# [🚀观看我的哔哩哔哩视频](https://space.bilibili.com/3493277319825652)

English | 简体中文 | 繁體中文 | 日本語 | 한국어 | Français | Español | Deutsch | Italiano | Русский | Português (Brasil)

🦞ClawTeam-OpenClaw

Coordinación de enjambre multi-agente para agentes de codificación CLI — OpenClaw por defecto

Upstream Inicio rápido Licencia

Python Agents Transport Version

> **Fork de [HKUDS/ClawTeam](https://github.com/HKUDS/ClawTeam)** con integración profunda de OpenClaw: agente `openclaw` por defecto, aislamiento de sesión por agente, autoconfiguración de aprobación de ejecución y backends de creación endurecidos para producción. Todas las correcciones del upstream se sincronizan. Tú defines el objetivo. El enjambre de agentes se encarga del resto — generando trabajadores, dividiendo tareas, coordinando y fusionando resultados. Funciona con [OpenClaw](https://openclaw.ai) (por defecto), [Claude Code](https://claude.ai/claude-code), [Codex](https://openai.com/codex), [nanobot](https://github.com/HKUDS/nanobot), [Cursor](https://cursor.com) y cualquier agente CLI. --- ## ¿Por qué ClawTeam? Los agentes de IA actuales son potentes pero trabajan de forma **aislada**. ClawTeam permite que los agentes se auto-organicen en equipos — dividiendo trabajo, comunicándose y convergiendo en resultados sin microgestión humana. | | ClawTeam | Otros frameworks multi-agente | |---|---------|----------------------------| | **Quién lo usa** | Los propios agentes de IA | Humanos escribiendo código de orquestación | | **Configuración** | `pip install` + un prompt | Docker, APIs en la nube, configuraciones YAML | | **Infraestructura** | Sistema de archivos + tmux | Redis, colas de mensajes, bases de datos | | **Soporte de agentes** | Cualquier agente CLI | Solo específico del framework | | **Aislamiento** | Git worktrees (ramas reales) | Contenedores o entornos virtuales | --- ## Cómo funciona
### Los agentes generan agentes El líder llama a `clawteam spawn` para crear trabajadores. Cada uno recibe su propio **git worktree**, **ventana tmux** e **identidad**. ```bash clawteam spawn --team my-team \ --agent-name worker1 \ --task "Implement auth module" ``` ### Los agentes se comunican Los trabajadores revisan bandejas de entrada, actualizan tareas e informan resultados — todo mediante comandos CLI **auto-inyectados** en su prompt. ```bash clawteam task list my-team --owner me clawteam inbox send my-team leader \ "Auth done. All tests passing." ``` ### Solo observa Monitorea el enjambre desde una vista tmux en mosaico o la interfaz web. El líder gestiona la coordinación. ```bash clawteam board attach my-team # Or web dashboard clawteam board serve --port 8080 ```
--- ## Inicio rápido ### Opción 1: Deja que el agente conduzca (Recomendado) Instala ClawTeam, luego indica a tu agente: ``` "Build a web app. Use clawteam to split the work across multiple agents." ``` El agente crea automáticamente un equipo, genera trabajadores, asigna tareas y coordina — todo a través del CLI `clawteam`. ### Opción 2: Condúcelo manualmente ```bash # Create a team clawteam team spawn-team my-team -d "Build the auth module" -n leader # Spawn workers — each gets a git worktree + tmux window clawteam spawn --team my-team --agent-name alice --task "Implement OAuth2 flow" clawteam spawn --team my-team --agent-name bob --task "Write unit tests for auth" # Watch them work clawteam board attach my-team ``` ### Agentes soportados | Agente | Comando de generación | Estado | |-------|--------------|--------| | [OpenClaw](https://openclaw.ai) | `clawteam spawn tmux openclaw --team ...` | **Por defecto** | | [Claude Code](https://claude.ai/claude-code) | `clawteam spawn tmux claude --team ...` | Soporte completo | | [Codex](https://openai.com/codex) | `clawteam spawn tmux codex --team ...` | Soporte completo | | [nanobot](https://github.com/HKUDS/nanobot) | `clawteam spawn tmux nanobot --team ...` | Soporte completo | | [Cursor](https://cursor.com) | `clawteam spawn subprocess cursor --team ...` | Experimental | | Scripts personalizados | `clawteam spawn subprocess python --team ...