乐于分享
好东西不私藏
夜雨聆风 > > 办公文件 > OpenClaw + Robot 项目专栏 | 四个新增项目的实战导读

OpenClaw + Robot 项目专栏 | 四个新增项目的实战导读

当前时间： 2026-08-12 09:03:39 分类：办公文件 评论(0)
OpenClaw + Robot 项目专栏 | 四个新增项目的实战导读
❝

从空域到机械臂，从 ROS2 到字节码小脑——OpenClaw 生态正在覆盖机器人的每一个“关节”。

文末有飞书群入口，欢迎加入讨论！

最近，我们的开源项目合集中新增了四个极具代表性的机器人/AI 项目：

  • AerialClaw：让无人机像「会思考的助手」一样飞（LLM + 原子技能）
  • AgenticROS：一句话指挥 ROS2 机器人（AI 平台无关的接入层）
  • CaP-X：当机器人策略变成「写代码」（Code-as-Policy 研究框架）
  • RoClaw：给 AI Agent 一块「小脑」（20cm 立方机器人 + 6 字节电机码）

下面，我们详细导读这四个项目，包含项目地址、核心亮点、技术细节、快速上手路径

一、AerialClaw：空域具身智能，LLM + 原子技能

项目地址：https://github.com/XDEI-Group/AerialClaw

本仓库导读：external-projects/AerialClaw/README.zh-xbotics.md

为什么值得关注

无人机竞赛、毕设和户外实验里，常见痛点是：任务一变就要改脚本，环境稍复杂就难以泛化。AerialClaw 探索的是另一条路：不预设完整航迹，只定义能力边界；大模型读传感器、实时规划、动态组合原子技能——更像一个“会思考的助手”。

AerialClaw 系统架构图

核心亮点（详细）

1.原子技能库 + LLM 调度

将起飞、悬停、导航、拍照、降落、状态查询等做成标准化“原子技能”。大模型在执行中根据语义化的传感器描述，实时规划调用哪些技能，而不是为每个任务手写全流程脚本。

任务执行循环（PEAER 循环）
2.Markdown 记录“个性与经验”

每架无人机用多份 Markdown 文件维护认知状态：

  • SOUL.md：身份偏好、任务风格
  • BODY.md：机体参数、硬件边界
  • MEMORY.md：过往任务经验、成功/失败记录
  • SKILLS.md：技能统计、调用次数
  • WORLD_MAP.md：环境知识、语义地图

Agent 可以增量读写这些文件，实现个性化与经验积累。

3.硬技能 + 软技能，策略可“长出来”
  • 硬技能：起降、定点飞行、感知、安全沙箱内 run_python、受控 http_request 等原子能力。
  • 软技能：以 Markdown 策略文档存在（如区域搜索.md、巡逻.md、救援流程.md），LLM 读取后自主组合硬技能完成高层任务。系统还支持从反思中动态生成新软技能，把重复模式沉淀成文档。
四层技能架构（Four-Layer Skill Architecture）
4.被动 + 主动感知，VLM 可插拔

后台持续融合传感器生成语义摘要；需要时再触发 VLM 做图像级分析（目标识别、场景理解）。模型可选云端 API（GPT-4V、Gemini）或本地部署（LLaVA、CogVLM），平衡延迟、精度与隐私。

5.仿真 + Web 控制台“能跑能看”
  • 仿真栈：PX4 + Gazebo、OpenFly + AirSim（含城市场景、高楼间导航）。
  • Web 控制台：多视角图传、LiDAR 可视化、雷达图、手动/AI 模式一键切换。

真实部署时，人始终保留否决权。

Web 控制台界面
6.与 OpenClaw 范式对齐

地面 OpenClaw 强调“网关 + 工具/技能”，AerialClaw 在空域是“LLM + 原子技能 + 文档化状态”。同一套分层 Agent 思路，适合写进课程大作业的技术对比部分。

