alphaclaw

GitHub
972 117 简单 1 次阅读 今天MITAgent
AI 解读 由 AI 自动生成,仅供参考

AlphaClaw 是专为 OpenClaw 打造的终极部署与管理套件,旨在让用户在几分钟内完成配置,并确保持续稳定运行数月。它主要解决了 AI 智能体(Agent)部署复杂、难以长期维持稳定以及缺乏直观监控界面的痛点,让用户彻底告别繁琐的命令行操作和紧急 SSH 救援场景。

这款工具非常适合希望快速落地 AI 智能体应用的开发者、技术团队及研究人员,尤其是那些需要管理多个智能体却不愿陷入复杂配置文件维护的用户。AlphaClaw 提供了一套密码保护的 Web 仪表盘,通过向导式界面即可完成模型选择、凭证配置及渠道绑定。其核心技术亮点包括:具备“看门狗”机制,能自动检测崩溃、执行修复并重启服务;内置防漂移提示词强化功能,确保智能体行为规范;支持基于 Git 的回滚操作;并提供浏览器端的文件管理与实时终端监控。此外,它还深度集成了 Google Workspace、Slack、Discord 等主流平台,让用户在一个统一的界面中即可轻松 orchestrate 复杂的自动化工作流。

使用场景

某初创团队希望部署一个基于 OpenClaw 的 AI 运维助手,用于自动监控服务器状态并处理工单,但团队缺乏专职运维人员来维护复杂的底层环境。

没有 alphaclaw 时

  • 部署门槛高:需要手动配置 Docker、编写复杂的启动脚本,并通过 SSH 登录服务器进行繁琐的环境初始化,耗时数小时。
  • 故障恢复难:一旦 AI 代理进程意外崩溃或陷入死循环,系统不会自动重启,往往直到用户投诉才发现服务已中断数小时。
  • 调试靠“盲猜”:查看运行日志必须通过命令行抓取,无法直观看到 Agent 的思考过程,排查问题如同“黑盒操作”。
  • 多通道管理乱:想要同时接入 Slack 和 Telegram,需分别修改配置文件并处理鉴权逻辑,极易因配置漂移导致连接失效。

使用 alphaclaw 后

  • 五分钟上线:通过网页向导完成模型选择与凭证绑定,一键部署到 Railway 或 Render,无需任何命令行操作即可让 Agent 开始工作。
  • 自愈式守护:内置的 Watchdog 机制能实时监测进程,发现崩溃立即自动修复并重启,同时通过 Telegram 推送报警,确保持续运行数月无中断。
  • 全景可观测:直接在浏览器仪表盘查看实时终端输出、文件变更差异及 Git 提交记录,像操作本地 IDE 一样透明地监控 Agent 行为。
  • 统一渠道编排:在图形界面中轻松绑定多个通讯频道(如 Slack、Discord),可视化管理不同 Agent 的任务分流,彻底告别手工改配置。

alphaclaw 将原本需要专业运维介入的复杂部署与维护工作,转化为普通人也能在几分钟内完成的可视化流程,让 AI 代理真正稳定可靠地落地业务。

运行环境要求

操作系统
  • Linux
GPU

未说明

内存

最低 8GB (Railway Hobby 计划推荐),试用版计划可能导致内存不足崩溃

依赖
notes1. 该工具是基于 Node.js 的 OpenClaw 封装器,非 Python AI 模型,因此无 GPU 和特定 Python 版本需求。 2. 明确不支持 macOS 本地开发,仅目标支持 Docker/Linux 部署。 3. 若在 Railway 部署,必须升级至 Hobby 计划以确保至少 8GB 内存,否则正常运行时可能因内存不足而崩溃。 4. 运行时需要安装 git, curl, procps, cron 等系统工具。 5. 数据目录默认为 /data,需确保持久化存储。
python未说明 (基于 Node.js 22)
node:22-slim
git
curl
procps
cron
@chrysb/alphaclaw
alphaclaw hero image

