面向严肃工程团队的 AI 创意开发驾驶舱,即刻拥有专业的智能研究、设计和研发团队
开源 Coding Agent 平台:终端原生执行、多代理协作编排、闭环学习进化、生产级研究子系统。
我们的故事 • 设计哲学 • 差异化优势 • 核心能力 • ResearchTeam • 知识生态 • 领域扩展 • 架构一览 • 质量保障 • 文档索引 • 参与贡献
2024 年,DeepElementLab 团队在数十个工程团队中反复看到同一个场景:一位开发者花了一个小时与 AI 助手调试 API 错误处理模式,两天后同样的问题在新会话中再次出现,他却不得不从零开始。AI 助手是无状态的,知识像水蒸气一样消散了。
我们提出了一个系统级问题:如果 AI 编程助手能够记忆、学习、进化,会怎样?
不是那种聊天记录缓冲区式的"记忆",而是像资深工程师积累组织知识的方式——调试模式、工具序列、修复手册——并随着时间不断精炼。这就是 ClawCode 的起源。
ClawCode 的名字源自工匠之爪:精准、持久,既能进行精细操作,也能承担繁重任务。它代表了我们的信念:AI 编程工具应该是工程仪器,而不仅仅是对话玩具。我们为那些交付生产代码的团队而构建,而非只做原型的团队。
今天,ClawCode 将 Agent 运行时、工具执行层、工作流编排、经验学习机制整合为统一的开发者系统。它从零开始重新构想,具备结构化记忆、受控自主性和多代理协作能力。
ClawCode 的每一个架构决策都基于四大核心原则:
我们相信 AI 助手应该做,而不只是建议。命令可运行、文件可改写、结果可验证。每一次对话都是带有可观察副作用的工程动作。
单 Agent 瓶颈是扩展性的反模式。基于角色的协作(/clawteam、research team)用协调一致的专家团队取代孤独的助手——架构、实现、质量、交付——共同追求收敛性成果。
会话不应是一次性的。我们的三层经验模型(本能 → ECAP → TECAP)将重复行为转化为可复用、可版本化的工件。系统从工具轨迹中学习,聚类模式,并在治理下进化技能。
你的工具应该服务于你的工作流,而非某个厂商的生态系统。Provider 无关的模型层、OpenAI 兼容的 API 端点、可扩展的工具适配器,确保你拥有自己的基础设施。
ClawCode 循环: 想法 → 规划 → 执行 → 验证 → 评审 → 学习
| 常见 AI 编程助手 | ClawCode |
|---|---|
| 以聊天为中心 | 以终端执行为中心 |
| 单线程单角色 | 多角色编排 + 收敛机制 |
| 会话无记忆 | ECAP(模型可继承、学习和应用的独立经验空间,包含可审计操作轨迹) 持久化学习 |
| 输出不可追踪 | 工作流产物可复查、可验收 |
| 后端耦合重 | 模型/Provider 解耦,可替换扩展 |
| 不支持个人知识管理 | DeepNote 知识库 + 笔记互操作,个人/团队知识沉淀 |
| 一刀切通用方案 | 12 个内置垂直领域 + 可扩展领域注册表 |
同一套能力既可交互,也可自动化调用:
clawcode
clawcode -p "重构这个 API 并补测试"
clawcode -p "把 git 变更整理为发布说明" -f json由用户研究、交互、UI、产品、视觉等角色协同,输出结构化设计规格,而非碎片化建议。
ClawCode 内置精心策划的 54 个世界级品牌设计系统,提供DESIGN.md,确保生成的 UI 工作贴品牌、贴场景,而不是在提示间漂移:
涵盖品牌包括: Apple、Google (Material)、Microsoft (Fluent)、Airbnb、Stripe、Figma、Notion、Vercel、Linear、Spotify、Uber、Netflix、BMW、NVIDIA、SpaceX、Coinbase、HashiCorp、MongoDB、Supabase、PostHog、Sentry、Replicate、Runway、ElevenLabs、Cursor、Warp、Raycast、Cal.com、Intercom、Airtable、Miro、Sanity、Webflow、Framer、Mintlify、Cohere、Mistral AI、Together AI、xAI、MiniMax、Composio、Lovable、VoltAgent、Ollama、OpenCode、Resend、Revolut、Wise、Kraken、Zapier、Clay、ClickHouse、IBM、Pinterest、Expo。
每个品牌条目包含:
- 设计令牌:主色、字体、圆角、阴影
- 领域适配:该风格最适合哪些行业和场景
- 语气关键词:情感特征(例如 Stripe 的"可信 + 极简")
- 场景兼容性:风格在哪些场景出彩,在哪些场景应避免
