OpenClaw 用户必看!清华团队推出 EdgeClaw,端云协同 + 成本降 80%

OpenClaw 用户必看！清华团队推出 EdgeClaw，端云协同 + 成本降 80%

当下 AI Agent 爆发，但企业却陷入两难：所有数据一股脑涌向云端，隐私泄露风险谁来担？每次问答都用最贵的模型，简单查文件也要调用 GPT-4，账单谁买单？

EdgeClaw 给出了答案。由清华大学、中国人民大学、AI9Stars、面壁智能、OpenBMB 联合开发，这个端云协同 AI 智能体重新定义了隐私保护与成本控制的最优解。

📌 什么是 EdgeClaw？

EdgeClaw 是一个端云协同的 AI 智能体，核心理念很简单：公开数据上云、敏感数据脱敏、私密数据落地。

它通过三级安全体系自动分类每一条请求：安全数据直接上云，敏感数据脱敏后转发，私密数据完全本地处理。配合本地小模型做 Judge，把简单任务路由到便宜模型，只在复杂任务上用贵模型。

实测效果：典型工作流下 60-80% 的请求被转发到低价模型，成本大幅降低。

🔒 三级安全协同

EdgeClaw 将数据分为三级，自动路由：

S1 安全 - 直接上云模型，如"写一首春天的诗"

S2 敏感 - 脱敏后转发云侧，如地址、电话、邮箱

S3 私密 - 仅本地模型处理，如工资单、密码、SSH 密钥

🛡️ 双检测引擎

EdgeClaw 通过双引擎确保精准识别：

规则检测器 - ~0ms 延迟，关键词 + 正则匹配

本地 LLM 检测器 - ~1-2s 延迟，语义理解

两个引擎可组合叠加，通过配置按场景灵活启用。

💰 性价比感知协同

用本地小模型做 LLM-as-Judge，根据任务复杂度自动匹配不同价位的云模型：

SIMPLE - 查询、翻译、打招呼，使用 gpt-4o-mini

MEDIUM - 代码生成、单文件编辑，使用 gpt-4o

COMPLEX - 系统设计、跨文档分析，使用 claude-sonnet

REASONING - 数学证明、实验设计，使用 o4-mini

💻 安装与使用

# 安装
git clone https://github.com/openbmb/edgeclaw.git
cd edgeclaw
pnpm install
pnpm build

# 配置本地推理后端（推荐 Ollama）
ollama pull openbmb/minicpm4.1
ollama serve

# 启动
pnpm openclaw gateway run

📊 功能对比

🎯 适用场景

企业用户 - 需要保护敏感数据，合规要求高

个人开发者 - 想用 AI 助手，但不想隐私泄露

成本敏感团队 - AI 账单太贵，想优化成本

隐私极客 - 追求最大程度的本地化部署

* 本文基于 EdgeClaw 开源项目整理