快速开始

图片

AlphaClaw

终极 OpenClaw 框架。几分钟部署,持续运行数月。
可观测性、可靠性、代理纪律性——无需 SSH 救援。

CI npm 版本 许可证:MIT

AlphaClaw 在 OpenClaw 的基础上,提供了便捷的设置向导、自愈看门狗、基于 Git 的回滚功能以及完整的浏览器端可观测性。它还内置了防漂移提示加固机制,以保持代理的规范操作,并简化各类集成(如 Google Workspace、Google Pub/Sub、Telegram Topics、Slack、Discord),让您只需通过一个 UI 而不必编辑配置文件即可管理多个代理。

首次部署后,不到五分钟即可发送第一条消息。

在 Railway 上部署 在 Render 上部署

平台: AlphaClaw 目前面向 Docker/Linux 部署。暂不支持 macOS 本地开发。

功能特性

  • 设置 UI: 受密码保护的 Web 控制台,用于引导接入、配置及日常管理。
  • 引导式接入: 分步设置向导——模型选择、提供商凭据、GitHub 仓库、频道绑定。
  • 多代理管理: 侧边栏驱动的代理导航,支持创建、重命名和删除操作。每个代理都有概览卡片、频道绑定以及 URL 驱动的代理选择功能。
  • 网关管理器: 作为受管子进程启动、监控、重启并代理 OpenClaw 网关。
  • 看门狗: 崩溃检测、崩溃循环恢复、自动修复(openclaw doctor --fix)、Telegram/Discord/Slack 通知,以及直接在浏览器中监控网关输出的实时交互终端。
  • 频道编排: 支持 Telegram、Discord 和 Slack 机器人与各代理的频道绑定、凭据同步,并提供引导式向导,帮助您根据使用规模将 Telegram 切分为多线程话题组。
  • Google Workspace: OAuth 集成,支持 Gmail、日历、云端硬盘、文档、表格、任务、联系人和 Meet;同时提供 Gmail 监控的引导式设置,包括 Google Pub/Sub 主题、订阅及推送端点处理。
  • 定时任务: 专用的 Cron 选项卡,支持作业管理、交互式滚动日历、运行历史下钻、趋势分析以及每次运行的用量分解。
  • 节点: 为 VPS 部署提供本地节点的引导式设置,包含每节点的浏览器连接检查、重连命令以及路由/配对控制。
  • Webhook: 具名 Webhook 端点,配备每钩子转换模块、请求日志记录、有效载荷检查、可编辑的投递目标,以及支持第三方认证流程的 OAuth 回调。
  • 文件管理器: 浏览器端工作区资源管理器,支持文件可见性、内联编辑、差异视图以及 Git 感知同步,实现无需 SSH 的快速修复。
  • 提示加固: 内置防漂移引导提示(AGENTS.mdTOOLS.md),会在每次消息发送时注入到代理的系统提示中——开箱即用,强制执行安全实践、提交规范和变更摘要。
  • Git 同步: 自动每小时将您的 OpenClaw 工作区提交至 GitHub,且 Cron 计划可配置。结合提示加固,所有代理操作均可版本控制并审计。
  • 版本管理: AlphaClaw 和 OpenClaw 均支持原地更新,内置应用内发布说明、变更日志查看及一键应用功能。
  • Codex OAuth: 内置 PKCE 流程,用于访问 OpenAI Codex CLI 模型。

为什么选择 AlphaClaw

  • 一次部署即投入生产: Railway/Render 模板自带完整堆栈,无需手动设置网关。
  • 自愈能力: 看门狗可检测崩溃,进入修复模式,重新启动网关并通知您。
  • 全程浏览器操作: 无需 SSH、无需手动编辑配置文件,首次部署后无需再使用 CLI。
  • 轻量无侵入: AlphaClaw 负责基础设施管理,而 OpenClaw 处理 AI 逻辑。

