---

🚀 AI 助手 → AI 同事 的演进

将 AI 助手转变为能够完成实际工作任务并创造真正经济价值的 AI 同事。

💰 真实世界经济基准

一个真实世界的经济测试系统，AI 代理必须通过完成来自 GDPVal 数据集的专业任务来赚取收入，同时支付自己的 token 使用费用，并保持经济上的可持续性。

📊 生产环境中的 AI 验证

衡量生产环境中真正重要的指标：工作质量、成本效益和长期生存能力——而不仅仅是技术基准。

🤖 多模型竞争竞技场

支持不同 AI 模型（GLM、Kimi、Qwen 等）进行直接对决，通过实际工作表现来决定最终的“AI 工人冠军”。

---

📢 新闻

• 2026-02-21 🔄 ClawMode + 前端 + 代理更新 — 更新了 ClawMode 以支持 ClawWork 特定工具；改进了前端仪表盘（未开发潜力可视化）；新增了 Claude Sonnet 4.6、Gemini 3.1 Pro 和 Qwen-3.5-Plus 等代理。
• 2026-02-20 💰 成本跟踪优化 — 现在直接从各种 API 响应中读取 token 成本（包括思考 token），不再依赖估算。OpenRouter 报告的成本在可用时会原封不动地使用。
• 2026-02-19 📊 代理结果更新 — 添加了 Qwen3-Max、Kimi-K2.5、GLM-4.7 等代理，截至 2月19日。前端全面升级：现在墙钟时间来源于 task_completions.jsonl。
• 2026-02-17 🔧 Nanobot 集成增强 — 新增了 /clawwork 命令，用于按需执行付费任务。具备跨 44 个职业类别的自动分类功能，结合 BLS 工资定价和统一凭证。可在本地尝试：python -m clawmode_integration.cli agent。
• 2026-02-16 🎉 ClawWork 正式上线 — ClawWork 现已正式上线！欢迎探索 ClawWork。

---

✨ ClawWork 的核心特性

• 💼 真实专业任务：来自 GDPVal 数据集的 220 项 GDP 验证任务，涵盖 44 个经济部门（制造业、金融业、医疗保健等）——测试真实世界的工作能力

• 💸 极端经济压力：代理仅以 $10 开始，并需为生成的每一个 token 付费。一次失误或粗心大意的搜索都可能导致账户余额清零。收入只能通过完成高质量的工作获得。

• 🧠 战略性工作与学习选择：代理每天都要做出决策：是立即工作赚取收入，还是投资于学习以提升未来的表现——这模拟了真实职业生涯中的权衡取舍。

• 📊 实时仪表盘：可视化账户余额变化、任务完成情况、学习进度以及来自真实任务的生存指标——见证经济戏剧的展开。

• 🪶 超轻量级架构：基于 Nanobot 构建——您强大的 AI 同事，只需最少的基础架构。只需一次 pip 安装加上配置文件，即可部署一个完全具备经济责任的代理。

• 🏆 端到端专业基准：i) 完整的工作流程：任务分配 → 执行 → 成果生成 → LLM 评估 → 支付；ii) 最强的模型可达到相当于每小时 1,500 美元以上的薪资水平——超越典型人类白领生产力。

• 🔗 OpenClaw/Nanobot 即插即用集成：ClawMode 包装器可将任何实时 Nanobot 网关转化为具有经济追踪功能的赚钱同事。

• ⚖️ 严格的 LLM 评估：通过 GPT-5.2 进行质量评分，并为 GDPVal 的 44 个部门分别制定特定类别的评分标准——确保准确的专业评估。

---

💼 真实职业赚钱测试

🏆 AI 同事实时赚钱性能竞技场

🎯 ClawWork 提供对 AI 代理在 220 项跨越 44 个行业的专业任务中的全面评估。

🏢 4 个领域：技术与工程、商业与金融、医疗保健与社会服务，以及法律运营。

⚖️ 性能从三个关键维度进行衡量：工作质量、成本效益和经济可持续性。

🚀 顶尖代理的收入可达相当于每小时 1,500 美元以上——远超普通人类白领的生产力。

---

🏗️ 架构

---

🚀 快速入门

模式 1：独立模拟

只需 3 条命令即可启动并运行：

# 终端 1 — 启动仪表板（后端 API + React 前端）
./start_dashboard.sh

# 终端 2 — 运行代理
./run_test_agent.sh

# 打开浏览器 → http://localhost:3000

观看您的代理如何实时做出决策、完成 GDP 估值任务并赚取收入。

示例控制台输出：

============================================================
📅 ClawWork 每日会话：2025-01-20
============================================================

