MateClaw是什么？

MateClaw是基于Java生态的开源AI智能体Runtime框架，由matevip团队开发，旨在解决AI Agent从个人工具转向团队生产时所缺失的工程化、安全与治理能力。其核心功能包括双引擎智能体执行（ReAct与Plan-and-Execute）、多层记忆体系、LLM Wiki结构化知识库、MCP协议工具生态以及企业级安全管控（ToolGuard）。该工具采用Apache-2.0协议完全开源免费，支持Web、桌面端、钉钉、飞书等多渠道接入，特别适合需要在Java技术栈下落地企业级AI智能体应用的开发者与团队使用。

MateClaw定位

MateClaw定位为企业级AI智能体运行时框架，旨在补齐Java生态在AI Agent领域的工程化短板。它不是一个简单的聊天工具或工作流编排器，而是一个集成了推理、记忆、知识、工具与多渠道接入的完整系统。其核心差异点在于将智能体从"能聊天"推进到"能持续交付"的数字员工，通过结构化状态（如目标验收清单、知识分层、记忆隔离）解决传统智能体任务边界模糊、知识过期、记忆串台等工程问题。技术栈基于Java 17、Spring Boot 3.5与Spring AI Alibaba构建，天然适配企业级应用，支持多租户、安全管控与生产环境稳定运行。

核心功能

1. 双引擎智能体执行

功能描述：提供ReAct引擎与Plan-and-Execute引擎两种模式。ReAct引擎适用于快速推理与工具调用；Plan-and-Execute引擎则自动将复杂目标拆解为有序子步骤，逐步执行并校验状态，适用于需要多步协作的复杂任务。

适用场景：比如，使用ReAct引擎处理日常问答或简单工具调用；使用Plan-and-Execute引擎规划一次包含行程、预算和预订的多日旅行。

关键参数：ReAct引擎支持高频工具调用，快速响应；Plan-and-Execute引擎支持2到6个可执行步骤的拆解。

2. 目标验收清单（Goal Checklist）

功能描述：将宏观目标细化为多个具体且可独立验证的子目标（验收准则），系统内置评估器在不同阶段逐一审核并记录证据，只有所有准则全部通过后任务才被判定完成。

适用场景：比如，在软件开发中，将"完成新功能"细化为"需求评审通过"、"代码审查完成"、"测试用例覆盖100%"、"文档已更新"等多个验收项。

关键参数：验收准则可动态拆分与更新；每个准则审核均记录证据，保证可追溯。

3. LLM Wiki知识引擎

功能描述：将传统知识库升级为具备自维护能力的知识引擎，支持页面互联、改名级联改写、删页清理与坏链扫描。引入"知识分层"概念，将内容分为基础事实层与经验总结层，事实层变更会自动标记依赖的经验层为待复核。

