IronClaw是什么？
IronClaw是一个专注于隐私与安全的开源AI代理（AI Agent）平台，旨在成为OpenClaw的安全、可靠替代品。其核心使命是让用户能够充分利用AI代理强大的自动化与执行能力，同时确保用户的敏感数据——尤其是API密钥、密码等凭证——得到最高级别的保护，永远不会暴露给底层的大语言模型（LLM）或潜在的攻击者。
简单来说，IronClaw是您可信赖的AI副驾驶。它继承了主流AI代理（如OpenClaw）的所有优点，能够浏览网页、编写代码、处理文档、自动化工作流，并通过丰富的技能（Skills）生态扩展能力。然而，与许多同类工具不同，IronClaw从架构设计之初就将安全性置于首位，通过加密飞地（TEE）、沙盒隔离、内存安全语言等一系列“深度防御”技术，构建了一个“默认安全”的运行环境。对于任何需要在自动化流程中处理敏感信息，或对数据隐私有极高要求的个人与团队而言，IronClaw提供了一个既能释放AI生产力，又无需牺牲安全性的理想选择。
产品功能
IronClaw作为一个完整的AI代理平台，提供了一套覆盖从部署、配置到安全执行的全方位功能：
安全AI代理执行核心：这是IronClaw的核心引擎。它能够理解用户指令，制定计划，并调用各种工具（技能）来完成任务。其独特之处在于，所有涉及敏感凭证的操作都通过安全架构进行，代理本身无法直接“看到”或“接触”原始密钥。
加密凭证保险库：用户可以将所有API密钥、访问令牌、数据库密码等敏感信息存入一个加密保险库。这些数据在静态存储时被加密，仅在需要向用户预先批准的特定网络端点发送请求时，由系统在后台安全注入，对AI代理透明。
技能（Skills）生态系统与管理：与OpenClaw类似，IronClaw支持通过技能来扩展其能力。这些技能可以是网页搜索、数据分析、代码执行等。IronClaw通过严格的沙盒机制来管理这些技能，确保它们在被调用时处于受控的隔离环境中。
多模型支持与灵活配置：平台支持连接多种大语言模型作为其“大脑”，包括OpenAI、Anthropic Claude、Google Gemini以及阿里云百炼等主流模型。用户可以根据需求、成本和性能选择最适合的模型。
多渠道交互与集成：除了提供Web用户界面进行交互外，IronClaw还支持通过HTTP Webhook、REPL（交互式命令行）以及集成到Telegram、Slack等通讯工具中，方便用户在不同场景下调用。
持久化记忆与数据管理：利用PostgreSQL数据库及其pgvector扩展，IronClaw能够维护与代理的长期对话历史，实现“记忆”功能，支持基于全文和向量检索的混合搜索，使AI助手能够保持一致的个性和偏好。
本地与云端部署：IronClaw强调“本地优先”的隐私理念，支持在用户自己的计算机或服务器上完全本地化部署，所有数据在本地处理。同时，它也提供了在NEAR AI Cloud等云平台上一键部署的选项，享受硬件级的安全增强。
产品特色亮点
IronClaw的核心竞争力在于其构建的多层次安全架构，以及与安全并重的出色实用性。
| 特色 | 描述 |
|---|---|
| 隐私安全核心 | 本地优先数据处理：默认情况下，所有用户数据（对话、记忆、配置）均在本地处理，无需上传至第三方云端，从根本上保障隐私。无遥测与可审计：不收集任何用户数据或隐藏遥测，所有操作全程可审计，让用户完全掌控自己的信息流。 |
| 深度防御安全架构 | 加密保险库：凭证加密存储，仅在网络边界安全注入，AI模型无法直接访问，从根源上杜绝通过提示词注入窃取密钥的风险。WASM沙箱隔离：每个工具（技能）都运行在独立的WebAssembly容器中，具备严格的资源、文件系统和网络权限限制，一个技能的漏洞或被攻破不会影响其他部分。 |
| 硬件级信任与安全 | 可信执行环境（TEE）：在NEAR AI Cloud上部署时，整个IronClaw实例运行在硬件加密的飞地中，内存全程加密，即使云服务提供商也无法访问用户数据。基于Rust语言构建：使用内存安全的Rust语言编写，避免了传统语言中常见的缓冲区溢出、释放后使用等漏洞，从代码层面提升安全性。 |
| 主动安全防护 | 网络允许列表：用户可以精确控制AI代理可以访问哪些外部网络端点，禁止任何未经授权的“回拨”或数据外泄。泄漏实时检测：系统实时扫描所有出站流量，自动拦截任何疑似凭证泄露的通信模式，将威胁扼杀在发生之前。 |
| 部署灵活与易用性 | 一键云部署：在NEAR AI Cloud上提供一键启动，无需复杂的基础设施配置，即可获得一个运行在TEE中的安全实例。多平台安装支持：支持通过Windows安装包、PowerShell脚本、Shell脚本、Cargo编译等多种方式在本地进行安装，配置向导简化了数据库、认证等设置流程。Docker沙箱执行：对于AI生成的代码或不确定的技能，支持在Docker容器中安全执行，提供额外的隔离层。 |