无锁定,随时退出

AlphaClaw 只是对 OpenClaw 的封装,并非其依赖项。移除 AlphaClaw 后,您的代理仍可继续运行。无专有技术,无需迁移任何内容。

快速开始

部署(推荐)

在 Railway 上部署 在 Render 上部署

部署时设置 SETUP_PASSWORD,然后访问您的部署 URL。欢迎向导会为您完成剩余步骤。

Railway 用户: 部署完成后,请升级到 Hobby 计划 并重新部署,以确保服务至少拥有 8 GB 内存。Trial 计划的内存限制可能导致正常运行时出现内存不足崩溃。

本地 / Docker

npm install @chrysb/alphaclaw
npx alphaclaw start

或使用 Docker:

FROM node:22-slim
RUN apt-get update && apt-get install -y git curl procps cron && rm -rf /var/lib/apt/lists/*
WORKDIR /app
COPY package.json ./
RUN npm install --omit=dev
ENV PATH="/app/node_modules/.bin:$PATH"
ENV ALPHACLAW_ROOT_DIR=/data
EXPOSE 3000
CMD ["alphaclaw", "start"]

设置界面

选项卡 管理的内容
常规 网关状态、通道健康状况、待配对设备、Google Workspace、仓库同步计划、OpenClaw仪表板
浏览 工作区可见性的文件浏览器、内联编辑、差异审查以及基于Git的同步
使用情况 Token汇总、按会话和按代理的成本及Token细分,并支持按来源/代理维度进行比较
Cron Cron任务管理、交互式滚动日历、运行历史钻取、趋势分析以及每次运行的使用情况细分
节点 针对VPS部署的引导式本地节点设置、每个节点的浏览器连接、重连命令以及路由/配对控制
看门狗 健康监控、崩溃循环状态、自动修复开关、通知、事件日志、实时日志尾部查看、交互式终端
提供商 AI提供商凭证(Anthropic、OpenAI、Gemini、Mistral、Voyage、Groq、Deepgram)以及模型选择
环境变量 环境变量——查看、编辑、添加——并带有网关重启提示
Webhook Webhook端点、转换模块、请求历史、负载检查、OAuth回调、Gmail监听推送流程

CLI

命令 描述
alphaclaw start 启动服务器(设置界面 + 网关管理器)
alphaclaw git-sync -m "message" 提交并推送OpenClaw工作区
alphaclaw telegram topic add --thread <id> --name <text> 注册Telegram话题映射
alphaclaw version 打印版本
alphaclaw help 显示帮助

架构

graph TD
    subgraph AlphaClaw
        UI["设置界面<br/><small>Preact + htm + Wouter</small>"]
        WD["看门狗<br/><small>崩溃恢复 · 通知</small>"]
        WH["Webhooks<br/><small>转换 · 请求日志</small>"]
        UI --> API
        WD --> API
        WH --> API
        API["Express服务器<br/><small>JSON API · 认证 · 代理</small>"]
    end

    API -- "proxy" --> GW["OpenClaw网关<br/><small>子进程 · 127.0.0.1:18789</small>"]
    GW --> DATA["ALPHACLAW_ROOT_DIR<br/><small>.openclaw/ · .env · 日志 · SQLite</small>"]

看门狗

内置的看门狗会监控网关健康状况,并在发生故障时自动恢复。

功能 详情
健康检查 定期执行openclaw health,间隔可配置
崩溃检测 监听网关退出事件
崩溃循环检测 基于阈值(默认:300秒内3次崩溃)
自动修复 运行openclaw doctor --fix --yes,重新启动网关
通知 Telegram、Discord和Slack会在崩溃、修复及恢复时发送提醒
事件日志 基于SQLite的事件历史记录,可通过API和UI访问

