# [๐Ÿš€่ง‚็œ‹ๆˆ‘็š„ๅ“”ๅ“ฉๅ“”ๅ“ฉ่ง†้ข‘](https://space.bilibili.com/3493277319825652)

English | ็ฎ€ไฝ“ไธญๆ–‡ | ็น้ซ”ไธญๆ–‡ | ๆ—ฅๆœฌ่ชž | ํ•œ๊ตญ์–ด | Franรงais | Espaรฑol | Deutsch | Italiano | ะ ัƒััะบะธะน | Portuguรชs (Brasil)

๐ŸฆžClawTeam-OpenClaw

Coordinamento multi-agente a sciame per agenti di codifica CLI โ€” OpenClaw come predefinito

Upstream Avvio Rapido Licenza

Python Agenti Trasporto Versione

> **Fork di [HKUDS/ClawTeam](https://github.com/HKUDS/ClawTeam)** con integrazione profonda di OpenClaw: agente `openclaw` predefinito, isolamento sessione per agente, configurazione automatica delle approvazioni di esecuzione e backend di spawn pronti per la produzione. Tutte le correzioni upstream vengono sincronizzate. Tu definisci l'obiettivo. Lo sciame di agenti gestisce il resto: genera i worker, suddivide le attivitร , coordina e unisce i risultati. Funziona con [OpenClaw](https://openclaw.ai) (predefinito), [Claude Code](https://claude.ai/claude-code), [Codex](https://openai.com/codex), [nanobot](https://github.com/HKUDS/nanobot), [Cursor](https://cursor.com) e qualsiasi agente CLI. --- ## Perchรฉ ClawTeam? Gli attuali agenti IA sono potenti ma lavorano in modo **isolato**. ClawTeam permette agli agenti di auto-organizzarsi in team: suddividere il lavoro, comunicare e convergere sui risultati senza microgestione umana. | | ClawTeam | Altri framework multi-agente | |---|---------|----------------------------| | **Chi lo usa** | Gli agenti IA stessi | Umani che scrivono codice di orchestrazione | | **Configurazione** | `pip install` + un prompt | Docker, API cloud, configurazioni YAML | | **Infrastruttura** | Filesystem + tmux | Redis, code di messaggi, database | | **Supporto agenti** | Qualsiasi agente CLI | Solo specifici del framework | | **Isolamento** | Git worktree (branch reali) | Container o ambienti virtuali | --- ## Come funziona
### Gli agenti generano agenti Il leader chiama `clawteam spawn` per creare i worker. Ciascuno ottiene il proprio **git worktree**, la propria **finestra tmux** e la propria **identitร **. ```bash clawteam spawn --team my-team \ --agent-name worker1 \ --task "Implement auth module" ``` ### Gli agenti comunicano tra loro I worker controllano le caselle di posta, aggiornano le attivitร  e riportano i risultati, il tutto tramite comandi CLI **auto-iniettati** nel loro prompt. ```bash clawteam task list my-team --owner me clawteam inbox send my-team leader \ "Auth done. All tests passing." ``` ### Tu osservi e basta Monitora lo sciame da una vista tmux affiancata o dalla Web UI. Il leader gestisce il coordinamento. ```bash clawteam board attach my-team # Or web dashboard clawteam board serve --port 8080 ```
--- ## Avvio rapido ### Opzione 1: Lascia guidare l'agente (consigliato) Installa ClawTeam, poi dai il prompt al tuo agente: ``` "Build a web app. Use clawteam to split the work across multiple agents." ``` L'agente crea automaticamente un team, genera i worker, assegna le attivitร  e coordina il tutto tramite la CLI `clawteam`. ### Opzione 2: Gestisci manualmente ```bash # Create a team clawteam team spawn-team my-team -d "Build the auth module" -n leader # Spawn workers โ€” 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 ``` ### Agenti supportati | Agente | Comando di spawn | Stato | |-------|--------------|--------| | [OpenClaw](https://openclaw.ai) | `clawteam spawn tmux openclaw --team ...` | **Predefinito** | | [Claude Code](https://claude.ai/claude-code) | `clawteam spawn tmux claude --team ...` | Supporto completo | | [Codex](https://openai.com/codex) | `clawteam spawn tmux codex --team ...` | Supporto completo | | [nanobot](https://github.com/HKUDS/nanobot) | `clawteam spawn tmux nanobot --team ...` | Supporto completo | | [Cursor](https://cursor.com) | `clawteam spawn subprocess cursor --team ...` | Sperimentale | | Script personalizzati | `clawteam spawn subprocess python --team ...