MimiClaw: el asistente de IA que cabe en un chip de 5 euros

MimiClaw es uno de esos proyectos de IA que parecen ciencia ficción hasta que lo ves funcionando: un asistente inteligente, siempre encendido, corriendo en una simple placa ESP32-S3 de unos pocos euros, sin Linux, sin Node.js y sin necesidad de un servidor externo. Todo el andamiaje del agente —memorias, herramientas, cron, acceso a modelos de OpenAI o Anthropic— vive dentro de un chip diminuto que se alimenta por USB y cabe literalmente en el bolsillo.

Le mandas un mensaje por Telegram, la placa recibe la orden vía WiFi, la pasa por un bucle de agente con herramientas, memoria y programación de tareas, y te responde como si estuvieras hablando con un asistente de escritorio de gama alta. Pero aquí no hay un Mac mini de 600 € detrás, sino un microcontrolador de unos 5 €, con el almacenamiento en flash local y una arquitectura en C extremadamente optimizada. Es la versión extrema del movimiento “Claw”: agentes personales de IA que pueden ejecutarse prácticamente en cualquier cacharro.

Qué es MimiClaw y por qué ha llamado tanto la atención

MimiClaw se define como el primer asistente de IA del mundo que corre en un chip de 5 dólares, inspirado en OpenClaw y en otros proyectos de la familia como NanoClaw, PicoClaw o ZeroClaw, pero llevado al territorio del hardware embebido. Su objetivo es claro: demostrar que puedes tener un agente personal completo, con herramientas y memoria persistente, en un entorno sin sistema operativo tradicional.

El corazón de MimiClaw es una placa ESP32-S3 con 16 MB de flash y 8 MB de PSRAM, suficiente para alojar el firmware, el sistema de archivos SPIFFS y todos los ficheros de configuración y memoria del agente. En vez de levantar contenedores, demonios o servicios en segundo plano, todo está implementado en C puro sobre el SDK de Espressif, lo que reduce de forma brutal el consumo de recursos.

A nivel de experiencia de uso, el flujo es tan sencillo como enchufar la placa por USB, conectarla al WiFi y hablarle por Telegram. El asistente escucha a través de un bot de Telegram, pasa los mensajes a un modelo de lenguaje (Anthropic Claude o OpenAI GPT, configurable en caliente) y puede encadenar llamadas a herramientas, leer y escribir archivos en la memoria local y programar tareas futuras. Toda la parte “inteligente” ocurre en el bucle de agente, que sigue un patrón ReAct (razonamiento + acción) para resolver tareas de forma iterativa.

En cuanto a consumo, MimiClaw está pensado para estar encendido permanentemente: trabaja con unos 0,5 W desde un simple puerto USB, lo que abre la puerta a tener asistentes empotrados en routers, cámaras IP, pequeños servidores caseros o incluso dispositivos improvisados que tengas por casa.

El proyecto está licenciado bajo MIT, lo que permite reutilizar, modificar y adaptar el código con bastante libertad. Esto encaja perfectamente con el espíritu del ecosistema Claw: agentes personales abiertos, auditables y fáciles de forkar para adaptarlos a cada caso de uso.

Hardware y requisitos básicos para poner MimiClaw en marcha

Para montar tu propio asistente con MimiClaw no necesitas un laboratorio, pero sí cumplir unos mínimos de hardware y acceso a APIs. La lista de componentes es sorprendentemente corta, sobre todo si vienes del mundo OpenClaw en sobremesa.

En cuanto a la placa, se recomienda explícitamente un ESP32-S3 con 16 MB de flash y 8 MB de PSRAM, por ejemplo una Xiaozhi AI board o similares, que suelen rondar los 10 €. Hay otras variantes de ESP32-S3, pero si vas justo de memoria te acabarás peleando con el espacio de firmware y el sistema de archivos.

Además de la placa, necesitarás un cable USB-C que te permita tanto alimentar el dispositivo como flashear el firmware y, opcionalmente, abrir una consola serie para depurar o configurar parámetros en caliente. Muchos modelos traen dos puertos USB-C diferenciados, lo que da pie a cierta confusión a la hora de enchufarlos.