使用方法
IronClaw提供了从云端快速体验到本地深度控制的不同使用路径。以下以最便捷的NEAR AI Cloud一键部署和常见的本地部署为例，详解其使用流程。
路径一：NEAR AI Cloud 一键部署（最快上手，享受硬件安全）
访问与注册：首先，访问NEAR AI Cloud平台。如果您已有账户，直接登录；如果没有，需要完成注册流程。
选择与部署IronClaw实例：在平台的产品或应用市场中，找到IronClaw。点击“Deploy Now”或类似的部署按钮。您通常可以选择实例的配置（如CPU、内存）。关键一步是确认部署选项，选择在Trusted Execution Environment (TEE) 中启动，这是实现硬件级加密的关键。
初始化与访问：部署完成后，平台会提供一个访问您专属IronClaw实例的链接或IP地址。点击即可进入IronClaw的Web管理界面。
配置模型与保险库：
模型配置：在Web界面的设置（Config）中，找到模型配置部分。填入您所选模型服务商（如OpenAI、阿里云百炼）的API端点等信息。请注意，这里填入的API Key本身不会被AI直接使用。
凭证保险库配置：这是IronClaw的核心安全操作。在“Encrypted Vault”或“安全设置”部分，以加密形式添加您需要的所有凭证，例如GitHub Token、数据库密码、第三方服务API Key等。同时，为每个凭证设置对应的网络允许列表，即明确指定该凭证可以被用于访问哪些具体的URL地址。
安装技能与开始使用：通过内置的技能市场或通过URL安装您需要的技能。完成后，您就可以在聊天界面或通过集成的渠道（如Slack）向您的IronClaw助手发出指令了。例如，您可以命令它“使用搜索技能查询今天的科技新闻”，整个过程您的搜索API密钥会被安全地注入请求，而AI助手本身并不知晓密钥内容。
路径二：本地部署（完全的数据控制）
环境准备：确保您的本地机器满足运行要求，包括安装合适版本的Rust工具链、Node.js（如v22）和PostgreSQL数据库。
获取与安装：从IronClaw的官方GitHub仓库（
https://github.com/nearai/ironclaw）克隆源代码或下载发行版。根据您所在的平台，执行相应的安装脚本（如PowerShell脚本、Shell脚本）或使用Cargo命令进行编译安装。运行配置向导：首次运行时，IronClaw通常会启动一个配置向导，引导您完成数据库连接字符串设置、生成加密密钥、进行NEAR AI Cloud认证（如果需要云TEE功能）等初始配置。
启动服务：配置完成后，通过命令行启动IronClaw网关服务。您可以使用
openclaw gateway start或类似命令。服务启动后，会告知您本地访问的地址（通常是http://localhost:某个端口）。后续配置：通过Web界面访问本地服务，后续的模型配置、凭证保险库设置、技能安装等步骤，与路径一中的第4、5步完全相同。
适合人群
IronClaw并非适用于所有AI工具用户的通用选择，其强大的安全特性使其特别契合以下几类用户群体。
| 用户类型 | 核心需求与应用场景 | 推荐关注点 |
|---|---|---|
| 注重隐私的个人开发者/极客 | 希望使用AI自动化处理个人事务（如管理日程、分析个人数据），但极度反感数据上传或隐私泄露风险。 | 本地优先模式、无遥测、全链路数据自控。可以将IronClaw部署在家中的NAS或本地服务器，作为完全私有的AI大脑。 |
| 处理敏感数据的企业与团队 | 金融、法律、医疗、研发等领域，工作流程涉及大量商业秘密、客户数据、未公开代码或法规监管信息，需要AI辅助但合规与安全是红线。 | 加密保险库、TEE硬件级安全、WASM沙箱隔离。确保在自动化代码审查、内部数据分析、客户服务等场景中，敏感凭证和数据绝不外泄。 |
| 安全研究人员与合规专家 | 需要测试AI代理的安全性，或为组织评估和引入安全的AI自动化解决方案，对架构缺陷和潜在攻击面有深刻理解。 | 深度防御架构、Rust内存安全、泄漏检测机制。IronClaw本身就是一个优秀的安全研究案例和可靠的企业级解决方案。 |
| 从OpenClaw迁移的用户 | 已经体验过OpenClaw的自动化能力，但对其存在的提示词注入泄露秘密、恶意技能泛滥等安全问题感到担忧。 | 架构级安全防护、无缝体验迁移。IronClaw直接解决了OpenClaw的已知风险，无需改变使用习惯即可获得安全保障。 |