风格路由支持手动锁定、自动选择、混合选择三种模式,并具备会话级可追溯性(/ui-style why),让品牌决策可解释、可复盘。
可扩展UI样式库支持: 免费UI,50+类别,270+设计样式,几乎涵盖所有主要品牌类型。从任意 HTML/CSS 网站模板中自动提取设计令牌,生成结构化的DESIGN.md设计规范文档与交互式预览页面。一键导入 claude code 和 claw code中使用,让AI更懂UI美学,设计任意你想要的样式,具有和品牌一样的UI效果。
一条命令拉起多专业角色协作,覆盖架构、实现、质量与交付决策:
/clawteam "构建一个带认证的 REST API"
/clawteam --deep_loop "设计微服务架构"/clawteam 深度循环模式特性:
- 有界迭代 + 收敛判定(质量评分、交接成功率)
- 每轮迭代后自动 TECAP/ECAP 写回
- 关键告警下的回滚与降级决策
- 带策略 ID 和领域元数据的可观测事件
内置工具覆盖完整研发闭环:
- 文件操作(
view、write、edit、patch、grep) - Shell / 运行时执行
- 浏览器自动化
- 子代理隔离执行
- MCP 集成与外部适配器
- 研究工具集(
research_*)
实时状态覆盖层展示:
- 模型、上下文窗口使用率、会话时长
- 配置计数(clawcode.md、规则、MCPs、钩子)
- 运行中工具及其实时状态指示
- Agent 条目及完成时间
- 待办列表与进度追踪
架构级项目理解能力:
- 基于 BFS 的目录大纲扫描
- LLM 辅助的架构层分类,带规则回退机制
- 带序号标签的实时文件修改追踪
- 会话隔离的查询归档历史
- 面向项目结构的动态层描述
只读规划与结构化任务管理:
- 工具权限过滤(阻断写操作)
- 版本化计划包(Markdown + JSON 双存储)
- 任务拆分、执行状态追踪、陈旧构建归一化
- 跨子目录的会话计划发现
轻量级有界迭代 Agent:
- 可配置的迭代预算(消耗/退还)
- OpenAI 风格的消息格式转换
- 注入 Claw 专属系统提示后缀
ClawCode 内置可生产化使用的研究子系统,用于证据驱动的调查、评审与审计。
| 工作流 | 命令 | 用途 |
|---|---|---|
deepresearch |
clawcode research start "主题" -w deepresearch |
模板流水线:计划 -> 研究 -> 验证 -> 交付 |
peerreview |
clawcode research start "主题" -w peerreview |
批判式评审 + 验证 |
lit |
clawcode research start "主题" -w lit |
文献综述 |
audit |
clawcode research audit <url> |
审计 URL / 仓库 / 工件 |
compare |
clawcode research start "主题" -w compare |
并行对比评估 |
ResearchTeam 是高复杂议题的强化模式,面向"需要多视角交叉验证"的研究任务:
- 阶段内多角色并行(文献、分析、综合、核验等)
- 结果合并策略(
union、conflict_resolution、sequential_review、consensus) - 需要连续达标轮次的收敛判定
- 团队经验沉淀(ResearchTECAP)
- 带质量门禁的交接契约验证
- 角色注册表内置 8+ 默认角色
clawcode research team "量子纠错" \
--roles literature_researcher,deep_analyst,fact_verifier \
--strategy hybrid \
--max-iters 3交互模式:
/research team 量子纠错 --strategy hybrid --max-iters 3
研究相关文档:
DeepNote 是 ClawCode 的原生知识底座,不是"存文档目录",而是可执行的知识工作流系统:
wiki_orient、wiki_ingest、wiki_query、wiki_lint、wiki_link、wiki_history- Research 产物可回写为 DeepNote 页面,再进入 ECAP 学习循环
deepnote run-cycle支持闭环提炼与经验写回
对已有笔记体系的兼容:
- 支持导入 Notion 导出的内容(
notion、notion-md) - 支持导出 Obsidian 友好的 wikilink 结构
- 兼容 Markdown/wiki 与
llm-wiki风格组织方式
这让"个人笔记 -> 团队知识图谱 -> 可调用经验"形成连续通路。
ClawCode 从设计上支持垂直领域扩展和个人专业资产注入:
