Pull to refresh
workflow Public nanoclaw openclaw ai-assistant docker architecture comparison

蝦米不一樣?從龍蝦到奈米蝦的 AI 助理進化論

OpenClaw 與 NanoClaw 的架構、安全性、安裝難易度完整比較。從單一程序到容器隔離,兩代 AI 助理的核心差異。

| Ingested 2026-04-16 |

What's the Diff? From OpenClaw to NanoClaw

OpenClaw 是早期版本,NanoClaw 是重新設計過的架構。同一個概念的兩個世代,如果你從 OpenClaw 開始用,遲早會遇到一些限制,那些限制就是 NanoClaw 想解決的問題。


最大的差異:程序 vs 容器

OpenClaw 把所有東西跑在同一個 Node.js 程序裡。家庭群組、工作群組、私訊,全部共用同一個 agent、同一份記憶、同一個人格。

NanoClaw 換了一個思路:每個群組是一個獨立的 Docker 容器。容器裡跑的是 Claude Code,有自己的 filesystem、自己的 CLAUDE.md、自己的工具。

graph TD
  subgraph openclaw[OpenClaw 單程序架構]
    P[Node.js 程序]
    P --> G1[群組 A]
    P --> G2[群組 B]
    P --> G3[群組 C]
    P --> MEM[共用記憶 / 人格]
  end

  subgraph nanoclaw[NanoClaw 容器架構]
    H[宿主機]
    H --> C1[容器 A<br/>獨立 CLAUDE.md]
    H --> C2[容器 B<br/>獨立 CLAUDE.md]
    H --> C3[容器 C<br/>獨立 CLAUDE.md]
    H --> GLOBAL[global CLAUDE.md<br/>read-only 共用]
  end

實際影響:
- 工作群組的 agent 完全不知道家庭群組發生什麼事,除非明確設定 shared context
- 一個容器壞掉不會拖垮其他群組
- 每個群組可以有完全不同的 persona、工具、行為規則


設定方式

OpenClaw 用一個 openclaw.json 管所有事情——頻道、外掛、模型、時區,全塞在同一個設定檔裡。

NanoClaw 沒有這個設定檔。行為寫在 CLAUDE.md 裡,憑證放 .env 或 OneCLI Vault,頻道整合透過 skill 安裝。想加 Telegram 就跑 /add-telegram,每個頻道是獨立的程式碼模組,不是 JSON 裡的一個欄位。


安全性比較

NanoClaw 在安全性上有兩個明顯進步。

容器隔離:OpenClaw 的 agent 跑在宿主機程序裡,能存取的資源範圍較廣。NanoClaw 的 agent 在 Docker 容器內執行,就算被惡意 prompt 操控,能做的事也被容器邊界限制住。

API Key 不進容器

OpenClaw NanoClaw
API Key 存放位置 .env 或設定檔,程序直接讀取 OneCLI Vault,在宿主機
容器內可讀到 Key? 可以 不行
惡意套件能竊取 Key? 拿不到

NanoClaw 的容器只知道一個本地 Gateway 位址,API Key 永遠待在宿主機的 Vault 裡,不進容器。遭遇 supply chain attack(npm 惡意套件)或 prompt injection 時,損失控制能力明顯更強。


安裝難易度

OpenClaw NanoClaw
依賴環境 Node.js 即可 需要 Docker
初始設定 編輯一個 JSON 設定檔 /setup skill 逐步引導
新增頻道 改 JSON + 重啟 跑對應 skill
升級更新 手動 /update-nanoclaw 自動化
除錯難度 低,log 集中 稍高,需要基本 Docker 概念

OpenClaw 安裝門檻低,設定直觀,沒有 Docker 也能跑。NanoClaw 第一次設定步驟比較多,Docker 是硬依賴。

設定完之後,日常維護反而比 OpenClaw 省力——新增頻道、升級、擴充都有 skill 處理,不用翻設定檔。初始成本高,長期成本低。


總結

面向 OpenClaw NanoClaw
架構 單一程序 容器隔離
群組隔離 完全隔離
安全性 基本 容器 + Vault 雙層防護
安裝難度 中(需 Docker)
長期維護 手動 skill 自動化
適合情境 單群組、快速起步 多群組、正式部署

© 2025-2026 Nickle Cheng Built with Ruby Ruby on Rails