# [đŸš€è§‚çœ‹æˆ‘çš„ć“”ć“©ć“”ć“©è§†éą‘](https://space.bilibili.com/3493277319825652)

English | çź€äœ“äž­æ–‡ | çčé«”äž­æ–‡ | æ—„æœŹèȘž | 한ꔭ얎 | Français | Español | Deutsch | Italiano | РуссĐșĐžĐč | PortuguĂȘs (Brasil)

🩞ClawTeam-OpenClaw

Coordination multi-agents en essaim pour agents de codage CLI — OpenClaw par dĂ©faut

Upstream Démarrage rapide Licence

Python Agents Transport Version

> **Fork de [HKUDS/ClawTeam](https://github.com/HKUDS/ClawTeam)** avec intĂ©gration approfondie d'OpenClaw : agent `openclaw` par dĂ©faut, isolation de session par agent, configuration automatique des autorisations d'exĂ©cution, et backends de lancement renforcĂ©s pour la production. Toutes les corrections upstream sont synchronisĂ©es. Vous dĂ©finissez l'objectif. L'essaim d'agents s'occupe du reste — lancement de travailleurs, rĂ©partition des tĂąches, coordination et fusion des rĂ©sultats. Compatible avec [OpenClaw](https://openclaw.ai) (par dĂ©faut), [Claude Code](https://claude.ai/claude-code), [Codex](https://openai.com/codex), [nanobot](https://github.com/HKUDS/nanobot), [Cursor](https://cursor.com), et tout agent CLI. --- ## Pourquoi ClawTeam ? Les agents IA actuels sont puissants mais travaillent de maniĂšre **isolĂ©e**. ClawTeam permet aux agents de s'auto-organiser en Ă©quipes — rĂ©partissant le travail, communiquant et convergeant vers des rĂ©sultats sans micro-gestion humaine. | | ClawTeam | Autres frameworks multi-agents | |---|---------|----------------------------| | **Qui l'utilise** | Les agents IA eux-mĂȘmes | Les humains Ă©crivant du code d'orchestration | | **Mise en place** | `pip install` + un prompt | Docker, API cloud, fichiers YAML | | **Infrastructure** | SystĂšme de fichiers + tmux | Redis, files de messages, bases de donnĂ©es | | **Support d'agents** | Tout agent CLI | SpĂ©cifique au framework uniquement | | **Isolation** | Git worktrees (vraies branches) | Conteneurs ou environnements virtuels | --- ## Comment ça marche
### Les agents engendrent des agents Le leader appelle `clawteam spawn` pour crĂ©er des travailleurs. Chacun obtient son propre **git worktree**, sa **fenĂȘtre tmux** et son **identitĂ©**. ```bash clawteam spawn --team my-team \ --agent-name worker1 \ --task "Implement auth module" ``` ### Les agents communiquent entre eux Les travailleurs consultent leurs boĂźtes de rĂ©ception, mettent Ă  jour les tĂąches et rapportent les rĂ©sultats — le tout via des commandes CLI **auto-injectĂ©es** dans leur prompt. ```bash clawteam task list my-team --owner me clawteam inbox send my-team leader \ "Auth done. All tests passing." ``` ### Vous observez simplement Surveillez l'essaim depuis une vue tmux en mosaĂŻque ou l'interface Web. Le leader gĂšre la coordination. ```bash clawteam board attach my-team # Or web dashboard clawteam board serve --port 8080 ```
--- ## DĂ©marrage rapide ### Option 1 : Laisser l'agent piloter (RecommandĂ©) Installez ClawTeam, puis donnez cette instruction Ă  votre agent : ``` "Build a web app. Use clawteam to split the work across multiple agents." ``` L'agent crĂ©e automatiquement une Ă©quipe, lance des travailleurs, assigne les tĂąches et coordonne — le tout via la CLI `clawteam`. ### Option 2 : Piloter manuellement ```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 ``` ### Agents supportĂ©s | Agent | Commande de lancement | Statut | |-------|--------------|--------| | [OpenClaw](https://openclaw.ai) | `clawteam spawn tmux openclaw --team ...