- 基于 DeepNote 的领域知识导入与转换
- 外部适配器机制接入自定义 research backend
- 插件、slash、skills 体系承载团队专属流程
- ECAP/TECAP + evolved artifacts 形成可复用组织记忆
ClawCode 内置 12 个开箱即用的领域模型,每个领域都包含类型化实体、关系映射、验证规则和自动提取模式:
| 领域 | 核心实体 | 典型应用场景 |
|---|---|---|
| 医疗健康 | HealthRecord, VitalSign, Medication | 患者档案管理、体征追踪、处方管理 |
| 医学诊疗 | Disease, Medication | ICD-10 编码诊断、症状追踪、治疗方案 |
| 金融投资 | FinancialProduct, Transaction, RiskIndicator | 投资组合管理、交易日志、风险监控 |
| 法律服务 | LawArticle, Case | 法规索引、判例检索、合同分析 |
| 教育培训 | Course, KnowledgePoint, LearningPath | 课程设计、能力追踪、学习路径规划 |
| 市场营销 | Campaign, Customer, Channel | 营销活动规划、受众细分、渠道分析 |
| 人力资源 | Employee, JobPosting, PerformanceReview | 人才管理、招聘追踪、绩效评估 |
| 智能制造 | Process, QualityCheck, Equipment | 标准作业程序、质检流程、设备维护 |
| 房地产 | Property, Transaction, Contract | 房源管理、交易追踪、租约管理 |
| 学术研究 | Paper, Experiment, Dataset | 文献管理、实验记录、数据集目录 |
| 技术开发 | APIEndpoint, DesignPattern, TechStack | API 文档、模式库、技术栈盘点 |
| 自定义 | 用户自定义 | 通过 DomainSchema JSON + DomainRegistry 扩展 |
每个领域模型包含:
- 类型化实体定义:带验证规则和正则表达式模式
- 关系映射:一对一、一对多、多对多
- 自动提取模式:支持 PDF、CSV、Markdown 导入
- 搜索配置:字段权重提升和同义词支持
- 双语分类体系(中英文):支持跨语言检索
- 工程研发:架构决策、测试策略、验证清单的持续复用
- 研究工作流:证据采集、矛盾识别、综合评审的闭环流程
- 设计系统:品牌一致性的 UI 风格路由与设计文档生成
- 个人专业知识:笔记导入 -> 结构化 wiki -> 工作流内实时调用
ClawCode 采用分层可组合架构:
- Agent Runtime:提示执行、工具编排、会话生命周期管理。
- Workflow Engine:阶段规划、并行协作、收敛控制、报告生成。
- Learning Loop:ECAP/TECAP 捕获、评分、检索与复用。
- Integration Plane:MCP、插件钩子、外部适配器。
这让它既能快速迭代,又能保持工程可控性和可验证性。
Windows:
cd clawcode
python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -e ".[dev]"Linux / macOS:
cd clawcode
python3 -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"环境要求:Python >= 3.12
在项目根目录创建 .clawcode.json:
{
"providers": {
"openai": {
"api_key": "sk-...",
"disabled": false
}
},
"agents": {
"coder": {
"model": "gpt-4o",
"provider_key": "openai"
}
}
}或使用环境变量:
export CLAWCODE_OPENAI__API_KEY="sk-..."你也可以在同一份配置中开启品牌风格路由与 DeepNote 知识工作流:
{
"ui_style_mode": "hybrid",
"deepnote": {
"enabled": true,
"path": "~/deepnote"
},
"research": {
"enabled": true
}
}clawcode -c "/path/to/project" # 交互式 TUI
clawcode -p "重构这个 API" # 非交互式推荐本地开发检查:
pytest
ruff check .