A nivel de servicios externos, hace falta al menos un proveedor de LLM y un canal de mensajería. MimiClaw soporta tanto Anthropic (Claude) como , conmutables en tiempo de ejecución, de modo que puedes cambiar de proveedor o de modelo sin recompilar. Para comunicarte con el asistente se utiliza un bot de Telegram, creado a través de @BotFather, que proporciona el token de acceso necesario.

Si quieres activar funcionalidades extra como la búsqueda web mediante Brave Search, también tendrás que obtener una API key de Brave y declararla en la configuración de secretos del proyecto. Todo esto se gestiona mediante constantes y valores que luego pueden sobrescribirse por CLI en el propio dispositivo.

Entorno de desarrollo e instalación en Ubuntu y macOS

Aunque MimiClaw se ejecuta en el ESP32-S3, la compilación del firmware se hace en un entorno de desarrollo de escritorio, generalmente Ubuntu o macOS, utilizando la cadena de herramientas de Espressif (ESP-IDF) y utilidades estándar como CMake y Ninja.

En el caso de Ubuntu, se recomienda trabajar con versiones 22.04 o 24.04, con Python 3.10 o superior y CMake a partir de la 3.16. También se pide Ninja (>= 1.10), Git (>= 2.34), flex (>= 2.6), bison (>= 3.8), gperf (>= 3.1) y dfu-util (>= 0.11). A nivel de librerías del sistema, son necesarias dependencias clásicas como libusb-1.0-0, libffi-dev y libssl-dev, que permiten gestionar el flasheo del dispositivo y las funciones criptográficas relacionadas con TLS.

En macOS, la base recomendada pasa por macOS 12, 13 o 14 con las Xcode Command Line Tools instaladas y Homebrew como gestor de paquetes. Al igual que en Linux, se necesitan Python >= 3.10, CMake, Ninja, Git, flex, bison, gperf, dfu-util y librerías como libusb, libffi y openssl. Con Homebrew, instalar este entorno es bastante directo, aunque hay que vigilar las rutas de las librerías para que ESP-IDF las detecte sin problemas.

Una vez montado el entorno, la secuencia habitual es clonar el repositorio, ajustar los secretos y lanzar la compilación. El archivo clave aquí es main/mimi_secrets.h, donde se definen los valores por defecto de configuración: tokens de Telegram, claves de Anthropic u OpenAI, parámetros de red, etc. Después de editar este archivo, se compila y flashea el firmware a la placa con las herramientas de ESP-IDF.

Un detalle importante que suele despistar: muchas placas ESP32-S3 tienen dos puertos USB-C, uno etiquetado como “USB” o “USB/JTAG” y otro como “COM”, “UART” o similar. Para flashear el firmware con idf.py flash hay que usar el puerto nativo USB/JTAG, mientras que la consola REPL se maneja a través del puerto UART/COM. Si conectas el cable al conector equivocado, lo normal es que el flasheo falle o que no veas el monitor serie.

Configuración de MimiClaw: sistema de dos capas y CLI en tiempo de ejecución

Una vez que el firmware está en la placa, MimiClaw se configura mediante un sistema de dos capas. Por un lado están los valores de compilación definidos en mimi_secrets.h, y por otro lado están los ajustes cambiados en tiempo de ejecución a través de la CLI serie, que se almacenan en NVS (la memoria de configuración de ESP32) y tienen prioridad sobre los valores por defecto.

Esto significa que, aunque hayas fijado el token de Telegram o la API key de Anthropic en los headers, puedes modificarlos después sin recompilar, simplemente conectando un cable USB al puerto serie, abriendo un terminal y usando los comandos de configuración integrados. Es una forma muy práctica de ajustar el comportamiento del asistente cuando lo tienes desplegado lejos de tu equipo de desarrollo.

El acceso a la CLI se hace a través del puerto etiquetado como “COM” o “UART”, que suele estar conectado a un puente USB-serie como CP2102 o CH340. La consola REPL del ESP-IDF está mapeada por defecto a ese puerto UART, algo que se controla con la opción CONFIG_ESP_CONSOLE_UART_DEFAULT=y en la configuración del proyecto. Si conectas ambos puertos a la vez, el USB/JTAG se encarga del flasheo y de un canal serie secundario, mientras que el UART proporciona la consola interactiva principal.