` | **Par dĂ©faut** | | [Claude Code](https://claude.ai/claude-code) | `clawteam spawn tmux claude --team ...` | Support complet | | [Codex](https://openai.com/codex) | `clawteam spawn tmux codex --team ...` | Support complet | | [nanobot](https://github.com/HKUDS/nanobot) | `clawteam spawn tmux nanobot --team ...` | Support complet | | [Cursor](https://cursor.com) | `clawteam spawn subprocess cursor --team ...` | ExpĂ©rimental | | Scripts personnalisĂ©s | `clawteam spawn subprocess python --team ...` | Support complet | --- ## Installation ### Étape 1 : PrĂ©requis ClawTeam nĂ©cessite **Python 3.10+**, **tmux**, et au moins un agent de codage CLI (OpenClaw, Claude Code, Codex, etc.). **VĂ©rifiez ce que vous avez dĂ©jĂ  :** ```bash python3 --version # Need 3.10+ tmux -V # Need any version openclaw --version # Or: claude --version / codex --version ``` **Installez les prĂ©requis manquants :** | Outil | 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 vous utilisez Claude Code ou Codex au lieu d'OpenClaw, installez-les selon leur propre documentation. OpenClaw est l'agent par dĂ©faut mais n'est pas strictement requis. ### Étape 2 : Installer ClawTeam > **⚠ N'exĂ©cutez PAS `pip install clawteam` ou `npm install -g clawteam` directement :** > - `pip install clawteam` installe la version upstream depuis PyPI, qui utilise `claude` par dĂ©faut et ne contient pas les adaptations OpenClaw. > - `npm install -g clawteam` installe un paquet usurpateur sans lien (Ă©diteur `a9logic`). Si `clawteam --version` affiche "Coming Soon", c'est le mauvais paquet. ExĂ©cutez d'abord `npm uninstall -g clawteam`. > > **Utilisez les trois commandes ci-dessous — le `pip install -e .` aprĂšs le clone est obligatoire. Il installe depuis le dĂ©pĂŽt local, pas depuis PyPI.** ```bash git clone https://github.com/win4r/ClawTeam-OpenClaw.git cd ClawTeam-OpenClaw pip install -e . # ← Obligatoire ! Installe depuis le dĂ©pĂŽt local, PAS identique Ă  pip install clawteam ``` Optionnel — Transport P2P (ZeroMQ) : ```bash pip install -e ".[p2p]" ``` ### Étape 3 : CrĂ©er le lien symbolique `~/bin/clawteam` Les agents lancĂ©s s'exĂ©cutent dans des shells vierges qui n'ont pas forcĂ©ment le rĂ©pertoire bin de pip dans le PATH. Un lien symbolique dans `~/bin` garantit que `clawteam` est toujours accessible : ```bash mkdir -p ~/bin ln -sf "$(which clawteam)" ~/bin/clawteam ``` Si `which clawteam` ne retourne rien, trouvez le binaire manuellement : ```bash # Common locations: # ~/.local/bin/clawteam # /opt/homebrew/bin/clawteam # /usr/local/bin/clawteam # /Library/Frameworks/Python.framework/Versions/3.