claw-code：基于Claude Code架构的clean-room重写开源项目

claw-code是一个基于Claude Code架构的clean-room重写开源项目在GitHub上创造了2小时5万星、24小时破10万星的历史最快纪录。作为用户你可以将它理解为一个可编程的AI工程助手操作系统能够理解自然语言指令自主完成代码读取、修改、测试、Git提交等全流程开发任务。项目深度解析核心架构与技术特点claw-code采用PythonRust双语言架构Python占27.1%负责快速原型验证Rust占72.9%构建高性能运行时。项目复刻了Claude Code的核心系统工具系统19种内置工具包括文件读写、Bash执行、Git操作、网络抓取、LSP集成等权限系统ReadOnly/WorkspaceWrite/DangerFullAccess三级权限控制多智能体协同支持子代理并行处理复杂任务MCP协议支持兼容模型控制协议可接入外部工具服务器会话管理持久化保存工作状态支持断点续做项目起源的戏剧性故事2026年3月31日凌晨Anthropic的Claude Code命令行工具因构建工具Bun的漏洞意外将59.8MB的source map文件打包进npm包导致51.2万行TypeScript源代码完全泄露。安全研究员Chaofan Shou发现这一泄露后消息迅速传开。韩国AI工程师Sigrid JinGitHub账号instructkr——此前被《华尔街日报》报道为Claude Code最重度用户之一年消耗250亿token——在凌晨4点得知消息后面临两个选择直接使用泄露代码或基于公开架构重新开发。他选择了后者借助自研的AI工作流工具oh-my-codexOmX仅用12小时完成了从零开始的clean-room重写。数据飙升的四大原因行业首次开门打破黑盒壁垒Claude Code长期以来是开发者眼中的黑盒神器此次源码泄露首次完整暴露了顶级AI编程工具的底层逻辑多智能体设计思路、工具权限管控方式、上下文压缩算法等。这些信息对AI编程领域开发者极具参考价值。极具传播力的绝地反击叙事核心源码泄露→工程师连夜clean-room重写→12小时完成→上线即破纪录的故事完美契合开发者社区的情感偏好。Sigrid Jin作为Claude Code重度用户的背景让故事更具戏剧性。填补开源AI编程代理的市场空白全球数百万开发者在使用Claude Code但它存在闭源、收费较高、无法深度定制等短板。claw-code提供了完全开源、可自由定制、架构清晰的AI编程代理框架精准填补了市场空白。技术实力支撑热度可持续项目不仅蹭热点更有扎实的技术架构双语言实现兼顾易用性与性能完整的工具生态覆盖开发全场景模块化设计便于二次开发。大量开发者在Star后真正留下来研究代码、提交PR形成了活跃的开源社区。与Claude Code的核心差异对比维度claw-codeClaude Code法律合规性clean-room重写完全规避DMCA风险源码曾泄露使用泄露代码存在法律风险开源协议完全开源MIT支持自由修改、二次开发闭源商业软件仅限官方客户端或API使用技术栈PythonRust双语言架构TypeScript实现模型支持多模型兼容Claude、OpenAI、本地部署模型等仅限Claude系列模型扩展性模块化设计支持深度定制工具链封闭生态仅支持官方集成工具部署方式可本地部署、私有化部署云端服务为主成本免费开源仅需API费用需要Claude Pro订阅$20/月架构设计理念差异claw-code更注重工具harness工程的本质改进而Claude Code是Anthropic官方的TypeScript CLI。claw-code将路由控制权上浮给AI换取极大的开放性和探索力而OpenClaw另一个相关项目将路由控制权下沉到工程底座用确定的系统规则托底AI的不确定性。安装部署详细指南环境要求Python 3.10Rust 1.94GitAPI密钥支持Claude、OpenAI、Google等三种部署方式1. 从源码编译安装推荐# 克隆项目gitclone https://github.com/instructkr/claw-code.gitcdclaw-code# 安装Python依赖pipinstall-rrequirements.txt# 构建Rust核心cdrustcargobuild--releasecd..2. Docker快速部署dockerrun-it--rm-v$(pwd):/app ghcr.io/instructkr/claw-code:latest3. 仅使用Python版本研究用途# 查看系统模块总览python3-msrc.main subsystems--limit16# 查看命令清单python3-msrc.main commands--limit10# 运行测试验证python3-munittest discover-stests-v环境配置# 设置API密钥exportOPENAI_API_KEYyour-api-key-hereexportANTHROPIC_API_KEYyour-anthropic-key# 可选exportGOOGLE_API_KEYyour-google-key# 可选启动使用# 启动交互式REPL./target/release/claw-cli# 或使用Python入口python main.py启动后系统会提示你配置大模型API Key支持Claude、GPT、通义千问等主流模型。配置完成后就可以直接用自然语言让AI写代码、改Bug、操作文件、执行脚本。项目结构概览claw-code/ ├── src/ # Python工作区快速原型 │ ├── commands.py # CLI命令注册与分发 │ ├── tools.py # 插件化工具系统约40个工具 │ ├── models.py # LLM提供商抽象层 │ ├── query_engine.py # 核心查询引擎 │ └── main.py # 入口点 ├── rust/ # Rust核心高性能运行时 │ ├── crates/api-client # API客户端 │ ├── crates/runtime # 会话状态管理 │ ├── crates/tools # 工具定义与执行框架 │ └── crates/claw-cli # 交互式REL └── tests/ # 验证与集成测试claw-code的价值不仅在于提供了一个Claude Code的开源替代品更重要的是它展示了AI工具链竞争正在从模型能力的表层PK向runtime、tooling、workflow、harness等更深层的工程领域推进。谁能把这一层做明白谁就在定义一整套工作方式。