我为何构建 AIdaemon：一个可从手机控制的自托管 AI 代理
我使用 AI 代理进行编码已经有一段时间了。Claude Code、Codex、Cursor、Windsurf、Open Code。它们改变了我编写软件的方式。但仅此而已。AI 仍然局限在编辑器内。
然后 OpenClaw 出现了。这是一个开源的 AI 代理，可以真正控制你的应用程序、发送消息、管理收件箱。不只是编码，而是你电脑上的一切。这让我开始思考 AI 代理还能做些什么。
但我想要一些不同的东西。我不需要一个控制 Spotify 或管理智能灯的代理。我需要一个驻留在我的服务器上、可以运行终端命令、部署代码并能记住我上周在做什么的代理。一个我可以在离开办公桌时从手机上发消息给它，让它在我的机器上完成真正的开发工作。
这就是我构建 AIdaemon 的原因。
什么是 AIdaemon？
AIdaemon 是一个自托管的 AI 代理，作为 后台守护进程 运行在你的机器上。你通过 Telegram、Slack 或 Discord 与它交谈，它可以执行终端命令、浏览网页、管理文件、运行计划任务，并在会话中记住事情。它是一个单一的 Rust 二进制文件。无需 Docker，无需 Node.js 依赖。只需将其复制到任何机器上即可运行。
把它想象成一个永久运行在你的服务器或笔记本电脑上的得力助手，你可以从任何地方给它发消息。
为什么不直接使用 OpenClaw？
我实际上是从 OpenClaw 开始的。这个想法很棒，但当我深入研究时，我不断遇到尚未实现的功能。我希望在命令运行前直接从手机批准命令。我希望实时看到 AI 正在采取的步骤，而不仅仅是最终结果。对于一个在你的机器上运行命令的工具来说，这些都是基本需求。
然后我遇到了一个 Bug，OpenClaw 与 Gemini 不兼容。我修复了它并提交了一个拉取请求（PR），但 PR 队列非常庞大。我知道我的修复可能需要几天甚至更长时间才能进入主分支。就在那时我明白了。如果我需要不断修补别人的项目才能得到我想要的东西，也许我应该自己构建一个，并将其作为学习经验，以了解个人 AI 代理需要如何架构、它们的边缘情况、限制以及介于两者之间的一切。
除此之外，OpenClaw 在我的其中一台 Mac 上明显很慢。对于一个应该作为后台守护进程运行的工具来说，性能很重要。这让我想要一个更轻量的东西。
但最大的差距在于内存。OpenClaw 还没有这个功能。每次对话都是从头开始。没有昨天的上下文，没有关于你在做什么项目的记忆，也没有从过去的错误中学习。我无法接受这一点。
所以问题从“我如何让 OpenClaw 为我工作”转变为“我理想中的 AI 守护进程会是什么样子？”我不断遇到同样的挫败感。我不在电脑旁，需要检查一些事情、重启服务或运行一个快速命令。虽然从手机上 SSH 可以在紧急情况下使用，但对于任何超过 ls 的操作来说都很痛苦。
如果我能只发送一条 Telegram 消息，比如“检查 nginx 服务是否在运行”，然后得到答复呢？或者“将最新更改部署到暂存环境”呢？这就是受 OpenClaw 启发的最初想法。
内存是我首先设计的东西
从第一天起，我就知道 AIdaemon 必须记住事情。不仅仅是聊天记录，而是实际的知识。我处理哪些项目。我偏爱哪些工具。我以前遇到过哪些错误以及我是如何修复它们的。
每六个小时，一个后台进程会审查最近的对话并提取持久性事实。比如“David 使用 Cloudflare 进行部署”或“暂存服务器运行在端口 3002 上”。当新信息出现时，旧的事实会被取代，从而保持知识的最新性。
它还会从错误中学习。当 AIdaemon 遇到错误并成功解决后，它会存储模式和修复方法。下次出现类似错误时，它已经知道该怎么做了。
工作流程也会被学习。如果我以相同的方式构建、测试和部署 Rust 应用多次，AIdaemon 就会注意到这个模式。在足够多的成功运行后，该过程会自动提升为可重用的技能。无需手动设置。
所有这些都由向量嵌入（vector embeddings）支持，用于语义召回，并根据新鲜度和有用性加权。30 天未被调用的事实会逐渐衰减。内存保持相关性，无需手动清理。
内存也具有隐私感知能力。事实会根据可见性级别进行标记，因此在私人 DM 中共享的信息永远不会泄露到团队频道中。
工作原理
架构很简单。AIdaemon 作为系统服务启动（macOS 上的 launchd，Linux 上的 systemd），并连接到你的消息通道。收到消息后，它会经过一个代理循环。
