🦀 ZeroClaw Reflex UI

完整搭建流程

ZeroClaw Gateway + LM Studio + Reflex 本地 AI 管理面板

2026 年 2 月

【OpenClaw 本地实战 Ep.1】抛弃 Ollama？转向 LM Studio！Windows 下用 NVIDIA 显卡搭建 OpenClaw 本地极速推理服务

【OpenClaw 本地实战 Ep.2】零代码对接：使用交互式向导快速连接本地 LM Studio 用 CUDA GPU 推理

【OpenClaw 本地实战 Ep.3】突破瓶颈：强制修改 openclaw.json 解锁 32k 上下文记忆

【OpenClaw 本地实战 Ep.4】终极提效：一劳永逸解决切换浏览器 Token 鉴权失败与断连问题

前言：为什么要给 ZeroClaw 做 Web UI？

ZeroClaw 是一个用 Rust 编写的高性能本地 AI 网关工具，设计目标是速度快、体积小、无依赖。但它本身只有命令行界面（CLI），每次使用都需要手动输入命令，管理起来不够直观。

ZeroClaw

https://github.com/zeroclaw-labs/zeroclaw

本文记录了从零开始，用 Python Reflex 框架 为 ZeroClaw 打造一个现代化 Web 管理面板的完整过程，包括踩过的所有坑和最终解决方案。

Python Reflex 框架

GitHub - reflex-dev/reflex: ️ Web apps in pure Python

reflex · PyPI

💡  ZeroClaw 架构：用户 → ZeroClaw Gateway (127.0.0.1:8080) → LM Studio API → 本地大模型

技术栈

组件	说明
ZeroClaw	Rust 编写的本地 AI 网关，提供 /webhook HTTP 接口
LM Studio	本地大模型运行环境，提供 OpenAI 兼容 API
Reflex	Python 全栈 Web 框架，前后端均用 Python 编写
llama.cpp	底层推理引擎（可选）

第一步：环境准备

1.1 安装依赖

在 ZeroClaw 项目根目录，激活虚拟环境后安装所需 Python 包：

# 激活虚拟环境（Windows PowerShell） .venv\Scripts\Activate.ps1 # 安装依赖 pip install reflex psutil python-dotenv requests pywin32

1.2 初始化 Reflex 项目

mkdir zeroclaw-reflex-ui cd zeroclaw-reflex-ui reflex init    # 选择模板 0（空白）

⚠️  Reflex init 会生成同名的 Python 包目录和入口文件，注意不要覆盖错位置。

1.3 放置主文件

将我们编写的 zeroclaw_reflex_ui.py 覆盖到 Reflex 自动生成的同名文件：

# Windows 命令 move zeroclaw_reflex_ui.py zeroclaw_reflex_ui\ # 提示覆盖时选 Yes（Y）

zeroclaw_reflex_ui.py 完整内容示例：

import re
import time
import tomllib
import reflex as rx
import requests
import subprocess
import os
import threading
from dotenv import load_dotenv
from typing import Dict, List, Optional

# 过滤 ANSI 终端控制码（颜色、粗体、日志前缀等）
_ANSI_ESCAPE = re.compile(r'\x1b\[[0-9;]*[a-zA-Z]|\x1b\][^\x07]*\x07')

load_dotenv(".env")

# ZeroClaw 网关地址（固定，由 zeroclaw gateway 命令启动）
GATEWAY_URL = "http://127.0.0.1:8080"
ZEROCLAW_PATH = "J:\\PythonProjects4\\zeroclaw\\target\\release\\zeroclaw.exe"
ZEROCLAW_CONFIG = os.path.expanduser("~\\.zeroclaw\\config.toml")

