[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-JohnRiceML--clawport-ui":3,"tool-JohnRiceML--clawport-ui":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":79,"owner_email":79,"owner_twitter":79,"owner_website":80,"owner_url":81,"languages":82,"stars":95,"forks":96,"last_commit_at":97,"license":98,"difficulty_score":10,"env_os":99,"env_gpu":100,"env_ram":101,"env_deps":102,"category_tags":113,"github_topics":79,"view_count":23,"oss_zip_url":79,"oss_zip_packed_at":79,"status":16,"created_at":114,"updated_at":115,"faqs":116,"releases":147},3086,"JohnRiceML\u002Fclawport-ui","clawport-ui","Open-source AI agent command center for Claude Code agent teams. Built on OpenClaw.","ClawPort 是一款专为 Claude Code 智能体团队打造的开源可视化指挥中心，基于 OpenClaw 构建。它旨在解决多智能体协作中管理分散、状态不透明及交互复杂的痛点，让用户无需配置额外的 AI API 密钥，即可通过本地网关统一管理整个智能体集群。\n\n这款工具非常适合需要高效调度多个 AI 代理的开发者、技术研究人员及自动化工作流设计者。通过直观的界面，用户不仅能查看清晰的智能体组织架构图和实时健康状态，还能直接进行包含语音、图像识别及文件传输的多模态对话。其内置的看板系统支持任务在不同智能体间拖拽流转，配合 DAG 流水线可视化和定时任务监控，让复杂的工作流一目了然。此外，ClawPort 还提供实时的日志流、历史活动回溯、团队共享记忆浏览以及详细的 Token 成本分析功能，帮助用户优化资源使用并快速排查问题。无论是构建自动化运维流程还是研发复杂的智能体应用，ClawPort 都能将原本抽象的后端交互转化为清晰可控的图形化操作，显著提升开发与调试效率。","\u003Cdiv align=\"center\">\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_96a85a6245d4.png\" alt=\"ClawPort\" width=\"160\" \u002F>\n\n# ClawPort\n\n**A visual command centre for your AI agent team.**\n\n[![npm version](https:\u002F\u002Fimg.shields.io\u002Fnpm\u002Fv\u002Fclawport-ui.svg)](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fclawport-ui)\n[![license](https:\u002F\u002Fimg.shields.io\u002Fnpm\u002Fl\u002Fclawport-ui.svg)](LICENSE)\n[![tests](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Ftests-781%20passed-brightgreen)](#testing)\n\n[Website](https:\u002F\u002Fclawport.dev) | [Setup Guide](SETUP.md) | [API Docs](docs\u002FAPI.md) | [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fclawport-ui)\n\n\u003C\u002Fdiv>\n\n---\n\nClawPort is an open-source dashboard for managing, monitoring, and talking directly to your [OpenClaw](https:\u002F\u002Fopenclaw.ai) AI agents. It connects to your local OpenClaw gateway and gives you an org chart, direct agent chat with vision and voice, a kanban board, cron monitoring, cost tracking, an activity console with live log streaming, and a memory browser -- all in one place.\n\nNo separate AI API keys needed. Everything routes through your OpenClaw gateway.\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_51cf11fadab0.png\" alt=\"Org Map\" width=\"100%\" \u002F>\n\n\u003Cdetails>\n\u003Csummary>\u003Cstrong>More screenshots\u003C\u002Fstrong>\u003C\u002Fsummary>\n\n| | |\n|---|---|\n| \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_da03bf058c2d.png\" alt=\"Agent Chat\" \u002F> | \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_8360bbf15421.png\" alt=\"Kanban Board\" \u002F> |\n| **Chat** -- streaming text, vision, voice, file attachments | **Kanban** -- drag-and-drop task board across agents |\n| \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_c2e65a20e60b.png\" alt=\"Cron Pipelines\" \u002F> | \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_74f35d58944a.png\" alt=\"Cron Schedule\" \u002F> |\n| **Pipelines** -- DAG visualization with health checks | **Schedule** -- weekly heatmap and job management |\n| \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_dee96ee21321.png\" alt=\"Activity Console\" \u002F> | \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_a0ec5e86ba0f.png\" alt=\"Live Logs\" \u002F> |\n| **Activity** -- historical log browser with JSON expansion | **Live Logs** -- real-time streaming widget |\n| \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_9505bdb38d0f.png\" alt=\"Cost Dashboard\" \u002F> | \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_0153d66e0ec9.png\" alt=\"Memory Browser\" \u002F> |\n| **Costs** -- token usage, anomalies, optimization insights | **Memory** -- team memory browser with markdown rendering |\n\n\u003C\u002Fdetails>\n\n---\n\n## Quick Start\n\n### 1. Install OpenClaw\n\nClawPort requires a running [OpenClaw](https:\u002F\u002Fopenclaw.ai) instance. If you don't have one yet:\n\n```bash\n# Install OpenClaw\ncurl -fsSL https:\u002F\u002Fopenclaw.ai\u002Finstall.sh | bash\n\n# Run the onboarding wizard (sets up workspace, gateway, and daemon)\nopenclaw onboard --install-daemon\n```\n\nAfter onboarding, verify the gateway is running:\n\n```bash\nopenclaw gateway status\n```\n\nYou should see your gateway URL (default `localhost:18789`) and auth token. If you use a custom port, `clawport setup` will detect it automatically. See the [OpenClaw docs](https:\u002F\u002Fdocs.openclaw.ai\u002Fgetting-started) for more detail.\n\n### 2. Install ClawPort\n\n> **Note:** The npm package is `clawport-ui`. The CLI command is `clawport`.\n> Do not install the unrelated `clawport` package.\n\n```bash\nnpm install -g clawport-ui\n```\n\n### 3. Connect and Launch\n\n```bash\n# Auto-detect your OpenClaw config and write .env.local\nclawport setup\n\n# Start the dashboard\nclawport dev\n```\n\nOpen [http:\u002F\u002Flocalhost:3000](http:\u002F\u002Flocalhost:3000). The onboarding wizard walks you through naming your portal, picking a theme, and setting up your operator identity.\n\n\u003Cdetails>\n\u003Csummary>\u003Cstrong>Install from source instead\u003C\u002Fstrong>\u003C\u002Fsummary>\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002FJohnRiceML\u002Fclawport-ui.git\ncd clawport-ui\nnpm install\nnpm run setup\nnpm run dev\n```\n\n\u003C\u002Fdetails>\n\n---\n\n## Features\n\n- **Org Map** -- Interactive org chart of your entire agent team. Hierarchy, cron status, and relationships at a glance. Powered by React Flow with auto-layout.\n- **Chat** -- Streaming text chat, image attachments with vision, voice messages with waveform playback, file attachments, clipboard paste and drag-and-drop. Conversations persist locally.\n- **Kanban** -- Task board for managing work across agents. Drag-and-drop cards with agent assignment and chat context.\n- **Cron Monitor** -- Live status of all scheduled jobs. Filter by status, sort errors to top, expand for details. Auto-refreshes every 60 seconds.\n- **Cost Dashboard** -- Token usage and cost analysis across all cron jobs. Daily cost chart, per-job breakdown, model distribution, anomaly detection, week-over-week trends, and cache savings.\n- **Activity Console** -- Log browser for historical events plus a floating live stream widget. Click any log row to expand the raw JSON. The live stream widget persists across page navigation.