OpenClaw의 경량 대체품.
단일 바이너리. 22개 도구. 3계층 메모리. Telegram + Discord + MCP.
7.5 MB 바이너리 · 14 MB 메모리 · 5,296 라인 · 98.9% BFCL · 95.5% T-Eval · 4.3× MoE 가속
시작은 단순했습니다. 누군가 OpenClaw를 Go로 다시 작성해서 메모리 사용량을 1GB+에서 35MB로 줄였습니다. 대단합니다. 하지만 우리는 더 나아갈 수 있지 않을까 생각했습니다.
대부분의 사람들은 43만 줄의 TypeScript가 필요하지 않습니다. 그들에게 필요한 것은 Telegram으로 대화하고, 파일을 읽고, 명령을 실행하고, 문제가 생기면 GitHub PR을 여는 에이전트입니다. 그게 전부입니다.
RustClaw는 OpenClaw의 80/20 버전입니다. 정말 중요한 기능만을 하나의 cargo build에 담았습니다.
| RustClaw | OpenClaw | |
| 📦 바이너리 | 7.5 MB 정적 | Node.js 24 + npm 필요 |
| 💾 유휴 메모리 | 14 MB | 1 GB+ |
| ⚡ 시작 | < 100 ms | 5–10초 |
| 📝 코드 | 5,296 라인 | ~430,000 라인 |
| 🧠 메모리 | 3계층(벡터 + 그래프 + 히스토리) | 기본 세션 |
| 🔧 도구 | 22개 내장 + MCP | 플러그인 시스템 |
| 🤖 LLM | Anthropic, OpenAI, Ollama, Gemini | OpenAI |
| 📱 채널 | Telegram, Discord, WebSocket | Web UI |
Note
RustClaw는 OpenClaw를 대체하려는 것이 아닙니다. AI 에이전트의 정말 유용한 핵심은 1GB의 메모리가 필요하지 않다는 것을 증명합니다. 필요한 것은 좋은 아키텍처, 올바른 언어, 그리고 더 명확한 제약 조건으로 다시 시작하려는 의지입니다.
Ad Huang이 Claude Code만을 사용해 구축했습니다. 사람이 작성한 코드는 한 줄도 없습니다.
🪶 어디서나 실행 — 7.5 MB 바이너리, 14 MB 메모리. 라즈베리 파이, 5달러 VPS, 노트북에서 실행. Node.js, Python, Docker 불필요.
🧠 모든 것을 기억 — 3계층 메모리(벡터 + 그래프 + 히스토리), 하이브리드 범위 스코핑. Telegram에서 봇에게 이름을 말하면 Discord에서도 기억합니다. 사실 자동 추출, 모순 자동 해결.
🛡️ 보안 우선 — 14가지 위험한 명령 패턴 차단. 도구 출력 잘림. 패치 파일은 수정 전에 검증. 오류 자동 재시도 복구. 120초 타임아웃과 우아한 폴백.
🔧 실제로 작업 수행 — 98.9% BFCL 1,000문항. 듀얼 모델 전략(qwen3-coder + qwen2.5)으로 정확도와 속도를 최적화. 봇은 실제로 파일을 읽고, 명령을 실행하고, PR을 엽니다. "할 수 있다"고 설명만 하지 않습니다.
🔌 MCP 지원 — 모든 MCP 서버에 연결. 도구 자동 발견, 투명한 라우팅. LLM은 통합된 도구 목록을 봅니다. 로컬과 원격의 차이가 없습니다.
📈 벤치마크 검증 완료 — 1,000문항 BFCL + 2,146문항 T-Eval + 500문항 내부 벤치마크. 듀얼 모델 전략: MoE 속도(2.6s/q), Dense 정확도(99.7%).
