本地运行架构是什么意思——数据不出你电脑

核心理念

AionClaw 延续了 OpenClaw 的 本地优先架构——所有 AI Agent 的推理、任务拆解、步骤编排和执行过程，都在你的本地电脑上完成。

只有一件事会用到云端：调用大模型。模型推理需要云端算力，但你的任务数据、指令内容、生成的文件、记忆偏好都不会上传到 AionClaw 的服务器。

架构分层理解

可以把 AionClaw 的本地架构拆成三层：

┌─────────────────────────────┐
│   第一层：本地执行层         │
│   任务拆解 / 步骤编排 /     │
│   文件读写 / 脚本运行 /     │
│   浏览器控制                │
└──────────────┬──────────────┘
               │ 把自然语言翻译成模型能理解的 prompt
┌──────────────▼──────────────┐
│   第二层：模型调用层         │
│   聚合路由 / 自动选模型 /   │
│   Token 计费                │
└──────────────┬──────────────┘
               │ 发送 prompt 给大模型
┌──────────────▼──────────────┐
│   第三层：云端模型层         │
│   DeepSeek / Kimi / 等     │
│   只返回模型推理结果        │
└─────────────────────────────┘

关键点：模型收到的是加密的 prompt（只包含当前任务相关的文本），模型返回的是推理结果，不会存储你的数据。

和纯云端运行的区别

为什么这个设计重要

1. 处理敏感数据

工作文档、客户数据、财务信息、产品方案——这些东西你肯定不想让它们飘到任何第三方服务器上。本地运行确保核心数据始终留在你自己设备上。

2. 完整系统访问

只有本地运行才能做到读写你电脑上的任意文件、运行系统命令、操作浏览器——这些是"能动手执行任务"的前提。纯云端 AI 工具做不到这些，因为它碰不到你的文件系统。

3. 离线基础能力

网络断了的话，AionClaw 还能做很多事情——任务历史查看、记忆库查询、已有文件的打开。只是模型调用那一步需要联网。

需要知道的局限

本地优先架构也带来一些限制：

• 电脑必须开着：定时任务、后台运行都需要电脑保持开机状态（或云龙虾模式）
• 本地算力有限：虽然模型推理在云端，但任务拆解、文件操作等本地环节还是占用你的 CPU 和内存
• 跨设备同步：记忆库和配置目前主要存在本机，换设备需要重新积累（企业版可能支持更多同步）