\n- **Memory Browser** -- Read team memory, long-term memory, and daily logs. Markdown rendering, JSON syntax highlighting, search, and download. Guide tab with categorized best practices.\n- **Agent Detail** -- Full profile per agent: SOUL.md viewer, tools, hierarchy, crons, voice ID, and direct chat link.\n- **Five Themes** -- Dark, Glass, Color, Light, and System. All CSS custom properties -- switch instantly.\n- **Auto-Discovery** -- Automatically finds agents from your OpenClaw workspace. No config file needed.\n\n---\n\n## How It Works\n\nClawPort reads your OpenClaw workspace to discover agents, then connects to the gateway for all AI operations:\n\n```\nBrowser  -->  ClawPort (Next.js)  -->  OpenClaw Gateway (localhost:18789 default)  -->  Claude\n                  |                          |\n                  |                     Text: \u002Fv1\u002Fchat\u002Fcompletions (streaming SSE)\n                  |                     Vision: openclaw gateway call chat.send (CLI)\n                  |                     Audio: \u002Fv1\u002Faudio\u002Ftranscriptions (Whisper)\n                  |\n             Reads from:\n               $WORKSPACE_PATH\u002Fagents\u002F    (agent SOUL.md files)\n               $WORKSPACE_PATH\u002Fmemory\u002F    (team memory)\n               openclaw cron list         (scheduled jobs)\n```\n\nAll AI calls -- chat, vision, TTS, transcription -- route through the gateway. One token, no separate API keys.\n\n---\n\n## Configuration\n\n### Required Environment Variables\n\n| Variable | Description | How to find it |\n|----------|-------------|----------------|\n| `WORKSPACE_PATH` | Path to your OpenClaw workspace | Default: `~\u002F.openclaw\u002Fagents\u002Fmain\u002Fworkspace` (or legacy `~\u002F.openclaw\u002Fworkspace`) |\n| `OPENCLAW_BIN` | Path to the `openclaw` binary | Run `which openclaw` |\n| `OPENCLAW_GATEWAY_TOKEN` | Gateway auth token | Run `openclaw gateway status` |\n\n### Optional\n\n| Variable | Description |\n|----------|-------------|\n| `ELEVENLABS_API_KEY` | ElevenLabs API key for voice indicators on agent profiles |\n\nRunning `clawport setup` auto-detects all required values and writes `.env.local`. When installed globally, if the package directory isn't writable, setup writes to `~\u002F.config\u002Fclawport-ui\u002F.env.local` instead. See [SETUP.md](SETUP.md) for manual configuration, agent customization, and troubleshooting.\n\n---\n\n## Agent Discovery\n\nClawPort automatically discovers agents from your OpenClaw workspace. No configuration file needed.\n\n**What it scans:**\n- `$WORKSPACE_PATH\u002FSOUL.md` -- root orchestrator\n- `$WORKSPACE_PATH\u002FIDENTITY.md` -- root agent name and emoji\n- `agents\u002F\u003Cname>\u002FSOUL.md` -- top-level agents\n- `agents\u002F\u003Cname>\u002Fsub-agents\u002F*.md` -- flat sub-agent files\n- `agents\u002F\u003Cname>\u002Fmembers\u002F*.md` -- team member files\n- `agents\u002F\u003Cname>\u002F\u003Csubdir>\u002FSOUL.md` -- nested subdirectory agents\n\n**What it ignores:**\n- Directories without `SOUL.md` (e.g., `briefs\u002F`, data files)\n- Non-`.md` files in `sub-agents\u002F` and `members\u002F`\n\nFor full control over names, colors, hierarchy, and tools, create `$WORKSPACE_PATH\u002Fclawport\u002Fagents.json`. See [SETUP.md](SETUP.md) for the schema and examples.