# 全局持有网关进程（跨请求共享）
_gateway_process: Optional[subprocess.Popen] = None
_gateway_lock = threading.Lock()


def _start_gateway_process(lm_url: str, lm_key: str, model: str) -> subprocess.Popen:
    """在后台启动 zeroclaw gateway 进程"""
    env = os.environ.copy()
    env["OPENAI_API_BASE"] = lm_url
    env["OPENAI_BASE_URL"] = lm_url
    env["OPENAI_API_KEY"] = lm_key
    env["LM_STUDIO_API_URL"] = lm_url
    env["LM_STUDIO_API_KEY"] = lm_key
    env["MODEL_ID"] = model
    proc = subprocess.Popen(
        [ZEROCLAW_PATH, "gateway"],
        env=env,
        stdout=subprocess.PIPE,
        stderr=subprocess.PIPE,
        creationflags=subprocess.CREATE_NEW_PROCESS_GROUP  # Windows：独立进程组，方便终止
    )
    return proc


def _check_gateway_alive() -> bool:
    """检查网关是否响应"""
    try:
        r = requests.get(f"{GATEWAY_URL}/health", timeout=2)
        return r.status_code == 200
    except Exception:
        return False


class State(rx.State):
    # LM Studio 配置
    lm_studio_api_url: str = os.getenv("LM_STUDIO_API_URL", "http://127.0.0.1:1234/v1")
    lm_studio_api_key: str = os.getenv("LM_STUDIO_API_KEY", "sk-local-lmstudio-2026-zeroclaw")
    model_id: str = os.getenv("MODEL_ID", "")
    models: List[str] = []

    # 对话状态
    user_message: str = ""
    system_prompt: str = "你是一个本地运行的 AI 助手，基于开源大模型。请不要声称自己是 ChatGPT 或 GPT-4。"
    chat_history: List[Dict[str, str]] = []
    is_loading: bool = False

    # 系统状态
    gpu_usage: str = "检测中..."
    lm_studio_status: str = "未连接"
    gateway_status: str = "未启动"
    zeroclaw_bin_status: str = "未检测"

    # --------------------------
    # Setters
    # --------------------------
    def set_lm_studio_api_url(self, value: str):
        self.lm_studio_api_url = value

    def set_lm_studio_api_key(self, value: str):
        self.lm_studio_api_key = value

    def set_model_id(self, value: str):
        self.model_id = value

    def set_user_message(self, value: str):
        self.user_message = value

    def set_system_prompt(self, value: str):
        self.system_prompt = value

    def handle_form_submit(self, form_data: dict):
        yield State.send_message

    # --------------------------
    # System Prompt 配置文件读写
    # --------------------------
    def load_system_prompt_from_config(self):
        """从 config.toml 读取 system_prompt 字段"""
        try:
            with open(ZEROCLAW_CONFIG, "rb") as f:
                config = tomllib.load(f)
            self.system_prompt = config.get("system_prompt", self.system_prompt)
        except Exception:
            pass  # 文件不存在或解析失败时保留当前值

    def save_system_prompt_to_config(self):
        """将 system_prompt 写入 config.toml，然后重启网关生效"""
        try:
            # 读取原始文件内容（保留格式和注释）
            with open(ZEROCLAW_CONFIG, "r", encoding="utf-8") as f:
                content = f.read()

            escaped = self.system_prompt.replace("\\", "\\\\").replace('"', '\\"')
            new_line = f'system_prompt = "{escaped}"'

            if re.search(r'^system_prompt\s*=', content, re.MULTILINE):
                # 替换已有的 system_prompt 行
                content = re.sub(
                    r'^system_prompt\s*=.*$',
                    new_line,
                    content,
                    flags=re.MULTILINE
                )
            else:
                # 插入到文件顶部（第一个 [section] 之前）
                content = new_line + "\n" + content

            with open(ZEROCLAW_CONFIG, "w", encoding="utf-8") as f:
                f.write(content)

            # 保存成功后重启网关使其生效
            yield State.stop_gateway
            yield State.start_gateway
            yield rx.toast.success("System Prompt 已保存，网关已重启！")
        except Exception as e:
            yield rx.toast.error(f"保存失败：{str(e)}")