*/bin/clawteam find / -name clawteam -type f 2>/dev/null | head -5 ``` Puis assurez-vous que `~/bin` est dans votre PATH — ajoutez ceci Ă  `~/.zshrc` ou `~/.bashrc` si ce n'est pas le cas : ```bash export PATH="$HOME/bin:$PATH" ``` ### Étape 4 : Installer le skill OpenClaw (utilisateurs OpenClaw uniquement) Le fichier skill apprend aux agents OpenClaw comment utiliser ClawTeam en langage naturel. Ignorez cette Ă©tape si vous n'utilisez pas OpenClaw. ```bash mkdir -p ~/.openclaw/workspace/skills/clawteam cp skills/openclaw/SKILL.md ~/.openclaw/workspace/skills/clawteam/SKILL.md ``` ### Étape 5 : Configurer les autorisations d'exĂ©cution (utilisateurs OpenClaw uniquement) Les agents OpenClaw lancĂ©s ont besoin de la permission d'exĂ©cuter les commandes `clawteam`. Sans cela, les agents seront bloquĂ©s par des invites de permission interactives. ```bash # Ensure security mode is "allowlist" (not "full") python3 -c " import json, pathlib p = pathlib.Path.home() / '.openclaw' / 'exec-approvals.json' if p.exists(): d = json.loads(p.read_text()) d.setdefault('defaults', {})['security'] = 'allowlist' p.write_text(json.dumps(d, indent=2)) print('exec-approvals.json updated: security = allowlist') else: print('exec-approvals.json not found — run openclaw once first, then re-run this step') " # Add clawteam to the allowlist (use the absolute path — OpenClaw 4.2+ requires it) openclaw approvals allowlist add --agent "*" "$(which clawteam)" ``` > Si `openclaw approvals` Ă©choue, la passerelle OpenClaw n'est peut-ĂȘtre pas en cours d'exĂ©cution. DĂ©marrez-la d'abord, puis rĂ©essayez. ### Étape 6 : VĂ©rification ```bash clawteam --version # Should print version clawteam config health # Should show all green ``` Si vous utilisez OpenClaw, vĂ©rifiez Ă©galement que le skill est chargĂ© : ```bash openclaw skills list | grep clawteam ``` ### Installateur automatisĂ© Les Ă©tapes 2 Ă  6 ci-dessus sont Ă©galement disponibles via un script unique : ```bash git clone https://github.com/win4r/ClawTeam-OpenClaw.git cd ClawTeam-OpenClaw bash scripts/install-openclaw.sh ``` ### DĂ©pannage | ProblĂšme | Cause | Solution | |---------|-------|-----| | `clawteam: command not found` | RĂ©pertoire bin de pip absent du PATH | ExĂ©cutez l'Étape 3 (lien symbolique + PATH) | | Les agents lancĂ©s ne trouvent pas `clawteam` | Les agents s'exĂ©cutent dans des shells vierges sans le PATH de pip | VĂ©rifiez que le lien symbolique `~/bin/clawteam` existe et que `~/bin` est dans le PATH | | `openclaw approvals` Ă©choue | Passerelle non en cours d'exĂ©cution | DĂ©marrez `openclaw gateway` d'abord, puis rĂ©essayez l'Étape 5 | | `exec-approvals.json not found` | OpenClaw n'a jamais Ă©tĂ© exĂ©cutĂ© | ExĂ©cutez `openclaw` une fois pour gĂ©nĂ©rer la configuration, puis rĂ©essayez l'Étape 5 | | Les agents sont bloquĂ©s par les invites de permission | La sĂ©curitĂ© des autorisations d'exĂ©cution est en mode "full" | ExĂ©cutez l'Étape 5 pour passer en mode "allowlist" | | `pip install -e .` Ă©choue | DĂ©pendances de build manquantes | ExĂ©cutez d'abord `pip install hatchling` | | `clawteam --version` affiche "Coming Soon" | Paquet npm usurpateur installĂ© par erreur (`a9logic`, sans lien avec ce projet) | `npm uninstall -g clawteam`, puis rĂ©installer selon l'Ă©tape 2 | --- ## Cas d'utilisation ### 1. Recherche ML autonome — 8 agents x 8 GPU BasĂ© sur [@karpathy/autoresearch](https://github.com/karpathy/autoresearch). Un seul prompt lance 8 agents de recherche sur des H100 qui conçoivent plus de 2000 expĂ©riences de maniĂšre autonome. ``` Human: "Use 8 GPUs to optimize train.py. Read program.md