\n\n---\n\n## CLI\n\n```bash\nclawport dev      # Start the development server\nclawport start    # Build and start production server\nclawport setup    # Auto-detect OpenClaw config, write .env.local\nclawport status   # Check gateway reachability and config\nclawport help     # Show usage\n```\n\n---\n\n## Testing\n\n```bash\nnpm test             # 781 tests across 32 suites (Vitest)\nnpx tsc --noEmit     # Type-check (zero errors)\nnpx next build       # Production build\n```\n\n---\n\n## Stack\n\n- [Next.js 16](https:\u002F\u002Fnextjs.org) (App Router, Turbopack)\n- [React 19](https:\u002F\u002Freact.dev) \u002F [TypeScript 5](https:\u002F\u002Ftypescriptlang.org)\n- [Tailwind CSS 4](https:\u002F\u002Ftailwindcss.com)\n- [React Flow](https:\u002F\u002Freactflow.dev) -- org chart\n- [Vitest 4](https:\u002F\u002Fvitest.dev) -- testing\n- [OpenClaw](https:\u002F\u002Fopenclaw.ai) -- AI gateway and agent runtime\n\n---\n\n## Documentation\n\n| Document | Description |\n|----------|-------------|\n| [SETUP.md](SETUP.md) | Full setup guide, agent customization, troubleshooting |\n| [docs\u002FAPI.md](docs\u002FAPI.md) | REST API reference for all endpoints |\n| [docs\u002FCOMPONENTS.md](docs\u002FCOMPONENTS.md) | UI component catalog (50+ components) |\n| [docs\u002FTHEMING.md](docs\u002FTHEMING.md) | Theme system, CSS tokens, settings API |\n| [CONTRIBUTING.md](CONTRIBUTING.md) | How to contribute |\n| [CHANGELOG.md](CHANGELOG.md) | Version history |\n| [docs\u002FOPENCLAW.md](docs\u002FOPENCLAW.md) | OpenClaw integration reference |\n| [CLAUDE.md](CLAUDE.md) | Developer architecture guide |\n\n---\n\n## Contributing\n\nContributions are welcome. See [CONTRIBUTING.md](CONTRIBUTING.md) for development setup, code style, and PR guidelines.\n\n---\n\n## License\n\n[MIT](LICENSE)\n\n---\n\nBuilt by [John Rice](https:\u002F\u002Fgithub.com\u002FJohnRiceML) with [Jarvis](https:\u002F\u002Fopenclaw.ai) (OpenClaw AI).\n","\u003Cdiv align=\"center\">\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_96a85a6245d4.png\" alt=\"ClawPort\" width=\"160\" \u002F>\n\n# ClawPort\n\n**您AI智能体团队的可视化指挥中心。**\n\n[![npm version](https:\u002F\u002Fimg.shields.io\u002Fnpm\u002Fv\u002Fclawport-ui.svg)](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fclawport-ui)\n[![license](https:\u002F\u002Fimg.shields.io\u002Fnpm\u002Fl\u002Fclawport-ui.svg)](LICENSE)\n[![tests](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Ftests-781%20passed-brightgreen)](#testing)\n\n[官网](https:\u002F\u002Fclawport.dev) | [安装指南](SETUP.md) | [API文档](docs\u002FAPI.md) | [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fclawport-ui)\n\n\u003C\u002Fdiv>\n\n---\n\nClawPort是一个开源仪表板，用于管理、监控并直接与您的[OpenClaw](https:\u002F\u002Fopenclaw.ai) AI智能体进行交互。它连接到您本地的OpenClaw网关，为您提供组织架构图、支持视觉和语音的直接智能体聊天、看板、定时任务监控、成本跟踪、带有实时日志流的活动控制台以及记忆浏览器——所有功能集成于一处。\n\n无需单独的AI API密钥。所有请求均通过您的OpenClaw网关路由。