    # --------------------------
    # 网关管理
    # --------------------------
    def start_gateway(self):
        """启动 ZeroClaw 网关"""
        global _gateway_process
        with _gateway_lock:
            if _check_gateway_alive():
                self.gateway_status = "✅ 运行中"
                return rx.toast.info("网关已在运行中！")

            if _gateway_process and _gateway_process.poll() is None:
                _gateway_process.kill()

            try:
                _gateway_process = _start_gateway_process(
                    self.lm_studio_api_url,
                    self.lm_studio_api_key,
                    self.model_id
                )
                for _ in range(6):
                    time.sleep(0.5)
                    if _check_gateway_alive():
                        self.gateway_status = "✅ 运行中"
                        return rx.toast.success("网关启动成功！")
                self.gateway_status = "⚠️ 启动超时"
                return rx.toast.error("网关启动超时，请检查路径和配置")
            except FileNotFoundError:
                self.gateway_status = "❌ 找不到 zeroclaw.exe"
                return rx.toast.error(f"找不到：{ZEROCLAW_PATH}")
            except Exception as e:
                self.gateway_status = f"❌ 异常"
                return rx.toast.error(f"启动失败：{str(e)}")

    def stop_gateway(self):
        """停止 ZeroClaw 网关"""
        global _gateway_process
        with _gateway_lock:
            if _gateway_process and _gateway_process.poll() is None:
                _gateway_process.kill()
                _gateway_process = None
                self.gateway_status = "⛔ 已停止"
                return rx.toast.success("网关已停止")
            else:
                self.gateway_status = "⛔ 未运行"
                return rx.toast.info("网关当前未运行")

    # --------------------------
    # LM Studio
    # --------------------------
    def fetch_lm_studio_models(self):
        """获取 LM Studio 可用模型列表"""
        try:
            response = requests.get(
                f"{self.lm_studio_api_url}/models",
                headers={"Authorization": f"Bearer {self.lm_studio_api_key}"},
                timeout=5
            )
            if response.status_code == 200:
                data = response.json()
                self.models = [model["id"] for model in data.get("data", [])]
                self.lm_studio_status = "✅ 已连接"
                if not self.model_id and self.models:
                    self.model_id = self.models[0]
            else:
                self.lm_studio_status = f"❌ 失败（{response.status_code}）"
                self.models = []
        except Exception:
            self.lm_studio_status = "❌ 连接异常"
            self.models = []

    def save_config(self):
        """保存配置到 .env"""
        with open(".env", "w") as f:
            f.write(f'LM_STUDIO_API_URL="{self.lm_studio_api_url}"\n')
            f.write(f'LM_STUDIO_API_KEY="{self.lm_studio_api_key}"\n')
            f.write(f'MODEL_ID="{self.model_id}"\n')
        return rx.toast.success("配置已保存！")

    # --------------------------
    # 对话：直接 POST 到网关 /webhook
    # --------------------------
    def send_message(self):
        """通过 ZeroClaw 网关 /webhook 发送消息"""
        if not self.user_message.strip():
            return rx.toast.error("请输入消息！")

        if not _check_gateway_alive():
            return rx.toast.error("网关未启动！请先点击「▶ 启动网关」")

        user_text = self.user_message
        self.chat_history.append({"role": "user", "content": user_text})
        self.is_loading = True
        self.user_message = ""
        yield  # 立即刷新 UI

        try:
            response = requests.post(
                f"{GATEWAY_URL}/webhook",
                json={"message": user_text, "system_prompt": self.system_prompt},
                timeout=120
            )
            if response.status_code == 200:
                data = response.json()
                if isinstance(data, dict):
                    raw = (
                        data.get("response")   # ZeroClaw 网关实际返回字段
                        or data.get("reply")
                        or data.get("message")
                        or data.get("content")
                        or str(data)
                    )
                else:
                    raw = str(data)

                # 去除 ANSI 控制码
                clean = _ANSI_ESCAPE.sub("", raw)
                # 去除 zeroclaw 日志行（以时间戳或 INFO/WARN 开头的行）
                lines = clean.splitlines()
                reply_lines = [
                    ln for ln in lines
                    if not re.match(r'^\s*(INFO|WARN|ERROR|DEBUG|\d{4}-\d{2}-\d{2})', ln)
                ]
                reply = "\n".join(reply_lines).strip() or clean.strip()

                self.chat_history.append({"role": "assistant", "content": reply})
            else:
                self.chat_history.append({
                    "role": "assistant",
                    "content": f"❌ 网关返回错误 {response.status_code}：{response.text[:300]}"
                })
        except requests.exceptions.Timeout:
            self.chat_history.append({
                "role": "assistant",
                "content": "⏱️ 请求超时，模型响应过慢，请稍后重试"
            })
        except Exception as e:
            self.chat_history.append({
                "role": "assistant",
                "content": f"❌ 请求异常：{str(e)}"
            })
        finally:
            self.is_loading = False

    def clear_chat(self):
        self.chat_history = []