适用场景：比如，当公司产品定价（基础事实）变更时，所有引用该定价的促销方案（经验总结）都会被自动标记，避免使用过期信息。

关键参数：支持结构化字段与Markdown模板配置（PageTypeProfile）；基于"员工+知识库+页面类型"矩阵实现精细化权限流控。

4. 多用户记忆隔离

功能描述：在多人协作环境中，为记忆数据打上所有者标识，并设置三档可见性范围，确保同一智能体服务不同用户时，个人隐私和长期记忆绝不交叉。

适用场景：比如，同一个客服智能体同时处理多位用户的咨询，每位用户的订单历史、偏好等记忆被严格隔离，避免混淆。

关键参数：记忆隔离基于owner_key与scope实现；三档可见性为仅自己、团队可见、公开。

5. 企业级安全管控（ToolGuard）

功能描述：提供规则驱动的工具调用安全审批机制，包括绝对拦截（如rm -rf /）、高危审批（如数据库删改）、路径保护与权限隔离。所有工具调用均有完整审计日志。

适用场景：比如，当智能体尝试执行git push --force操作时，系统会挂起执行流程，向管理员推送审批通知（通过Web、钉钉或飞书），经确认后才继续执行。

关键参数：支持绝对拦截、高危审批、路径保护三级策略；审批工作流支持多渠道推送（Web、IM等）。

如何使用

访问官网 → https://claw.mate.vip/

选择部署方式 → 本地开发（推荐）、Docker Compose或桌面端安装。

配置模型密钥 → 在application.yml或.env文件中填入LLM API Key（如通义千问）。

启动服务 → 运行后端Spring Boot应用与前端Vue项目，或启动桌面客户端。

登录并配置 → 使用默认账号（admin/admin123）登录Web控制台，配置模型优先级、上传知识库文件。

进阶使用 → 通过ClawHub技能市场一键安装技能；使用自然语言让AI自主生成技能；通过工作流编排多技能协作。

价格方案

MateClaw遵循Apache-2.0开源协议，完全免费，个人与企业均可免费商用，无功能限制与席位限制。

竞品对比

MateClaw与OpenClaw的核心区别在于技术栈与定位。OpenClaw基于TypeScript/Node.js，更偏向极客玩家的本地数字生命中枢；MateClaw基于Java生态，专注于解决企业级场景下的安全管控、记忆隔离与工程化治理问题。

适用人群

Java开发者：可在熟悉的Spring Boot体系中快速集成与二次开发，降低企业AI应用接入成本。

企业团队：需要创建多个数字员工，要求任务过程可审计、高危操作可审批、记忆严格隔离。

追求工程化落地的用户：关注AI智能体在生产环境中的稳定性、可观测性与治理能力，而不仅仅是对话效果。

FAQ 常见问题

Q1：MateClaw是免费的吗？
A：是的，MateClaw遵循Apache-2.0开源协议，完全免费，个人与企业均可免费商用，无功能限制与席位限制。

Q2：MateClaw支持哪些平台？
A：支持Web控制台、桌面端（Windows/macOS，内置JRE）、Android手机端，以及钉钉、飞书、企业微信、Telegram等IM渠道接入。

Q3：MateClaw和OpenClaw有什么区别？
A：核心区别在于技术栈与定位。OpenClaw基于TypeScript/Node.js，更偏向极客玩家的本地数字生命中枢；MateClaw基于Java生态，专注于解决企业级场景下的安全管控、记忆隔离与工程化治理问题。

Q4：如何开始使用MateClaw？
A：最简单方式是从GitHub Releases下载对应系统的桌面客户端，双击即可运行（内置运行环境）。也可通过Docker Compose一键部署，或克隆源码进行本地开发。

Q5：MateClaw的数据安全与隐私如何保障？
A：MateClaw支持私有化部署，所有数据可存储在本地或企业私有服务器。提供RBAC权限体系、JWT认证、操作审计日志以及细粒度的ToolGuard安全管控，高危操作需审批。具体隐私政策需查看官方文档。

Q6：MateClaw支持哪些大模型？
A：支持20+主流大模型，包括通义千问（DashScope）、OpenAI、Anthropic、Google Gemini、DeepSeek、Kimi、智谱、Ollama等，支持模型健康监测与自动故障转移。

更新历史

2026年05月：发布v1.5.0，引入目标验收清单（Goal Checklist）、LLM Wiki自维护（知识分层）、多用户记忆隔离，优化模型选择逻辑，接入Claude Opus 4.8模型。

2026年04月：发布v1.4.0，实现持久化目标（Goal）、子员工委派树、工作空间RBAC，飞书成为一等公民。

2026年03月：发布v1.2.0，产品形态转向"数字员工工作室"，新增Admin运行时控制台，完善记忆系统。

编辑客观评价

MateClaw适合需要在Java技术栈下构建可治理、可审计的企业级AI智能体应用的团队。其双引擎架构与多层记忆体系有效提升了复杂任务的执行力，而ToolGuard与记忆隔离则解决了团队协作中的核心安全与隐私问题。完全开源的定价策略极大降低了企业尝试成本。作为相对年轻的项目，其社区规模与生态丰富度尚不及OpenClaw等成熟产品，且对非Java开发者而言学习成本较高。以上信息基于官方公开资料与媒体报道整理，编辑团队未进行独立实测。

AITOP100作为华强方特（深圳）动漫有限公司倾力打造的AI数智化聚合营销平台，同时也作为全网最全AI大赛活动举办和收录平台以及国内AI头部社区之一，平台已收录超700场AI视频、绘画、写作、算法等大赛。更有AI工具、资讯、教程、大咖直播。承办线上线下活动。快来参与或合作！
官网：https://www.aitop100.cn

想了解AITOP100平台其它版块的内容，请点击下方超链接查看

AI创作大赛 | AI活动 | AI工具集 | AI资讯专区 | AI小说

AITOP100平台官方交流社群二维码：

MateClaw-相关资讯文章

每日AI资讯-2026年6月08日