# PicoCluster Claw：月耗电不到2美元的本地化 AI 智能体设备

> 本文介绍 PicoCluster Claw 项目，一套基于 Raspberry Pi 5 和 NVIDIA Jetson Orin Nano 构建的本地化 AI 智能体设备，运行 OpenClaw 和 Ollama 实现完全私有的 LLM 推理，整机功耗仅约15瓦。

- 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm)
- 发布时间: 2026-04-12T05:03:35.000Z
- 最近活动: 2026-04-12T05:28:17.975Z
- 热度: 163.6
- 关键词: PicoCluster, Raspberry Pi, Jetson Orin Nano, OpenClaw, Ollama, 本地化 AI, 边缘计算, MCP, 私有部署, 低功耗
- 页面链接: https://www.zingnex.cn/forum/thread/picocluster-claw-2-ai
- Canonical: https://www.zingnex.cn/forum/thread/picocluster-claw-2-ai
- Markdown 来源: ingested_event

---

# PicoCluster Claw：月耗电不到2美元的本地化 AI 智能体设备

## 项目概述

在云计算和 AI 服务日益集中的今天，数据隐私和长期订阅成本成为许多用户关注的焦点。PicoCluster Claw 项目提供了一个令人耳目一新的解决方案——一套完全本地化、低功耗、可 self-hosted 的 AI 智能体设备，月电费不到2美元。

这套设备由两个核心组件构成：

- **clusterclaw（树莓派5，8GB）**：负责 Web 界面、智能体编排和系统管理
- **clustercrush（Jetson Orin Nano Super，8GB）**：负责本地大语言模型推理

两者协同工作，构建了一个私密、始终在线、低能耗的个人 AI 基础设施。

## 硬件架构

### clusterclaw（RPi5 节点）

树莓派5 作为系统的"大脑"，运行以下服务：

- **Portal（端口80）**：PicoCluster Claw 的统一入口页面
- **ThreadWeaver（端口5173）**：聊天交互界面
- **OpenClaw Gateway（端口18789）**：智能体网关服务
- **Caddy HTTPS 代理（端口18790）**：安全的 Web 访问
- **Blinkt! LED 状态指示器**：可视化系统状态

### clustercrush（Orin Nano 节点）

Jetson Orin Nano Super 作为"算力引擎"，专注于 AI 推理：

- **Ollama（端口11434）**：本地 LLM 推理引擎
- **9个预装模型**：涵盖通用对话、推理、代码、视觉等能力
- **CUDA / cuDNN / TensorRT**：完整的 NVIDIA AI 加速栈
- **OpenAI 兼容 API**：便于现有应用迁移

### 功耗与成本

整套系统的功耗表现令人印象深刻：

| 场景 | 功耗 | 月电费 | 年电费 |
|------|------|--------|--------|
| 空闲等待 | 14W | $1.61 | $19.62 |
| 典型负载 | 20W | $2.30 | $28.03 |
| 90%空闲混合 | 15W | $1.73 | $21.02 |

按当前电价计算，运行一整年的电费仅约21美元，远低于大多数云服务的月费。

## 预装模型阵容

clustercrush 节点预装了9个大语言模型，总占用约27GB NVMe 存储空间：

| 模型 | 大小 | 类型 |
|------|------|------|
| llama3.2:3b | 2.0 GB | 通用对话（主力） |
| llama3.1:8b | 4.9 GB | 通用对话（高质量） |
| gemma3:4b | 3.3 GB | 通用（多语言） |
| phi3.5:3.8b | 2.2 GB | 推理专用 |
| deepseek-r1:7b | 4.7 GB | 推理（链式思考） |
| qwen2.5:3b | 1.9 GB | 代码/结构化输出 |
| starcoder2:3b | 1.7 GB | 代码生成 |
| llava:7b | 4.7 GB | 视觉理解 |
| moondream:1.8b | 1.7 GB | 视觉（轻量） |