\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_51cf11fadab0.png\" alt=\"组织架构图\" width=\"100%\" \u002F>\n\n\u003Cdetails>\n\u003Csummary>\u003Cstrong>更多截图\u003C\u002Fstrong>\u003C\u002Fsummary>\n\n| | |\n|---|---|\n| \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_da03bf058c2d.png\" alt=\"智能体聊天\" \u002F> | \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_8360bbf15421.png\" alt=\"看板\" \u002F> |\n| **聊天** -- 流式文本、视觉、语音及文件附件 | **看板** -- 可跨智能体拖放的任务板 |\n| \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_c2e65a20e60b.png\" alt=\"定时任务管道\" \u002F> | \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_74f35d58944a.png\" alt=\"定时任务计划\" \u002F> |\n| **管道** -- 带健康检查的DAG可视化 | **计划** -- 每周热力图和作业管理 |\n| \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_dee96ee21321.png\" alt=\"活动控制台\" \u002F> | \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_a0ec5e86ba0f.png\" alt=\"实时日志\" \u002F> |\n| **活动** -- 历史日志浏览器，支持JSON展开 | **实时日志** -- 实时流式小部件 |\n| \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_9505bdb38d0f.png\" alt=\"成本仪表板\" \u002F> | \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_readme_0153d66e0ec9.png\" alt=\"记忆浏览器\" \u002F> |\n| **成本** -- 令牌使用量、异常情况及优化建议 | **记忆** -- 团队记忆浏览器，支持Markdown渲染 |\n\n\u003C\u002Fdetails>\n\n---\n\n## 快速入门\n\n### 1. 安装OpenClaw\n\nClawPort需要一个正在运行的[OpenClaw](https:\u002F\u002Fopenclaw.ai)实例。如果您还没有：\n\n```bash\n# 安装OpenClaw\ncurl -fsSL https:\u002F\u002Fopenclaw.ai\u002Finstall.sh | bash\n\n# 运行引导向导（设置工作空间、网关和守护进程）\nopenclaw onboard --install-daemon\n```\n\n完成引导后，请验证网关是否正在运行：\n\n```bash\nopenclaw gateway status\n```\n\n您应该会看到网关URL（默认为`localhost:18789`）和认证令牌。如果您使用自定义端口，`clawport setup`将自动检测。更多详细信息请参阅[OpenClaw文档](https:\u002F\u002Fdocs.openclaw.ai\u002Fgetting-started)。\n\n### 2. 安装ClawPort\n\n> **注意：** npm包名为`clawport-ui`。CLI命令为`clawport`。\n> 请勿安装无关的`clawport`包。\n\n```bash\nnpm install -g clawport-ui\n```\n\n### 3. 连接并启动\n\n```bash\n# 自动检测您的OpenClaw配置并写入`.env.local`\nclawport setup\n\n# 启动仪表板\nclawport dev\n```\n\n打开[http:\u002F\u002Flocalhost:3000](http:\u002F\u002Flocalhost:3000)。引导向导将指导您命名门户、选择主题并设置操作员身份。\n\n\u003Cdetails>\n\u003Csummary>\u003Cstrong>从源代码安装\u003C\u002Fstrong>\u003C\u002Fsummary>\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002FJohnRiceML\u002Fclawport-ui.git\ncd clawport-ui\nnpm install\nnpm run setup\nnpm run dev\n```\n\n\u003C\u002Fdetails>\n\n---\n\n## 功能\n\n- **组织架构图** -- 您整个智能体团队的交互式组织结构图。层次关系、定时任务状态及相互联系一目了然。基于React Flow实现自动布局。\n- **聊天** -- 流式文本聊天、支持视觉的图片附件、带波形播放的语音消息、文件附件、剪贴板粘贴及拖放功能。对话在本地持久化。\n- **看板** -- 用于跨智能体管理工作任务的任务板。可拖放卡片，并附带智能体分配和聊天上下文。\n- **定时任务监控** -- 所有计划任务的实时状态。可按状态筛选、将错误置顶、展开查看详情。每60秒自动刷新。\n- **成本仪表板** -- 跨所有定时任务的令牌使用量和成本分析。每日成本图表、按任务细分、模型分布、异常检测、周环比趋势及缓存节省。\n- **活动控制台** -- 历史事件的日志浏览器，以及浮动的实时流小部件。点击任意日志行可展开原始JSON。实时流小部件在页面导航间保持存在。\n- **记忆浏览器** -- 阅读团队记忆、长期记忆及每日日志。支持Markdown渲染、JSON语法高亮、搜索和下载。附有分类最佳实践指南的标签页。\n- **智能体详情** -- 每个智能体的完整档案：SOUL.md查看器、工具、层级关系、定时任务、语音ID及直接聊天链接。\n- **五种主题** -- 暗色、玻璃、彩色、浅色和系统默认。全部采用CSS自定义属性，可即时切换。\n- **自动发现** -- 自动从您的OpenClaw工作空间中发现智能体。无需配置文件。\n\n---\n\n## 工作原理\n\nClawPort读取您的OpenClaw工作空间以发现智能体，然后连接到网关进行所有AI操作：\n\n```\n浏览器  -->  ClawPort (Next.js)  -->  OpenClaw网关（默认localhost:18789）  -->  Claude\n                  |                          |\n                  |                     文本：\u002Fv1\u002Fchat\u002Fcompletions（流式SSE）\n                  |                     视觉：通过CLI调用openclaw gateway call chat.send\n                  |                     音频：\u002Fv1\u002Faudio\u002Ftranscriptions（Whisper）\n                  |\n             读取自：\n               $WORKSPACE_PATH\u002Fagents\u002F    （智能体SOUL.md文件）\n               $WORKSPACE_PATH\u002Fmemory\u002F    （团队记忆）\n               openclaw cron list         （计划任务）\n```\n\n所有AI调用——聊天、视觉、TTS、转录——均通过网关路由。只需一个令牌，无需单独的API密钥。