Claw Code

Plugin-basiertes Tool-System

Bietet 19 berechtigungsgesteuerte Tools für Datei-E/A, Shell-Ausführung, Git-Operationen und Web-Scraping. Jedes Tool läuft in einer eigenen Sandbox mit konfigurierbaren Zugriffskontrollen.

Autonomer Agenten-Loop

Stellt einen terminalnativen Agenten bereit, der gesamte Codebasen einliest, Dateien bearbeitet, Befehle ausführt, Tests durchführt, Git verwaltet und autonom iteriert, bis die Aufgabe abgeschlossen ist.

Multi-Agenten-Orchestrierung

Unterstützt das Spawnen von Unteragenten (intern als „Schwärme“ bezeichnet), um komplexe Aufgaben zu parallelisieren. Dies ermöglicht die Zerlegung in unabhängig ausführbare Teilaufgaben mit gemeinsamem Speicherzugriff.

LLM-API-Client

Liefert einen anbieterunabhängigen API-Client mit automatischen Wiederholungsversuchen, SSE-Streaming, OAuth-Authentifizierung und Token-Nutzungsverfolgung mit Kostenschätzung. Unterstützt mehrere LLM-Anbieter.

Sitzungs- & Speicherverwaltung

Implementiert ein mehrschichtiges Speichersystem mit Sitzungspersistenz, Transkriptkomprimierung und Kontexterkennung. Stellt sicher, dass Wissen über Gespräche hinweg erhalten bleibt, mit automatischer Bereinigung.

Query-Engine

Dient als zentrale Intelligenz und verwaltet alle LLM-API-Aufrufe, Antwort-Streaming, Caching-Strategien und mehrstufige Orchestrierung. Anbieterunabhängiges Design mit konfigurierbaren Turn-Limits.

Rust-Performance-Kern

Basiert auf einem Rust-Workspace mit 6 Crates und 16 Laufzeitmodulen für leistungskritische Pfade, einem JSON-Parser ohne Abhängigkeiten, einem OAuth-PKCE-Flow und Terminalrendering mit Syntaxhervorhebung.

MCP-Integration

Bietet vollständige Unterstützung für das Model Context Protocol (MCP) mit 6 Transporttypen – Stdio, SSE, HTTP, WebSocket, SDK und ClaudeAiProxy – zur Verbindung mit externen Tool-Servern, inklusive automatischer Namensnormalisierung und OAuth-Authentifizierung.

Slash-Befehle

Bietet 15 interaktive Befehle (/compact, /model, /permissions, /cost, /session) mit Wiederaufnahmefunktion, Befehlsgraph-Kategorisierung und REPL-Integration für umfassende Sitzungssteuerung.

Berechtigungssystem

Implementiert drei Berechtigungsmodi mit einem pro-Tool-Richtlinien-Engine, Sperrlisten und interaktiven Abfragen. Gewährleistet granuläre Zugriffskontrolle und Sicherheit für alle Agentenoperationen.

• Entwickler: Erstellen Sie benutzerdefinierte KI‑Coding‑Agenten mit dem plugin‑basierten Tool‑System und der erweiterten Architektur von Claw Code.
• Open‑Source‑Beitragende: Stärken Sie das Claw Code‑Framework, indem Sie zu dessen modularem Python‑ und Rust‑Code‑Base beitragen.
• Forscher: Untersuchen Sie die Clean‑Room‑Neuimplementierung der Architektur von Claude Code für Einblicke in die Entwicklung von KI‑Agenten.
• Unternehmen: Setzen Sie selbstgehostete KI‑Coding‑Agenten mit Unterstützung mehrerer LLM‑Anbieter und Berechtigungs‑Kontrollen in Claw Code ein.
• Studierende: Lernen Sie über KI‑Agentur‑Architektur und -Implementierung, indem Sie den Open‑Source‑Code von Claw Code erforschen.

Was ist Claw Code?