mypy .ClawCode 附带覆盖单元测试、集成测试和端到端场景的完整测试套件。
单元测试(核心组件):
| 测试文件 | 覆盖领域 | 关键断言 |
|---|---|---|
test_agent.py |
Agent ReAct 循环 | 基础对话、工具调用、流式响应、多工具、错误处理 |
test_claw_mode.py |
Claw 迭代预算 | 预算消耗/退还、系统后缀、消息格式转换 |
test_plan_mode.py |
规划模式策略 | 工具权限过滤、版本化计划包、陈旧构建归一化 |
test_plugin_system.py |
插件发现 | 路径解析、市场解析、技能加载 |
test_hud_*.py(5 个文件) |
HUD 渲染 | 会话时长、Agent 条目、运行工具、待办展示 |
test_code_awareness.py |
代码感知 | BFS 大纲、LLM 分类回退、文件事件追踪、会话历史 |
test_experience_store.py |
经验胶囊 | 保存、列表、加载、导出往返 |
test_learning_service.py |
自主循环 | 干运行快照、幂等性、故障注入、恢复操作 |
test_quality_gates.py |
技能质量门禁 | 无效技能检测 |
ResearchTeam 测试(编排与收敛):
| 测试文件 | 覆盖领域 | 关键断言 |
|---|---|---|
test_research_team_e2e.py |
端到端编排 | 摘要生成、RTECAP 持久化 |
test_research_team_convergence.py |
收敛检测 | 连续达标轮次要求 |
test_research_team_parallel.py |
并行执行器 | 多角色并发执行 |
test_research_team_merge.py |
合并策略 | 并集与共识合并 |
test_research_team_roles.py |
角色注册表 | 8+ 内置默认角色 |
test_research_team_contracts.py |
交接契约 | 质量门禁验证 |
test_research_team_learning.py |
学习集成 | 胶囊记录与检索 |
test_research_team_tecap.py |
TECAP 服务 | 保存与获取往返 |
test_research_mode_smoke.py |
研究冒烟测试 | 配置、记忆存储、工作流归一化 |
ClawTeam 深度循环测试:
| 测试文件 | 覆盖领域 | 关键断言 |
|---|---|---|
test_clawteam_deeploop_metrics.py |
指标汇总 | 差距变化、交接序列、决策计数 |
test_clawteam_deeploop_tecap.py |
TECAP 写回 | 角色重叠优先、迭代记录、收敛决策、端到端 slash 到写回 |
端到端集成测试:
| 测试文件 | 覆盖领域 | 关键断言 |
|---|---|---|
test_closed_loop_e2e_smoke.py |
记忆/技能提示、会话搜索 | 提示间隔、搜索工具调用 |
test_research_team_live_llm.py |
真实 LLM 验收 | 可选,需要 API Key |
故障注入与恢复测试:
| 测试文件 | 覆盖领域 | 关键断言 |
|---|---|---|
test_learning_service.py(故障测试) |
过期锁回收、损坏缓存恢复、忙锁运行手册 | 自主循环韧性 |
可选的真实 Provider 验收测试使用 live_llm 标记,默认跳过。
设置 CLAWCODE_RESEARCH_LIVE_TEST=1 和 CLAWCODE_RESEARCH_TEAM_LIVE_TEST=1 即可启用。
| 主题 | 链接 |
|---|---|
| 架构设计 | docs/architecture.md / docs/architecture.zh.md |
| Agent 与团队编排 | docs/agent-team-orchestration.md / docs/agent-team-orchestration.zh.md |
| ECAP/TECAP 学习系统 | docs/ecap-learning.md / docs/ecap-learning.zh.md |
| Slash 命令参考 | docs/slash-commands.md / docs/slash-commands.zh.md |
| 配置指南 | docs/clawcode-configuration.md |
| 性能与测试 | docs/clawcode-performance.md / docs/clawcode-performance.zh.md |
| 研究模式 | docs/RESEARCH_MODE.md |
| ResearchTeam 模式 | docs/RESEARCH_TEAM_MODE.md |
欢迎提交 Issue 和 PR。涉及架构或工作流的大改动,建议先开 Issue 对齐范围与评审标准,再推进实现。
AI 工具可能执行命令并修改文件。 请在受控环境中运行 ClawCode,对密钥采用最小权限,并在合并前审查生成内容。
GPL-3.0。
由 DeepElementLab 构建