快速开始（摘要）

环境要求：Python ≥ 3.10，Node.js ≥ 18，CMake ≥ 3.22，Git。

步骤：

Bashgit clone https://github.com/XDEI-Group/AerialClawcd AerialClawpython -m venv venv &amp;&amp; source venv/bin/activate<br>pip install -r requirements.txt# 参照 README_CN.md 的“快速开始”跑通一条仿真或控制台流程# 然后修改一条自然语言指令，观察 LLM 如何调用原子技能

二、AgenticROS：与 AI 品牌解耦的 ROS2 接入层

项目地址：https://github.com/agenticros/agenticros

技能仓库：https://github.com/agenticros/agenticros-skills

本仓库导读：external-projects/agenticros/README.zh-xbotics.md

为什么值得关注

很多实验室已经用上 OpenClaw Gateway，习惯在 Telegram、网页聊天里下指令。下一步自然是：这些话怎样变成 cmd_vel、服务调用和多机命名空间？

AgenticROS 做的就是这件事——一套 AI 平台无关 的 ROS2 接入层：负责与机器人通信（rosbridge、Zenoh、本地 DDS、WebRTC 等），再用适配器把同一套能力暴露给 OpenClaw、Claude MCP、Gemini CLI 等不同入口。

核心亮点（详细）

1.官方 OpenClaw 插件，开箱即用

已有 OpenClaw Gateway 的团队，只需将插件指向本仓库的 packages/agenticros 并按文档配置，就能把聊天句子落到 ROS2 接口上。插件还提供 HTTP 路由和遥控页面。

AgenticROS 跟随技能说明表
2.同一套工具，Claude / Gemini 都能用

做课程演示时，可以同一台 TurtleBot3：一拨人用 OpenClaw 网页聊，一拨人用 Claude Code + MCP，还有人用 Gemini CLI——底层都是同一套 Core，便于对比“交互形态”而非重复造轮子。

3.架构解耦：Core + 适配器
  • packages/core：传输、配置 Schema（Zod）、共享类型——不依赖任何大模型厂商的 SDK。
  • packages/agenticros：OpenClaw 网关插件。
  • packages/agenticros-claude-code：MCP 服务器，终端或 IDE 里调 ROS2 工具。
  • packages/agenticros-gemini：函数调用直连同一套工具，无需 MCP。
  • ros2_ws/：消息定义、bringup（Gazebo/RViz/rosbridge）、discovery、follow_me 等。
4.命名空间与话题对齐有明确说明

多机或命名空间场景下，文档强调 robot.namespace 与话题对齐，减少“能连上但车不动”的经典踩坑。

5.文档与脚本覆盖“从装到跑”
  • docs/：架构、技能、机器人与 Zenoh、遥控说明。
  • scripts/：工作区初始化、网关插件注册、setup-openclaw-local.cjs（本地无 Token 开发）。
  • Gazebo + rosbridge 的启动表在 README.md 里按目标拆好了命令（如 rosbridge_gazebo.launch.py）。

典型数据流

Plain Text用户（消息 App）→ OpenClaw Gateway → AgenticROS 插件 → Core → ROS2 机器人

快速开始

环境：Node.js ≥ 20，pnpm ≥ 9；ROS2（如 Jazzy）；正在运行的 OpenClaw Gateway。

Bash  git clone https://github.com/agenticros/agenticroscd agenticros  pnpm installcd ros2_ws &amp;&amp; colcon build # 构建 ROS2 包cd ..  pnpm typecheck  ./scripts/setup_gateway_plugin.sh # 注册插件到网关# 本地开发可运行：node scripts/setup-openclaw-local.cjs

三、CaP-X：机械臂的 Code-as-Policy 研究框架

项目主页：https://capgym.github.io/

论文：https://arxiv.org/abs/2603.22435

项目地址：https://github.com/capgym/cap-x

本仓库导读：external-projects/cap-x/README.zh-xbotics.md

Logo

为什么值得关注

如果你在做机械臂操作、VLA / 代码生成策略或需要可发表基准，只会调 API 往往不够：你需要统一环境、分层评测、可对比的多轮交互。

CaP-X 把“写代码当策略”拆成 Gym 环境、基准、免训练智能体、RL 后训练四块，和 OpenClaw 路线在“可执行符号策略”上形成互补——一个是工程化 Agent 网关，一个是研究管线与论文配套。