\n\n---\n\n## 配置\n\n### 必需环境变量\n\n| 变量 | 描述 | 查找方法 |\n|----------|-------------|----------------|\n| `WORKSPACE_PATH` | 您OpenClaw工作空间的路径 | 默认值：`~\u002F.openclaw\u002Fagents\u002Fmain\u002Fworkspace`（或旧版`~\u002F.openclaw\u002Fworkspace`） |\n| `OPENCLAW_BIN` | `openclaw`二进制文件的路径 | 运行`which openclaw` |\n| `OPENCLAW_GATEWAY_TOKEN` | 网关认证令牌 | 运行`openclaw gateway status` |\n\n### 可选\n\n| 变量 | 描述 |\n|----------|-------------|\n| `ELEVENLABS_API_KEY` | ElevenLabs API密钥，用于智能体资料页上的语音指示器 |\n\n运行`clawport setup`会自动检测所有必需值并写入`.env.local`文件。如果以全局方式安装且无法写入软件包目录，则会将配置写入`~\u002F.config\u002Fclawport-ui\u002F.env.local`。有关手动配置、智能体自定义及故障排除，请参阅[SETUP.md](SETUP.md)。\n\n---\n\n## 代理发现\n\nClawPort 会自动从您的 OpenClaw 工作空间中发现代理，无需配置文件。\n\n**扫描内容：**\n- `$WORKSPACE_PATH\u002FSOUL.md` -- 根编排器\n- `$WORKSPACE_PATH\u002FIDENTITY.md` -- 根代理名称和表情符号\n- `agents\u002F\u003Cname>\u002FSOUL.md` -- 顶级代理\n- `agents\u002F\u003Cname>\u002Fsub-agents\u002F*.md` -- 平铺的子代理文件\n- `agents\u002F\u003Cname>\u002Fmembers\u002F*.md` -- 团队成员文件\n- `agents\u002F\u003Cname>\u002F\u003Csubdir>\u002FSOUL.md` -- 嵌套子目录中的代理\n\n**忽略内容：**\n- 没有 `SOUL.md` 的目录（如 `briefs\u002F`、数据文件）\n- `sub-agents\u002F` 和 `members\u002F` 中非 `.md` 文件\n\n如需完全控制名称、颜色、层级结构和工具，请创建 `$WORKSPACE_PATH\u002Fclawport\u002Fagents.json`。模式和示例请参阅 [SETUP.md](SETUP.md)。\n\n---\n\n## CLI\n\n```bash\nclawport dev      # 启动开发服务器\nclawport start    # 构建并启动生产服务器\nclawport setup    # 自动检测 OpenClaw 配置，并写入 .env.local\nclawport status   # 检查网关连通性和配置\nclawport help     # 显示使用方法\n```\n\n---\n\n## 测试\n\n```bash\nnpm test             # 32 个测试套件共 781 个测试（Vitest）\nnpx tsc --noEmit     # 类型检查（无错误）\nnpx next build       # 生产构建\n```\n\n---\n\n## 技术栈\n\n- [Next.js 16](https:\u002F\u002Fnextjs.org)（App Router，Turbopack）\n- [React 19](https:\u002F\u002Freact.dev) \u002F [TypeScript 5](https:\u002F\u002Ftypescriptlang.org)\n- [Tailwind CSS 4](https:\u002F\u002Ftailwindcss.com)\n- [React Flow](https:\u002F\u002Freactflow.dev) -- 组织架构图\n- [Vitest 4](https:\u002F\u002Fvitest.dev) -- 测试\n- [OpenClaw](https:\u002F\u002Fopenclaw.ai) -- AI 网关和代理运行时\n\n---\n\n## 文档\n\n| 文档 | 描述 |\n|----------|-------------|\n| [SETUP.md](SETUP.md) | 完整设置指南、代理自定义及故障排除 |\n| [docs\u002FAPI.md](docs\u002FAPI.md) | 所有 API 端点的 REST API 参考 |\n| [docs\u002FCOMPONENTS.md](docs\u002FCOMPONENTS.md) | UI 组件目录（50 多个组件） |\n| [docs\u002FTHEMING.md](docs\u002FTHEMING.md) | 主题系统、CSS 变量和设置 API |\n| [CONTRIBUTING.md](CONTRIBUTING.md) | 如何贡献 |\n| [CHANGELOG.md](CHANGELOG.md) | 版本历史 |\n| [docs\u002FOPENCLAW.md](docs\u002FOPENCLAW.md) | OpenClaw 集成参考 |\n| [CLAUDE.md](CLAUDE.md) | 开发者架构指南 |\n\n---\n\n## 贡献\n\n欢迎贡献。开发环境搭建、代码风格及 PR 提交指南请参阅 [CONTRIBUTING.md](CONTRIBUTING.md)。\n\n---\n\n## 许可证\n\n[MIT](LICENSE)\n\n---\n\n由 [John Rice](https:\u002F\u002Fgithub.com\u002FJohnRiceML) 使用 [Jarvis](https:\u002F\u002Fopenclaw.ai)（OpenClaw AI）构建。","# ClawPort 快速上手指南\n\nClawPort 是一个专为 OpenClaw AI 智能体团队设计的可视化指挥中心。它提供组织架构视图、直接对话（支持视觉与语音）、看板管理、定时任务监控、成本追踪及实时日志流等功能，所有操作均通过本地 OpenClaw 网关路由，无需额外配置 AI API 密钥。\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**：Linux, macOS 或 Windows (WSL2 推荐)\n*   **前置依赖**：\n    *   **Node.js**: 建议版本 18+ (用于运行 UI)\n    *   **npm**: Node.js 包管理器\n    *   **OpenClaw**: 必须已安装并运行 OpenClaw 实例（作为 AI 网关）\n*   **网络环境**：需能访问 `openclaw.ai` 进行初始化安装（若国内访问受限，请配置相应代理或使用镜像源）\n\n## 安装步骤\n\n### 1. 安装并初始化 OpenClaw\n\nClawPort 依赖 OpenClaw 网关运行。