环境变量

变量 是否必填 描述
SETUP_PASSWORD 设置界面的密码
OPENCLAW_GATEWAY_TOKEN 自动 网关认证Token(未设置时自动生成)
GITHUB_TOKEN 用于工作区仓库的GitHub个人访问令牌
GITHUB_WORKSPACE_REPO 用于工作区同步的GitHub仓库(如owner/repo
TELEGRAM_BOT_TOKEN 可选 Telegram机器人Token
DISCORD_BOT_TOKEN 可选 Discord机器人Token
SLACK_BOT_TOKEN 可选 Slack机器人Token(Socket Mode)
WATCHDOG_AUTO_REPAIR 可选 在崩溃时启用自动修复(true/false
WATCHDOG_NOTIFICATIONS_DISABLED 可选 禁用看门狗通知(true/false
PORT 可选 服务器端口(默认为3000
ALPHACLAW_ROOT_DIR 可选 数据目录(默认为/data
TRUST_PROXY_HOPS 可选 信任代理跳数,以正确获取客户端IP

安全注意事项

AlphaClaw 是一个便捷的封装工具——它有意牺牲了 OpenClaw 默认的一些强化措施,以换取更简单的部署流程。你需要了解其中的不同之处:

领域 AlphaClaw 的行为 代价
设置密码 所有网关访问都由一个 SETUP_PASSWORD 密码保护。内置了防暴力破解机制(指数退避锁定)。 比 OpenClaw 的配对码流程更简单,但密码必须足够强。
一键配对 渠道配对(Telegram/Discord/Slack)可以直接在设置界面批准,而无需使用命令行。 无需访问终端,但任何拥有设置密码的人都可以批准配对。
自动 CLI 批准 第一次 CLI 设备的配对会自动批准,这样你就可以无需第二块屏幕进行连接。后续请求则会显示在界面上。 去除了首次 CLI 连接时的手动配对步骤。
查询字符串令牌 Webhook URL 支持 ?token=<WEBHOOK_TOKEN>,适用于不支持 Authorization 头的提供商。UI 中会显示警告信息。 令牌可能会出现在服务器日志和引荐头中。如果提供商支持,请使用头部认证。
网关令牌 OPENCLAW_GATEWAY_TOKEN 会自动生成并注入环境变量,以便代理能够向网关进行身份验证。 该令牌存储在服务器的 .env 文件中——这是托管部署的标准做法,但也值得注意。

如果你需要 OpenClaw 的完整安全策略(手动配对码、不使用查询字符串令牌、不自动批准),请直接使用 OpenClaw,不要使用 AlphaClaw。

开发

npm install
npm run build:ui        # 生成设置 UI 包、Tailwind CSS 和第三方 CSS(从 Git 仓库本地运行时必需)
npm test                # 全套测试(440 个测试用例)
npm run test:watchdog   # 针对 Watchdog 的测试套件(14 个测试用例)
npm run test:watch      # 监视模式
npm run test:coverage   # 覆盖率报告

要求: Node.js ≥ 22.14.0

许可证

MIT

版本历史

v0.8.62026/04/05
v0.8.52026/04/02
v0.8.42026/04/02
v0.8.32026/03/29
v0.8.22026/03/23
v0.8.12026/03/16
v0.8.02026/03/14
v0.7.12026/03/14
v0.7.02026/03/13
v0.6.02026/03/11
v0.5.62026/03/09

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

140.4k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|2天前
Agent图像开发框架

OpenHands

OpenHands 是一个专注于 AI 驱动开发的开源平台,旨在让智能体(Agent)像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点,通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员,还是需要快速原型验证的技术团队,都能从中受益。OpenHands 提供了灵活多样的使用方式:既可以通过命令行(CLI)或本地图形界面在个人电脑上轻松上手,体验类似 Devin 的流畅交互;也能利用其强大的 Python SDK 自定义智能体逻辑,甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK,这不仅构成了平台的引擎,还支持高度可组合的开发模式。此外,OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩,证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能,支持与 Slack、Jira 等工具集成,并提供细粒度的权限管理,适合从个人开发者到大型企业的各类用户场景。

70.6k|★★★☆☆|今天
语言模型Agent开发框架