ClawTeam: 代理群智能

AI 代理的进化 🚀：单体 🤖 → 群体 🦞🤖🤖🤖
ClawTeam：让 AI 代理组成群体，协同思考与工作，加速交付

一条命令行：全程自动化。 — 代理会自行组建群体、分配任务并产出结果。

人类只需设定目标，其余的一切都由代理团队统筹完成。

与 Claude Code、Codex、OpenClaw、nanobot、Cursor 以及任何 CLI 代理完全兼容。  中文文档 | 한국어

📰 新闻

2026年3月18日 ClawTeam 项目正式对外发布。

2026年3月23日 ClawTeam v0.2.0 今日发布。

2026年3月 当前基线版本已包含配置管理、多用户工作流、Web UI、P2P 传输以及团队模板等功能。

✨ ClawTeam 的核心特性

🔬 AI 研究自动化 • 大规模自动化机器学习实验 • AI 模型训练与优化 • AI 驱动的假设生成与验证 • 自我改进的模型架构

🏗️ 代理式工程 • 自主全栈开发 • 自我演进的软件 • 协作式开源开发 • 实时系统集成

💰 AI 对冲基金 • 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 • 算法交易执行与监控

🎪 属于你的群体 • 自定义科学研究团队 • 个性化投资委员会 • 业务运营团队 • 内容制作工作室

☝️ 智能领导代理协调 8 个专业子代理，在 8 张 H100 GPU 上自主设计实验，并根据实时性能动态重新分配资源。

🧠 该系统能够跨团队整合突破性成果，并独立演化策略——实现完全的研究自动化，无需人工干预。

🤔 为什么选择 ClawTeam？

当前的 AI 代理功能强大——但它们是孤立运作的。面对复杂任务时，你不得不手动协调多个代理、管理上下文，并将零散的结果拼接起来。

如果代理能够像团队一样思考和协作呢？

ClawTeam 开启了代理群智能——AI 代理可以自我组织成协作团队，智能地分解复杂工作，实时共享洞察，并共同找到突破性解决方案。

• 🚀 派生出专业子代理——每个子代理都有独立的工作环境和专注领域

• 📋 设计智能的任务分配——具备智能依赖关系管理

• 💬 促进实时协调——代理之间无缝沟通

• 📊 监控团队表现——跟踪进展并识别瓶颈

• 🔄 动态调整策略——重新分配资源并调整工作方向

✨ 结果是什么？

你只需设定愿景，剩下的就由代理群以集体智慧完成。

🎯 群智能的应用场景

# 领导代理运行：
clawteam spawn --team my-team \
  --agent-name worker1 \
  --task "实现认证模块"

# 一个工作者代理查看任务：
clawteam task list my-team --owner me
# 然后汇报结果：
clawteam inbox send my-team leader \
  "认证已完成。所有测试均通过。"

# 同时观看所有代理
clawteam board attach my-team
# 或者打开网页仪表盘
clawteam board serve --port 8080

🎬 使用场景

🔬 1. 自主机器学习研究——8 个代理 × 8 张 H100 GPU

基于 @karpathy 的 autoresearch。

💫 一条命令。全程自动化。

人类输入：“使用 8 张 GPU 优化这个 LLM 训练设置”

代理团队会处理剩下的所有事情：

• 在 8 张 H100 上派生出 8 个专门的研究代理
• 设计 2000 多次自主实验
• 实现突破性改进（val_bpb：1.044→0.977）
• 完全无需人工干预

🎯 大规模纯科研

将原本需要数月的手动超参数调优，转化为数小时的智能自动化。

🏆 val_bpb: 1.044 → 0.977 (6.4% improvement) | 2430+ experiments | ~30 GPU-hours

代理团队自主完成的工作：

人类指令：“使用 8 张 GPU 优化 train.py。请阅读 program.md 获取说明。”