En sistemas macOS, los dispositivos suelen aparecer como /dev/cu.usbmodem* o /dev/cu.usbserial-*, por lo que conviene listar con ls /dev/cu.usb* para saber cuál es cuál. En Linux la convención típica es /dev/ttyACM0 para el USB/JTAG y /dev/ttyUSB0 para el UART/COM. Una vez identificado el puerto correcto, puedes abrir la sesión con screen, minicom o el monitor de ESP-IDF.

Desde esa consola, los comandos de configuración permiten retocar parámetros sensibles sin tocar el código fuente: cambiar claves de API, redefinir el proveedor por defecto (Claude u OpenAI), ajustar intervalos de heartbeat o modificar la configuración de red. Cada cambio se guarda en NVS y se mantiene aunque reinicies o vuelvas a alimentar la placa.

Arquitectura interna, archivos de “alma” y memoria persistente

Una de las particularidades de MimiClaw es cómo gestiona la identidad y la memoria del asistente. En lugar de ocultar todo en una base de datos opaca, utiliza ficheros de texto plano en un sistema de archivos sobre flash (SPIFFS) que pueden leerse y editarse directamente.

La estructura típica incluye archivos como SOUL.md, USER.md, MEMORY.md o HEARTBEAT.md, además de ficheros de histórico y programación de tareas. Cada uno cumple un rol concreto dentro del bucle de agente y se integra en los prompts que se envían al modelo de lenguaje.

• SOUL.md: define la personalidad del asistente, su tono, su forma de trabajar y sus principios básicos. Cambiando este archivo puedes transformar a MimiClaw en un agente serio, un copiloto de desarrollo, un gestor de tareas o un asistente más coloquial.
• USER.md: contiene información sobre el usuario: nombre, idioma preferido, hábitos, contexto personal o profesional. Esto permite que las respuestas sean más personalizadas y que el asistente entienda mejor “con quién” está hablando.
• MEMORY.md: actúa como memoria a largo plazo, almacenando hechos que el agente debería recordar siempre. A diferencia del histórico puro, este fichero se consulta de manera recurrente para mantener continuidad entre sesiones.
• HEARTBEAT.md: lista de tareas periódicamente revisadas por el sistema de “latido” del agente. Aquí se escriben pendientes que el asistente debe ir atacando de forma autónoma en cada ciclo.
• cron.json: fichero en formato JSON que almacena los trabajos programados por el propio agente, tanto recurrentes como de una sola vez.
• Archivos diarios y logs como 2026-02-05.md o tg_12345.jsonl, que recogen notas de cada día y el historial de conversaciones por Telegram.

Con este diseño, cualquier persona puede modificar directamente la “psicología” y la memoria de MimiClaw editando archivos de texto, sin necesidad de tocar el código en C. Es un enfoque muy transparente y útil para experimentar con personalidades, reglas de comportamiento o flujos de trabajo a largo plazo.

Todo este contenido se persiste en la flash de la placa, por lo que la memoria sigue ahí después de apagados, reinicios o actualizaciones OTA. De ese modo, el asistente mantiene continuidad real con el usuario, aunque el hardware sea extremadamente limitado en RAM.

Herramientas, llamadas a funciones y patrón ReAct en MimiClaw

En el plano “cognitivo”, MimiClaw no se limita a chatear. El agente es capaz de invocar herramientas externas a través de las capacidades de function calling de Anthropic y OpenAI, organizando su propio flujo de trabajo hasta completar una tarea compleja.

El patrón que sigue es el de ReAct (Reason + Act): el modelo razona sobre el objetivo, decide qué herramienta debe usar, ejecuta la llamada, analiza la respuesta y, si hace falta, encadena más acciones. Este bucle se repite hasta que se alcanza un resultado satisfactorio, momento en el que el asistente devuelve una respuesta final al usuario por Telegram o por el canal que esté usando.