` | Soporte completo | --- ## Instalación ### Paso 1: Requisitos previos ClawTeam requiere **Python 3.10+**, **tmux** y al menos un agente de codificación CLI (OpenClaw, Claude Code, Codex, etc.). **Verifica lo que ya tienes:** ```bash python3 --version # Need 3.10+ tmux -V # Need any version openclaw --version # Or: claude --version / codex --version ``` **Instala los requisitos previos faltantes:** | Herramienta | macOS | Ubuntu/Debian | |------|-------|---------------| | Python 3.10+ | `brew install python@3.12` | `sudo apt update && sudo apt install python3 python3-pip` | | tmux | `brew install tmux` | `sudo apt install tmux` | | OpenClaw | `pip install openclaw` | `pip install openclaw` | > Si usas Claude Code o Codex en lugar de OpenClaw, instálalos según su propia documentación. OpenClaw es el predeterminado pero no es estrictamente obligatorio. ### Paso 2: Instalar ClawTeam > **⚠️ NO ejecutes `pip install clawteam` ni `npm install -g clawteam` directamente:** > - `pip install clawteam` instala la versión upstream de PyPI, que usa `claude` por defecto y carece de adaptaciones OpenClaw. > - `npm install -g clawteam` instala un paquete usurpador sin relación (publicado por `a9logic`). Si `clawteam --version` muestra "Coming Soon", es el paquete incorrecto. Ejecuta primero `npm uninstall -g clawteam`. > > **Usa los tres comandos de abajo — el `pip install -e .` después del clone es obligatorio. Instala desde el repositorio local, no desde PyPI.** ```bash git clone https://github.com/win4r/ClawTeam-OpenClaw.git cd ClawTeam-OpenClaw pip install -e . # ← ¡Obligatorio! Instala desde el repositorio local, NO es lo mismo que pip install clawteam ``` Opcional — transporte P2P (ZeroMQ): ```bash pip install -e ".[p2p]" ``` ### Paso 3: Crear el enlace simbólico `~/bin/clawteam` Los agentes generados se ejecutan en shells nuevos que pueden no tener el directorio bin de pip en PATH. Un enlace simbólico en `~/bin` asegura que `clawteam` siempre sea accesible: ```bash mkdir -p ~/bin ln -sf "$(which clawteam)" ~/bin/clawteam ``` Si `which clawteam` no devuelve nada, busca el binario manualmente: ```bash # Common locations: # ~/.local/bin/clawteam # /opt/homebrew/bin/clawteam # /usr/local/bin/clawteam # /Library/Frameworks/Python.framework/Versions/3.*/bin/clawteam find / -name clawteam -type f 2>/dev/null | head -5 ``` Luego asegúrate de que `~/bin` esté en tu PATH — añade esto a `~/.zshrc` o `~/.bashrc` si no lo está: ```bash export PATH="$HOME/bin:$PATH" ``` ### Paso 4: Instalar el skill de OpenClaw (solo usuarios de OpenClaw) El archivo de skill enseña a los agentes de OpenClaw cómo usar ClawTeam a través de lenguaje natural. Omite este paso si no usas OpenClaw. ```bash mkdir -p ~/.openclaw/workspace/skills/clawteam cp skills/openclaw/SKILL.md ~/.openclaw/workspace/skills/clawteam/SKILL.md ``` ### Paso 5: Configurar aprobaciones de ejecución (solo usuarios de OpenClaw) Los agentes de OpenClaw generados necesitan permiso para ejecutar comandos `clawteam`. Sin esto, los agentes se bloquearán en prompts interactivos de permisos. ```bash # Ensure security mode is "allowlist" (not "full") python3 -c " import json, pathlib p = pathlib.Path.home() / '.openclaw' / 'exec-approvals.json' if p.exists(): d = json.loads(p.read_text()) d.setdefault('defaults', {})['security'] = 'allowlist' p.write_text(json.dumps(d, indent=2)) print('exec-approvals.json updated: security = allowlist') else: print('exec-approvals.json not found — run openclaw once first, then re-run this step') " # Add clawteam to the allowlist (use the absolute path — OpenClaw 4.2+ requires it) openclaw approvals allowlist add --agent "*" "$(which clawteam)" ``` > Si `openclaw approvals` falla, es posible que el gateway de OpenClaw no esté en ejecución. Inícialo primero y luego reintenta. ### Paso 6: Verificar ```bash clawteam --version # Should print version clawteam config health # Should show all green ``` Si usas OpenClaw, verifica también que el skill esté cargado: ```bash openclaw skills list | grep clawteam ``` ### Instalador automático Los pasos 2 a 6 anteriores también están disponibles como un único script: ```bash git clone https://github.com/win4r/ClawTeam-OpenClaw.git cd ClawTeam-OpenClaw bash scripts/install-openclaw.sh ``` ### Solución de problemas | Problema | Causa | Solución | |---------|-------|-----| | `clawteam: command not found` | El directorio bin de pip no está en PATH | Ejecuta el Paso 3 (enlace simbólico + PATH) | | Los agentes generados no encuentran `clawteam` | Los agentes se ejecutan en shells nuevos sin PATH de pip | Verifica que el enlace simbólico `~/bin/clawteam` exista y que `~/bin` esté en PATH | | `openclaw approvals` falla | El gateway no está en ejecución | Inicia `openclaw gateway` primero, luego reintenta el Paso 5 | | `exec-approvals.json not found` | OpenClaw nunca se ejecutó | Ejecuta `openclaw` una vez para generar la configuración, luego reintenta el Paso 5 | | Los agentes se bloquean en prompts de permisos | La seguridad de aprobaciones de ejecución está en "full" | Ejecuta el Paso 5 para cambiar a "allowlist" | | `pip install -e .