Claw Code

基于插件的工具系统

提供 19 项基于权限控制的工具，涵盖文件读写、Shell 执行、Git 操作与网页抓取，每项工具均独立运行于沙箱中，并支持可配置的访问控制。

自主智能体循环

提供终端原生智能体，可读取整个代码库、编辑文件、执行命令、运行测试、管理 Git，并自主迭代直至任务完成。

多智能体编排

支持生成子智能体（内部称为“蜂群”），以并行处理复杂任务，将其拆分为可独立执行的子任务，并支持共享内存访问。

LLM API 客户端

提供供应商无关的 API 客户端，具备自动重试、SSE 流式传输、OAuth 认证及带成本估算的令牌用量追踪功能，兼容多家 LLM 供应商。

会话与内存管理

实现多层内存系统，包含会话持久化、对话记录压缩与上下文发现，确保跨会话知识持久化，并支持自动清理。

查询引擎

作为核心中枢，负责管理所有 LLM API 调用、响应流式传输、缓存策略及多步编排，采用供应商无关设计，支持可配置的交互轮次限制。

Rust 性能核心

基于包含 6 个 crate 的 Rust 工作区构建，提供 16 个针对性能关键路径的运行时模块、零依赖 JSON 解析器、OAuth PKCE 流程以及终端语法高亮渲染。

MCP 集成

完整支持模型上下文协议（MCP），提供 Stdio、SSE、HTTP、WebSocket、SDK 和 ClaudeAiProxy 共 6 种传输类型，用于连接外部工具服务器，内置自动名称规范化与 OAuth 认证。

斜杠命令

提供 15 项交互式命令（/compact、/model、/permissions、/cost、/session），支持记录恢复、命令图谱分类与 REPL 集成，实现全面的会话控制。

权限系统

实现三种权限模式，内置逐工具策略引擎、拒绝列表与交互式提示，确保在所有智能体操作中提供细粒度的访问控制与安全性。

• 开发者：使用 Claw Code 的插件式工具系统和可扩展架构构建自定义 AI 编码代理。
• 开源贡献者：通过贡献其模块化 Python 和 Rust 代码库来增强 Claw Code 框架。
• 研究人员：研究 Claude Code 架构的清洁室重新实现，以获取 AI 代理开发的见解。
• 企业：部署自托管 AI 编码代理，利用 Claw Code 的多 LLM 提供商支持和权限控制。
• 学生：通过探索 Claw Code 的开源代码库学习 AI 代理架构和实现。

什么是 Claw Code？

Claw Code 是一个用 Rust 和 Python 构建的开源 AI 编程代理框架。它是 Sigrid Jin 在 2026 年 3 月源代码泄露后对 Claude Code 代理框架架构的重新实现。该项目重新实现了核心架构模式——包括工具系统、查询引擎、多代理编排和内存管理——但没有复制任何专有源代码。

Claw Code 是否包含 Anthropic 的专有代码或模型权重？

不包含。Claw Code 是完全从零开始编写的干净室实现。独立代码审计确认该项目不包含任何 Anthropic 的专有源代码、模型权重、API 密钥或用户数据。该实现在架构上受到启发，但在法律上是独立的。

Claw Code 与 Claude Code 有何不同？

Claude Code 是 Anthropic 官方的专有 CLI 代理，用 TypeScript 编写，需要 Claude 订阅。Claw Code 是用 Python 和 Rust 编写的开源替代方案，支持多个 LLM 提供商（Claude、OpenAI、本地模型）。Claw Code 提供模块化、可扩展的架构，开发者可以自定义和自托管。查看完整对比。

Claw Code 使用哪些语言和技术？

代码库由 Rust（72.9%）和 Python（27.1%）组成。Python 处理代理编排层、命令解析和 LLM 集成。Rust 实现性能关键的运行时路径，有一个活跃的迁移分支目标是实现完全原生的运行时以获得最大性能和内存安全。

Claw Code 由谁创建？

Claw Code 由 Sigrid Jin (@sigridjineth) 创建，她是《华尔街日报》报道的世界上最活跃的 Claude Code 用户之一，已处理超过 250 亿个 token。该项目在 GitHub 上由 instructkr 组织维护，欢迎社区贡献。

Claw Code 使用安全吗？

Claw Code 本身是开源且可审计的。然而，用户应对更广泛的生态系统保持警惕：2026 年 3 月 31 日，基于 npm 的 Claude Code 安装受到供应链攻击。请始终从官方来源安装，验证依赖完整性，并检查 lockfile 中是否有未经授权的包。

• 访问 Claw Code GitHub 仓库以克隆项目并开始设置。
• 使用 pip install -r requirements.txt 安装 Python 依赖以准备环境。
• 通过执行 python src/main.py 运行代理以开始与 CLI 交互。
• 探索模块化架构，其中包括工具、命令以及用于代理编排的查询引擎。
• 通过修改工具权限、添加新命令或集成替代 LLM 提供商自定义框架。
• 查阅官方文档以获取高级配置，例如 MCP 集成或 Rust 运行时优化。
• 加入 GitHub 社区讨论，为改进贡献或寻求部署和使用支持。