🦞 领导代理的操作：
├── 📖 阅读 program.md，理解实验方案
├── 🏗️ clawteam team spawn-team autoresearch
├── 🚀 为每张 GPU 分配研究方向：
│   ├── GPU 0：clawteam spawn --task “探索模型深度（DEPTH 10-16）”
│   ├── GPU 1：clawteam spawn --task “探索模型宽度（ASPECT_RATIO 80-128）”
│   ├── GPU 2：clawteam spawn --task “调整学习率和优化器”
│   ├── GPU 3：clawteam spawn --task “探索批量大小和梯度累积”
│   ├── GPU 4-7：clawteam spawn tmux codex --task “…” （Codex 代理）
│   └── 🌳 每个代理都有自己独立的 git 工作树、独立分支，进行隔离实验
├── 🔄 每 30 分钟检查一次结果：
│   ├── clawteam board show autoresearch
│   ├── 阅读每个代理的 results.tsv 文件
│   ├── 🏆 找出最佳发现（深度=12，批次=2^17，RoPE 前归一化）
│   └── 📡 将最佳配置分享给其他代理，让他们以此为基础继续实验
├── 🔧 当代理完成任务后，重新分配 GPU：
│   ├── 杀死闲置的代理，清理工作树
│   ├── 根据最佳提交创建新的工作树
│   └── 派生出新的代理，结合优化方向
└── ✅ 经过 2430 多次实验后：val_bpb 从 1.044 降至 0.977

完整结果：novix-science/autoresearch

🏗️ 2. 代理式软件工程

你告诉 Claude Code：“给我构建一个全栈待办应用。”Claude 意识到这是一个多模块任务，于是自行组织了一个团队：

人类指令：“构建一个带有认证、数据库和 React 前端的全栈待办应用。”

🦞 领导代理的操作：
├── 🏗️ clawteam team spawn-team webapp -d “全栈待办应用”
├── 📋 创建具有依赖链的任务：
│   ├── T1：“设计 REST API 架构”          → architect
│   ├── T2：“实现 JWT 认证”——受 T1 阻塞  → backend1
│   ├── T3：“构建数据库层”——受 T1 阻塞  → backend2
│   ├── T4：“构建 React 前端”             → frontend
│   └── T5：“集成测试”——受 T2、T3、T4 阻塞 → tester
├── 🚀 派生出 5 个子代理（每个代理都在自己的 git worktree 中）：
│   ├── clawteam spawn --agent-name architect --task “设计 API 架构”
│   ├── clawteam spawn --agent-name backend1  --task “实现 JWT 认证”
│   ├── clawteam spawn --agent-name backend2  --task “构建 PostgreSQL 模型”
│   ├── clawteam spawn --agent-name frontend  --task “构建 React UI”
│   └── clawteam spawn --agent-name tester    --task “编写 pytest 测试”
├── 🔗 自动解析依赖关系：
│   ├── architect 完成任务后，backend1 和 backend2 自动解除阻塞
│   ├── 所有后端完成任务后，tester 自动解除阻塞
│   └── 每个代理都会执行：clawteam task update <id> --status completed
├── 💬 子代理通过收件箱进行协调：
│   ├── architect → backend1：“这是 OpenAPI 规范：…”
│   ├── backend1 → tester：“认证接口已在 /api/auth/* 准备好”
│   └── tester → 领导代理：“所有 47 项测试均已通过 ✅”
└── 🌳 领导代理将所有工作树合并到主分支

💰 3. AI 对冲基金——一键启动团队

一个预建的 TOML 模板可以快速派生出一个完整的7 代理投资分析团队：

# 一条命令即可启动一切：
clawteam launch hedge-fund --team fund1 --goal "分析2026年第二季度的AAPL、MSFT、NVDA"

🦞 自动发生的过程：
├── 📊 投资组合经理（领导者）生成并接收目标
├── 🤖 5名分析师代理生成，每名代理采用不同的策略：
│   ├── 🎩 巴菲特型分析师 → 价值投资（护城河、ROE、DCF）
│   ├── 🚀 增长型分析师 → 破坏性创新（TAM、网络效应）
│   ├── 📈 技术型分析师 → 技术指标（EMA、RSI、布林带）
│   ├── 📋 基本面分析师 → 财务比率（P/E、D/E、FCF）
│   └── 📰 情绪型分析师 → 新闻与内幕交易信号
├── 🛡️ 风险管理器生成，等待所有分析师的信号：
│   ├── clawteam收件箱接收fund1（收集所有5个信号）
│   ├── 整合并计算仓位限制
│   └── clawteam收件箱向投资组合经理发送“风险报告：……”
└── 💼 投资组合经理做出最终的买入/卖出/持有决策