Cap-X网页图

核心亮点（详细）

1.四大组件，覆盖研究全流程

组件

作用

CaP-Gym

Gymnasium 环境：智能体通过生成 Python 代码组合感知与控制原语；覆盖 Robosuite、LIBERO-PRO、BEHAVIOR 等任务族

CaP-Bench

分层基准：单轮/多轮、不同抽象层级与视觉接地方式

CaP-Agent0

免训练多轮框架：视觉差分、技能库自动合成、并行集成推理等

CaP-RL

用环境奖励对“写代码的智能体”做 GRPO 等后训练，并讨论 sim2real

模型性能时间线与基准覆盖
2.从仿真到真机文档齐全

除仿真外，文档包含 Franka 真机 bringup（docs/real-franka.md）、RL 训练（docs/rl-training.md）、LIBERO / BEHAVIOR 任务专章，适合按“我要复现哪一张表”逐个点进去。

3.感知服务可按 profile 拉起

评测时常要 SAM、GraspNet、PyRoKi 等；项目支持 YAML 驱动自动拉起 perception servers，也可用 capx/serving/launch_servers.py 的 default / full / minimal 等 profile 预启动共享 GPU，对实验室多实验并行很友好。

4.与 OpenRouter / vLLM 等对接清晰

通过本地 OpenAI 兼容代理（如 openrouter_server.py）接模型，配置集中在 docs/configuration.md，比零散脚本更易迁移到自己的密钥与内网推理。

5.一键 Web UI 观察智能体“思考与执行”

capx/envs/launch.py 支持 --web-ui True，浏览器打开 http://localhost:8200 可看交互过程，适合做课堂演示或 Debug。

CLI 命令行参数配置表
6.依赖冲突写在了明面上

Robosuite 与 LIBERO 的 robosuite 版本会冲突，文档要求分虚拟环境安装（如主环境 Python 3.10，LIBERO 单独 .venv-libero）。这对新手是“防一周踩坑”的关键提示。

快速开始

前提：uv 管理依赖；Python 3.10；CUDA GPU；克隆时需 --recurse-submodules。

Bashgit clone --recurse-submodules https://github.com/capgym/cap-xcdcap-uv python install 3.10 &amp;&amp; uv venv -p 3.10uv sync# 按 README 选择 robosuite OR libero OR behavior 之一安装# 配置 LLM 代理（如 .openrouterkey + openrouter_server.py）# 运行示例任务：python capx/envs/launch.py --config env_configs/robosuite/lift.yaml --web-ui True

四、RoClaw：给 AI Agent 一块“小脑”

项目地址：https://github.com/EvolvingAgentsLabs/RoClaw

生态伙伴：evolving-memory（海马体）、skillos（前额叶）

本仓库导读：external-projects/RoClaw/README.zh-xbotics.md

Logo

为什么值得关注

大模型做机器人，常见瓶颈之一是：高层输出很漂亮，底层实时控制却拖不动——带宽、延迟、嵌入式解析成本都是真问题。

RoClaw 来自 Evolving Agents Labs 的三件套认知生态，定位是 “小脑 / 形体层”：约 20cm 立方、摄像头 + 步进电机，由 VLM 在闭环里输出极短电机字节码（例如 6 字节一帧），在 MCU 侧近乎零解析开销地完成运动。

VLM 到字节码流水线

核心亮点（详细）

1.双脑分工：OpenClaw（Cortex）与字节码层（Cerebellum）解耦
  • Cortex（可与 OpenClaw 协同）：输出任务级计划。
  • Cerebellum：根据当前图像做导航思维链，再编译为定长字节码。