Entre las herramientas integradas en MimiClaw destacan varias especialmente útiles en un entorno embebido:

• web_search: realiza búsquedas en la web a través de la API de Brave Search, permitiendo obtener información actualizada incluso desde un microcontrolador.
• get_current_time: consulta la fecha y hora actual mediante HTTP y actualiza el reloj del sistema, algo clave para programar tareas y registrar eventos.
• cron_add: crea tareas programadas, tanto recurrentes (cada N segundos) como de ejecución única (timestamp UNIX concreto), que quedan guardadas en el cron propio de MimiClaw.
• cron_list y cron_remove: permiten listar y eliminar trabajos programados por ID, de forma que el asistente pueda auditar y depurar su propia agenda.

Para activar la búsqueda web, hay que definir la clave de Brave Search en el secreto MIMI_SECRET_SEARCH_KEY dentro de mimi_secrets.h o mediante la CLI de configuración. Así el agente puede recurrir a esta herramienta cuando el prompt lo requiera, por ejemplo para consultar noticias, documentación o estados de servicios en tiempo real.

Gracias a esta combinación de herramientas básicas, MimiClaw se comporta como un asistente verdaderamente autónomo, capaz de recabar información, programar futuros eventos y mantener una memoria estructurada en archivos, todo ello mientras se coordina con un proveedor de LLM alojado en la nube.

Cron interno y servicio de Heartbeat: MimiClaw como agente proactivo

Un rasgo diferenciador de este proyecto es que el asistente no se queda esperando a que tú le escribas; dispone de un sistema de cron y un mecanismo de heartbeat que le permiten “despertarse” periódicamente y actuar por su cuenta.

El cron integrado funciona como una pequeña agenda de tareas automatizadas. Los modelos de Anthropic u OpenAI pueden crear trabajos programados llamando a la herramienta cron_add, definiendo tanto la cadencia (cada cierto tiempo) como ejecuciones puntuales. Estos trabajos se almacenan en el archivo cron.json sobre SPIFFS y sobreviven a los reinicios de la placa.

Cuando un job se dispara, se inyecta un mensaje en el bucle de agente, como si fuera un nuevo prompt procedente del usuario, pero generado internamente por el propio sistema. El asistente procesa esa entrada, aplica sus reglas, consulta sus ficheros de memoria y, si es necesario, envía una notificación al usuario por el canal configurado.

Relacionado con esto, MimiClaw integra un servicio de heartbeat que examina periódicamente el archivo HEARTBEAT.md. Cada vez que se produce un latido (con un intervalo que por defecto ronda los 30 minutos), el sistema analiza el contenido del fichero para detectar tareas sin completar: cualquier línea que no sea encabezado, línea en blanco o ítem marcado como - se considera un pendiente por resolver.

Si se encuentran tareas abiertas, se formula un prompt al agente para que revise esas entradas y actúe en consecuencia: puede actualizar el estado de una tarea, enviar un resumen, programar un recordatorio con cron o realizar una acción externa necesaria para completar lo que figura en el heartbeat. De esta manera, MimiClaw pasa de ser meramente reactivo a comportarse como un asistente proactivo, capaz de vigilar tus listas y tomar la iniciativa.

Conectividad avanzada: WebSocket, OTA, proxy HTTP y doble núcleo

Aunque la interacción más visible es por Telegram, MimiClaw incorpora varias capacidades de red que le dan más flexibilidad en escenarios avanzados. Una de las piezas clave es la pasarela WebSocket integrada en el firmware, accesible en el puerto 18789 de la red local.

Con este gateway, puedes conectar cualquier cliente WebSocket desde tu LAN para intercambiar mensajes con el asistente, monitorizar su estado, integrar paneles personalizados o enlazarlo con otras aplicaciones caseras sin pasar por Telegram. Es especialmente útil en entornos donde quieres un canal directo entre el microcontrolador y un sistema de control o dashboard local.