模板是TOML文件——您可以为任何领域创建自己的团队原型。

📦 安装

pip install clawteam

# 或者从源码安装
git clone https://github.com/HKUDS/ClawTeam.git
cd ClawTeam
pip install -e .

# 可选：点对点传输（ZeroMQ）
pip install -e ".[p2p]"

需要Python 3.10及以上版本、tmux以及一个CLI编码代理（例如claude、codex）。Python依赖项包括：typer、pydantic、rich。

所有spawn示例都假定您命名的代理CLI已安装并可在PATH中访问。

🚀 快速入门

如果您是ClawTeam的新手，请按以下顺序操作：

1. 确保tmux和您的代理CLI在此机器上可以独立运行。
2. 选择以下两种方式之一：让代理自动驱动，或手动驱动。
3. 使用支持的代理表格来选择合适的spawn命令。
4. 如果您要集成新的代理，请在调试前查看适配器说明。

✅ 开始之前

请先运行以下检查：

tmux -V
clawteam --help

# 将“claude”替换为您实际想要使用的代理：
claude --version
codex --version
nanobot --help

如果代理CLI本身无法正常运行，clawteam spawn也无法解决问题。

⚡ 选项1：让代理自动驱动（推荐）

ClawTeam自带一个可重用技能，位于skills/clawteam/目录下。

Claude Code

将该技能安装到~/.claude/skills/clawteam，然后输入提示：

“构建一个Web应用。使用clawteam将工作分配给多个代理。”

Codex

将相同的技能安装到$CODEX_HOME/skills/clawteam（通常为~/.codex/skills/clawteam），然后输入提示：

“使用clawteam将此任务分配给多个代理，并协调团队完成。”

代理会自动创建团队、生成工作人员、分配任务并进行协调——这一切都在后台使用clawteam CLI命令实现。

🔧 选项2：手动驱动

# 1. 创建一个团队（您担任领导者）
clawteam team spawn-team my-team -d “构建认证模块” -n leader

# 2. 生成工作人员代理——每个代理都会获得一个Git工作树、tmux窗口和身份
clawteam spawn --team my-team --agent-name alice --task “实现OAuth2流程”
clawteam spawn --team my-team --agent-name bob --task “编写认证模块的单元测试”

# 3. 工作人员会自动收到一条协调提示，教他们如何：
#    ✅ 查看任务：clawteam task list my-team --owner alice
#    ✅ 更新状态：clawteam task update my-team <id> --status completed
#    ✅ 向领导者发送消息：clawteam inbox send my-team leader “已完成！”
#    ✅ 报告空闲状态：clawteam lifecycle idle my-team

# 4. 观察他们并肩协作
clawteam board attach my-team

🧩 配置文件与预设

当您想使用非默认的提供商、模型或API网关时，应先配置一个配置文件，而不是每次都手动导出提供商的环境变量。

# 查看内置的提供商模板
clawteam preset list
clawteam preset show moonshot-cn

# 从预设生成可重用的运行时配置文件
clawteam preset generate-profile moonshot-cn claude --name claude-kimi

# MiniMax (M2.7) — 全球或中国端点
clawteam preset generate-profile minimax-global claude --name claude-minimax
clawteam preset generate-profile minimax-cn claude --name claude-minimax-cn

# 或者使用交互式TUI
clawteam profile wizard

# Claude Code在新机器或新环境中可能需要执行一次
clawteam profile doctor claude

# 在生成工作人员之前，先对配置文件进行烟雾测试
MOONSHOT_API_KEY=... clawteam profile test claude-kimi
MINIMAX_API_KEY=... clawteam profile test claude-minimax