for instructions." Leader agent: ├── Lance 8 agents, chacun assignĂ© Ă  une direction de recherche (profondeur, largeur, LR, taille de batch...) ├── Chaque agent obtient son propre git worktree pour des expĂ©riences isolĂ©es ├── Toutes les 30 min : vĂ©rifie les rĂ©sultats, croise les meilleures configurations vers de nouveaux agents ├── RĂ©assigne les GPU Ă  mesure que les agents terminent — les nouveaux agents dĂ©marrent depuis la meilleure configuration connue └── RĂ©sultat : val_bpb 1.044 → 0.977 (amĂ©lioration de 6.4%) sur 2430 expĂ©riences en ~30 heures-GPU ``` RĂ©sultats complets : [novix-science/autoresearch](https://github.com/novix-science/autoresearch) ### 2. IngĂ©nierie logicielle agentique ``` Human: "Build a full-stack todo app with auth, database, and React frontend." Leader agent: ├── CrĂ©e des tĂąches avec chaĂźnes de dĂ©pendances (schĂ©ma API → auth + BD → frontend → tests) ├── Lance 5 agents (architecte, 2 backend, frontend, testeur) dans des worktrees sĂ©parĂ©s ├── Les dĂ©pendances se rĂ©solvent automatiquement : architecte terminĂ© → backend dĂ©bloquĂ© → testeur dĂ©bloquĂ© ├── Les agents coordonnent via la boĂźte de rĂ©ception : "Voici la spĂ©c OpenAPI", "Endpoints d'auth prĂȘts" └── Le leader fusionne tous les worktrees dans main une fois terminĂ© ``` ### 3. Hedge Fund IA — Lancement par template Un template TOML lance une Ă©quipe d'investissement complĂšte de 7 agents en une seule commande : ```bash clawteam launch hedge-fund --team fund1 --goal "Analyze AAPL, MSFT, NVDA for Q2 2026" ``` 5 agents analystes (valeur, croissance, technique, fondamentaux, sentiment) travaillent en parallĂšle. Le gestionnaire de risques synthĂ©tise tous les signaux. Le gestionnaire de portefeuille prend les dĂ©cisions finales. Les templates sont des fichiers TOML — **crĂ©ez les vĂŽtres** pour n'importe quel domaine. --- ## FonctionnalitĂ©s
### Auto-organisation des agents - Le leader lance et gĂšre les travailleurs - Prompt de coordination auto-injectĂ© — aucune configuration manuelle - Les travailleurs rapportent automatiquement leur statut et leur Ă©tat d'inactivitĂ© - Tout agent CLI peut participer ### Isolation de l'espace de travail - Chaque agent obtient son propre **git worktree** - Aucun conflit de fusion entre agents parallĂšles - Commandes de checkpoint, fusion et nettoyage - Nommage des branches : `clawteam/{team}/{agent}` ### Suivi des tĂąches avec dĂ©pendances - Kanban partagĂ© : `pending` → `in_progress` → `completed` / `blocked` - ChaĂźnes `--blocked-by` avec dĂ©blocage automatique Ă  l'achĂšvement - `task wait` bloque jusqu'Ă  ce que toutes les tĂąches soient terminĂ©es ### Messagerie inter-agents - BoĂźtes de rĂ©ception point Ă  point (envoyer, recevoir, consulter) - Diffusion Ă  tous les membres de l'Ă©quipe - Transport par fichier (par dĂ©faut) ou ZeroMQ P2P ### Surveillance et tableaux de bord - `board show` — kanban en terminal - `board live` — tableau de bord auto-rafraĂźchi - `board attach` — vue tmux en mosaĂŻque de tous les agents - `board serve` — interface Web avec mises Ă  jour en temps rĂ©el ### Templates d'Ă©quipe - Les fichiers TOML dĂ©finissent des archĂ©types d'Ă©quipe (rĂŽles, tĂąches, prompts) - Une seule commande : `clawteam launch