▼ 關(guān)注摩爾線程開發(fā)者公眾號，及時獲取摩爾線程開發(fā)者各類服務(wù)信息 ▼

近日，摩爾線程正式開源AI智能體框架MTClaw，一款面向桌面控制場景的AI智能體加速方案。實測表明，MTClaw可將智能體單次任務(wù)執(zhí)行速度提升約7倍、成功率可達(dá)100%。目前，MTClaw的完整代碼、評測數(shù)據(jù)與配套插件已開放至摩爾線程GitHub官方倉庫與OpenClaw官方插件市場ClawHub。

為什么AI智能體的桌面執(zhí)行

總是“慢一步”？

在自動整理文件、批量截圖、瀏覽器操作、自動化測試等日常場景中，AI智能體（AI Agent）正逐步成為開發(fā)者的得力助手。然而，許多開發(fā)者在實際部署和使用桌面控制智能體時，常面臨一個核心痛點——慢。

當(dāng)前主流智能體架構(gòu)的工作模式是：將每一幀截圖、每一次點擊、每一個文件操作請求，均完整發(fā)往遠(yuǎn)端大模型進(jìn)行推理決策。即便任務(wù)本身極為簡單，也要經(jīng)歷完整的模型推理鏈路。這就好比讓一位首席科學(xué)家去處理“打開抽屜、拿一支筆”的瑣事，每個微小動作都要排隊等待決策，不僅造成大量算力浪費在低價值操作上，更拉長了整體系統(tǒng)響應(yīng)延遲。

業(yè)界現(xiàn)有解決方案主要分為兩類：

? 對大模型進(jìn)行專項重訓(xùn)：以提升特定場景下的輕量化操作效率，但研發(fā)及計算成本高昂，且模型版本迭代后效果難以持續(xù)。

? 直接替換為輕量模型：雖能勉強(qiáng)應(yīng)對簡單任務(wù)，但在面對復(fù)雜業(yè)務(wù)邏輯和推理時，成功率易顯著下降。

由此可見，以上兩種方案均不理想。

MTClaw讓AI智能體又快又準(zhǔn)

面對上述困境，摩爾線程選擇了一條不同的技術(shù)路徑。MTClaw不改變后端大模型本身，而是在其前端增加一層“前臺助理”角色，搭配輕量模型并引入路由機(jī)制（Function Router），通過明確的分工協(xié)調(diào)實現(xiàn)業(yè)務(wù)層整體加速。

▼高頻輕量動作即時處理：

截圖、點擊、打開文件、讀取內(nèi)容等常規(guī)重復(fù)性操作，由“前臺助理”即時判斷并執(zhí)行，實現(xiàn)毫秒級響應(yīng)。

▼復(fù)雜場景自動流轉(zhuǎn)：

對真正需要復(fù)雜推理和深層思考的場景，“前臺助理”會自動轉(zhuǎn)交給用戶配置的后端大模型（如ChatGPT、豆包、Qwen等），確保執(zhí)行質(zhì)量。

▼無侵入式設(shè)計：

支持配置接入地址的AI客戶端、智能體框架或評測系統(tǒng)，僅需修改一行API Base地址即可直接調(diào)用，無需調(diào)整底層業(yè)務(wù)代碼。

圖1：摩爾線程MTClaw的“前臺助理”工作流

一次請求進(jìn)入MTClaw后，“前臺助理”經(jīng)歷“判斷→執(zhí)行→檢查”三個步驟，先決定該任務(wù)由“輕量模型直辦”還是“交給大模型”，執(zhí)行完成后確認(rèn)是否需要大模型補(bǔ)充完善。基于此流程，用戶可明顯感受到AI智能體任務(wù)執(zhí)行效率的顯著提升。這一“快”與“準(zhǔn)”的平衡，主要得益于以下兩項關(guān)鍵技術(shù)：

▼精挑細(xì)選的輕量模型

MTClaw內(nèi)部“前臺助理”所搭載的輕量模型并非越小越好。摩爾線程技術(shù)團(tuán)隊在嘗試多種不同規(guī)模的候選模型后，最終選定了一款300億參數(shù)級的輕量模型。測試表明：低于此規(guī)模，小模型成功率會明顯下滑；進(jìn)一步擴(kuò)大規(guī)模，速度優(yōu)勢則被逐漸稀釋。該模型是在“快”與“準(zhǔn)”之間取得的當(dāng)前最優(yōu)平衡點。

▼嚴(yán)格的對話隔離機(jī)制

在多用戶、多并發(fā)會話的真實生產(chǎn)場景中，若不區(qū)分歷史記錄歸屬，“前臺助理”易混淆不同用戶的動作，導(dǎo)致誤判。MTClaw引入嚴(yán)格的對話隔離機(jī)制，為每個會話單獨維護(hù)一份獨立的工具調(diào)用歷史、上下文狀態(tài)和路由記錄，所有判斷僅基于當(dāng)前對話的歷史，跨會話互不干擾。該機(jī)制則是MTClaw兼顧“快”與“準(zhǔn)”的關(guān)鍵技術(shù)。