如果您尚未安装，请执行以下命令：\n\n```bash\n# 安装 OpenClaw\ncurl -fsSL https:\u002F\u002Fopenclaw.ai\u002Finstall.sh | bash\n\n# 运行引导向导（设置工作区、网关和守护进程）\nopenclaw onboard --install-daemon\n```\n\n安装完成后，验证网关状态：\n\n```bash\nopenclaw gateway status\n```\n*确认输出中包含网关 URL（默认 `localhost:18789`）和认证令牌。*\n\n### 2. 安装 ClawPort UI\n\n> **注意**：npm 包名为 `clawport-ui`，命令行工具为 `clawport`。请勿安装无关的 `clawport` 包。\n\n```bash\nnpm install -g clawport-ui\n```\n\n*(可选) 若需使用国内加速安装，可配置 npm 镜像源：*\n```bash\nnpm config set registry https:\u002F\u002Fregistry.npmmirror.com\nnpm install -g clawport-ui\n```\n\n### 3. 连接配置与启动\n\n```bash\n# 自动检测 OpenClaw 配置并生成 .env.local 文件\nclawport setup\n\n# 启动开发服务器\nclawport dev\n```\n\n## 基本使用\n\n1.  **访问界面**：\n    在浏览器中打开 [http:\u002F\u002Flocalhost:3000](http:\u002F\u002Flocalhost:3000)。\n\n2.  **初始设置**：\n    首次访问时，跟随界面向导完成以下操作：\n    *   命名您的门户\n    *   选择主题（支持深色、玻璃态、彩色等 5 种主题）\n    *   设置操作员身份\n\n3.  **核心功能体验**：\n    *   **组织架构 (Org Map)**：查看智能体团队的层级关系和状态。\n    *   **直接对话 (Chat)**：点击任意智能体进行流式文本对话，支持上传图片（视觉分析）、发送语音消息及文件附件。\n    *   **任务看板 (Kanban)**：在不同智能体间拖拽任务卡片，管理工作流。\n    *   **监控与日志**：在 \"Activity\" 面板查看实时日志流，或在 \"Costs\" 面板分析 Token 消耗趋势。\n\n一切配置均由 `clawport setup` 自动完成，无需手动编写配置文件即可自动发现工作区内的所有智能体。","某全栈开发团队正在利用 OpenClaw 构建由多个 AI 智能体组成的自动化研发系统，负责从需求分析到代码部署的全流程任务。\n\n### 没有 clawport-ui 时\n- **协作黑盒**：开发者无法直观查看智能体团队的层级关系与任务流转状态，只能依靠分散的终端日志拼凑进度，难以定位卡顿环节。\n- **交互割裂**：与智能体沟通需切换多个命令行窗口或脚本，不支持直接发送截图、语音或拖拽文件，多模态调试效率极低。\n- **监控盲区**：缺乏统一的任务看板与成本仪表盘，无法实时追踪 Token 消耗异常，也难以通过可视化图表管理定时任务（Cron）的健康状态。\n- **记忆断层**：智能体的长期记忆存储于本地文件中，查阅历史上下文需手动解析 JSON 数据，知识复用困难。\n\n### 使用 clawport-ui 后\n- **全景可视**：通过交互式组织架构图（Org Map），团队成员能一眼看清智能体分工、依赖关系及实时运行状态，快速识别瓶颈。\n- **自然交互**：在集成聊天窗口中直接进行流式对话，支持上传设计图进行视觉分析、发送语音指令及拖拽代码文件，沟通体验如同真人协作。\n- **精细管控**：利用看板（Kanban）拖拽分配任务，结合成本面板实时监控 Token 用量与异常波动，并通过热力图轻松调度定时流水线。\n- **记忆透传**：内置记忆浏览器可直接渲染 Markdown 格式的历史上下文，让新任务能无缝继承过往决策逻辑，显著提升任务连续性。\n\nclawport-ui 将原本分散、晦涩的智能体集群转化为一个可视、可管、可对话的统一指挥中心，极大降低了多智能体系统的运维门槛。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJohnRiceML_clawport-ui_51cf11fa.png","JohnRiceML","John Rice","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FJohnRiceML_3c399e6c.png","🚀 Senior Full-Stack Developer | SaaS Builder | AI Enthusiast\r\n\r\n💡 Passionate about Next.js, AI-driven applications, and automating workflows",null,"https:\u002F\u002Fwww.subredditsignals.com\u002F","https:\u002F\u002Fgithub.com\u002FJohnRiceML",[83,87,91],{"name":84,"color":85,"percentage":86},"TypeScript","#3178c6",97.1,{"name":88,"color":89,"percentage":90},"JavaScript","#f1e05a",1.5,{"name":92,"color":93,"percentage":94},"CSS","#663399",1.4,807,119,"2026-04-03T21:11:46","MIT","未说明 (基于 Node.js\u002FNext.js，理论上支持 Linux, macOS, Windows)","不需要本地 GPU (AI 推理通过 OpenClaw Gateway 路由，通常调用云端 API)","未说明",{"notes":103,"python":104,"dependencies":105},"1. 必须先安装并运行 OpenClaw 实例作为网关，所有 AI 操作（聊天、视觉、语音）均通过该网关路由，无需单独配置 AI API 密钥。\n2. 核心运行环境为 Node.js (使用 npm 包管理器)，而非 Python。\n3. 需要配置环境变量以指向 OpenClaw 的工作空间路径和网关令牌，可通过 'clawport setup' 命令自动检测。","不需要 (主要运行环境为 Node.js)",[106,107,108,109,110,111,112],"next@16","react@19","typescript@5","tailwindcss@4","react-flow","vitest@4","openclaw (外部依赖)",[15,13],"2026-03-27T02:49:30.150509","2026-04-06T07:13:21.933872",[117,122,127,132,137,142],{"id":118,"question_zh":119,"answer_zh":120,"source_url":121},14211,"ClawPort 无法连接到 OpenClaw Gateway 并报错 \"Missing credentials\" 或 \"OPENAI_API_KEY\" 缺失，如何解决？","这是一个常见的误解。