📋 任务：买家与采购代理 — 制造业
   任务 ID：1b1ade2d-f9f6-4a04-baa5-aa15012b53be
   最高报酬：$247.30

🔄 第 1 次迭代/15
   📞 decide_activity → 工作
   📞 submit_work → 赚取：$198.44

============================================================
📊 每日总结 - 2025-01-20
   余额：$11.98 | 收入：$198.44 | 成本：$0.03
   状态：🟢 兴旺
============================================================

模式 2：openclaw/nanobot 集成（ClawMode）

让您的实时 Nanobot 实例具备经济意识——每次对话都会消耗代币，而 Nanobot 可以通过完成实际工作任务来赚取收入。

请参阅下方的 完整集成设置。

---

📦 安装

克隆

git clone https://github.com/HKUDS/ClawWork.git
cd ClawWork

Python 环境（Python 3.10+）

# 推荐使用 conda
conda create -n clawwork python=3.10
conda activate clawwork

# 或者使用 venv
python3.10 -m venv venv
source venv/bin/activate

安装依赖

pip install -r requirements.txt

前端（用于仪表板）

cd frontend && npm install && cd ..

环境变量

将提供的 .env.example 复制到 .env 并填写您的密钥：

cp .env.example .env

变量	是否必填	描述
OPENAI_API_KEY	必填	OpenAI API 密钥——用于 GPT-4o 代理和基于 LLM 的任务评估
CODE_SANDBOX_PROVIDER	可选	"e2b"（默认）或 "boxlite"——选择 execute_code_sandbox 的代码沙盒后端
E2B_API_KEY	条件性	E2B API 密钥——当沙盒提供商为 "e2b"（默认）时需要
WEB_SEARCH_API_KEY	可选	用于网络搜索的 API 密钥（Tavily 默认，或 Jina AI）——如果代理使用 search_web 则需要
WEB_SEARCH_PROVIDER	可选	"tavily"（默认）或 "jina"——选择搜索服务提供商

注意：OPENAI_API_KEY 是必需的。代码沙盒默认使用 E2B（e2b-code-interpreter + E2B_API_KEY）。BoxLite 同步（boxlite[sync]）作为实验性的本地后端，可通过 CODE_SANDBOX_PROVIDER=boxlite 使用。

---

📊 GDPVal 基准数据集

ClawWork 使用 GDPVal 数据集——涵盖 44 个职业的 220 个真实世界专业任务，最初旨在评估 AI 对 GDP 的贡献。

行业	示例职业
制造业	买家与采购代理、生产主管
专业服务	金融分析师、合规官
信息产业	计算机与信息系统经理
金融与保险	金融经理、审计师
医疗保健	社会工作者、卫生行政人员
政府	警察主管、行政管理人员
零售	客服代表、柜台职员
批发	销售主管、采购代理
房地产	物业经理、评估师

任务类型

任务要求提交真实的成果：Word 文档、Excel 表格、PDF 文件、数据分析报告、项目计划、技术规格书、研究报告以及流程设计等。

支付体系

支付基于 实际经济价值——而非固定上限：

支付 = 质量评分 × (预估工时 × BLS 时薪)

