ZeroClaw 实战案例：在 Linux 上源码编译部署极致轻量的 AI 智能体

在追求极致性能和白嫖体验的路上，我今天成功在生产环境完成了 ZeroClaw (Rust 版本) 的源码部署。相比传统的 OpenClaw，它的资源占用几乎可以忽略不计。

成功案例复盘

项目地址：https://github.com/zeroclaw-labs/zeroclaw

1. 环境准备

我们在标准的 Linux 环境下，通过 ZeroClaw 提供的引导脚本完成了 Rust 工具链和系统依赖（pkg-config）的自动安装。

git clone https://github.com/zeroclaw-labs/zeroclaw.git
cd zeroclaw
./bootstrap.sh --install-rust --install-system-deps

2. 核心配置优化 (自定义 Provider)

针对私有 API 中转站，我们采用了 custom: 协议前缀，并成功将 API Key 安全地嵌套在 Provider 模块内。这是确保 Gemini 3 Flash 模型稳定调用的关键。

# ~/.zeroclaw/config.toml
api_key = "你的_CLI_API_KEY"
default_provider = "custom:https://clawdbot.kejilion.xyz/v1"
default_model = "gemini-3-flash-preview"

3. Telegram 机器人联动

通过绑定全新的 Telegram Bot Token，我们实现了与 OpenClaw 的完全隔离运行，互不干扰。

部署成果

• 二进制体积：仅 3.4MB
• 内存占用：实测运行中 小于 5MB
• 响应速度：毫秒级启动，流式输出稳定

如果你也想在低配机器上稳定跑起 AI 助理，ZeroClaw 是目前唯一的选择。