|
26 | 26 | </p> |
27 | 27 |
|
28 | 28 | <p align="center"> |
29 | | - <a href="#快速开始">快速开始</a> • |
30 | | - <a href="#为什么是-clawcode">为什么是 ClawCode</a> • |
| 29 | + <a href="#clawcode-的诞生故事">我们的故事</a> • |
| 30 | + <a href="#设计哲学">设计哲学</a> • |
31 | 31 | <a href="#差异化优势">差异化优势</a> • |
32 | 32 | <a href="#核心能力">核心能力</a> • |
33 | | - <a href="#research--researchteam">Research & ResearchTeam</a> • |
| 33 | + <a href="#research--researchteam">ResearchTeam</a> • |
34 | 34 | <a href="#知识生态deepnote--笔记互操作">知识生态</a> • |
35 | 35 | <a href="#领域扩展与专业知识注入">领域扩展</a> • |
36 | 36 | <a href="#架构一览">架构一览</a> • |
|
41 | 41 |
|
42 | 42 | --- |
43 | 43 |
|
44 | | -ClawCode 不是"会聊天的代码补全器",而是一个可以落地结果的工程系统。 |
45 | | -它把 **Agent 运行时**、**工具执行层**、**工作流编排**、**经验学习机制**整合为统一能力,面向真实研发场景持续产出。 |
| 44 | +## ClawCode 的诞生故事 |
46 | 45 |
|
47 | | -## 为什么是 ClawCode |
| 46 | +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。 |
48 | 47 |
|
49 | | -多数 AI 编程工具擅长演示,ClawCode 擅长交付: |
| 48 | +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?** |
50 | 49 |
|
51 | | -- **重执行,不止建议**:命令可运行、文件可改写、结果可验证。 |
52 | | -- **重协作,不止单 Agent**:`/clawteam` 与 `research team` 支持多角色并行协同。 |
53 | | -- **重沉淀,不止一次性会话**:ECAP/TECAP 把可复用经验持续写回。 |
54 | | -- **重开放,不止单厂商绑定**:Provider 抽象层 + OpenAI 兼容 API + 可扩展适配器。 |
| 50 | +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。 |
55 | 51 |
|
56 | | -> 想法 -> 规划 -> 执行 -> 验证 -> 评审 -> 学习 |
| 52 | +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。 |
| 53 | + |
| 54 | +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。 |
| 55 | + |
| 56 | +## 设计哲学 |
| 57 | + |
| 58 | +ClawCode 的每一个架构决策都基于四大核心原则: |
| 59 | + |
| 60 | +### 1. 执行优于建议 |
| 61 | +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。 |
| 62 | + |
| 63 | +### 2. 编排优于独白 |
| 64 | +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。 |
| 65 | + |
| 66 | +### 3. 学习优于无状态 |
| 67 | +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。 |
| 68 | + |
| 69 | +### 4. 平台优于锁定 |
| 70 | +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。 |
| 71 | + |
| 72 | +> **ClawCode 循环:** 想法 → 规划 → 执行 → 验证 → 评审 → 学习 |
57 | 73 |
|
58 | 74 | ## 差异化优势 |
59 | 75 |
|
@@ -98,11 +114,17 @@ clawcode -p "把 git 变更整理为发布说明" -f json |
98 | 114 |
|
99 | 115 | ### UI 风格与品牌系统(`/ui-style`) |
100 | 116 |
|
101 | | -ClawCode 内置 UI 风格目录和风格路由机制,让生成结果"贴品牌、贴场景",而不是每次从零飘移: |
| 117 | +ClawCode 内置精心策划的 **54 个世界级品牌设计系统**,确保生成的 UI 工作贴品牌、贴场景,而不是在提示间漂移: |
| 118 | + |
| 119 | +**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。 |
| 120 | + |
| 121 | +每个品牌条目包含: |
| 122 | +- **设计令牌**:主色、字体、圆角、阴影 |
| 123 | +- **领域适配**:该风格最适合哪些行业和场景 |
| 124 | +- **语气关键词**:情感特征(例如 Stripe 的"可信 + 极简") |
| 125 | +- **场景兼容性**:风格在哪些场景出彩,在哪些场景应避免 |
102 | 126 |
|
103 | | -- 支持手动锁定、自动选择、混合选择三种模式 |
104 | | -- 基于 `fit_surfaces`、`fit_domains`、tags、语气信号的匹配 |
105 | | -- 可解释选择路径(`/ui-style why`),便于团队复盘与规范化 |
| 127 | +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。 |
106 | 128 |
|
107 | 129 | ### 工具执行面 |
108 | 130 |
|
|
0 commit comments