学生可以清晰画出：谁在“想”、谁在“动”。

双脑系统架构图
2.“零延迟字节码”用对比说话

README 用同一条指令对比：

  • JSON 表示：约 58 字节
  • Bytecode 表示：6 字节

ESP32 上 memcpy 级消费 vs. 毫秒级 JSON 解析——这是很好的嵌入式+AI 课堂例子。

3.导航思维链贴地：场景 → 位置 → 路径 → 电机

流水线包括：

Scene Analysis → Location Matching → Navigation Planning → Bytecode Compilation

并维护语义拓扑地图（节点为位置、边为可通行关系），把 Chain-of-Thought 落在可观测的室内导航上。

导航思维链到字节码流水线
4.ISA 表清晰，V2 帧可演进
  • ISA v1.1：前进、转向、步进、LED、ACK、RESET 等 opcode。
  • V2：引入 8 字节帧（序号、ACK 标志等），且 decodeFrameAuto() 自动区分 V1/V2，兼顾兼容与可靠传输。
RoClaw 指令集架构表
5.与 evolving-memory 的“保真度加权”

真实世界、3D 仿真、2D 仿真、纯文本 dream 等来源有不同 fidelity 权重。系统可先在低成本文本 dream 里试错，再在真实体验中抬高置信——和 RoClaw 的 trace、蒸馏管线（RoClaw-Distill）文档一起读，会看到完整数据闭环。

经验来源保真度加权表
6.硬件与仿真双轨验证

提供仿真环境（mjswan 等）和实体硬件桥接。若与 OpenClaw 联调，需对齐 HTTP/WebSocket 端口、鉴权与 skillos/memory 服务配置。

来源保真度权重表

快速开始

建议顺序：

  1. 阅读 README.md 中的 mermaid 架构图与 ISA 表。
  2. 跑通仿真：cd simulation && python run_mjswan.py（具体命令见上游文档）。
  3. 若连接实体硬件，参考 roclaw_bridge.py 配置串口或网络桥接。
  4. 与 OpenClaw + evolving-memory 联调时，确保 memory 服务端口（如 8420）已启动，并在网关配置中指向正确地址。

小结与延伸

这四个项目覆盖了无人机、ROS2 地面车、机械臂和微型立方机器人，分别代表了：

  • 空域具身智能（AerialClaw）
  • AI 入口与 ROS 解耦（AgenticROS）
  • 代码策略研究管线（CaP-X）
  • 实时底层控制（RoClaw）

它们共同诠释了 OpenClaw 生态的核心思想：分层、可组合、文档即状态。

如果你对任何一个项目感兴趣，或者想把自己的机器人接入 OpenClaw 网关，欢迎加入我们的 飞书群！

加入飞书群

  • 群名称：OpenClaw 机器人开源社区
  • 加入方式：扫描下方二维码 或 点击链接 [请在此处放置飞书群邀请链接/二维码]
  • 群内可讨论：项目使用问题、硬件适配、仿真搭建、论文复现、求职内推等。

如二维码/链接无法显示，请公众号后台回复“飞书群”获取最新入口。

相关链接汇总

  • AerialClaw：https://github.com/XDEI-Group/AerialClaw
  • AgenticROS：https://github.com/agenticros/agenticros
  • CaP-X：https://github.com/capgym/cap-x
  • RoClaw：https://github.com/EvolvingAgentsLabs/RoClaw
  • 合集总览：README.md（external-projects 表格）

-END-

往期回顾

OpenClaw + Robot 项目专栏 | 把 OpenClaw 装进机器人身体：四个新增项目的实战导读

Xbotics-robot-openclaw-awesome-work：把“OpenClaw × Robot”方向上出现的项目、教程、活动和实践资料，整理成一个统一入口

OpenClaw + Robot 项目专栏：当AI学会「动手」

仿真平台的新战场：OpenClaw × Simulation × RL，把“会做事”的能力自主训练出来

Vbot + OpenClaw：把“行动型 AI Agent”装进家庭机器狗的落地探索

Ask Me Anything｜提问箱

❝

对文章有疑惑，或想聊更深？欢迎把你的问题丢给我们：技术方案、实操踩坑、课程与资料、项目合作、职业发展，都可以问。

怎么问：在评论区留言，或私信公众号

我们会做什么：每周集中整理高质量问题并公开回复，重点问题邀请作者或嘉宾深度解答；典型问题会加入知识库并持续更新。

提问小提示：尽量说明「你的目标—当前做法—期望产出」，附上必要信息（硬件/软件版本、数据规模等），能更快获得有用答案。

一起把问题变成知识，推动社区进步 🚀