ESP-Claw van Espressif brengt AI agenten naar de ESP32. Hiermee kan een apparaat instructies ontvangen via chat, een LLM inschakelen wanneer nodig, en die beslissing vervolgens omzetten in lokale Lua-regels en physieke acties. Dat is een interessante wending omdat de microcontroller i.p.v. alleen maar een API aanroepen nu ook context kan gaan bijhouden, reageren op events en iets nuttigs doen zonder dat elke actie via de cloud hoeft te verlopen. Om een iedee tegeven, Elektor heeft eerder het ESP32-S3-sensorwerk behandeld, en ESP-Claw tilt dat soort experimenten nu naar het terrein van agents.

Conceptdiagram waarop te zien is hoe ESP-Claw IoT-apparaten, sensoren, clouddiensten en AI-verwerking verbindt via een ESP32-gebaseerde edge-agent.
ESP-Claw verbindt lokale IoT-apparaten en clouddiensten via een AI-gestuurd edge-agent framework.

Wat is ESP-Claw?

ESP-Claw wordt omschreven als een "Chat Coding" AI-agent framework voor IoT apparaten. In de praktijk betekent dit dat een gebruiker een gewenst gedrag kan beschrijven via een chatinterface, terwijl het framework de volledige loop afhandelt: van sensing naar redeneren, besluitvorming en uitvoering. De LLM wordt ingezet voor flexibele interpretatie en het gebruik van tools, terwijl goedgekeurd gedrag kan worden opgeslagen als lokale Lua-scripts die deterministisch draaien. Dat onderscheid is belangrijk: het gaat hier niet om een volledig taalmodel dat op een kleine microcontroller draait, maar om een lokale agent-runtime op Espressif-hardware dat voor redeneren externe modellen gebruikt, maar lokale scripts wanneer voorspelbare actie nodig is.
 

ESP-Claw-chatinterface die bevestigt dat een Lua-script een regenboogeffect heeft gestart op een LED-strip aangesloten op GPIO14.
ESP-Claw zet een chatinstructie om in een actief regenboogeffect-script op een aangesloten LED-strip. Bron: Espressif.

Volgens de documentatie ondersteunt ESP-Claw chatgebaseerde creatie, eventgestuurde werking, bidirectionele MCP (Model Context Protocol) communicatie en lokaal gestructureerd geheugen. Vooralsnog werkt ESP-Claw op de ESP32-S3, ESP32-P4 en ESP32-C5, met minimaal 8 MB Flash en 8 MB PSRAM als vereiste. Naast de gebruikelijke ESP-IDF is er ook een browsergebaseerde flasher voor  de ondersteunde processoren.

ESP-Claw architectuur

De architectuur is niet simpelweg "prompt in, GPIO uit", maar combineert een ESP-IDF applicatie, herbruikbare runtime componenten, capability system, eventrouter, Lua-runtime en hardware- en scriptextensies voor randapparaten zoals displays, camera's, audio, knoppen, GPIO, PWM, I²C, ADC, LED-strips, opslag en UART. ESP-Claw kan een LLM toegang geven tot beschikbare capabilities, een console of automatiseringsregels, terwijl de eventrouter kan reageren op triggers zonder te hoeven wachten in een pollinglus.

Het MCP-gedeelte is ook het vermelden waard. Het zgn. Model Context Protocol is een gangbare manier geworden voor AI-applicaties om verbinding te maken met tools en databronnen. ESP-Claw kan zowel als MCP-server als MCP-client fungeren, wat betekent dat een ESP32 hardware capabilities beschikbaar kan stellen aan externe agents terwijl het tegelijkertijd externe diensten kan aanroepen. Hierdoor is het board niet langer alleen een sensor- of actuator knooppunt, maar een volwaardig deelnemer in een agent-workflow.

Wat je al kunt uitproberen

De eerste voorbeelden omvatten RGB LED-strip en display aansturing, camera-interactie, audio generatie, planning, notificaties en opslag. ESP-Claw kan worden geconfigureerd voor chat apps zoals Telegram, QQ Bot, Feishu en WeChat ClawBot. De LLM opties omvatten OpenAI-stijl API's, Qwen, Claude, DeepSeek en aangepaste endpoints, met Tavily beschikbaar voor webzoekopdrachten. Dat geeft experimenteerders een bruikbare stack zonder dat ze elke integratie zelf hoeven te schrijven.
 

ESP32-S3-ontwikkelboard op een breadboard met een display, LED-ring, DHT11-sensor, buzzermodule en microservo voor een ESP-Claw-hardwaredemo.
De tutorial van Espressif begint met ESP-Claw op een ESP32-S3 met display, LEDs, sensor, audio en een servo.

De ESP32 wordt veel gebruikt in Wi-Fi-sensoren, dashboards, camera's, speelgoed, robots, audioprojecten en Home Assistant-nodes. ESP-Claw biedt een volgende stap: kleine apparaten die gebruikersvoorkeuren kunnen onthouden, op events kunnen reageren, hun capabilities via standaardinterfaces beschikbaar kunnen stellen en tijdkritische acties toch lokaal houden.

De broncode is beschikbaar via de GitHub-repository van het project, waar Espressif de implementatie omschrijft als geïnspireerd op OpenClaw en herschreven in C. Het project is nog volop in ontwikkeling en moet vooralsnog worden gezien als een experimeteel platform i.p.v. een volwassen industrieel controleplatform. Toch is het voor nieuwsgierigen op zoek naar praktische AI-agents op microcontrollers zeker een project om in de gaten te houden.