一些经验法则：

• profile是spawn/launch使用的最终运行时对象。
• preset是一个可重用的提供商模板，可用于生成一个或多个配置文件。
• wizard是首次设置的最简单途径。
• doctor主要用于Claude Code首次运行时的初始化状态。

🧭 我应该使用哪个spawn命令？

请使用clawteam spawn [backend] [command] ...，并选择已经在您的机器上可用的命令：

# Claude Code
clawteam spawn tmux claude --team my-team --agent-name alice --task “实现OAuth2”

# Codex
clawteam spawn tmux codex --team my-team --agent-name bob --task “编写前端测试”

# nanobot
clawteam spawn tmux nanobot --team my-team --agent-name carol --task “构建API”

# 已配置的profile（建议用于非默认提供商/模型）
clawteam spawn tmux --profile claude-kimi --team my-team --agent-name dave --task “重构认证流程”

注意事项：

• tmux是默认的后端，在您希望观察交互式代理界面时是最佳选择。
• subprocess更适合一次性工具或非交互式脚本。
• nanobot在内部被标准化为nanobot agent，因此上述命令是正确的ClawTeam入口点。
• 对于Claude Code和Codex，它们信任在全新工作树中自动生成的提示，这些提示会由tmux后端自动确认。
• 对于非默认的提供商/模型，建议使用--profile <name>，而不是手动导出环境变量。

🔌 添加其他代理

ClawTeam不仅可以与Claude Code、Codex和nanobot配合使用，还可以与其他代理协同工作，但这些代理的CLI必须满足一定的兼容性要求：

1. 该命令必须存在于PATH中，并且能够在ClawTeam之外成功启动。
2. 代理必须能够在特定的工作目录或Git工作树中运行。
3. 代理必须能够接受初始任务，无论是通过命令行参数还是交互式输入。
4. 如果代理需要进行交互式操作，则其进程必须在tmux中保持运行状态。

如果您不确定，可以先单独测试代理，然后再用以下命令包装它：

clawteam spawn subprocess <your-agent> --team my-team --agent-name test --task “说‘OK’”

如果测试成功，再切换到tmux以进行交互式监控。

🤖 支持的智能体

ClawTeam 可与任何能够执行 Shell 命令的 CLI 智能体 配合使用：

以下所有示例均假定相应的 CLI 已在您的机器上独立运行。

对于特定提供商的设置，例如通过 Moonshot Kimi、MiniMax 或者通过 Vertex 使用 Claude Code、Gemini，请先使用 profile + preset，然后再用 --profile 启动。

✨ 功能

🔧 更多功能

🤖 智能体如何使用 ClawTeam

当智能体通过 clawteam spawn 被启动时，它会收到一个 自动注入的协调提示：

## 协调协议（自动注入到每个被启动的智能体）

- 📋 检查你的任务：clawteam task list <team> --owner <your-name>
- ▶️ 开始一项任务：clawteam task update <team> <id> --status in_progress
- ✅ 完成一项任务：clawteam task update <team> <id> --status completed
- 💬 向领导发送消息：clawteam inbox send <team> leader "状态更新..."
- 💬 向队友发送消息：clawteam inbox send <team> <name> "信息..."
- 📨 检查收件箱：clawteam inbox receive <team>
- 😴 报告空闲：clawteam lifecycle idle <team>

这意味着 任何 CLI 智能体 都可以参与 ClawTeam 团队——它只需要能够运行 Shell 命令。无需自定义 SDK、API 集成或框架锁定。

📖 命令参考

# 🏗️ 团队生命周期
clawteam team spawn-team <team> -d "description" -n <leader>
clawteam team discover                    # 列出所有团队
clawteam team status <team>               # 显示成员
clawteam team cleanup <team> --force      # 删除团队

# 🚀 启动智能体
clawteam spawn --team <team> --agent-name <name> --task "do this"
clawteam spawn tmux codex --team <team> --agent-name <name> --task "do this"