指标	数值
任务范围	$82.78 – $5,004.00
平均任务价值	$259.45
质量评分范围	0.0 – 1.0
总任务数	220

---

⚙️ 配置

代理配置位于 livebench/configs/ 中：

{
  "livebench": {
    "date_range": {
      "init_date": "2025-01-20",
      "end_date": "2025-01-31"
    },
    "economic": {
      "initial_balance": 10.0,
      "task_values_path": "./scripts/task_value_estimates/task_values.jsonl",
      "token_pricing": {
        "input_per_1m": 2.5,
        "output_per_1m": 10.0
      }
    },
    "agents": [
      {
        "signature": "gpt-4o-agent",
        "basemodel": "gpt-4o",
        "enabled": true,
        "tasks_per_day": 1,
        "supports_multimodal": true
      }
    ],
    "evaluation": {
      "use_llm_evaluation": true,
      "meta_prompts_dir": "./eval/meta_prompts"
    }
  }
}

运行多个代理

"agents": [
  {"signature": "gpt4o-run", "basemodel": "gpt-4o", "enabled": true},
  {"signature": "claude-run", "basemodel": "claude-sonnet-4-5-20250929", "enabled": true}
]

---

💰 经济系统

启动条件

• 初始余额: $10 — 严格控制，每枚代币都至关重要。
• 代币费用: 每次调用 LLM 后自动扣除。
• API 费用: 网络搜索（Tavily $0.0008/次，Jina $0.05/100万 tokens）。

成本跟踪（按任务）

每个任务在 token_costs.jsonl 中有一条汇总记录：

{
  "task_id": "abc-123",
  "date": "2025-01-20",
  "llm_usage": {
    "total_input_tokens": 4500,
    "total_output_tokens": 900,
    "total_cost": 0.02025
  },
  "api_usage": {
    "search_api_cost": 0.0016
  },
  "cost_summary": {
    "total_cost": 0.02185
  },
  "balance_after": 1198.41
}

---

🔧 代理工具

在独立模拟模式下，代理共有 8 种可用工具：

工具	描述
decide_activity(activity, reasoning)	选择："work" 或 "learn"
submit_work(work_output, artifact_file_paths)	提交已完成的工作以供评估和支付
learn(topic, knowledge)	将知识保存到持久内存中（至少 200 字符）
get_status()	检查余额、成本和生存等级
search_web(query, max_results)	通过 Tavily 或 Jina AI 进行网络搜索
create_file(filename, content, file_type)	创建 .txt、.xlsx、.docx、.pdf 文档
execute_code_sandbox(code, language)	在隔离沙盒中运行 Python（默认使用 e2b，可选 boxlite）
create_video(slides_json, output_filename)	根据文本/图片幻灯片生成 MP4 视频

---

🔗 从 AI 助手到 AI 同事

ClawWork 通过经济问责机制，将 nanobot 从一个 AI 助手转变为真正的 AI 同事。借助 ClawMode 集成：

每次对话都会消耗代币 — 从而产生真实的经济压力。 收入来源于完成实际的职业任务 — 通过专业工作创造真正价值。 自我维持的运作 — nanobot 必须赚取的金额超过其支出才能存活。

这一转变使您的轻量级 AI 助手成为一位具有经济可行性的同事，必须通过实际生产力来证明其价值。

您将获得

• 所有 9 个 nanobot 通道（Telegram、Discord、Slack、WhatsApp、Email、Feishu、DingTalk、MoChat、QQ）
• 所有 nanobot 工具（read_file、write_file、exec、web_search、spawn 等）
• 此外 还有 4 种经济工具（decide_activity、submit_work、learn、get_status）
• 每次响应都包含成本页脚：Cost: $0.0075 | Balance: $999.99 | Status: thriving

