Clawd Codeは、独立したオープンソースのPythonプロジェクトであり、有名なAIプログラミング・アシスタントの偶発的なリークをもたらすことを目的としている。 Claude Codeのコアとなるインタラクションとツールのスケジューリングメカニズムは、Pythonオープンソースに移植され、再現されている。このプロジェクトは当初、開発者がoh-my-codex（OmX）フレームワークに基づいて緊急に開発したもので、最先端の「ハーネスエンジニアリング」（AI知能システムが外部ツールを効率的にスケジューリングし、複雑なタスクを編成し、長いランタイムコンテキストを管理する方法の徹底的な探求）に重点を置いていた。AIインテリジェンス・システムは、外部ツールを効率的にスケジューリングし、複雑なタスクをプログラムし、非常に長いランタイムコンテキストを管理する。このツールは、単なるコードベースのバックアップや概念実証ではなく、実際に「作業を行う」自動化されたエンドポイント・プログラミング・アシスタントである。ローカルで動作し、自律的にファイルシステムを読み込み、コードを実行し、テストを実行し、次世代の自動AI開発インテリジェンスの仕組みと基本的なアーキテクチャ設計を開発者がより深く理解できるよう、高度なコラボレーションモードを内蔵している。
機能一覧
- クロード・コードのターミナル・ネイティブ体験を再現AIは、ターミナル環境で直接大きな言語モデルと会話することで、ディレクトリをブラウズし、コードファイルを読み、コードを書き、修正し、自然言語コマンドに基づいて自律的にローカルテストをトリガーすることができる。
- 並列コードレビュー（$teamモード）プロジェクト独自の高度なマルチスレッド・モードは、複数のAIインスタンスを呼び出してコードベースのディープ・レビューを並行して実行することをサポートし、多角的な視点からコード品質の検証やセキュリティのトラブルシューティングを可能にする。
- アーキテクチャレベルの永続性実装（$ralphモード）AIインテリジェンス・ユニットが「アーキテクト」の立場に立ち、複雑なリファクタリングや開発タスクの多段階の論理的推論、コード生成、複数回の検証を、タスクが要件に完全に適合するまで実行する。
- OmXワークフローエンジンのサポートoh-my-codexアーキテクチャに基づくプロセスオーケストレーションは、マルチステップタスクプランニングにおいて、大きな言語モデルをコンテキストロスの影響を受けにくくする、非常に弾力性のあるスケジューリングロジックを提供する。
- 柔軟な外部ツールチェーンとの統合システム環境変数やトークンを設定することで、インテリジェンスがGitHubやLinearなどのサードパーティの外部ツールを直接呼び出すことができ、コードの記述からPRの提出までの自動化されたワークフローをサポートする。
- カスタマイズされたワークスペースとスマートボディのID管理Markdownテキストファイルは、インテリジェンスのシステムコマンドとメモリコンテキストを管理するために使用され、ユーザーはローカルテキストを編集することで、AIの性格、コーディング規範、ワークフローの習慣をいつでも変更することができます。
ヘルプの使用
Clawdコードへようこそ。 Claude Code リークバージョンからのPythonのオープンソース移植のための強力なエンドツーエンドのAIプログラミングインテリジェンスであるこのツールは、コーディング、レビュー、テストの面倒な作業を代行します。このツールのポテンシャルと100%の効率的な利点をフルに発揮するために、以下の詳細なインストールと操作ガイドをお読みください。
I. 前環境の設置と準備
1.システムおよび環境要件
- オペレーティングシステムmacOS、Linux、Windowsをサポート（最適なターミナル環境の互換性のためにWSL2を推奨）。
- パイソン版Python 3.10以降がインストールされている必要があります。
- パッケージ管理ツール推奨用途
pip依存関係のコンフリクトを避けるため、次のような協力が強く推奨される。virtualenv或conda隔離されたPython仮想環境を作成する。
2.ソースコードの入手と依存関係のインストール
コマンドライン・ターミナルを開き、以下のコマンドを実行してClawd Codeプロジェクトをローカルにクローンし、必要なランタイム依存関係をインストールします：
# 克隆开源仓库到本地
git clone https://github.com/instructkr/clawd-code.git
cd clawd-code
# 创建并激活 Python 虚拟环境（推荐操作）
python3 -m venv venv
source venv/bin/activate # Windows 用户请使用 venv\Scripts\activate
# 安装项目的核心依赖包
pip install -r requirements.txt
3.環境変数とAPIキーの設定
Clawd Code は大規模な言語モデル駆動型の知能システムに基づいているため、適切なモデル API キーを設定して、思考とコーディングができるようにする必要があります。ベースとなる環境変数テンプレートファイルはプロジェクトのルートディレクトリに用意されています。 .env.example。
cp .env.example .env
テキストエディタ（vim、nano、VS Codeなど）を使って、新しく生成された .env ファイルにAPIキーを入力します：