⚙️ Claude Code에서 영감 — 이해 우선 도구 순서, 히스토리 압축, 워크스페이스 컨텍스트 로딩, 오류 재시도 힌트. Claude Code를 효과적으로 만드는 동일한 패턴을 오픈 소스 에이전트에 적용했습니다.
| 요구사항 | 설치 |
|---|---|
| Rust 1.85+ | curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh |
| LLM 백엔드 | Ollama, OpenAI, Anthropic 또는 Gemini |
# macOS / Linux
curl -sSL https://raw.githubusercontent.com/Adaimade/RustClaw/main/install.sh | sh
# Windows (PowerShell)
irm https://raw.githubusercontent.com/Adaimade/RustClaw/main/install.ps1 | iex사전 빌드된 바이너리를 자동으로 다운로드하고 PATH에 추가하며 기본 설정을 생성합니다. macOS(Intel/Apple Silicon), Linux(x86/ARM), Windows를 지원합니다.
git clone https://github.com/Adaimade/RustClaw.git && cd RustClaw
cargo build --release && strip target/release/rustclaw
# → target/release/rustclaw (7.5 MB)mkdir -p ~/.rustclaw
cp config.example.toml ~/.rustclaw/config.toml| Ollama (로컬) | Anthropic | Gemini |
[agent]
provider = "openai"
api_key = "ollama"
base_url = "http://127.0.0.1:11434"
model = "qwen2.5:32b" |
[agent]
provider = "anthropic"
api_key = "sk-ant-..."
model = "claude-sonnet-4-20250514" |
[agent]
provider = "openai"
api_key = "your-key"
base_url = "https://generativelanguage.googleapis.com/v1beta/openai"
model = "gemini-2.5-flash" |
보안 알림: RustClaw는 클라우드 배포 편의성을 위해 기본적으로
0.0.0.0에 바인딩합니다. API 키를 절대 코드에 하드코딩하지 마세요.~/.rustclaw/config.toml(gitignored) 또는 환경 변수(RUSTCLAW__AGENT__API_KEY)를 사용하세요.
# 전체 시작 (gateway + 채널 + cron + 메모리)
rustclaw gateway
# 도구 접근이 포함된 단일 에이전트 호출
rustclaw agent "모든 .rs 파일을 나열하고 총 라인 수를 계산하세요"
# GitHub 작업
rustclaw github scan
rustclaw github fix 12322개의 내장 도구가 자율적으로 실행됩니다. Anthropic 및 OpenAI 함수 호출 지원. 요청당 최대 10회 반복.
계층형 도구 로딩 — 먼저 이해하고, 그다음 행동하고, 마지막으로 검사:
👁️ 이해 ⚡ 행동 🔍 검사
├── read_file ├── run_command ├── process_check
├── list_dir ├── write_file ├── docker_status
└── search_code └── patch_file ├── system_stats
├── http_ping
💬 Discord (요청 시) 📧 Email (요청 시) ├── pm2_status
├── 채널 생성/삭제 ├── fetch_inbox └── process_list
├── 역할 생성/주제 설정 ├── read_email
└── 킥/밴 └── send_email
보안: 14가지 위험 패턴 차단 · 출력 4000자로 잘림 · 패치 검증 · 오류 재시도 힌트 · 120초 우아한 타임아웃
메모리 시스템은 R-Mem에 위임됩니다 — 벡터 회상, 사실 추출, 모순 해결, 엔티티 관계 그래프를 담당하는 별도의 Rust 크레이트입니다. RustClaw는 그 위에 혼합 스코프(mixed-mode scoping)를 추가한 얇은 래퍼입니다.
혼합 스코프 회상 — 각 쿼리마다 세 가지 스코프를 병합:
| 범위 | 예시 | 공유 대상 |
|---|---|---|
| Local | telegram:-100xxx |
단일 그룹 |
| User | user:12345 |
모든 채널의 한 사람 |
| Global | global:system |
모든 사람 |
| 채널 | 기능 |
|---|---|
| Telegram | 롱 폴링 · 스트리밍 편집 · ACL · 세션 히스토리 |
| Discord | @mention · 서버 관리 · scan / fix issue #N / pr status |
| Gateway | OpenClaw 호환 WebSocket, :18789/ws에 위치 |
[mcp]
servers = [
{ name = "fs", command = "npx @modelcontextprotocol/server-filesystem /tmp" },
]자동 리포지토리 스캔 · 이슈에서 자동 PR · 시스템 모니터링 알림 · 이메일 분류 — 모두 cron 스케줄링과 Discord 알림으로.