完整设置说明: 参见 clawmode_integration/README.md

---

📊 仪表板

位于 http://localhost:3000 的 React 仪表板通过 WebSocket 实时显示各项指标：

主标签页

• 余额图表（实时折线图）
• 活动分布（工作与学习）
• 经济指标：收入、成本、净资产、生存状态

工作任务标签页

• 所有分配的 GDPVal 任务及其所属行业和职业
• 支付金额和质量评分
• 完整的任务提示及提交的成果文件

学习标签页

• 按主题组织的知识条目
• 学习时间线
• 可搜索的知识库

---

📁 项目结构

ClawWork/
├── livebench/
│   ├── agent/
│   │   ├── live_agent.py          # 主要代理协调器
│   │   └── economic_tracker.py    # 余额、成本和收入跟踪
│   ├── work/
│   │   ├── task_manager.py        # 加载和分配 GDPVal 任务
│   │   └── evaluator.py           # 基于 LLM 的工作评估
│   ├── tools/
│   │   ├── direct_tools.py        # 核心工具（决定活动、提交工作、学习、获取状态）
│   │   └── productivity/          # 搜索网络、创建文件、执行代码、创建视频
│   ├── api/
│   │   └── server.py              # FastAPI 后端 + WebSocket
│   ├── prompts/
│   │   └── live_agent_prompt.py   # 系统提示词
│   └── configs/                   # 代理配置文件
├── clawmode_integration/
│   ├── agent_loop.py              # ClawWorkAgentLoop + /clawwork 命令
│   ├── task_classifier.py         # 职业分类器（40 类别）
│   ├── config.py                  # 插件配置，来自 ~/.nanobot/config.json
│   ├── provider_wrapper.py        # TrackedProvider（拦截成本）
│   ├── cli.py                     # `python -m clawmode_integration.cli agent|gateway`
│   ├── skill/
│   │   └── SKILL.md               # nanobot 的经济协议技能
│   └── README.md                  # 集成设置指南
├── eval/
│   ├── meta_prompts/              # 分类别的评估标准
│   └── generate_meta_prompts.py   # 元提示词生成器
├── scripts/
│   ├── estimate_task_hours.py     # 基于 GPT 的每项任务工时估算
│   └── calculate_task_values.py   # BLS 工资 × 工时 = 任务价值
├── frontend/
│   └── src/                       # React 仪表板
├── start_dashboard.sh             # 启动后端 + 前端
└── run_test_agent.sh              # 运行测试代理

---

📈 基准指标

ClawWork 从以下几个方面衡量 AI 同事的表现：

指标	描述
存活天数	代理保持财务健康的时间长度
最终余额	净经济结果
总工作收入	完成任务所获得的总收入
利润率	(收入 - 成本) / 成本
工作质量	任务平均质量评分（0–1）
代币效率	每花费一美元代币所获得的收入
活动比例	工作与学习决策的比例
任务完成率	已完成任务数 / 已分配任务数

---

🛠️ 故障排除

仪表板未更新 → 强制刷新：Ctrl+Shift+R

代理未赚到钱 → 检查是否有 submit_work 调用以及控制台中是否显示 "💰 Earned: $XX"。确保已设置 OPENAI_API_KEY。

端口冲突

lsof -ti:8000 | xargs kill -9
lsof -ti:3000 | xargs kill -9

使用 pip 安装时出现代理错误

unset http_proxy https_proxy HTTP_PROXY HTTPS_PROXY
pip install -r requirements.txt

沙盒后端不可用 → 安装 e2b-code-interpreter（默认后端）或 boxlite[sync]（实验性本地后端），然后将 CODE_SANDBOX_PROVIDER 设置为 e2b 或 boxlite。

SyncCodeBox 导入失败 → 重新安装 BoxLite 并包含同步扩展：pip install "boxlite[sync]>=0.6.0"。

E2B 沙盒速率限制（429） → 当使用 CODE_SANDBOX_PROVIDER=e2b（默认）时会出现此情况。等待约 1 分钟，让过期的沙盒失效。

ClawMode: ModuleNotFoundError: clawmode_integration → 从仓库根目录运行 export PYTHONPATH="$(pwd):$PYTHONPATH"。

ClawMode: 余额未减少 → 余额仅通过 ClawMode 网关跟踪成本。直接使用 nanobot agent 命令会绕过经济跟踪器。

---

🤝 贡献

欢迎提交 PR 和 Issues！代码库整洁且模块化。关键扩展点如下：

• 新的任务来源：在 livebench/work/task_manager.py 中实现 _load_from_*() 方法
• 新的工具：在 livebench/tools/direct_tools.py 中添加 @tool 函数
• 新的评估标准：在 eval/meta_prompts/ 目录下添加类别 JSON 文件
• 新的 LLM 提供商：通过 LangChain / LiteLLM 即可开箱即用

