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。