    # --------------------------
    # 系统状态刷新
    # --------------------------
    def update_system_status(self):
        """刷新所有系统状态"""
        self.zeroclaw_bin_status = "✅ 已找到" if os.path.exists(ZEROCLAW_PATH) else "❌ 未找到"

        self.gateway_status = "✅ 运行中" if _check_gateway_alive() else "⛔ 未运行"

        try:
            result = subprocess.run(
                ["nvidia-smi", "--query-gpu=utilization.gpu", "--format=csv,noheader,nounits"],
                capture_output=True, text=True, timeout=3
            )
            self.gpu_usage = f"{result.stdout.strip()}%" if result.returncode == 0 else "无法读取"
        except Exception:
            self.gpu_usage = "不支持"

        self.fetch_lm_studio_models()


# --------------------------
# UI 组件
# --------------------------

def status_card(label: str, value) -> rx.Component:
    return rx.box(
        rx.text(label, size="1", color="#6b7280", margin_bottom="0.2em"),
        rx.text(value, size="3", font_weight="600"),
        padding="0.8em 1em",
        border_radius="0.5em",
        background_color="#f9fafb",
        border="1px solid #e5e7eb",
        width="100%"
    )


def gateway_panel() -> rx.Component:
    return rx.card(
        rx.vstack(
            rx.heading("ZeroClaw 网关控制", size="5"),
            rx.grid(
                status_card("zeroclaw.exe", State.zeroclaw_bin_status),
                status_card("网关状态", State.gateway_status),
                status_card("LM Studio", State.lm_studio_status),
                status_card("GPU 使用率", State.gpu_usage),
                columns="2",
                width="100%",
                gap="0.75em"
            ),
            rx.hstack(
                rx.button("▶ 启动网关", on_click=State.start_gateway, color_scheme="green", size="2"),
                rx.button("■ 停止网关", on_click=State.stop_gateway, color_scheme="red", size="2"),
                rx.button("↻ 刷新状态", on_click=State.update_system_status, size="2"),
                spacing="3"
            ),
            rx.callout(
                rx.text("发送消息前请确保网关显示「✅ 运行中」。启动网关前请先配置好 LM Studio 并选择模型。", size="2"),
                color="blue",
                size="1"
            ),
            spacing="4",
            width="100%"
        ),
        width="100%",
        margin_bottom="1em"
    )


def config_panel() -> rx.Component:
    return rx.card(
        rx.vstack(
            rx.heading("LM Studio 配置", size="5"),
            rx.text("API 地址（带 /v1）", size="2", color="#6b7280"),
            rx.input(
                value=State.lm_studio_api_url,
                on_change=State.set_lm_studio_api_url,
                placeholder="http://127.0.0.1:1234/v1",
                width="100%"
            ),
            rx.text("API 密钥", size="2", color="#6b7280"),
            rx.input(
                value=State.lm_studio_api_key,
                on_change=State.set_lm_studio_api_key,
                placeholder="sk-local-xxx",
                type="password",
                width="100%"
            ),
            rx.text("选择本地模型", size="2", color="#6b7280"),
            rx.select(
                State.models,
                value=State.model_id,
                on_change=State.set_model_id,
                placeholder="点击「刷新模型列表」加载...",
                width="100%"
            ),
            rx.hstack(
                rx.button("↻ 刷新模型列表", on_click=State.fetch_lm_studio_models, size="2"),
                rx.button("💾 保存配置", on_click=State.save_config, color_scheme="green", size="2"),
                spacing="3"
            ),
            rx.divider(),
            rx.text("系统提示词（System Prompt）", size="2", color="#6b7280"),
            rx.callout(
                rx.text("修改后需点击「保存并重启网关」才能生效，网关会自动重启。", size="2"),
                color="amber",
                size="1"
            ),
            rx.text_area(
                value=State.system_prompt,
                on_change=State.set_system_prompt,
                placeholder="在此输入系统提示词，约束模型的身份和行为...",
                width="100%",
                rows="4"
            ),
            rx.button(
                "💾 保存 System Prompt 并重启网关",
                on_click=State.save_system_prompt_to_config,
                color_scheme="amber",
                size="2",
                width="100%"
            ),
            spacing="4",
            width="100%"
        ),
        width="100%",
        margin_bottom="1em"
    )