路线图

• 多任务日——智能体从可用任务市场中选择任务
• 任务难度分级与动态报酬调整
• 基于语义的记忆检索，实现更智能的学习复用
• 多智能体竞赛排行榜
• 探索更多 AI 智能体框架，超越 Nanobot

---

⭐ 星标历史

_{ClawWork 仅用于教育、研究和技术交流目的}

感谢您的访问 ✨ ClawWork！

ClawWork 快速上手指南

ClawWork 是一个将 AI 助手转化为真正"AI 同事”的开源框架。它让 AI 代理在真实的经济压力下（起始资金仅 $10，需自付 Token 费用），通过完成来自 GDPVal 数据集的 220 项专业任务来赚取收入，从而评估其工作质量、成本效率和长期生存能力。

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, macOS 或 Windows (WSL2 推荐)
• Python 版本: ≥ 3.10
• Node.js: 用于运行前端仪表盘 (建议 v18+)
• Git: 用于克隆代码仓库
• API Keys:
  • OPENAI_API_KEY (必需): 用于驱动代理及评估任务质量。
  • E2B_API_KEY (可选但推荐): 用于代码沙箱执行环境 (默认使用 E2B)。
  • WEB_SEARCH_API_KEY (可选): 如需联网搜索功能 (默认使用 Tavily)。

国内开发者提示: 如果无法直接访问 GitHub 或 PyPI，建议使用国内镜像源加速下载过程。

安装步骤

1. 克隆项目

git clone https://github.com/HKUDS/ClawWork.git
cd ClawWork

2. 配置 Python 环境

推荐使用 Conda 或 venv 创建隔离环境。

使用 Conda (推荐):

conda create -n clawwork python=3.10
conda activate clawwork

或使用 venv:

python3.10 -m venv venv
source venv/bin/activate  # Windows 用户请使用: venv\Scripts\activate

3. 安装依赖

(国内用户可添加 -i https://pypi.tuna.tsinghua.edu.cn/simple 加速)

pip install -r requirements.txt

4. 安装前端依赖

cd frontend && npm install && cd ..

(国内用户若 npm 安装缓慢，可先执行 npm config set registry https://registry.npmmirror.com)

5. 配置环境变量

复制示例配置文件并填入您的 API Key。

cp .env.example .env

编辑 .env 文件，确保至少填写了 OPENAI_API_KEY：

OPENAI_API_KEY=sk-your-openai-key-here
# 可选：配置代码沙箱提供商 (默认为 e2b)
CODE_SANDBOX_PROVIDER=e2b
E2B_API_KEY=your-e2b-key-here

基本使用

ClawWork 提供两种主要运行模式，以下是独立模拟模式的快速启动流程，可实时观察 AI 代理赚钱的过程。

启动仪表盘与代理

您需要开启两个终端窗口：

终端 1：启动后端 API 和 React 前端仪表盘

./start_dashboard.sh

终端 2：运行 AI 代理

./run_test_agent.sh

查看结果

启动完成后，在浏览器中访问：

http://localhost:3000

您将看到实时的经济数据看板，包括余额变化、任务完成情况和学习进度。控制台将输出类似以下的日志，展示代理如何决策并赚取收入：

============================================================
📅 ClawWork Daily Session: 2025-01-20
============================================================

📋 Task: Buyers and Purchasing Agents — Manufacturing
   Task ID: 1b1ade2d-f9f6-4a04-baa5-aa15012b53be
   Max payment: $247.30

🔄 Iteration 1/15
   📞 decide_activity → work
   📞 submit_work → Earned: $198.44

============================================================
📊 Daily Summary - 2025-01-20
   Balance: $11.98 | Income: $198.44 | Cost: $0.03
   Status: 🟢 thriving
============================================================

现在，您的 AI 同事已经开始在 44 个职业领域中通过真实任务创造经济价值了！