ClawPort 使用 OpenAI SDK 但将所有请求路由到本地 OpenClaw Gateway (localhost:18789)，因此实际上不需要配置 OPENAI_API_KEY。该错误通常意味着 Gateway 没有响应。\n\n此外，请确保升级到最新版本以修复以下已知兼容性问题：\n1. v0.8.7：修复了 `\u002Fapi\u002Fcrons` 返回 500 错误的问题（现在 CLI 失败时会优雅地返回空列表）。\n2. v0.8.6：修复了新版 OpenClaw 在 stdout 输出调试信息导致 JSON 解析失败的问题（现在能自动提取 JSON）。\n3. v0.8.5：修复了新版 OpenClaw (2026.3.x) 配置验证警告导致的兼容性问题。\n\n解决方法：运行 `npm install -g clawport-ui@latest` 更新到最新版本。","https:\u002F\u002Fgithub.com\u002FJohnRiceML\u002Fclawport-ui\u002Fissues\u002F20",{"id":123,"question_zh":124,"answer_zh":125,"source_url":126},14212,"如何通过 Tailscale 或局域网 IP 访问 ClawPort UI？遇到 \"Cross origin request detected\" 警告怎么办？","Next.js 的 `allowedDevOrigins` 不支持通配符 `\"*\"` 来匹配所有 IP。为了解决通过 Tailscale 或局域网 IP 访问时的跨域警告和页面强制刷新问题，请将 ClawPort 更新到 v0.6.7 或更高版本。\n\n新版本中的 `next.config.mjs` 已改进，会通过 `os.networkInterfaces()` 动态检测所有本地网络 IP 并自动添加到允许列表中，从而覆盖 LAN IP、Tailscale 地址及其他非 localhost 来源。\n\n更新命令：`npm install -g clawport-ui`","https:\u002F\u002Fgithub.com\u002FJohnRiceML\u002Fclawport-ui\u002Fissues\u002F4",{"id":128,"question_zh":129,"answer_zh":130,"source_url":131},14213,"ClawPort 界面运行非常缓慢或卡顿，如何优化性能？","性能问题已在 v0.8.4\u002Fv0.8.5 中通过以下优化解决，预计可减少约 50% 的交互时间（从 800-1200ms 降至 400-600ms）：\n1. **服务端 TTL 缓存**：对 `loadRegistry()` 和 `getCrons()` 进行缓存，消除了每次页面加载时重复的 CLI 调用（每次节省约 200-400ms）。\n2. **OrgMap 布局记忆化**：将 dagre 位置计算与选择样式分离，点击 Agent 时不再触发全图重算（从 50-100ms 降至 \u003C5ms）。\n3. **Agent 自动刷新优化**：使用基于指纹的变化检测机制。\n\n解决方法：运行 `npm install -g clawport-ui@latest` 更新到最新版本。","https:\u002F\u002Fgithub.com\u002FJohnRiceML\u002Fclawport-ui\u002Fissues\u002F17",{"id":133,"question_zh":134,"answer_zh":135,"source_url":136},14214,"创建任务或打开消息页面时报错 \"crypto.randomUUID is not a function\"，如何解决？","该错误是因为 `crypto.randomUUID()` 在非安全上下文（如没有 TLS 的 HTTP 环境）或某些旧浏览器中不可用。\n\n此问题已在 v0.6.1 中修复。代码已替换为自定义的 `generateId()` 辅助函数，当 `crypto.randomUUID` 不可用时，会自动回退到基于 `Math.random` 的 UUID 生成方式。\n\n解决方法：运行 `npm install -g clawport-ui` 更新到 v0.6.1 或更高版本。","https:\u002F\u002Fgithub.com\u002FJohnRiceML\u002Fclawport-ui\u002Fissues\u002F1",{"id":138,"question_zh":139,"answer_zh":140,"source_url":141},14215,"Memory 页面显示 \"Not indexed\"（未索引），但实际上内存已经索引完成，这是为什么？","这是由于 `lib\u002Fmemory.ts` 中的 `getMemoryStatus()` 函数存在两个问题：\n1. **缺少 `--json` 标志**：执行 `openclaw memory status --deep` 时未加 `--json`，导致返回纯文本而非 JSON，解析失败后默认返回未索引状态。\n2. **JSON 字段路径错误**：即使加了 `--json`，命令返回的是每个 Agent 的状态数组，而不是顶层的 `indexed` 布尔值。需要根据 `status.files > 0` 且 `status.dirty === false` 来推导索引状态。\n\n解决方法：请更新到包含此修复的最新版本，或者手动检查代码确保执行命令时带上了 `--json` 参数并正确解析返回的数组结构。","https:\u002F\u002Fgithub.com\u002FJohnRiceML\u002Fclawport-ui\u002Fissues\u002F24",{"id":143,"question_zh":144,"answer_zh":145,"source_url":146},14216,"ClawPort 是否支持多项目、多任务并行以及 Agent 独立内存管理？","部分功能已支持，具体情况如下：\n1. **多项目\u002F多工作区**：ClawPort 通过 `openclaw agents list` 自动合并多个 OpenClaw 工作区的 Agent，它们在组织地图中显示为同级。但目前 UI 主要围绕单个主 `WORKSPACE_PATH` 设计，尚未提供项目切换器或独立的项目视图。\n2. **Agent 独立内存**：已完全支持。每个 Agent 都有 `memoryPath` 字段，内存浏览器会读取配置的路径。如果在 `agents\u002F` 目录中有独立的 `SOUL.md` 文件，Agent 将拥有独立的身份和隔离的内存目录。\n3. **任务级并行多任务处理**：看板板仅用于视觉上的任务跟踪，并非执行引擎。它不负责向 Agent 分发工作或管理并行执行，这部分逻辑位于 OpenClaw 编排层。\n\n注意：ClawPort 定位为英文优先的开发工具，目前不支持官方中文本地化，但代码开源可自行扩展。","https:\u002F\u002Fgithub.com\u002FJohnRiceML\u002Fclawport-ui\u002Fissues\u002F12",[]]