def chat_bubble(msg) -> rx.Component:
    is_user = msg["role"] == "user"
    return rx.box(
        rx.hstack(
            rx.text(
                rx.cond(is_user, "你", "AI"),
                font_weight="700",
                color=rx.cond(is_user, "#1d4ed8", "#065f46"),
                white_space="nowrap",
                min_width="1.8em"
            ),
            rx.text("：", color="#9ca3af"),
            rx.cond(
                is_user,
                rx.text(msg["content"], flex="1"),
                rx.box(
                    rx.markdown(msg["content"]),
                    flex="1",
                    class_name="markdown-body"
                )
            ),
            align="start",
            width="100%"
        ),
        background_color=rx.cond(is_user, "#eff6ff", "#f0fdf4"),
        border_left=rx.cond(is_user, "3px solid #3b82f6", "3px solid #22c55e"),
        padding="0.6em 0.8em",
        border_radius="0.4em",
        margin_bottom="0.5em",
        width="100%"
    )


def chat_interface() -> rx.Component:
    return rx.card(
        rx.vstack(
            rx.hstack(
                rx.heading("ZeroClaw 对话窗口", size="5"),
                rx.spacer(),
                rx.button("🗑 清空对话", on_click=State.clear_chat, size="1", color_scheme="gray"),
            ),
            rx.box(
                rx.cond(
                    State.chat_history.length() == 0,
                    rx.center(
                        rx.text("还没有对话，输入消息开始吧～", color="#9ca3af", size="2"),
                        height="100%"
                    ),
                    rx.foreach(State.chat_history, chat_bubble)
                ),
                height="420px",
                width="100%",
                overflow_y="auto",
                padding="1em",
                border="1px solid #e2e8f0",
                border_radius="0.5em",
            ),
            rx.form(
                rx.hstack(
                    rx.input(
                        placeholder="输入消息，按 Enter 或点击发送...",
                        value=State.user_message,
                        on_change=State.set_user_message,
                        width="100%",
                        name="message",
                        disabled=State.is_loading
                    ),
                    rx.button(
                        rx.cond(
                            State.is_loading,
                            rx.hstack(rx.spinner(size="2"), rx.text("等待中"), spacing="2"),
                            rx.text("发送")
                        ),
                        type="submit",
                        disabled=State.is_loading,
                        color_scheme="blue",
                        size="2"
                    ),
                    width="100%",
                    spacing="2"
                ),
                on_submit=State.handle_form_submit,
                width="100%"
            ),
            spacing="4",
            width="100%"
        ),
        width="100%"
    )


def index() -> rx.Component:
    return rx.container(
        rx.vstack(
            rx.heading("🦀 ZeroClaw 本地管理面板", size="7", margin_bottom="0.2em"),
            rx.text("ZeroClaw Gateway + LM Studio 本地 AI 控制台", size="2", color="#6b7280", margin_bottom="0.5em"),
            gateway_panel(),
            config_panel(),
            chat_interface(),
            max_width="820px",
            margin="0 auto",
            spacing="4",
            padding="2em"
        )
    )


app = rx.App()
app.add_page(
    index,
    title="ZeroClaw 本地管理面板",
    on_load=[State.update_system_status, State.load_system_prompt_from_config]
)

if __name__ == "__main__":
    app.run()