Ollama 会自动管理模型的加载和卸载，根据使用需求动态调配 GPU 内存。

## MCP 智能体工具集

PicoCluster Claw 内置了5个 MCP（Model Context Protocol）服务器，为本地 LLM 提供28个实用工具：

### LED 控制（5个工具）

通过 Pimoroni Blinkt! LED 灯带，实现：

- 设置 LED 颜色
- 显示进度条
- 脉冲动画效果
- 清除显示

### 系统监控（6个工具）

实时获取 clusterclaw 节点的状态：

- CPU 使用率
- 内存占用
- 磁盘空间
- 温度
- 运行时间
- 网络状态

### clustercrush 管理（4个工具）

管理 Orin Nano 节点的 Ollama 服务：

- 列出已安装模型
- 查看活跃模型
- 获取 GPU 内存使用
- 拉取新模型

### 时间工具（4个工具）

提供时间相关的实用功能：

- 当前时间/日期
- 倒计时
- 时长格式化

### 文件操作（5个工具）

沙盒化的文件系统操作：

- 读取文件
- 写入文件
- 列出目录
- 删除文件

这些工具通过 stdio-based MCP 协议自动连接到 ThreadWeaver，使得用户可以用自然语言控制硬件和查询系统状态。

## LED 状态指示系统

Blinkt! LED 灯带不仅是装饰，更是系统状态的直观展示：

- **扫描眼动画**：空闲状态，颜色渐变的 Larson 扫描效果
- **绿/青色追逐**：LLM 推理进行中
- **紫色脉冲**：OpenClaw 智能体思考中
- **琥珀色脉冲**：服务降级警告
- **红色脉冲**：服务故障
- **彩虹启动序列**：开机自检流程

这种可视化的反馈机制让用户无需登录系统即可了解设备运行状态。

## 部署与访问

### 快速安装

项目提供了自动化安装脚本：

```bash
# 在 clustercrush 节点安装 Ollama 和模型
sudo bash install-clustercrush.sh

# 在 clusterclaw 节点安装 Docker 服务和 Web 界面
sudo bash install-clusterclaw.sh
```

### 访问方式

| 服务 | 地址 | 说明 |
|------|------|------|
| 门户页面 | http://clusterclaw | 统一入口，包含所有服务链接 |
| ThreadWeaver | http://clusterclaw:5173 | 聊天界面 |
| OpenClaw 仪表板 | https://localhost:18790 | 需 SSH 隧道 |
| OpenClaw TUI | SSH 后执行 `openclaw tui` | 终端交互 |
| Ollama API | http://clustercrush:11434/v1 | OpenAI 兼容接口 |

### SSH 隧道访问

对于 OpenClaw 仪表板的安全访问，建议建立 SSH 隧道：

```bash
ssh -L 18790:localhost:18790 picocluster@clusterclaw
```

然后在本地浏览器访问 https://localhost:18790，使用令牌 `picocluster-token` 登录。

## 安全设计

PicoCluster Claw 在多个层面考虑了安全性：

- **网络隔离**：所有服务运行在本地网络，无云端依赖
- **容器隔离**：OpenClaw 运行在 Docker 容器中
- **HTTPS 认证**：仪表板强制 HTTPS + 令牌认证
- **防火墙限制**：Ollama 仅允许 clusterclaw IP 访问
- **SSH 加固**：禁止 root 登录
- **UFW 防火墙**：双节点均启用
- **fail2ban**：防止 SSH 暴力破解
- **自动更新**：安全补丁自动安装

## 应用场景

PicoCluster Claw 适合多种使用场景：

**隐私优先的个人 AI**：所有数据本地处理，无需担心云端泄露风险。

**离线工作环境**：在无网络或网络受限的环境中依然可用。

**智能家居中枢**：通过 MCP 工具控制 LED、查询系统状态，可作为智能家居的控制中心。

**开发测试环境**：本地运行多个开源模型，便于对比测试和开发调试。

**教育学习平台**：学习 LLM 部署、容器化、网络配置等技术的理想平台。

## 总结

PicoCluster Claw 项目展示了如何在有限的硬件预算和功耗约束下，构建一套功能完整的本地化 AI 基础设施。它不仅是技术爱好者折腾的玩具，更是一个实用的、可长期运行的个人智能体解决方案。

月耗电不到2美元，拥有一个永远在线、完全私有的 AI 助手——这在几年前还是科幻小说中的情节，如今已成为现实。