claw-code 是什么
claw-code 是在 claude code 源码意外泄露后启动的 clean-room rewrite（净室重写）项目。作者为规避潜在法律风险，全程依托 openai codex 的 omx 工作流进行 ai 辅助开发，仅耗时数小时便将原始 typescript 架构完整迁移至 python。该项目完整复现了原系统的 agent 工作流机制与工具调度能力，是一个可即用、可扩展的开源 agent 开发框架；当前正同步推进 rust 版本重构，以实现更优的内存安全性与运行时性能。其核心理念是 “better harness tools”，致力于打造真正面向生产环境的开源智能编程基础设施。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
Build Teams.ai Apps with Anthropic Claude
下载
使用 @youdotcom-oss/teams-anthropic 将 Anthropic Claude 模型（Opus、Sonnet、Haiku）添加到 Microsoft Teams.ai 应用程序中。可选集成 You.com MCP 服务器以进行网页搜索和内容提取。
claw-code 的主要功能
- Agent 工作流引擎：支撑工具接入、任务编排与动态上下文维护的轻量级 Agent 核心运行时。
- 模块化工具系统：支持工具链注册、调用顺序控制及端口元数据声明的可插拔工具管理框架。
- 标准化命令体系：封装常见开发行为（如生成、测试、部署）的命令接口，并统一管理其输入输出契约。
- 异步任务调度器：具备状态持久化与执行循环能力的任务生命周期管理系统，支持长周期任务追踪。
- 智能查询引擎：融合代码语义理解、跨文件上下文检索与项目级静态分析能力的深度查询中枢。
- CLI 交互终端：提供移植概览、模块清单浏览、交互式调试及实时状态查看等功能的命令行入口。
- 上下文持久化层：自动记录对话历史、中间结果与执行快照，保障多轮会话下的状态连续性。
- AI 驱动代码生成：基于大模型能力实现代码理解、增量生成、结构化重构与风格一致性校验。
如何使用 claw-code
- 环境准备：需本地已配置 Python 3.9+ 运行环境；克隆仓库后进入项目根目录即可开始操作。
- 快速概览：运行主模块命令，可即时获取本次 Python 移植的关键摘要与完整工作区结构树。
- 模块探索：通过内置指令列出所有子系统、可用命令集及已注册工具列表，便于快速定位功能边界。
- 验证测试：执行集成测试套件，验证各模块逻辑正确性与跨组件协作稳定性。
- 一致性审计：若本地保留原始 TypeScript 存档，可触发比对流程，评估当前 Python 实现与原始设计的功能对齐度。
claw-code 的关键信息和使用要求
- 项目性质：非 Anthropic 官方出品，系源码泄露事件后的独立净室重写成果，无任何原始代码依赖。
-
技术栈演进：当前主力版本为 Python（位于
src/），Rust 实现（dev/rust分支）处于深度整合阶段，目标为终极高性能运行时。 - 核心价值主张：聚焦于构建高可控、可定制的 Agent Harness 基础设施，涵盖工具调度、命令抽象、任务编排与查询处理等核心能力。
- 开发范式：全程采用 oh-my-codex（OmX）AI 编排工作流，结合 team 模式多人协同审查与 ralph 模式持续验证机制。
- 当前成熟度：Python 版本已具备完整基础能力并稳定可用，但尚未完全覆盖原始 TypeScript 系统的所有边缘场景；Rust 版本将作为最终发布形态。
- 运行前提：仅需 Python 3 环境与 Git 工具，无需额外服务依赖或云账号授权。
claw-code 的核心优势
- 法律零风险：严格遵循净室开发规范，从语法、逻辑到架构全部自主重写，彻底规避版权争议与合规隐患。
- 开放可塑性：全量开源、协议宽松，支持任意程度的定制、裁剪与私有化部署，适配企业级安全策略。
- 性能与安全双提升：向 Rust 迁移不仅带来显著性能增益，更引入编译期内存安全保障，降低运行时崩溃与漏洞风险。
- AI 原生工程实践：以 oh-my-codex 为底座，将 AI 深度嵌入编码、测试、文档与审查全流程，树立下一代智能开发范式。
- 能力无损继承：完整复刻 Claude Code 的 Harness 核心能力矩阵，包括工作流定义、工具编排、命令抽象与任务调度等关键模块。
claw-code 的项目地址
claw-code 的同类竞品对比
| 对比维度 | claw-code | Claude Code | Aider |
|---|---|---|---|
| **核心定位** | 净室重写的 Claude Code 开源替代框架，提供完整 Agent Harness 工作流编排能力 | Anthropic 官方闭源 AI 编程 Agent，提供端到端代码生成与任务执行 | 开源终端 AI 结对编程助手，专注代码编辑与 Git 集成 |
| **开源协议** | 完全开源（GitHub 公开仓库），支持自由修改、二次开发与私有化部署 | 闭源商业软件，仅限官方客户端或 API 使用，无源码可定制 | 开源（GitHub 公开仓库），支持多模型配置与终端集成 |
| **法律合规性** | 采用净室重写（Clean-room）从零独立实现，彻底规避源码泄露导致的版权侵权与法律诉讼风险 | 源码曾发生泄露事件，使用泄露代码存在潜在法律风险与合规争议 | 独立开发的开源项目，无版权争议，合规安全 |
| **技术架构** | 当前 Python 实现，正移植至 Rust 追求内存安全与高性能，提供模块化 Harness 运行时 | 基于 TypeScript 构建的官方实现，架构封闭无法自主优化或本地深度部署 | 基于 Python 的终端工具，通过编辑器集成实现代码修改，缺乏系统性 Agent 运行时 |
| **工作流能力** | 提供完整的 Harness 工作流编排、工具系统、命令管理与任务调度，支持复杂多步骤自动化 | 提供端到端 Agent 能力，但仅限于官方预设功能，无法自定义工作流编排逻辑 | 支持对话式代码编辑与 Git 提交，但缺乏多工具链编排与复杂任务调度能力 |
| **上下文管理** | 支持持久化执行循环与长期上下文维护，适合处理跨会话的大型项目理解与重构 | 具备强大的上下文窗口管理，但受限于商业服务的会话与速率限制 | 基于当前会话的上下文，难以维护长期执行状态与复杂项目级记忆 |
| **工具链集成** | 模块化设计支持深度定制工具调用链，可集成任意第三方开发工具与内部系统 | 封闭生态，仅支持官方集成的工具，无法扩展企业私有工具链 | 主要集成 Git 与编辑器，工具链扩展性有限 |
claw-code 的应用场景
- 智能编程助手：作为 Claude Code 的开源平替，提供代码自动补全、错误诊断、函数重构与文档注释生成等能力。
- 大型代码库洞察：借助查询引擎实现跨模块语义搜索、依赖图谱构建、技术债识别与架构演进建议。
- CI/CD 流水线增强：利用 Harness 工作流编排能力，将代码检查、单元测试、安全扫描与部署脚本统一调度执行。
- 企业工具中台建设：作为统一 Agent 底座，对接内部 Linter、SAST 工具、低代码平台与 DevOps 系统，形成闭环开发体验。
- 跨语言迁移工程：支撑大规模代码库的语言转换（如 Python → Rust）、框架升级（Django → FastAPI）与现代化重构任务。