Otro componente muy práctico es el sistema de actualizaciones OTA (Over-The-Air), que permite flashear nuevo firmware a través de la red WiFi, sin tener que volver a conectar cables USB. Esto resulta fundamental cuando tienes MimiClaw empotrado en sitios de difícil acceso, como dentro de un cuadro eléctrico, pegado a un router o en una carcasa cerrada.

En contextos de red más complicados, MimiClaw también puede trabajar con un proxy HTTP con soporte para túneles CONNECT, lo que facilita su uso en entornos corporativos con filtros, firewalls estrictos o proxies obligatorios. El asistente se adapta a este tipo de infraestructuras sin necesidad de reconfigurar toda la red.

Todo esto se apoya en la arquitectura de doble núcleo del ESP32-S3. Un núcleo puede dedicarse principalmente a la E/S de red y servicios de sistema, mientras el otro se encarga del procesamiento del agente, gestión de memoria y coordinación con el LLM remoto. Esta separación mejora la capacidad de respuesta y reduce bloqueos, algo clave cuando estás exprimiendo hasta el último recurso de un microcontrolador.

MimiClaw dentro del ecosistema Claw y la tendencia de la IA ultra ligera

MimiClaw no aparece en el vacío. Forma parte de una oleada de proyectos inspirados en OpenClaw, que empezó como un agente personal de gama alta (requiriendo alrededor de 1,5 GB de RAM y un Mac mini de unos 600 € como base) y ha ido generando un ecosistema de forks y reimplementaciones cada vez más eficientes.

En pocas semanas, la comunidad ha producido variantes como NanoClaw, PicoClaw, ZeroClaw, IronClaw, TinyClaw o implementaciones hermanas como Nanobot. Cada una explora un punto distinto del espacio de diseño: tamaño del código, lenguaje de programación, seguridad, portabilidad, coste de hardware o experiencia multiagente. El recorrido ha ido desde configuraciones de sobremesa hasta plataformas RISC-V de 10 € y, finalmente, hasta microcontroladores de 5 € como el ESP32 de MimiClaw.

Nanobot, por ejemplo, se centra en la claridad y el minimalismo, con unas 4.000 líneas de Python que resultan ideales para investigación académica o entornos de I+D. NanoClaw, en TypeScript, busca ser lo bastante pequeño como para entenderlo en pocos minutos y se integra a la perfección con contenedores Linux y swarms de agentes.

IronClaw refuerza el ángulo de la seguridad “by design” con Rust y sandboxing WASM, pensando en sectores donde un agente malicioso sería un problema serio. ZeroClaw explora la ruta del rendimiento extremo, con menos de 5 MB de RAM y arranques en cuestión de milisegundos, ideal para llevar la IA hasta el borde absoluto del hardware disponible.

PicoClaw, por su parte, reimplementa la lógica de agente en Go y la lleva a dispositivos baratos y hasta teléfonos Android antiguos, con arranques en torno al segundo y un consumo muy ajustado. TinyClaw apuesta por un enfoque multi-agente y multi-equipo, orientado a entornos colaborativos donde diferentes agentes asisten a distintos miembros de una organización.

En medio de este abanico, MimiClaw se sitúa en el extremo de la miniaturización: mismo concepto de agente personal, herramientas y memoria estructurada, pero empotrado en un microcontrolador con C puro y un consumo irrisorio. Todo este movimiento recuerda al clásico “¿puede correr DOOM?” que la comunidad tecnológica aplicaba a cualquier dispositivo con una pantalla; ahora la pregunta se está transformando en “¿puede correr un Claw?”.

La moraleja es clara: los agentes de IA personales están dejando de ser tecnología exclusiva de servidores potentes para expandirse a routers, cámaras, móviles viejos o placas que hace unos años se usaban solo para proyectos de hobby. Lo que hoy suena futurista, en poco tiempo será tan obvio como tener WiFi en casa.

En conjunto, MimiClaw condensa la filosofía de esta nueva generación de asistentes: código abierto, ejecutable en hardware ridículamente barato, con memoria local legible, herramientas reales, programación de tareas y opciones de red suficientemente potentes como para integrarse en tu día a día. Si te interesa llevar la IA más allá de la nube y meterla en dispositivos físicos, es uno de los proyectos más llamativos para experimentar.