` falla | Faltan dependencias de compilación | Ejecuta `pip install hatchling` primero | | `clawteam --version` muestra "Coming Soon" | Se instaló el paquete npm usurpador (`a9logic`, sin relación con este proyecto) | `npm uninstall -g clawteam`, luego reinstalar según el paso 2 | --- ## Casos de uso ### 1. Investigación autónoma de ML — 8 agentes x 8 GPUs Basado en [@karpathy/autoresearch](https://github.com/karpathy/autoresearch). Un solo prompt lanza 8 agentes de investigación a través de H100s que diseñan más de 2000 experimentos de forma autónoma. ``` Humano: "Use 8 GPUs to optimize train.py. Read program.md for instructions." Agente líder: ├── Genera 8 agentes, cada uno asignado a una dirección de investigación (profundidad, ancho, LR, tamaño de lote...) ├── Cada agente recibe su propio git worktree para experimentos aislados ├── Cada 30 min: revisa resultados, poliniza las mejores configuraciones a nuevos agentes ├── Reasigna GPUs cuando los agentes terminan — nuevos agentes parten de la mejor configuración conocida └── Resultado: val_bpb 1.044 → 0.977 (mejora del 6.4%) en 2430 experimentos en ~30 horas-GPU ``` Resultados completos: [novix-science/autoresearch](https://github.com/novix-science/autoresearch) ### 2. Ingeniería de software agéntica ``` Humano: "Build a full-stack todo app with auth, database, and React frontend." Agente líder: ├── Crea tareas con cadenas de dependencias (esquema API → auth + BD → frontend → pruebas) ├── Genera 5 agentes (arquitecto, 2 backend, frontend, tester) en worktrees separados ├── Las dependencias se resuelven automáticamente: arquitecto completa → backend se desbloquea → tester se desbloquea ├── Los agentes coordinan vía bandeja de entrada: "Aquí está la especificación OpenAPI", "Endpoints de auth listos" └── El líder fusiona todos los worktrees en main cuando se completa ``` ### 3. Fondo de cobertura con IA — Lanzamiento con plantilla Una plantilla TOML genera un equipo completo de inversión con 7 agentes con un solo comando: ```bash clawteam launch hedge-fund --team fund1 --goal "Analyze AAPL, MSFT, NVDA for Q2 2026" ``` 5 agentes analistas (valor, crecimiento, técnico, fundamentales, sentimiento) trabajan en paralelo. El gestor de riesgos sintetiza todas las señales. El gestor de cartera toma las decisiones finales. Las plantillas son archivos TOML — **crea las tuyas** para cualquier dominio. --- ## Características
### Auto-organización de agentes - El líder genera y gestiona trabajadores - Prompt de coordinación auto-inyectado — cero configuración manual - Los trabajadores auto-reportan estado e inactividad - Cualquier agente CLI puede participar ### Aislamiento de espacio de trabajo - Cada agente recibe su propio **git worktree** - Sin conflictos de fusión entre agentes en paralelo - Comandos de checkpoint, fusión y limpieza - Nomenclatura de ramas: `clawteam/{team}/{agent}` ### Seguimiento de tareas con dependencias - Kanban compartido: `pending` → `in_progress` → `completed` / `blocked` - Cadenas `--blocked-by` con desbloqueo automático al completar - `task wait` bloquea hasta que todas las tareas se completen ### Mensajería entre agentes - Bandejas de entrada punto a punto (enviar, recibir, espiar) - Difusión a todos los miembros del equipo - Transporte basado en archivos (por defecto) o ZeroMQ P2P ### Monitoreo y paneles - `board show` — kanban en terminal - `board live` — panel con actualización automática - `board attach` — vista tmux en mosaico de todos los agentes - `board serve` — interfaz web con actualizaciones en tiempo real ### Plantillas de equipo - Los archivos TOML definen arquetipos de equipo (roles, tareas, prompts) - Un solo comando: `clawteam launch