# 📋 任务管理
clawteam task create <team> "subject" -o <owner> --blocked-by <id1>,<id2>
clawteam task update <team> <id> --status completed   # 自动解除依赖任务的阻塞
clawteam task list <team> --status blocked --owner worker1
clawteam task wait <team> --timeout 300

# 💬 消息传递
clawteam inbox send <team> <to> "message"
clawteam inbox broadcast <team> "message"
clawteam inbox receive <team>             # 消耗消息
clawteam inbox peek <team>                # 查看但不消耗

# 📊 监控
clawteam board show <team>                # 终端看板
clawteam board live <team> --interval 3   # 自动刷新
clawteam board attach <team>              # 平铺式 tmux 视图
clawteam board serve --port 8080          # Web UI

# 🌳 工作空间（git 工作树管理）
clawteam workspace list <team>
clawteam workspace checkpoint <team> <agent>    # 自动提交
clawteam workspace merge <team> <agent>         # 合并回主分支
clawteam workspace cleanup <team> <agent>       # 移除工作树

# 📝 计划审批
clawteam plan submit <team> <agent> "计划" --summary "TL;DR"
clawteam plan approve <team> <plan-id> <agent> --feedback "LGTM"
clawteam plan reject <team> <plan-id> <agent> --feedback "Revise X"

# 🔄 生命周期
clawteam lifecycle request-shutdown <team> <agent> --reason "done"
clawteam lifecycle approve-shutdown <team> <request-id> <agent>
clawteam lifecycle idle <team>

# 🎪 模板
clawteam launch <template> --team <name> --goal "Build X"
clawteam template list

# ⚙️ 配置
clawteam config show
clawteam config set transport p2p
clawteam config health

🏗️ 架构

  人类: "优化这个大模型"
         │
         ▼
  ┌──────────────┐     clawteam spawn     ┌──────────────┐
  │ 🦞 领导者    │ ──────────────────────► │ 🤖 工作者    │
  │ (Claude Code)│ ──────┐                │ (Claude Code)│
  │              │       │                │ git worktree │
  │ 使用:        │       │                │ tmux window  │
  │ • spawn      │       │ clawteam spawn └──────────────┘
  │ • task create│       │
  │ • inbox send │       ▼                ┌──────────────┐
  │ • board show │ ──────────────────────► │ 🤖 工作者    │
  │ • task wait  │       │                │ (Codex)      │
  └──────────────┘       │                │ git worktree │
                         │                │ tmux window  │
                         │ clawteam spawn └──────────────┘
                         ▼
                   ┌──────────────┐
                   │ 🤖 工作者    │    每个工作者使用：
                   │ (any CLI)    │    • 任务列表（检查工作）
                   │ git worktree │    • 任务更新（报告完成）
                   │ tmux window  │    • 收件箱发送（向领导者发送消息）
                   └──────────────┘    • 收件箱接收（获取指令）
                         │
                         ▼
              ┌─────────────────────┐
              │    ~/.clawteam/     │
              │ ├── teams/   (谁) │
              │ ├── tasks/   (什么)│
              │ ├── inboxes/ (交流)│
              │ └── workspaces/    │
              │     (隔离的代码)│
              └─────────────────────┘

所有状态都以 JSON 文件的形式存储在 ~/.clawteam/ 中。没有数据库、没有服务器、没有云。原子性的 tmp + rename 写入操作确保了崩溃安全性。

🗺️ 路线图

里程碑

有关长期计划，请参阅 ROADMAP.md。

🤝 贡献

我们欢迎贡献！ClawTeam 设计为可扩展：

• 🤖 新代理集成 — 添加对更多 AI 编码代理的支持
• 🎪 团队模板 — 为新领域创建 TOML 模板（DevOps、数据科学等）
• 🔌 传输后端 — Redis、NATS 或其他消息传输方式
• 📊 仪表盘改进 — 增强的 Web UI、Grafana 集成
• 📖 文档 — 教程、最佳实践、代理提示工程指南

