SwarmClaw
自托管控制台，用于运行、编排和监管具备记忆、工具与定时任务的多智能体团队。
按维度查看评分与理由
证据显示有权限控制（如MCP服务器测试路由中的reset参数），但未发现明确的用户确认机制或数据流透明性文档。敏感数据处理（如凭证加密）在变更日志中有提及，但缺乏详细实现。依赖安全方面有overrides和CI，但未提供漏洞扫描证据。外部影响（如连接器）存在，但未明确限制。回滚机制（如guardian recovery）在测试文件中出现，但未在文档中说明。来源归属（如作者信息）存在，但发布者未验证。
自一致性较好：README、package.json和CI配置一致，版本号匹配。依赖可用性：package.json列出了大量依赖，但未提供锁定文件或完整性校验。失败消息：变更日志提到改进的错误消息，但未提供具体示例。
受众和场景明确（个人助理、虚拟公司、开发团队），但能力边界未明确说明。触发精度：调度和任务系统有描述，但未提供精确的触发条件。环境适配：支持多种部署方式（桌面、npm、Docker），但未说明所有平台的具体要求。
信息架构清晰（README有目录），安装说明详细（多种方式），命名稳定（版本号一致），示例和FAQ有提供，已知限制未明确列出，许可证为MIT，版本变更日志详细，维护责任未明确（发布者未验证）。
输出可用性：提供了多种使用场景和截图，但未提供实际输出示例。边际价值：作为Claude Code和LangChain的替代品，有独特功能（如记忆、编排），但未与其他工具对比。成本效益：未提供定价或资源消耗信息。
声明可追溯性：README中的功能声明在代码和测试中有部分体现，但未完全对应。跨来源佐证：CI和测试文件支持部分声明，但缺乏独立验证。事实与推断分离：文档中未明确区分事实和推断。
- 发布者未验证，需谨慎对待来源。
- 依赖众多且未提供锁定文件，供应链风险需关注。
- 权限控制细节不明确，需审查实际代码。
- 回滚机制仅在测试中出现，未在文档中说明。
这个 Agent 能做什么，适合哪些场景？
SwarmClaw 是一个自托管的 AI 智能体运行时与多智能体框架，提供仪表盘、任务板、组织结构视图和聊天界面。它可运行心跳、定时任务、后台作业、委派任务与可恢复的编排流程，并保存会话、记忆和运行状态。系统支持 Claude Code、Codex、OpenCode、Gemini、OpenAI、Anthropic、OpenRouter、Ollama 等内置提供商及兼容端点。它可连接 MCP 服务器、消息连接器和 OpenClaw 网关，并支持桌面、全局 npm、Docker 及托管镜像部署。适合需要长期运行、多人或多角色协作、且希望保留本地控制面的团队，而非只需一次性聊天调用的场景。
运行 swarmclaw 后，服务监听 http://localhost:3456，在仪表盘中管理智能体、聊天、任务、日程与连接器。智能体可调用内置工具和通过 MCP Servers 面板配置的 stdio、SSE 或 streamable HTTP MCP 工具，并可委派给 Claude Code、Codex CLI、OpenCode、Gemini CLI、Cursor Agent CLI、Qwen Code CLI 或原生子智能体。编排支持分支、循环、并行分支、显式汇合和可重启的运行状态；结果可保存为持久聊天记录、任务输出、结构化会话记录或连接器外发消息。定时运行会记录 lastDeliveryStatus 和 lastDeliveryError；失败的死信任务可通过 POST /api/tasks/:id/retry 重新入队。
- 运营负责人为多个专职智能体建立组织结构，让负责人把持续任务委派给开发、研究和运营角色。
- 工程团队让开发智能体调用 Codex CLI、Claude Code 或 OpenCode，随后由测试和审查角色在任务板上跟进。
- 研究团队安排每日或每周扫描，让多个研究智能体分别检索、读取并将结果汇总为带引用的报告。
- 需要在 Discord、Slack、Telegram、WhatsApp、Teams 或邮件中接收和发送智能体消息的支持团队。
- 拥有多个 OpenClaw 网关的操作者，从一个控制面管理网关、智能体文件、技能和远程运行时。
- 需要定期执行钱包余额检查、交易模拟或审批阈值控制的链上运营团队。
这个 Agent 有哪些优点和局限？
- 把聊天、任务、组织结构、日程、记忆和可恢复编排放在同一个自托管控制面中。
- 原生覆盖多种云 API、CLI 后端、本地 Ollama/LM Studio、OpenClaw 与兼容自定义端点。
- MCP 支持 stdio、SSE 和 streamable HTTP，并可按智能体配置、测试和分配工具。
- 定时任务具备投递状态、凭据预检、重试退避和孤儿任务恢复等运行证据。
- Structured Sessions 提供模板、参与者、持久记录、输出和可视化流程构建器。
- 部署和本地运行要求 Node.js 22.6+；浏览器沙箱执行建议使用 Docker Desktop。
- API 型提供商需要各自的凭据，CLI 委派后端还要求额外安装相应的提供商 CLI。
- 自托管部署必须自行管理持久存储、
ACCESS_KEY、CREDENTIAL_SECRET、网络连接和连接器配置。 - macOS 桌面版在缺少签名或公证时可能需要手动绕过 Gatekeeper；相关问题仍被标记为未解决。
- 钱包、消息连接器和外部工具会扩大权限与运营风险，需要配置审批限制和运行时护栏。
如何安装或部署这个 Agent？
需要 Node.js 22.6+ 和 npm 10+。全局安装：npm i -g @swarmclawai/swarmclaw，然后运行 swarmclaw。从源码运行：git clone https://github.com/swarmclawai/swarmclaw.git，cd swarmclaw，nvm use，npm run quickstart。Docker 部署：在仓库目录执行 mkdir -p data、touch .env.local、docker compose up -d --build，再访问 http://localhost:3456。托管部署需持久挂载 /app/data，并设置 ACCESS_KEY 与 CREDENTIAL_SECRET；使用 API 型模型时还需在提供商设置中配置相应凭据。
如何使用这个 Agent？
启动后打开 http://localhost:3456，创建智能体并选择已配置的提供商和模型。为智能体分配工具、记忆、运行时技能或 MCP 服务器，再通过聊天或任务板发起工作；需要协作时配置委派或 Structured Sessions。创建日程以运行重复任务，并查看保存的投递状态和运行记录。若使用 OpenClaw，配置网关 profile 并在控制面中选择对应运行时；如需 OpenClaw 技能，可执行 openclaw skills install swarmclaw。
这个 Agent 与同类方案有什么区别？
项目将自己定位为 Claude Code 和 LangChain 的实用替代方案：相比单一编码 CLI，它强调多智能体委派、任务、日程、记忆与连接器；相比框架式编排库，它提供可直接部署的控制面、运行时和操作界面。它仍可把 Claude Code 和 Codex CLI 作为被委派的后端使用。
常见问题
它是否只能使用某一家模型提供商？
定时任务失败后能否追踪？
lastDeliveryStatus 和 lastDeliveryError；连接器投递通过 outbox 处理重试、退避和每次运行去重。