跳到主要内容
项目档案命令行工具

HKUDS/ClawTeam CLI 工具:安装、命令与使用场景

HKUDS/ClawTeam:ClawTeam 是一个框架无关的多智能体协同命令行工具,通过单一命令启动 AI 代理集群,自动分解复杂任务并协同执行,将单个代理能力扩展为集群本页整理它解决什么问题、适用场景、安装方式和使用方法。

5,538PythonStar 于 2026年3月18日2026年9月18日 更新

AI 总结

ClawTeam 是一个框架无关的多智能体协同命令行工具,通过单一命令启动 AI 代理集群,自动分解复杂任务并协同执行,将单个代理能力扩展为集群智能,大幅提升自动化水平和任务完成效率。

中文项目介绍

ClawTeam 是一个框架无关的多智能体协同命令行工具,核心定位为"One Command → Full Automation"。用户只需描述任务目标,系统即可自动生成 AI 代理集群,让代理们自主思考、分工协作并交付结果,实现从单兵作战到集群智能的进化。 该项目解决单个 AI 代理能力有限且无法协同的痛点。通过将复杂任务自动分解为子任务,并根据代理专长智能委派,实现专业化分工与并行执行,从而突破能力天花板、提升任务完成效率与可靠性。 主要适用三类场景:AI 研究自动化(大规模 ML 实验、模型训练优化)、自主全栈开发(全栈开发、自演进软件)、AI 对冲基金(市场分析、投资组合优化)。此外支持基于模板自定义任何代理集群协作场景。 技术层面,ClawTeam 基于 Python 3.10+,使用 Typer 构建 CLI,Pydantic 验证数据。架构采用分层设计:CLI 层通过 MailboxManager 委托给 Transport 抽象层,支持文件系统和 ZeroMQ P2P 传输(后者内置文件兜底)。数据存储于 ~/.clawteam/,提供 Web UI 监控、MCP 协议集成、插件系统及多用户工作流支持。 安装需 Python 3.10+,执行 pip install clawteam;P2P 功能需 pip install clawteam[p2p]。使用流程简洁:运行 clawteam 并描述目标,系统自动编排代理集群执行任务,用户可通过环境变量配置代理身份,使用 team/task/inbox/board 等子命令管理团队、任务、消息和监控进度。

详细信息与使用说明

1. 项目定位与用途

ClawTeam 是一个框架无关的多智能体协同命令行工具,其核心设计理念是"One Command → Full Automation"。用户只需提供一个目标描述,系统即可自动生成 AI 代理集群,让代理们形成 swarm(集群),自主进行思考、分工与协作,最终交付完整结果。这种从 Solo(单兵)到 Swarm(集群)的进化,代表了 AI 代理协作方式的重大转变,旨在让 AI 团队像人类团队一样协同工作,显著提升开发与执行效率。ClawTeam 完全兼容 Claude Code、Codex、OpenClaw、nanobot、Cursor 等 CLI 代理,也可集成任何命令行代理,具有高度的灵活性和扩展性。

2. 解决的问题

当前 AI 代理应用面临的核心痛点是单个代理能力有限且无法有效协同。单代理难以同时处理复杂任务中的多个子问题,缺乏专业分工,且容易在长链条任务中出现错误累积。ClawTeam 通过集群智能机制,将复杂任务自动分解为可并行执行的子任务,并根据代理专长智能委派,实现专业化分工与协作。这不仅突破了单代理的能力天花板,还通过并行执行和相互校验提升了任务完成的可靠性与效率,使原本需要人工干预的复杂流程得以完全自动化。

3. 适用场景

ClawTeam 主要适用于三类典型场景:一是 AI 研究自动化,包括大规模机器学习实验、模型训练与优化、AI 驱动的假设生成与验证,以及自我改进的模型架构探索;二是 Agentic Engineering(自主工程),涵盖自主全栈开发、自演进软件系统、协作式开源项目开发,以及实时系统集成;三是 AI Hedge Fund(AI 对冲基金),实现自动化市场研究与数据挖掘、多策略投资组合优化、实时风险评估,以及算法交易执行与监控。此外,用户还可基于内置模板(如 research-paper.toml、software-dev.toml、hedge-fund.toml)自定义任何需要代理集群协作的场景,实现"Your Own Swarm"。