Claw Code ist ein Open‑Source‑KI‑Agent‑Framework für Programmieren, gebaut in Rust und Python. Es ist eine Clean‑Room‑Neuschreibung der Claude‑Code‑Agent‑Architektur, erstellt von Sigrid Jin nach dem Quellcode‑Leak im März 2026. Das Projekt reimplementiert zentrale Architekturmuster – including das Tool‑System, den Abfrage‑Engine, das Multi‑Agent‑Orchestrierungssystem und das Speicher‑Management – ohne jede proprietäre Quellcode‑Kopie.

Enthält Claw Code proprietären Code oder Modellweight von Anthropic?

Nein. Claw Code ist eine komplett aus dem Nichts stammende Implementation in einem Clean‑Room‑Verfahren. Unabhängige Code‑Reviews bestätigen, dass das Projekt keinerlei proprietären Quellcode von Anthropic, keine Modellweights, keine API‑Schlüssel und keine Nutzerdaten enthält. Die Architektur ist zwar inspiriert, ist aber juristisch vollkommen eigenständig.

Wie unterscheidet sich Claw Code von Claude Code?

Claude Code ist das offizielle proprietäre CLI‑Agent von Anthropic, geschrieben in TypeScript und benötigt ein Claude‑Abo. Claw Code ist ein Open‑Source‑Alternativ, geschrieben in Python und Rust, das mehrere LLM‑Anbieter (Claude, OpenAI, lokale Modelle) unterstützt. Claw Code bietet eine modulare, erweiterbare Architektur, die Entwickler anpassen und selbst hosten können. Für den vollständigen Vergleich siehe weiter unten.

Welche Sprachen und Technologien verwendet Claw Code?

Der Code‑Base besteht aus Rust (72,9 %) und Python (27,1 %). Python übernimmt die Agenten‑Orchestrierungsebene, die Befehlsparser‑Logik und die LLM‑Integration. Rust implementiert leistungsrelevante Ausführungspfade und es gibt einen aktiven Migrations‑Branch zu einem vollständig nativen Runtime‑System für maximale Performance und Speichersicherheit.

Wer hat Claw Code entwickelt?

Claw Code wurde von Sigrid Jin (@sigridjineth) entwickelt, einer Entwicklerin, die im Wall Street Journal als einer der aktivsten Claude‑Code‑Nutzer weltweit erwähnt wurde und über 25 Milliarden Tokens verarbeitet hat. Das Projekt wird unter der Organisation instructkr aufGitHub gepflegt und freut sich über Community‑Beiträge.

Ist Claw Code sicher?

Claw Code selbst ist Open‑Source und auditierbar. Jedoch sollten Nutzer im weiteren Ökosystem vorsichtig sein: Am 31. März 2026 kam es zu einem Supply‑Chain‑Angriff, der npm‑basierte Claude‑Code‑Installationen beeinflusste. Installieren Sie immer nur von offiziellen Quellen, prüfen Sie die Abhängigkeitsintegrität und überprüfen Sie Lock‑Files auf nicht autorisierte Pakete.

• Besuchen Sie das GitHub-Repository von Claw Code, um das Projekt zu klonen und die Einrichtung zu beginnen.
• Installieren Sie Python-Abhängigkeiten mit pip install -r requirements.txt, um die Umgebung vorzubereiten.
• Starten Sie den Agenten, indem Sie python src/main.py ausführen, um die Interaktion mit der CLI zu ermöglichen.
• Erkunden Sie die modulare Architektur, die Tools, Befehle und eine Abfrage‑Engine für die Agenten‑Orchestrierung umfasst.
• Passen Sie das Framework an, indem Sie Werkzeug‑Berechtigungen ändern, neue Befehle hinzufügen oder alternative LLM‑Anbieter integrieren.
• Konsultieren Sie die offizielle Dokumentation für erweiterte Konfigurationen wie MCP‑Integration oder Optimierung des Rust‑Runtime.
• Treten Sie den Community‑Diskussionen auf GitHub bei, um Verbesserungen einzubringen oder Unterstützung für Deployment und Nutzung zu erhalten.