- 意图分类 - 一个快速的模型来确定你的需求。是快速回答、要执行的任务，还是需要设置的自动化。
- 工具选择 - 代理根据你的请求从 40 多个内置工具中进行选择
- 安全执行 - 命令在运行前会经过风险评估和批准流程
- 内存更新 - 重要上下文会被存储以供将来对话使用
工具
AIdaemon 开箱即用，提供了 40 多种工具。
- 终端 - 执行 shell 命令，具有基于允许列表的安全性和内联批准（仅允许一次 / 始终允许 / 拒绝）
- 文件操作 - 读取、写入、编辑和搜索文件
- Git - 提交、分支、检查状态
- 网页浏览 - 用于需要 JavaScript 渲染的页面的无头 Chrome
- HTTP 请求 - 完整的头部控制、身份验证配置文件、OAuth 支持
- MCP 集成 - 连接外部 MCP 服务器以扩展功能
- CLI 代理 - 将工作委托给 Claude Code、Gemini CLI、Codex 或 Aider
- 调度 - 具有自然语言时间解析的类 Cron 任务自动化
- 内存管理 - 在不同通道之间查询、更新和共享知识
你还可以在运行时添加通道。需要在现有 Telegram 通道旁边连接一个 Discord 机器人？只需使用 /connect 命令即可。无需重启。
智能模型路由
并非所有消息都需要最昂贵的模型。AIdaemon 将请求分为三个级别。
- 快速 - 简单问题、快速查找（最便宜的模型）
- 主要 - 标准任务、大多数交互（默认模型）
- 智能 - 复杂的推理、多步骤任务（功能最强的模型）
它开箱即用地支持多个 LLM 提供商。OpenAI 兼容的 API（包括 OpenRouter）、Google Gemini、Anthropic Claude、Ollama，以及任何你想运行的本地模型。你可以在不重新构建的情况下在运行时更换提供商。
安全第一
授予 AI 代理终端访问权限是一件需要正确处理的事情。AIdaemon 采取谨慎的方法。
- 基于允许列表的执行 - 只有预先批准的命令前缀才能在不询问的情况下运行
- 内联批准流程 - 对于不在允许列表中的任何内容，你会在聊天中收到“仅允许一次 / 始终允许 / 拒绝”的提示
- 风险评估 - 命令会根据破坏性潜力、路径敏感性和复杂性进行评分
- SSRF 防护 - HTTP 工具会阻止对内部 IP 的请求
- 加密状态 - 使用 SQLCipher 进行数据库加密，密钥存储在你的操作系统钥匙串中
- 停滞检测 - 如果代理重复相同的工具调用三次或陷入交替模式，它会自行停止
入门
尝试它的最快方法。
# 通过 Homebrew 安装
brew tap davo20019/tap
brew install aidaemon
# 或从 crates.io 安装
cargo install aidaemon
# 或直接下载二进制文件
curl -sSfL https://get.aidaemon.ai | bash然后创建一个 config.toml 文件，其中包含你的 LLM 提供商和 Telegram 机器人令牌，然后启动守护进程。
# 安装为系统服务
aidaemon install-service
# 或在前台运行
aidaemon就是这样。向你的 Telegram 机器人发送消息，你就开始与你的机器对话了。请查看完整文档了解配置选项和高级功能。
为什么选择 Rust？
在此项目之前，我从未写过一行 Rust 代码。在体验了 OpenClaw 在我的 Mac 上运行缓慢之后，我想要一些快速的东西。我还想看看我是否可以通过依赖 AI 编码工具来处理繁重的工作，从而用一种不熟悉的语言构建一个生产级的系统。Claude Code、Codex 和 Antigravity 处理了样板代码和所有权检查器的斗争。我专注于架构和设计。
结果是一个单一的二进制文件，我可以将其复制到树莓派或每月 5 美元的 VPS 上，它就能正常工作。没有 Docker，没有 Node.js，没有运行时依赖。对于一个应该 24/7 运行的守护进程来说，Rust 的编译时安全性和低内存占用量被证明是正确的选择。
下一步
AIdaemon 目前是 0.9.2 版本，我仍在不断添加新功能。最近的添加包括一个两阶段顾问系统，用于更智能的意图分类、LLM 输出的结构化 JSON 模式强制执行，以及带有令牌预算的目标跟踪。
该项目在 GitHub 上开源，并发布在 crates.io 上。如果你有兴趣拥有一个完全由你控制的个人 AI 代理，请试用一下并告诉我你的想法。