项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-09-13 · 当前星标 ★ 1401
技术标签
使用教程
环境要求
- macOS/Linux(使用 bash 安装脚本)或 Windows(使用 PowerShell 安装脚本)
- 能访问 https://raw.githubusercontent.com 下载安装脚本
- 一个可用的 LLM Provider API Key(如 OPENAI_API_KEY)
- 网关默认端口 18953 未被占用
- 如需分布式/沙箱能力:可选的 Postgres、Redis 或 Docker 环境
安装与启动步骤
-
1安装(macOS/Linux)
官方安装脚本会把 fastclaw 二进制放到 ~/.local/bin 并写入 PATH,安装后请重开终端再执行命令。
curl -fsSL https://raw.githubusercontent.com/fastclaw-ai/fastclaw/main/install.sh | bash -
2安装(Windows)
Windows 使用官方 PowerShell 脚本安装,无需手动下载二进制;安装完成后重新打开终端。
powershell -ExecutionPolicy Bypass -Command "iex(New-Object Net.WebClient).DownloadString('https://raw.githubusercontent.com/fastclaw-ai/fastclaw/main/install.ps1')" -
3首次运行配置
直接运行会打开 setup wizard,按提示配置 LLM Provider 并创建默认智能体;这是前台模式,Ctrl+C 可停止。
fastclaw -
4打开控制台
浏览器访问 http://localhost:18953,用 admin token 登录即可看到平台管理界面(agents、models、skills、users、API keys)。
-
5一键创建智能体
用 agents init 快速创建一个可聊天的智能体,示例用 openai provider 与 gpt-4o-mini 模型,密钥从环境变量读取。
fastclaw agents init alpha \ --provider openai \ --model openai/gpt-4o-mini \ --api-key-env OPENAI_API_KEY -
6后台常驻运行
需要长期运行时用 daemon start 放后台,或用 daemon install 注册为 launchd / systemd 服务实现开机自启。
fastclaw daemon start -
7Docker 方式启动
仓库自带 Docker 部署目录,进入 deploy/docker 后执行 start.sh 即可启动(需先克隆仓库)。
cd deploy/docker && ./start.sh
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
FASTCLAW_HOME | 否 | SQLite 数据库与 skill 目录的存放位置 | ~/.fastclaw |
FASTCLAW_PORT | 否 | 网关 HTTP 端口,也是控制台访问端口 | 18953 |
FASTCLAW_BIND | 否 | 监听范围:loopback(127.0.0.1) 或 all(0.0.0.0) | loopback |
FASTCLAW_STORAGE_TYPE | 否 | 存储后端,可选 sqlite 或 postgres | postgres |
FASTCLAW_STORAGE_DSN | 否 | Postgres DSN,留空则使用 FASTCLAW_HOME 下的 sqlite | postgres://u:p@host:5432/db?sslmode=disable |
OPENAI_API_KEY | 是 | 创建智能体时通过 --api-key-env 指定的 Provider 密钥来源 | sk-xxxxxxxx |
如何确认成功
浏览器打开 http://localhost:18953,能用 admin token 成功登录控制台,说明网关已正常运行。
常见问题
Q:怎么让 FastClaw 在后台常驻,而不是前台运行?
A:用 fastclaw daemon start 在后台启动,或执行 fastclaw daemon install 注册为 launchd/systemd 服务;前台模式按 Ctrl+C 停止。
Q:为什么改了配置没生效?
A:只有 bootstrap 相关项走环境变量,providers、models、channels、sandbox 开关等都存在数据库里,需通过控制台或 fastclaw agents config 修改。
Q:怎么切换到 Postgres 或启用 Redis?
A:设置 FASTCLAW_STORAGE_TYPE=postgres 并提供 FASTCLAW_STORAGE_DSN;Redis 可设 FASTCLAW_REDIS_ENABLED=true,或直接设置 FASTCLAW_REDIS_ADDR 自动启用。
Q:支持哪些 LLM Provider?
A:内置 openai、openrouter、anthropic、ollama、groq、deepseek、mistral 预设,用 --api-key-env 指定环境变量即可填充 apiKey。
注意事项
- 安装脚本会把二进制放到 ~/.local/bin 并加入 PATH,装完请重开终端,否则会提示 command not found。
- 默认只监听 127.0.0.1,如需从其他机器访问控制台,把 FASTCLAW_BIND 设为 all 并注意安全风险。
- 除环境变量外的配置都在数据库中,通过 Web UI 或 fastclaw agents config / provider / skill 命令管理。
- 沙箱后端支持 docker 或 e2b,可通过 FASTCLAW_SANDBOX_BACKEND 与 FASTCLAW_SANDBOX_IMAGE 覆盖控制台里的设置。
核心亮点
- Go 语言实现,天然高并发、低内存占用,适合后端与基础设施部署
- agent-factory 与 agent-runtime 分层清晰,智能体创建与运行解耦,便于扩展
- 定位 OpenClaw 替代方案,提供多智能体编排与协作的统一抽象
不足之处
- 项目处于成长阶段,生态、文档与示例相对有限
- 作为较新框架,生产环境大规模验证案例待观察
适用场景
- 后端服务中嵌入多智能体协作完成复杂业务编排
- 需要高并发、低延迟的多智能体任务调度系统
- 以 Go 技术栈为主、想快速验证多智能体方案的团队
替代项目
AutoGen、CrewAI
同类项目推荐
discord-mcp
开源
让 AI 直接操控 Discord,192 个工具开箱即用
Open-source Discord MCP server for Claude, Codex, Cursor and other AI clients: 209 t···
skills-manage
开源
一个桌面应用,统一管理所有 AI 编程助手的技能
Desktop app to manage AI coding agent skills across Claude Code, Cursor, Gemini CLI,···
agentic-fleet
开源
基于微软框架,让多智能体协作更聪明、更高效。
Adaptive Agentic AI Reasoning using Microsoft Agent Framework -- Join the Discord fo···
agent-search-mcp
开源
免密钥中英文搜索,让智能体秒得证据
Free-first Chinese and English web search MCP using zero-key sources and inspectable···
Instrukt
开源
在终端里一站式构建和指挥 AI 智能体
Integrated AI environment in the terminal. Build, test and instruct agents.
Network-AI
开源
统一编排 32 个 AI 框架的智能体,共享状态+安全护栏,告别多智能体混乱。
Traffic light for AI Agents and TypeScript/Node multi-agent orchestrator with shared···
gov_AP
开源
多智能体协同办政务,跨部门事项一次搞定
政务多智能体平台 v3.0 完成全部规划任务,正式进入里程碑节点。定位:面向政务「高效办成···
awesome-claude-notes
开源
汇集Claude编码神器,拿来即用提效
Community-maintained distribution of reusable AI coding agents, commands, skills, ho···
autocontext
开源
让智能体每跑一轮都变强,失败经验自动传给下一轮
a recursive self-improving harness designed to help your agents (and future iteratio···
