ClawTeam for OpenClaw
让命令行编程智能体自主分工、并行执行并汇总成果。
证据清楚说明了本地 JSON 状态目录、工作树、进程后端、消息传输和可选 ZeroMQ，并建议将 OpenClaw 设为 allowlist 而非 full；隔离测试也把 HOME 和数据目录重定向到临时目录。扣分原因是框架可自主启动多个代理、修改仓库、传递容器环境中的 OPENAI_API_KEY，并明确支持 --yolo 或危险的跳过权限参数，却没有展示秘密脱敏、权限缩减、外部副作用确认或完整数据保留策略。清理、检查点、工作树及生成失败自动回滚有所描述，但后者主要是声明。README 明确标注上游 HKUDS/ClawTeam，MIT 许可证保留 HKUDS 版权；不过当前分叉维护者身份及责任边界不够清楚。
README、pyproject、CI 和适配器测试共同支持 Python 3.10–3.12、多个 CLI 适配路径及跨平台意图，安装检查和故障排查信息也较实用。扣分在于没有执行证据，Windows 未列入 CI，外部代理、tmux、OpenClaw 网关和 Hermes 修复均可能不可用；README 的 0.3.0、pyproject 的 0.3.0+openclaw2 与网站包的 0.0.0 也造成轻微版本不一致。错误处理主要由排障表和健康检查声明体现，而不是所给实现代码。
开发者受众、手动与代理驱动流程、软件工程、研究和投资分析等场景都描述充分，并给出 Linux、macOS、Windows、WSL、tmux 和 subprocess 的具体适配方法，因此受众和环境适配可获高分。扣分在于“任何 CLI agent”和“全支持”等边界较宽，Cursor 明示为实验性，Hermes 还受上游版本问题影响；自然语言触发和 Hermes 路由规则有说明，但实际 skill 文件未提供，无法确认触发冲突、误触发防护或完整参数约束。
README 的安装、架构、命令、平台差异、用例、故障排查和集成章节组织完整，多语言入口、示例和明确的本地安装警告尤其扎实；MIT 文本与项目元数据一致。扣分在于已知限制分散在多个章节，没有集中完整清单；spawn 使用 --team 而 launch 使用 --team-name，Hermes 又使用位置参数，增加命名负担。仅见 v0.3.0 功能摘要，未见系统化变更日志或升级策略，且多个版本字符串不一致。问题跟踪地址存在，但未验证的分叉发布者、上游版权与 pyproject 作者字段未清楚界定当前维护责任。
看板、收件箱、依赖任务、工作树隔离、模板、Web UI 和全命令 JSON 输出若按文档工作，可形成可直接消费的协调结果；相较手工调度也有明显潜在增益。扣分在于“无竞争者具备成本面板”、生产强化、实验改进数字等重要效果主张没有在所给静态材料中得到充分支持。安装依赖相对轻量并提供文件传输默认值，但多代理会扩大模型、GPU、进程和人工监督成本，普通任务的盈亏阈值和资源上限未量化。
若干主张可追溯到 pyproject、CI、适配器测试和隔离 fixture，例如版本要求、依赖范围、命令参数处理及临时数据目录；README 与元数据也对许可证和入口点形成部分交叉印证。扣分在于大量高级能力仅在 README 列举，未提供对应实现文件或测试；外部实验结果、上游同步、生产强化和竞争性陈述无法由当前材料交叉核实。文档没有持续清晰地区分已测试事实、设计意图、外部案例和营销推断。
- OpenClaw 配置步骤会为所有代理放行 clawteam；启用 --yolo 或跳过权限参数前，应限定代理范围并人工审查实际命令。
- 容器启动路径可传递 OPENAI_API_KEY。应确认密钥不会进入日志、提示、共享收件箱、工作树或长期保存的 JSON 状态。
- 团队运行会创建进程、git 工作树和本地状态，并可能合并或清理分支；在重要仓库中使用前应备份并验证确认与恢复流程。
- Windows、Hermes、ZeroMQ、成本面板、熔断器及自动回滚等能力未由所给 CI 或实现证据完整覆盖。
- 不要把 README 中的性能数字、上游同步声明或竞争性表述视为独立验证结果。
这个 Agent 能做什么，适合哪些场景？
