plugins": {
"entries": {
"GuardClaw": {
"enabled": true,
"config": {
"privacy": {
"enabled": true,
"localModel": {
"enabled": true,
"provider": "ollama",
"model": "openbmb/minicpm4.1",
"endpoint": "http://localhost:11434"
},
"guardAgent": {
"id": "guard",
"workspace": "~/.openclaw/workspace-guard",
"model": "ollama/openbmb/minicpm4.1"
}
}
}
}
}
}
}启动网关
pnpm openclaw gateway run看到 GuardClaw 插件加载日志，即表示安装成功。此后所有请求将自动经过安全分级和智能路由。
优势对比：EdgeClaw 与 OpenClaw
对比维度 EdgeClaw OpenClaw 安全机制 三层分级（S1/S2/S3）+ 双检测引擎 基础 DM 配对 隐私保护 敏感数据脱敏转发，私密数据本地处理 数据自托管，但无主动分级 成本优化 任务复杂度路由，节省 60-80% 云端费用 无 边缘-云协同 智能分配任务，兼顾隐私与能力 全部上云或全部本地 检测延迟 规则检测 ~0ms，LLM 检测 ~1-2s 无 代码侵入 零改动，Hook 自动拦截 需手动集成安全逻辑 记忆与会话 双轨存储，云端与本地隔离 单一存储 核心优势：
隐私安全：通过形式化定理保证 S2/S3 数据的云端不可见性。 成本效益：智能路由大幅降低 API 开销，尤其适合高频使用场景。 边缘价值：充分利用本地算力，减少对云端的依赖。 无缝迁移：作为 OpenClaw 的直接替代，无需修改现有代码。 总结：迈向隐私优先的 AI 代理新时代
EdgeClaw 将“边缘-云协同”的理念真正落地，为 AI 代理构建了一道智能的隐私防线。它不再盲目地将所有数据推向云端，而是让边缘设备学会识别、保护和分流，既保障了用户的数据主权，又保留了云端强大的计算能力。其即插即用的设计和丰富的定制选项，让开发者可以轻松构建安全、经济、高效的智能体应用。
如果你正在使用 OpenClaw，或希望为 AI 代理增加隐私保护和成本控制能力，EdgeClaw 是值得一试的升级选择。现在就克隆项目，体验边缘-云协同带来的全新体验吧！
项目地址：https://github.com/Openbmb/edgeclaw