# 必填：配置 Anthropic 的 API 密钥（推荐使用 Claude 3.5 Sonnet）
ANTHROPIC_API_KEY="sk-ant-api03-xxxxxxxxxxxxxxxxxxxx"
# 选填：如果需要智能体执行 GitHub 自动化提交流程，建议配置 Personal Access Token
GITHUB_ACCESS_TOKEN="ghp_xxxxxxxxxxxxxxxxxxxxxxxxxx"
II. コア機能と基本的な操作手順
1.スマートボディ・インタラクション・モードを起動し、入力する
環境変数が正しく設定され、仮想環境が有効になっていることを確認した後、以下のコマンドでインテリジェントボディマスターを起動する：
python main.py
起動すると、ターミナルは対話型コマンドプロンプト（プロンプト）インターフェースに入ります。この時点でClawd Codeはカレントディレクトリのコンテキストを引き継いでいます。自然言語で直接開発タスクを発行することができます。
基本操作の例：
👤 Userのカレントディレクトリを分析してください。 src/utils.py ファイルでメモリー・リークを起こす可能性のある関数を特定し、リファクタリングの提案を行う。”
🤖 Agent: (Clawd Codeがローカルファイル読み込みツールのスケジューリングを開始→コードの内容を解析→解析レポートをターミナルに出力→ファイルを直接修正するかどうかを尋ねる)
2.$teamモデルの使用：並列コードレビュー
日々の開発において、大規模なPull Requestに取り組んでいたり、複数のモジュールを含む大規模なリファクタリングを完了している場合、一方的に考えるAIは何かを見逃してしまうかもしれません。この場合、Clawd Codeの特徴である $team モードだ。
操作方法：
ターミナル・インタラクション・モードで、文字列を $team 接頭辞付きコマンド：
$team 审查当前 Git 分支中所有的修改，重点检查 SQL 注入漏洞和多线程安全问题。
動作原理基礎となるOmXスケジューリングエンジンは、独立して評価される複数のAIのインスタンスを同時に生成します（例えば、サイバーセキュリティ、ランタイムパフォーマンス、コード仕様にそれぞれ1つずつ割り当てます）。これらのインテリジェンスは、エンドポイントのバックグラウンドで並行してコードを読み取り、多角的なレビュー意見を要約して出力するため、コードレビューの厳密性と効率が大幅に向上します。
3.$ralphモデルの使用：アーキテクチャレベルの永続認証実装
従来のコード生成ツールは、「そのコードがプロジェクト全体のアーキテクチャのコンテキストで完璧に動作する」ことを保証することなく、「コードのスニペットを書く」傾向がある。$ralph パターンは、この目的のために特別に設計されたClawd Codeの高度な機能であり、AIに持続的なループ実行と多段階の試行錯誤検証を与える。
操作方法：
$ralph 将项目底层的 SQLite 数据库操作逻辑整体迁移到 PostgreSQL，请自行修改代码、编写单元测试并运行验证，直到测试全部通过为止。
動作原理このモードがアクティブになると、Clawd Codeは「思考→計画→コード→ローカルテストの実行→ターミナルエラーのキャプチャ→コードの自己修正→再テスト」の完全自動クローズドループに入ります。ステップバイステップのステータスログがスクリーンターミナルに表示されるので、試行錯誤のプロセスを観察して Ctrl+C 手動による介入または終了。このモデルは、反復的なデバッグを必要とする、厄介なシステムレベルのリファクタリングタスクを扱うのに特に適している。
III.高度な設定：カスタム・ワークスペースと外部ツールの統合
1.インテリジェントメモリとワークスペース（.workspace）の管理
プロジェクト・ディレクトリーでClawd Codeを初めて実行すると、自動的にカレント・ディレクトリー内に .clawd-workspace/ このフォルダは現在のプロジェクトのインテリジェンスの「頭脳」である。このフォルダは現在のプロジェクトのインテリジェンスの「頭脳」であり、いくつかのMarkdown形式の設定ファイルが含まれています：
identity.mdインテリジェンスの役割と性格を定義する。これを「あなたは非常に要求の厳しいLinuxカーネル開発者なので、この口調で話してください」と変えることもできる。rules.mdプロジェクト固有のコーディング仕様を設定する。例えば、“このプロジェクトのすべてのPython関数は、Type Hintsを厳密に使用し、グローバル変数を使用せず、Docstringとして記述しなければならない ”と記述する。
これらのネイティブMarkdownファイルをテキストエディタで直接修正することで、基礎となるPythonソースコードを変更することなく、チームのニーズに合わせてAIアシスタントをカスタマイズすることができます。
2.外部ツールのスケジューリング設定 (ツールと統合)
Clawd Codeのパワーは「ツールチェーン」を拡張する能力にある。特定のトークンをシステム環境に公開することで、インテリジェンスはサードパーティのツールを直接操作することができる：
- ドッキング GitHubパイプラインで
.envファイルはGITHUB_ACCESS_TOKENこの場合は、ターミナルで「現在の変更を新しいGitブランチにコミットして、新しいブランチfeat-updateClawd Codeは、基盤となるGitコマンドとGitHub APIを自動的に呼び出し、一連のアクションを完了させます。 - ローカルCLIツールの起動コード整形ツールや静的解析ツールがシステムにインストールされている場合（たとえば
