ESP-Claw bringt KI-Agenten direkt auf den ESP32

Mit ESP-Claw hat Espressif ein neues Framework für ESP32-Boards veröffentlicht. Statt Geräte direkt zu programmieren, setzt das Projekt auf einen Agentenansatz direkt auf den Chips. Die Idee dahinter: Sensoren liefern Daten, ein lokaler Agent trifft Entscheidungen und das Gerät reagiert selbstständig.

Technisch basiert ESP-Claw auf einem Runtime-System, das auf ESP32-Boards wie dem S3 läuft. Der Ansatz nennt sich „Chat Coding“: Das Verhalten eines Geräts kann über Konversationen definiert werden, statt klassische Firmware zu schreiben. Im Hintergrund werden diese Eingaben in Aktionen übersetzt, die der Mikrocontroller ausführt. Ergänzt wird das Ganze durch eine ereignisgesteuerte Architektur, bei der Sensorwerte, Nachrichten oder andere Trigger direkt eine Verarbeitungskette starten können. Reaktionen sind laut Projekt im Millisekundenbereich möglich.

Für Maker interessant ist vor allem die flexible Erweiterbarkeit. ESP-Claw bringt eine strukturierte Speicherverwaltung mit, um Zustände und Kontext direkt auf dem Gerät abzulegen und nachhaltig zu speichern. Gleichzeitig lassen sich externe Dienste über standardisierte Schnittstellen anbinden, etwa über das Model Context Protocol (MCP). Auch die Integration von Messaging-Diensten wie Telegram ist vorgesehen, dadurch kann man Geräte in bestehende Kommunikationswege einbinden.

Niedrige Einstiegshürde

Ein weiterer praktischer Punkt ist die vergleichsweise niedrige Einstiegshürde. Unterstützte Boards lassen sich direkt im Browser konfigurieren und flashen, ohne lokale Toolchain. Wer tiefer einsteigen will, kann das System aber auch klassisch selbst bauen und anpassen. Durch den modularen Aufbau lassen sich einzelne Komponenten austauschen oder erweitern, etwa um zusätzliche Sensorik, Aktoren oder eigene Logik einzubinden.

Spannend wird das Ganze in Maker-Händen. Beispiele für Projekte sind etwa smarte Kameraknoten, die Ereignisse selbst interpretieren, Sprachinterfaces für Smart-Home-Steuerung oder Geräte, die auf Basis von Sensordaten eigenständig Entscheidungen treffen, etwa in der Heimautomation.

Auf der offiziellen GitHub-Seite sind in Videos einige Beispielprojekte festgehalten. So wird ein LED-Streifen an einen ESP angeschlossen und dem Agenten via Chat mitgeteilt, wie dieser Streifen angeschlossen ist und dass mit dem LED-Streifen ein Regenbogenlicht realisiert werden soll. Nach kurzer „Überlegung“ des Agenten beginnt der Streifen entsprechend zu leuchten.

Für Maker bedeutet das vor allem weniger Code und mehr Fokus auf das Verhalten eines Projekts. Statt Zustände und Abläufe komplett selbst zu modellieren, kann man mit einem Agenten arbeiten, der sich dynamisch anpassen lässt. Gleichzeitig bleibt die Kontrolle über Daten erhalten, weil viele Funktionen lokal laufen. Noch ist das Projekt in Entwicklung, aber es zeigt recht deutlich, wohin sich IoT im Hobbybereich bewegen könnte: weg von starren Skripten, hin zu kleinen, eigenständig agierenden Systemen.

Wer direkt mit KI loslegen möchte, kann mit unserem selbst gebauten KI-Telefon Ideen austauschen.

(das)