Assistant IA autonome sur carte ESP32 pour 5 $

En général, exécuter un agent IA autonome comme OpenClaw nécessite de déployer un conteneur Docker sur un serveur, d'installer Node.js ou de maintenir un processus persistant sur un Raspberry Pi. Le projet MimiClaw adopte une approche différente. Les auteurs ont supprimé Linux, Python et les frameworks lourds, réécrivant la logique de l'agent en C pur pour le microcontrôleur ESP32-S3.

La puce, à peu près de la taille d'une clé USB, consomme environ 0,5 W et fonctionne sur un port USB standard. Malgré son format compact, elle intègre une boucle d'agent complète, un stockage local et une intégration Telegram.

Comment ça fonctionne

Le fonctionnement est simple. Vous envoyez un message au bot Telegram. La carte ESP32-S3 reçoit la requête via Wi-Fi, la transmet à la boucle d'agent ReAct et communique avec l'API Anthropic Claude ou OpenAI GPT.

Le modèle raisonne sur la tâche, appelant les outils disponibles si nécessaire : recherche web, récupération de l'heure précise ou planificateur de tâches. La réponse est renvoyée au chat et le contexte est enregistré dans la mémoire flash du microcontrôleur.

Mémoire et autonomie

MimiClaw stocke toutes les données dans le système de fichiers SPIFFS directement sur la puce. La mémoire est structurée sous forme de fichiers texte :

• SOUL.md définit la personnalité du bot et ses règles de comportement
• USER.md stocke les informations sur le propriétaire et ses préférences
• MEMORY.md gère les souvenirs à long terme qui persistent après les redémarrages
• HEARTBEAT.md contient une liste de tâches en arrière-plan à vérifier régulièrement

Toutes les 30 minutes, un service intégré lit HEARTBEAT.md. S'il y a des éléments non vérifiés, l'agent se réveille de manière autonome, exécute la tâche et envoie un rapport. De plus, l'IA peut planifier des tâches ponctuelles ou récurrentes via l'outil cron_add, en les enregistrant dans cron.json.

Configuration et lancement

Pour compiler, vous aurez besoin d'une carte ESP32-S3 avec 16 Mo de Flash et 8 Mo de PSRAM (par exemple, la carte Xiaozhi AI) et le framework ESP-IDF version 5.5 ou ultérieure.

Commencez par cloner le dépôt et définir la plateforme cible :

git clone https://github.com/memovai/mimiclaw.git
cd mimiclaw
idf.py set-target esp32s3

Le projet dispose d'une configuration à deux niveaux. Les paramètres de base sont définis au moment de la compilation dans le fichier main/mimi_secrets.h :

#define MIMI_SECRET_WIFI_SSID       "YourWiFiName"
#define MIMI_SECRET_WIFI_PASS       "YourWiFiPassword"
#define MIMI_SECRET_TG_TOKEN        "123456:ABC-DEF1234ghIkl-zyx57W2v1u123ew11"
#define MIMI_SECRET_API_KEY         "sk-ant-api03-xxxxx"
#define MIMI_SECRET_MODEL_PROVIDER  "anthropic"

Après cela, compilez et flashez :

idf.py fullclean && idf.py build
idf.py -p /dev/ttyACM0 flash monitor

Lors du flashage, veillez à connecter le câble au port étiqueté USB (USB Serial/JTAG natif), pas COM (pont UART). Sinon, idf.py ne pourra pas charger le binaire.

Les paramètres peuvent également être modifiés sans reflasher. La console REPL via le port série donne accès aux paramètres mémoire NVS :

mimi> set_api_key sk-ant-api03-...
mimi> set_model gpt-4o
mimi> memory_read
mimi> heap_info

Outils disponibles

L'agent prend en charge l'appel de fonctions (tool calling) pour les modèles Anthropic et OpenAI. La version actuelle implémente cinq outils de base :

• web_search recherche des informations fraîches en ligne via Tavily ou Brave Search
• get_current_time demande l'heure précise via HTTP et met à jour l'horloge système
• cron_add, cron_list et cron_remove permettent à l'IA de gérer son propre planning

Avantages réels et limitations

MimiClaw démontre qu'un assistant IA personnel n'a pas besoin de serveurs domestiques ni de VMs cloud payantes. Les calculs LLM se font toujours sur les serveurs d'OpenAI ou d'Anthropic, donc vous aurez besoin de clés API et d'un accès réseau. Cependant, toute l'infrastructure de support, la mémoire locale et la planification autonome s'exécutent directement sur la puce à 5 $.

Le projet est utile pour les développeurs embarqués et les passionnés d'électronique DIY qui souhaitent construire un appareil autonome avec une consommation d'énergie minimale.