圖2：摩爾線程MTClaw的“前臺助理”對話隔離機(jī)制

實測：速度更快，成功率更高

摩爾線程技術(shù)團(tuán)隊在50個真實桌面控制任務(wù)上對MTClaw進(jìn)行了端到端評測（每項任務(wù)重復(fù)執(zhí)行4次，后端大模型選用豆包Pro），性能表現(xiàn)如下：

以上實測數(shù)據(jù)顯示：

▼ MTClaw極速模式專注于低延遲響應(yīng)，適用于對交互速度敏感的實時場景。該模式下，單次任務(wù)平均完成時間僅需5.54秒，相較傳統(tǒng)方式的37.97秒，帶來約7倍的速度提升。

▼ MTClaw穩(wěn)健模式下，當(dāng)“前臺助理”遇到自身判斷不確定的請求時，會自動向后端大模型求助。該模式下，單次任務(wù)成功率達(dá)100%，平均完成時間為7.61秒，相較傳統(tǒng)方式，不僅成功率更高（100% vs 99%），還實現(xiàn)約5倍的速度提升。

快速部署指南

MTClaw采用MIT開源協(xié)議，代碼、評測數(shù)據(jù)、訓(xùn)練與評測腳本全量開放，無遙測組件，不依賴強(qiáng)制云端服務(wù)，支持用戶自由本地部署。

▼MTClaw GitHub倉庫：

https://github.com/MooreThreads/MTClaw

▼ClawHub插件頁：

https://clawhub.ai/packages/openclaw-session-bridge-plugin

開發(fā)者可根據(jù)自身業(yè)務(wù)場景選擇以下兩種方式部署：

方式一：與開源智能體OpenClaw生態(tài)兼容

MTClaw已與開源智能體OpenClaw完成生態(tài)兼容，并上架至其官方插件市場ClawHub。OpenClaw用戶只需在終端執(zhí)行以下命令，即可開箱體驗：

openclaw plugins install clawhub:openclaw-session-bridge-plugin

方式二：獨立Python運行環(huán)境部署

如需在自定義AI自動化流程中獨立調(diào)用MTClaw的路由能力，可通過以下步驟快速完成本地構(gòu)建：

1. 克隆倉庫并安裝依賴

./scripts/install.sh

2. 配置服務(wù)接入（示例）

上述安裝腳本會自動檢查OpenClaw目前使用模型，并加載到function router，不需要修改任何OpenClaw的代碼和配置。

如果需要手動指定服務(wù)，僅需將智能體客戶端或自動化腳本中的openai.base_url指向MTClaw的本地或服務(wù)器代理地址，即可完成無侵入式替換：

)

3. 自動加速Skill

我們提供了兩種方法，便于用戶快速對需要的領(lǐng)域進(jìn)行加速，并不局限于系統(tǒng)控制、桌面操作等場景。

方法一：提供skill-to-fc的技能

只需要告訴您的OpenClaw，讓它基于skill-to-fc對某個Skill進(jìn)行加速，即可快速將這個領(lǐng)域適配到function router。

https://github.com/MooreThreads/MTClaw/blob/main/docs/skill-to-fc.md

方法二：我們提供了詳細(xì)的工具定義的教程

只需要實現(xiàn)一個相關(guān)腳本并注冊，即可使用function router進(jìn)行快速工具調(diào)用。

https://github.com/MooreThreads/MTClaw/blob/main/docs/adding-tools.md

開源生態(tài)共建

MTClaw不僅適用于桌面控制場景，也有望延伸至代碼輔助、自動化測試、多模態(tài)任務(wù)編排等更廣泛的AI智能體應(yīng)用領(lǐng)域，為國產(chǎn)GPU算力在智能體加速方向上的規(guī)模化落地提供可復(fù)用的技術(shù)基座。

MTClaw并非一次性的開源發(fā)布，而是摩爾線程在AI智能體效率優(yōu)化方向上的持續(xù)投入起點。團(tuán)隊將持續(xù)推進(jìn)：

▼ 開放MTClaw的智能體訓(xùn)練工具鏈，支持企業(yè)基于自有工具體系與業(yè)務(wù)場景，快速訓(xùn)練并定制專屬策略；

▼ 適配更多主流大模型作為推理后端；

▼ 推出整合套件，進(jìn)一步降低部署門檻，升級“開箱即用”體驗。

摩爾線程誠邀廣大開發(fā)者共同參與MTClaw建設(shè)，協(xié)同推進(jìn)AI智能體在真實生產(chǎn)場景中“更快、更準(zhǔn)、更省”的持續(xù)進(jìn)化。獲取更多MTClaw信息，請訪問摩爾線程GitHub官方倉庫：

https://github.com/MooreThreads/MTClaw

*以上測試數(shù)據(jù)均來自摩爾線程實驗室。

▼關(guān)于摩爾線程開發(fā)者

摩爾線程開發(fā)者是國產(chǎn) GPU 創(chuàng)新企業(yè)摩爾線程專為技術(shù)愛好者和開發(fā)者打造的一站式服務(wù)平臺。摩爾線程致力于構(gòu)建一個技術(shù)共享和創(chuàng)新驅(qū)動的開發(fā)者生態(tài)服務(wù)體系，助力開發(fā)者實現(xiàn)技術(shù)突破，推動創(chuàng)新應(yīng)用落地。