ClawTeam-OpenClaw 是 HKUDS/ClawTeam 的 OpenClaw 适配分支，以 OpenClaw 为默认智能体，同时支持 Claude Code、Codex、Hermes Agent、nanobot 和其他命令行程序。它通过 `clawteam` CLI 创建团队、派生工作智能体、建立带依赖关系的任务，并使用点对点收件箱或广播协调工作。每个智能体可获得独立的 Git worktree、身份和后端会话，团队状态则以 JSON 文件保存在 `~/.clawteam/`，不要求数据库或常驻协调服务器。Linux 和 macOS 采用 tmux 优先的工作流，Windows 10/11 自动回退到 subprocess 后端；终端看板、tmux 分屏和 Web UI 可用于监控。它适合希望让现有 CLI 编程智能体自行拆分和合并复杂任务、同时保留本地工作区隔离与过程可见性的团队。
负责人先用 clawteam team spawn-team 建立团队，或用 clawteam launch 从 TOML 模板生成预定义角色和任务。随后，clawteam spawn 启动 OpenClaw、Claude Code、Codex、Hermes、nanobot 或 subprocess 命令，为工作智能体创建独立 Git worktree、分支、会话和自动注入的协作提示。智能体通过 clawteam task create/update/list/wait 领取和更新任务；--blocked-by 可表达依赖，并在前置任务完成后自动解除阻塞。它们使用 clawteam inbox send/broadcast/receive/peek 交换结果，默认经文件传输，也可选用 ZeroMQ P2P。负责人可通过 workspace checkpoint/merge/cleanup 提交并合并各工作区，通过 board show/live/attach/serve 查看看板、进程和 Web 界面，并用 board cost 查看按智能体、模型和任务统计的令牌与成本。运行状态、任务和消息默认以具备原子写入及跨平台文件锁的 JSON 文件存放在 ~/.clawteam/。
- 已有 OpenClaw 工作流的开发者，需要让一个负责人自动拆分全栈应用的架构、后端、前端和测试工作，并在独立分支中并行实施。
- 使用 Claude Code 或 Codex 的工程团队，希望多个 CLI 编程智能体共享任务依赖和收件箱，同时避免在同一工作目录中相互覆盖。
- 机器学习研究人员拥有多块 GPU，需要把不同超参数或模型结构方向分配给多个研究智能体，并持续汇总较优实验配置。
- 投资研究团队希望用
hedge-fundTOML 模板启动分析员、风险经理和投资组合经理组成的七智能体流程。 - Windows 10/11 用户需要原生运行多智能体任务，并接受使用 subprocess 和 Web 看板代替 tmux 分屏。
- 需要混用不同模型或 CLI 智能体的团队，希望通过每角色模型、模型层级和七级优先规则控制成本与能力分配。
这个 Agent 有哪些优点和局限？
- 可直接协调多种 CLI 智能体，OpenClaw 为默认选项，Claude Code、Codex、nanobot 和 Hermes 均标为完整支持。
- 每个工作智能体使用独立 Git worktree 和
clawteam/{team}/{agent}分支，适合并行代码修改，并提供检查点、合并与清理命令。 - 内置任务依赖、自动解除阻塞、点对点收件箱、广播和看板，不需要用户另写编排代码。
- 默认只使用文件系统和 JSON 状态，无数据库或消息队列；需要跨机器通信时可选择 ZeroMQ P2P。
- 提供实时成本看板、重试退避、断路器、幂等键、运行时注入和按智能体选择模型等生产化功能。
- 必须克隆仓库并执行可编辑安装；PyPI 上游包默认使用 Claude 且缺少这些 OpenClaw 适配，同名 npm 包则与本项目无关。
- Linux/macOS 的完整分屏体验依赖 tmux；Windows 原生环境不能使用
board attach，需改用 subprocess 和board serve，或转到 WSL。 - OpenClaw 用户必须额外安装技能并配置执行许可，否则派生智能体可能被交互式权限提示阻塞。
- Hermes 的会话隔离依赖其上游对
--source tool的修复，Hermes 0.8.0 及更早版本会忽略该标志；部分模板任务还可能完成但未把结果发送到收件箱。 - Cursor 支持仍属实验性；路线图中的完整 Windows 支持、A2A Gateway、模板市场、深度记忆以及生产级认证和审计尚未全部交付。
如何安装或部署这个 Agent？