第二步：理解 ZeroClaw 网关架构

2.1 正确的通信方式

这是本项目最关键的发现。ZeroClaw 提供了一个 HTTP 网关服务，支持以下接口：

POST /webhook   — {"message": "你的提问"}   → AI 回复 GET  /health    — 健康检查（用于检测网关是否在线） POST /pair      — 配对新客户端

错误做法（最初的方案）： 直接调用 zeroclaw.exe agent 命令行

# ❌ 错误 — agent 子命令不支持 --api-base 等参数 zeroclaw.exe agent --message "你好" --model xxx --api-base http://...

正确做法： 启动网关后，直接 POST 到 /webhook 接口

# ✅ 正确 — 通过 HTTP 与网关通信 import requests response = requests.post(     "http://127.0.0.1:8080/webhook",     json={"message": "你好"},     timeout=120 ) reply = response.json().get("response", "")

2.2 网关启动方式

ZeroClaw 网关通过以下命令启动，API 配置通过环境变量传入：

zeroclaw gateway

# 手动启动方式 zeroclaw gateway # 输出示例： # 🚀 Starting ZeroClaw Gateway on 127.0.0.1:8080 # POST /webhook  — {"message": "your prompt"} # GET  /health   — health check

在 Reflex UI 里，我们用 subprocess.Popen 在后台启动网关进程，通过环境变量注入配置：

env = os.environ.copy() env["OPENAI_API_BASE"] = lm_studio_url env["OPENAI_API_KEY"]  = lm_studio_key proc = subprocess.Popen([ZEROCLAW_PATH, "gateway"], env=env,     creationflags=subprocess.CREATE_NEW_PROCESS_GROUP)

第三步：Reflex 开发关键踩坑记录

Reflex 0.8.x 版本变化较大，以下是本次开发中遇到的所有报错及解决方案：

3.1 Button size 参数

错误：TypeError: Invalid var passed for prop Button.size

❌ 旧写法	✅ 新写法（0.8.x）
size="sm"	size="2"
size="lg"	size="3"
is_disabled=True	disabled=True

3.2 自动 Setter 弃用

错误：DeprecationWarning: state_auto_setters defaulting to True

Reflex 0.8.9+ 不再自动生成 set_xxx 方法，需要手动在 State 类里定义：

class State(rx.State):     lm_studio_api_url: str = ""     # ✅ 必须显式定义 setter     def set_lm_studio_api_url(self, value: str):         self.lm_studio_api_url = value

3.3 rx.foreach 里不能用 Python if/else

错误：VarTypeError: Cannot convert Var to bool

在 rx.foreach 的 lambda 里，变量是 Reflex 响应式 Var，不能用 Python 原生条件：

# ❌ 错误写法 "你" if msg["role"] == "user" else "AI" # ✅ 正确写法 — 使用 rx.cond() rx.cond(msg["role"] == "user", "你", "AI") # 属性也一样 background_color=rx.cond(msg["role"] == "user", "#f0f", "#0ff")

3.4 rx.input 不支持 on_submit

错误：ValueError: TextFieldRoot does not take in an `on_submit` event trigger

Reflex 的 rx.input 组件不支持 on_submit。解决方案是用 rx.form 包裹，通过表单提交触发：

# ✅ 用 rx.form 包裹支持回车发送 rx.form(     rx.hstack(         rx.input(value=State.user_message, on_change=State.set_user_message),         rx.button("发送", type="submit")     ),     on_submit=State.handle_form_submit  # 接收 dict 参数 ) # State 里定义： def handle_form_submit(self, form_data: dict):     yield State.send_message

3.5 rx.select 的正确用法

Reflex 的 rx.select 将选项列表作为第一个位置参数传入，不用 options= 关键字：

# ❌ 错误 rx.select(label="模型", options=State.models, value=State.model_id) # ✅ 正确 rx.select(State.models, value=State.model_id, on_change=State.set_model_id)