4. 安装方式

安装 ClawTeam 需要 Python 3.10 或更高版本。核心功能安装命令为:pip install clawteam。如需启用 P2P 传输功能(基于 ZeroMQ 的点对点通信),需安装可选依赖:pip install clawteam[p2p]。项目使用 Hatchling 作为构建后端,支持从 PyPI 直接安装 wheel 或源码分发包。所有依赖(包括核心依赖 typer、pydantic、rich、questionary、mcp 和可选依赖 pyzmq)均会自动处理。仓库中未明确给出系统级依赖或特定环境配置要求,但建议在虚拟环境中安装以避免依赖冲突。

5. 使用方式

ClawTeam 的基本使用流程简洁明了:首先通过环境变量配置代理身份,如 CLAWTEAM_AGENT_ID(唯一标识)、CLAWTEAM_AGENT_NAME(显示名称);然后运行 clawteam 命令并描述任务目标,系统即自动生成代理集群、分配角色并执行任务。用户可通过一系列子命令管理整个生命周期:clawteam team spawn-team 创建团队,clawteam team discover 列出可用团队;clawteam task create 创建并指派任务;clawteam inbox send 向特定代理发送消息;clawteam board show 打开 Web 监控看板查看任务进度、消息历史和活动流。所有数据默认存储于 ~/.clawteam/ 目录,按团队组织 inboxes、tasks 等结构化数据。

6. 实现特点

ClawTeam 的架构设计体现了分层与抽象的核心思想。CLI 命令层集成 Typer 框架,提供全局选项和子命令路由;其下通过 MailboxManager 委托给 Transport 抽象层,实现关注点分离。Transport 层定义 deliver/fetch/count 等接口,支持可插拔的实现:FileTransport 基于文件系统队列,P2PTransport 基于 ZeroMQ 实现实时通信,且 P2PTransport 内部组合 FileTransport 作为离线兜底,确保消息可靠性。消息采用 Pydantic 模型(TeamMessage)序列化为 JSON。数据存储默认使用 ~/.clawteam/,包含团队、收件箱、任务板等模块。系统还提供 MCP 协议服务器集成(clawteam-mcp 命令)、插件扩展机制、团队模板系统以及多用户工作流支持,体现了高度的可扩展性和生产就绪特性。

思维导图

ClawTeam
命令行接口
Typer CLI 应用
全局选项与子命令
环境变量配置
传输通信
抽象传输层
文件传输实现
ZeroMQ P2P 传输
团队与任务
团队生命周期管理
共享任务板
任务路由策略
代理管理
代理生成器
多后端支持 (CLI/Tmux/WSH)
身份与配置
监控与扩展
Web 监控看板
MCP 协议集成
插件与模板系统

常见问题

ClawTeam 是什么?

ClawTeam 是一个框架无关的多智能体协同命令行工具,通过单一命令启动 AI 代理集群,自动分解复杂任务并协同执行,实现从单兵作战到集群智能的进化。

ClawTeam 支持哪些 AI 代理?

ClawTeam 与 Claude Code、Codex、OpenClaw、nanobot、Cursor 等 CLI 代理完全兼容,也可集成任何命令行代理,具有高度灵活性。

如何安装和使用 ClawTeam?

需要 Python 3.10+,使用 pip install clawteam 安装核心功能;P2P 传输需 pip install clawteam[p2p]。运行 clawteam 命令并描述任务目标,系统自动生成代理集群并执行,可通过环境变量配置代理身份。

ClawTeam 有哪些主要应用场景?

主要应用于 AI 研究自动化(大规模 ML 实验、模型训练)、自主全栈开发、算法交易与投资分析,以及任何需要代理集群协作的自定义场景,提供多种预设模板。

ClawTeam 的消息传输机制如何保证可靠性?

ClawTeam 提供文件传输和 ZeroMQ P2P 传输两种方式,其中 P2P 传输内部组合文件传输作为离线兜底,确保在网络不稳定时消息仍能可靠传递,所有消息通过 Pydantic 模型序列化保证数据结构一致性。