前置条件是 Python 3.10+、Git，以及至少一个受支持的 CLI 编程智能体；Linux/macOS 的完整可视化流程还需要 tmux。必须从仓库安装，不能直接运行 pip install clawteam，也不要安装同名 npm 包：
git clone https://github.com/win4r/ClawTeam-OpenClaw.git
cd ClawTeam-OpenClaw
pip install -e .如需 ZeroMQ P2P：
python -m pip install -e ".[p2p]"验证安装：
clawteam --version
clawteam config healthOpenClaw 用户还需复制技能文件：
mkdir -p ~/.openclaw/workspace/skills/clawteam
cp skills/openclaw/SKILL.md ~/.openclaw/workspace/skills/clawteam/SKILL.md然后确保 exec-approvals.json 的默认安全模式为 allowlist，并执行：
openclaw approvals allowlist add --agent "*" "$(which clawteam)"仓库也提供适用于 Linux、macOS 和 WSL 的自动脚本：bash scripts/install-openclaw.sh。Windows PowerShell 可在仓库目录运行 py -3 -m pip install -e .，并用 clawteam config get default_backend 确认输出为 subprocess。
如何使用这个 Agent？
自动模式下，安装完成后可直接告诉支持的智能体：Build a web app. Use clawteam to split the work across multiple agents.
手动建立一个最小团队：
clawteam team spawn-team my-team -d "Build the auth module" -n leader
clawteam spawn --team my-team --agent-name alice --task "Implement OAuth2 flow"
clawteam spawn codex --team my-team --agent-name bob --task "Write unit tests for auth"
clawteam board serve --port 8080Linux、macOS 或 WSL 用户还可运行 clawteam board attach my-team。启动内置模板时，使用：
clawteam launch hedge-fund --team-name fund1 --goal "Analyze AAPL, MSFT, NVDA for Q2 2026"Hermes 模板需要显式加入 --command hermes --force；手动派生 Hermes 工作智能体时，将 hermes 作为末尾位置参数传入。
这个 Agent 与同类方案有什么区别？
与上游 HKUDS/ClawTeam 相比，该分支把 OpenClaw 设为默认智能体，并增加每智能体会话隔离、执行许可自动配置和强化的派生后端；直接安装上游 PyPI 版本会默认使用 Claude，且不包含这些适配。与单独使用 OpenClaw 相比，它增加自主任务拆分、Git worktree 隔离、依赖自动解除、直接收件箱通信和看板监控。项目还将自身定位为由智能体直接操作的轻量编排层：主要依赖文件系统与 tmux/subprocess，而非要求人类编写框架专用编排代码或部署数据库和消息队列。
常见问题
运行它是否需要数据库或中央服务器？
~/.clawteam/，传输方式为文件系统；Web 看板仅在使用 clawteam board serve 时启动。ZeroMQ P2P 是可选安装项。OpenClaw 是强制依赖吗？
它怎样防止多个智能体修改同一批文件？
clawteam/{team}/{agent} 分支；负责人随后使用 workspace checkpoint、merge 和 cleanup 命令管理成果。Windows 原生环境能否使用？
board attach 仍要求 tmux，因此 Windows 原生环境应使用 board serve，若需要完整 tmux 流程则使用 WSL。项目本身是否会产生模型费用？
clawteam board cost，可按智能体、模型和任务查看令牌及成本。