第四步：System Prompt 的实现

4.1 网关不支持动态传入 system_prompt

通过分析 ZeroClaw 源码（src/gateway/mod.rs），发现网关的 /webhook 接口参数签名为：

// Rust 源码片段 _system_prompt: Option<&str>,  // 下划线前缀 = 故意忽略该参数

这意味着通过 /webhook 传入的 system_prompt 字段会被直接丢弃。

4.2 正确方式：写入配置文件

ZeroClaw 的 system_prompt 在 config.toml 里配置，网关启动时读取：

# 配置文件位置：C:\Users\{用户名}\.zeroclaw\config.toml # 添加这一行： system_prompt = "你是一个本地运行的 AI 助手，基于开源大模型。"

在 UI 里实现了「保存 System Prompt 并重启网关」功能，通过正则替换写入配置文件后自动重启网关：

def save_system_prompt_to_config(self):     with open(ZEROCLAW_CONFIG, "r", encoding="utf-8") as f:         content = f.read()     new_line = f'system_prompt = "{self.system_prompt}"'     if re.search(r'^system_prompt', content, re.MULTILINE):         content = re.sub(r'^system_prompt.*$', new_line,                          content, flags=re.MULTILINE)     else:         content = new_line + "\n" + content     with open(ZEROCLAW_CONFIG, "w", encoding="utf-8") as f:         f.write(content)     yield State.stop_gateway     yield State.start_gateway

第五步：清理模型输出的 ANSI 控制码

ZeroClaw 网关返回的 response 字段有时会包含终端 ANSI 控制码和日志行，需要过滤：

import re # 过滤 ANSI 控制码 _ANSI_ESCAPE = re.compile(r'\x1b\[[0-9;]*[a-zA-Z]|\x1b\][^\x07]*\x07') def clean_reply(raw: str) -> str:     clean = _ANSI_ESCAPE.sub("", raw)     # 过滤 zeroclaw 日志行（时间戳 / INFO / WARN 开头）     lines = clean.splitlines()     reply_lines = [         ln for ln in lines         if not re.match(r'^\s*(INFO|WARN|ERROR|\d{4}-\d{2}-\d{2})', ln)     ]     return "\n".join(reply_lines).strip() or clean.strip()

第六步：完整使用流程

每次启动顺序

1. 启动 LM Studio，加载模型并开启本地服务器（默认端口 1234）
2. 进入项目目录，激活虚拟环境

cd zeroclaw-reflex-ui .venv\Scripts\Activate.ps1 reflex run

1. 浏览器打开 http://localhost:3000
2. 在配置面板填写 LM Studio API 地址，点击「刷新模型列表」选择模型
3. 点击「▶ 启动网关」，等待状态显示「✅ 运行中」
4. 在对话窗口输入消息，开始聊天

⚡  网关启动后可以直接对话，不需要每次重启 Reflex 服务。配置修改后才需要重启网关。

UI 功能一览

功能模块	说明
▶ 启动网关	在后台启动 zeroclaw gateway，自动注入 LM Studio 配置
■ 停止网关	终止网关进程
↻ 刷新状态	检测网关心跳、GPU 使用率、LM Studio 连接状态
刷新模型列表	从 LM Studio API 获取当前加载的模型列表
💾 保存配置	将 API 地址、密钥、模型 ID 保存到 .env 文件
System Prompt	修改并写入 config.toml，自动重启网关生效
对话窗口	支持 Markdown 渲染，回复显示 AI/用户气泡样式
🗑 清空对话	清除当前会话历史记录

总结

本项目从零到能跑，主要经历了以下几个阶段：

• 架构误解纠正： 从「调用 CLI 命令」改为「HTTP 调用 /webhook 接口」
• Reflex API 适配： 解决了 5+ 个 0.8.x 版本的 API 变更问题
• System Prompt 实现： 通过写入 config.toml + 重启网关的方式生效
• 输出清洗： 过滤 ANSI 控制码和日志行，让 AI 回复干净呈现
• Markdown 渲染： 使用 rx.markdown() 组件，AI 回复支持表格、代码块等格式

完整代码见 zeroclaw_reflex_ui.py，单文件约 350 行，涵盖了网关管理、对话、配置保存的完整功能。

🦀  ZeroClaw 本身的设计哲学：零依赖、极速、小体积。配合 Reflex UI，终于有了一个对人类友好的操作界面。