black、mypy或ruffAIはターミナルに対応するコマンドラインコマンドを入力し、本物のプログラマーがするようにクリーンアップを実行する。
IV.注意事項とベストプラクティス
- セキュリティと特権の分離Clawd Codeには、ローカルシステム上のファイルの読み取り、書き込み、削除を行う権限があります。未知のソースから自動化されたタスクを実行する場合、またはコアな本番データを含む環境で操作する場合は、Clawd Code を Docker コンテナまたは専用のサンドボックス化された仮想マシン環境で実行することを強くお勧めします。
- トークンのオーバーヘッドとコスト監視使用頻度
$team(複数のAIインスタンスを並列に)と$ralph(継続的試行錯誤ループ）モードでは、ビッグモデルAPIに大量のリクエストを送信し、大量のトークンを消費する。完全なクローズドループの実行を許可する前に、ロジックが正しいことを確認するために、大きな複雑なタスクに進む前に、AIに簡単な実行プランを出力させることを推奨する。 - 学術研究と二次開発このプロジェクト(Harness Engineering)は、ビッグモデルツールのスケジューリングがどのように機能するかについて、開発者に透明性のある理解を提供するように設計されています。Clawd Codeがどのようにビッグモデルの出力JSONフォーマットを解析し、それをネイティブのPython関数にマッピングするかを学ぶために、基礎となるソースコードに目を通すことをお勧めします。
アプリケーションシナリオ
- ネイティブ・オートメーション・プログラミングとコード・リファクタリング
時代遅れのレガシーコードベースを扱う場合、開発者はClawd Codeを活用することで、複雑な関数の依存関係を自動的に分析し、ローカル環境で直接リファクタリングパッチを適用することができます。 ChatGPT (ウェブ版）とローカル・コード・エディター間でコピー・アンド・ペーストを行ったり来たりする面倒な作業が必要だ。 - 多次元コードベースの並列レビュー
研究開発チームは$teamClawd Codeは、経験豊富なアーキテクトの審査員を即座に採用し、ネットワーク・セキュリティ、実行パフォーマンス、コード・フォーマット仕様など、さまざまな観点から推奨する、ローカル・コードベースの高速かつ並列的な自動トラブルシューティングを提供します。 - インテリジェント・ボディ・アーキテクチャーの研究と二次開発
このプロジェクトは、AIエージェントの開発に取り組むエンジニアに、優れた「クリーン・アーキテクチャ」のリファレンス・ソースを提供する。このプロジェクトのオープンソースコードを読むことで、開発者は純粋なPythonでタスク永続キューを構築する方法、LLMのファントム出力をインターセプトして処理する方法、大規模言語モデルへのネイティブ関数をツールコールとして安全に公開する方法を学ぶことができます。 - 複雑な問題のクローズドループ修正（バグフィックス）
深いロジックのバグには$ralphパターンマウンティングタスクにより、Clawd Codeは自律的に端末のエラーログを読み、ソースコードファイルを見つけ、ビジネスロジックを修正し、システムが例外をスローしなくなるまでローカルテストケースを繰り返し実行することができ、開発者の負担とトラブルシューティングの時間を大幅に削減します。
QA
- このプロジェクトとオリジナルのクロード・コードとの関係は？
Clawd Codeは、偶然流出したClaude Codeのバージョンに基づくPython移植版のスタンドアロンでオープンソースの書き換えです。開発者たちはoh-my-codexフレームワークに基づいてこの機能的クローンを素早く書き上げ、そのコアとなるツールのスケジューリングとエンドポイントエージェントのメカニズムを正確に再現した。 - なぜPythonのオープンソース移植なのか？
このツールは教育目的のみを意図しています。オリジナルのClaude Codeコードはクローズドソースで複雑でしたが、このPythonオープンソース移植版は商用コンポーネントを取り除き、AIインテリジェンス「Harness Engineering」とワークフローオーケストレーションについて透過的に学ぶための素晴らしい研究材料を開発者に提供します。 - Clawd Codeを実行するには、どのようなモデルのサポートが必要ですか？
基礎となるスケジューリングフレームワーク（OmX）は、強力な論理的推論とネイティブのツール呼び出し機能を持つ大規模な言語モデルに依存しています。最高の自動プログラミング体験のために、AnthropicのClaude 3.5 Sonnet / OpusやOpenAIのGPT-4oなどのトップモデルAPIを設定することをお勧めします。 - そのプロジェクトは、営利企業の日常的な開発に利用できるか？
プロジェクト自体はオープンソースだが、開発者は主に学習・教育用であることを明確に示している。これをビジネス・ワークフローに直接統合する場合、自動化されたコード変更に関連する潜在的なAPI課金コストとセキュリティ責任に責任を持つ必要があり、GitHub上のオープンソース契約に従うべきである。繰り返しになるが、ローカルのビジネスファイルを保護するために、サンドボックスやコンテナで実行することを強く推奨する。