| AI代理技能开发者 | 开发需要调用敏感API的技能，希望自己的技能能在可信环境中运行，对用户负责，避免成为安全链上的薄弱环节。 | 安全的技能执行环境、明确的权限边界。在IronClaw的沙盒中开发技能，可以更安全地处理用户授权。 |
收费价格
常见问题解答（FAQ）
Q1：IronClaw和OpenClaw最主要的区别是什么？
A1：最核心的区别在于安全架构。OpenClaw的AI模型可以直接“看到”用户输入的明文API密钥，存在被恶意提示词诱导泄露的风险。IronClaw通过加密保险库和网络边界注入机制，使AI模型无法接触原始凭证，从架构上根除了此类风险。此外，IronClaw使用Rust编写（内存安全）和WASM沙箱（隔离性），相比OpenClaw的TypeScript和共享进程模型，提供了更底层、更坚固的安全保障。
Q2：加密保险库中的凭证是如何被安全使用的？AI完全不知道，那它怎么调用API？
A2：这是一个精妙的设计。当您命令IronClaw执行一个需要调用外部API的任务（例如“用搜索技能查资料”）时，AI模型会正常制定计划并生成一个“需要向某个URL发送请求”的指令。这个指令被传递到系统的安全底层。底层会检查目标URL是否在您为该API密钥设置的网络允许列表内。如果在，系统会从加密保险库中取出对应的密钥，自动地、静默地注入到即将发出的网络请求的请求头（如Authorization）中，然后发送请求。AI模型只参与了逻辑规划和目标URL的确定，全程没有接触密钥本身。
Q3：IronClaw是否支持完全离线的本地模型？
A3：支持。IronClaw的架构设计是模型无关的。除了支持云端大模型（如GPT-4、Claude），它也支持连接部署在您本地服务器上的开源大模型（如Llama、Qwen系列）。当使用本地模型时，结合IronClaw的本地部署模式，可以实现从AI“思考”到工具执行的全流程完全离线，达到最高的隐私级别。
Q4：如此多的安全层（沙盒、TEE等）是否会显著影响AI代理的执行性能？
A4：会引入一定的开销，但通常在可接受范围内。WASM沙箱的启动和通信、TEE内的加密解密操作确实比直接进程调用耗时。然而，对于大多数自动化任务（如网络请求、文件处理）来说，其耗时主要受限于I/O（网络延迟、磁盘读写），安全层增加的计算开销占比相对较小。IronClaw通过高效的Rust实现和设计优化，旨在将这种性能损耗降到最低。对于性能极度敏感的场景，用户可以在评估后选择关闭某些非必需的安全层（如仅用沙盒而不用TEE）。
Q5：我能否安装和使用为OpenClaw开发的技能（Skills）？
A5：有可能，但需要评估和适配。由于IronClaw的技能运行在WASM沙箱中，且网络访问受严格限制，而OpenClaw的技能通常是为Node.js环境设计的，并可能假设有自由的网络权限。因此，并非所有OpenClaw技能都能直接在IronClaw上运行。技能开发者需要根据IronClaw的安全规范进行适配。IronClaw社区也在逐步建设自己的安全技能生态。
Q6：我的所有数据（对话记录、记忆）存储在哪里？安全吗？
A6：在本地部署模式下，您的所有数据默认存储在您指定的本地PostgreSQL数据库中。其安全性取决于您自身数据库的防护措施。在NEAR AI Cloud的TEE部署模式下，数据在运行时会处于加密内存中，但持久化存储的安全性与云服务商提供的存储加密方案相关。IronClaw本身会对敏感配置进行加密存储，但建议用户在任何部署方式下，都遵循最佳实践，对数据库和服务器进行安全加固。
总结
IronClaw的出现，精准地回应了AI代理普及浪潮下一个日益尖锐的矛盾：对强大自动化能力的渴望与对数据隐私和安全性的深切担忧。它没有以牺牲功能为代价来换取安全，而是通过一场从编程语言到运行时的、自上而下的架构革命，成功地鱼与熊掌兼得。
它的核心优势并非某个单一的功能，而是一套环环相扣的深度防御体系：用Rust筑牢地基，用WASM沙盒划定边界，用加密保险库守护核心，用TEE构建终极堡垒，再用允许列表和泄漏检测编织监控网络。这套体系使得它不再是那个需要用户反复叮嘱“不要泄露秘密”的、不可靠的AI，而是变成了一个内置了“物理保险柜”和“行为隔离舱”的、可信赖的自动化伙伴。
对于个人用户，它意味着你可以放心地将更多私人事务交给AI处理；对于企业，它则打开了一扇将AI安全引入核心业务流程的大门，化解了合规与创新的对立。开源的本质也赋予了它透明和可被审计的信任基石。
总而言之，如果您正在寻找一个“既能放手让它干，又不必提心吊胆”的AI代理平台，IronClaw无疑是当前技术视野内，将功能强大与安全可靠结合得最为出色的选择之一。它不仅仅是一个工具，更代表了一种对AI时代隐私安全问题的负责任的技术解答。