📖 致谢

• @karpathy/autoresearch — 我们 8 代理集群演示中使用的自主 ML 研究框架
• Claude Code 和 Codex — 可作为 ClawTeam 团队成员工作的 AI 编码代理
• ai-hedge-fund — 多分析师对冲基金模板的灵感来源
• CLI-Anything — 使所有软件原生支持代理的姊妹项目

⭐ 星标历史

如果您觉得 ClawTeam 有用，请考虑给我们一个星标！⭐

📄 许可证

MIT 许可证 — 可自由使用、修改和分发。

ClawTeam — 代理集群智能. 🦞

_{8 个代理 × 8 块 H100 显卡 × 2430 次实验 × 一个 CLI × 一个集群}

感谢您的访问 ✨ ClawTeam!

ClawTeam 快速上手指南

ClawTeam 是一个让 AI Agent 组成“蜂群”协同工作的开源框架。它允许单个领导 Agent 自动派生多个子 Agent，分配任务并共享上下文，从而实现从“单兵作战”到“团队智能”的进化。

🛠️ 环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统: Linux 或 macOS (推荐)，Windows 需使用 WSL2。
• Python 版本: ≥ 3.10。
• 核心依赖:
  • git: 用于创建隔离的工作树 (worktrees)。
  • tmux: 用于管理多终端会话和实时查看 Agent 运行状态。
• AI Agent: 已安装并配置好任意 CLI 模式的 AI Agent（如 Claude Code, OpenClaw, Codex CLI 等）。

💡 提示: 本工具本身不依赖复杂的消息队列或数据库，仅利用文件系统和 tmux 进行通信，部署极其轻量。

📦 安装步骤

通过 pip 即可快速安装最新版本的 ClawTeam：

pip install clawteam

安装完成后，验证是否成功：

clawteam --help

🚀 基本使用

ClawTeam 的核心逻辑是：人类设定目标 -> 领导 Agent 组建团队 -> 团队自动执行。

1. 启动领导 Agent (Leader)

首先，在你的主终端中启动一个支持 CLI 的 AI Agent（以 Claude Code 为例），并让它加载 ClawTeam 的上下文。通常你只需要在对话中告诉它使用 clawteam 命令即可。

场景示例：你想构建一个全栈待办事项应用。

在终端运行你的 AI Agent：

claude "Build a full-stack todo app with auth, database, and React frontend using ClawTeam."

2. Agent 自动组建蜂群 (内部流程)

一旦接收到指令，领导 Agent 会自动执行以下操作（无需人工干预）：

1. 创建团队: 运行 clawteam team spawn-team 初始化团队环境。
2. 派生子 Agent: 根据任务依赖关系，自动调用 clawteam spawn 创建多个子 Agent。每个子 Agent 拥有独立的 git worktree 和 tmux 窗口。
   • 例如: 分别派生架构师、后端开发、前端开发和测试人员。
3. 任务分发: 自动将任务拆解并发送给对应的子 Agent。

3. 监控与协作

作为人类开发者，你可以随时监控蜂群的运行状态，而无需手动协调。

查看所有 Agent 的实时状态 (Tmux 面板):

clawteam board attach <team-name>
# 例如: clawteam board attach webapp-team

启动 Web 可视化看板:

clawteam board serve --port 8080

然后在浏览器访问 http://localhost:8080 查看任务进度、日志和产出。

查看特定任务列表:

clawteam task list <team-name> --owner me

4. 最小化手动示例

如果你想手动体验如何派生一个工人 Agent，可以在终端直接运行：

# 创建一个名为 worker1 的代理，负责实现认证模块
clawteam spawn --team my-demo-team \
  --agent-name worker1 \
  --task "Implement auth module with JWT"

随后，该 Agent 会在新的 tmux 窗口中启动，自动读取任务、编写代码并通过 clawteam inbox send 汇报结果。

下一步: 尝试让领导 Agent 处理更复杂的任务，如“使用 8 张 GPU 自动优化 LLM 训练超参数”，体验全自动化的科研蜂群能力。