공식 Gorilla BFCL 벤치마크에서 테스트됨 — 업계 함수 호출 평가의 표준:
| 테스트 | qwen3-coder:30b | qwen2.5:32b | 속도 차이 |
|---|---|---|---|
| BFCL simple_python (400) | 99.75% | 99.75% | 4.3× 빠름 |
| BFCL multiple (200) | 99.5% | 99.5% | 4.3× 빠름 |
| BFCL parallel (200) | 100% | 100% | 4.3× 빠름 |
| BFCL parallel_multiple (200) | 100% | 100% | 4.3× 빠름 |
| 종합 (1,000) | 98.9% | 99.8% | 4.3× 빠름 |
하드웨어: Mac Mini 2024, M4 Pro, 64 GB. qwen3-coder:30b는 MoE 아키텍처로 동일 정확도에서 4.3배 빠른 속도 달성.
T-Eval 에서 테스트됨 — 상하이 AI Lab의 도구 사용 평가 스위트로 계획, 검색, 검토, 지시 따르기를 다룹니다:
| 테스트 | 점수 | 문항 | 속도 |
|---|---|---|---|
| T-Eval retrieve | 98% (542/553) | 553 | 14.5초/문항 |
| T-Eval plan | 96% (535/553) | 553 | 25.6초/문항 |
| T-Eval review | 96% (472/487) | 487 | 3.5초/문항 |
| T-Eval instruct | 92% (514/553) | 553 | 8.2초/문항 |
네 가지 핵심 카테고리, 총 2,146문항. 평균 95.5% — 도구 선택, 다단계 계획, 자가 검토 모두 강력함.
500문항 도구 호출 벤치마크 (qwen2.5:32b, 로컬 Ollama):
| 버전 | 총점 | Timeout | 속도 |
|---|---|---|---|
| v3 baseline | 81% | 74 | 44초/문항 |
| v4 timeout fix | 85% | 3 | 36초/문항 |
| v5 optimized | 97% | 0 | 38초/문항 |
| 카테고리 | v5 점수 |
|---|---|
| 핵심 작업 | 92% |
| 기본 도구 | 95% |
| 중급 작업 | 100% |
| 고급 추론 | 98% |
| 환각 함정 | 100% |
| 다단계 연쇄 | 99% |
벤치마크 문항은 AI-Bench에 있습니다.
src/
├── main.rs CLI dispatch + 시작
├── cli/mod.rs clap subcommands
├── config.rs TOML + env 설정
├── gateway/ WebSocket 서버 + 프로토콜 + handshake
├── agent/runner.rs LLM streaming + agentic loop + 히스토리 압축
├── channels/ Telegram (teloxide) + Discord (serenity)
├── tools/ 22개 도구: fs, shell, search, discord, email, system, github, mcp
├── session/ SessionStore(히스토리) + MemoryManager(R-Mem 래퍼)
└── cron/ 예약 작업 (system, email, GitHub)
27개 파일 · 5,296 라인 · 7.5 MB 바이너리 · 외부 서비스 제로
| 상태 | 기능 |
|---|---|
| ✅ | 도구 호출 (22개 도구 + agentic loop) |
| ✅ | 3계층 메모리 (벡터 + 그래프 + 하이브리드 범위) |
| ✅ | Telegram + Discord 채널 |
| ✅ | MCP client (투명 도구 라우팅) |
| ✅ | GitHub 통합 (스캔 + 자동 PR) |
| ✅ | 시스템 모니터링 + cron 알림 |
| ✅ | Email (IMAP + SMTP) |
| ✅ | SQLite 영속성 |
| ✅ | 크로스 플랫폼 설치 (macOS / Linux / Windows) |
| ✅ | 다중 모델 라우팅 (채널별 config 설정) |
| 🔲 | Slack / LINE 채널 |
| 🔲 | 멀티 에이전트 라우팅 |
| 🔲 | Prometheus metrics |
커뮤니티 기여를 환영합니다 — 이슈나 PR을 열어주세요.