` | Supporto completo | --- ## Installazione ### Passo 1: Prerequisiti ClawTeam richiede **Python 3.10+**, **tmux** e almeno un agente di codifica CLI (OpenClaw, Claude Code, Codex, ecc.). **Verifica cosa hai giร  installato:** ```bash python3 --version # Need 3.10+ tmux -V # Need any version openclaw --version # Or: claude --version / codex --version ``` **Installa i prerequisiti mancanti:** | Strumento | 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` | > Se usi Claude Code o Codex al posto di OpenClaw, installali secondo la loro documentazione. OpenClaw รจ l'agente predefinito ma non strettamente obbligatorio. ### Passo 2: Installa ClawTeam > **โš ๏ธ NON eseguire `pip install clawteam` o `npm install -g clawteam` direttamente:** > - `pip install clawteam` installa la versione upstream da PyPI, che usa `claude` come predefinito e non include gli adattamenti OpenClaw. > - `npm install -g clawteam` installa un pacchetto usurpatore non correlato (pubblicato da `a9logic`). Se `clawteam --version` mostra "Coming Soon", รจ il pacchetto sbagliato. Esegui prima `npm uninstall -g clawteam`. > > **Usa i tre comandi qui sotto โ€” `pip install -e .` dopo il clone รจ obbligatorio. Installa dal repository locale, non da PyPI.** ```bash git clone https://github.com/win4r/ClawTeam-OpenClaw.git cd ClawTeam-OpenClaw pip install -e . # โ† Obbligatorio! Installa dal repository locale, NON uguale a pip install clawteam ``` Opzionale โ€” Trasporto P2P (ZeroMQ): ```bash pip install -e ".[p2p]" ``` ### Passo 3: Crea il collegamento simbolico `~/bin/clawteam` Gli agenti generati vengono eseguiti in shell nuove che potrebbero non avere la directory bin di pip nel PATH. Un collegamento simbolico in `~/bin` assicura che `clawteam` sia sempre raggiungibile: ```bash mkdir -p ~/bin ln -sf "$(which clawteam)" ~/bin/clawteam ``` Se `which clawteam` non restituisce nulla, trova il binario manualmente: ```bash # Common locations: # ~/.local/bin/clawteam # /opt/homebrew/bin/clawteam # /usr/local/bin/clawteam # /Library/Frameworks/Python.framework/Versions/3.*/bin/clawteam find / -name clawteam -type f 2>/dev/null | head -5 ``` Poi assicurati che `~/bin` sia nel tuo PATH โ€” aggiungi questa riga al tuo `~/.zshrc` o `~/.bashrc` se non c'รจ giร : ```bash export PATH="$HOME/bin:$PATH" ``` ### Passo 4: Installa la skill OpenClaw (solo per utenti OpenClaw) Il file skill insegna agli agenti OpenClaw come usare ClawTeam tramite linguaggio naturale. Salta questo passo se non usi OpenClaw. ```bash mkdir -p ~/.openclaw/workspace/skills/clawteam cp skills/openclaw/SKILL.md ~/.openclaw/workspace/skills/clawteam/SKILL.md ``` ### Passo 5: Configura le approvazioni di esecuzione (solo per utenti OpenClaw) Gli agenti OpenClaw generati necessitano del permesso per eseguire i comandi `clawteam`. Senza questo, gli agenti si bloccheranno sui prompt di autorizzazione interattivi. ```bash # Ensure security mode is "allowlist" (not "full") python3 -c " import json, pathlib p = pathlib.Path.home() / '.openclaw' / 'exec-approvals.json' if p.exists(): d = json.loads(p.read_text()) d.setdefault('defaults', {})['security'] = 'allowlist' p.write_text(json.dumps(d, indent=2)) print('exec-approvals.json updated: security = allowlist') else: print('exec-approvals.json not found โ€” run openclaw once first, then re-run this step') " # Add clawteam to the allowlist (use the absolute path โ€” OpenClaw 4.2+ requires it) openclaw approvals allowlist add --agent "*" "$(which clawteam)" ``` > Se `openclaw approvals` fallisce, il gateway OpenClaw potrebbe non essere in esecuzione. Avvialo prima, poi riprova. ### Passo 6: Verifica ```bash clawteam --version # Should print version clawteam config health # Should show all green ``` Se usi OpenClaw, verifica anche che la skill sia caricata: ```bash openclaw skills list | grep clawteam ``` ### Installatore automatico I passi 2-6 sopra indicati sono disponibili anche come singolo script: ```bash git clone https://github.com/win4r/ClawTeam-OpenClaw.git cd ClawTeam-OpenClaw bash scripts/install-openclaw.sh ``` ### Risoluzione problemi | Problema | Causa | Soluzione | |---------|-------|-----| | `clawteam: command not found` | La directory bin di pip non รจ nel PATH | Esegui il Passo 3 (collegamento simbolico + PATH) | | Gli agenti generati non trovano `clawteam` | Gli agenti vengono eseguiti in shell nuove senza il PATH di pip | Verifica che il collegamento simbolico `~/bin/clawteam` esista e che `~/bin` sia nel PATH | | `openclaw approvals` fallisce | Il gateway non รจ in esecuzione | Avvia prima `openclaw gateway`, poi riprova il Passo 5 | | `exec-approvals.json not found` | OpenClaw non รจ mai stato eseguito | Esegui `openclaw` una volta per generare la configurazione, poi riprova il Passo 5 | | Gli agenti si bloccano sui prompt di autorizzazione | La sicurezza delle approvazioni di esecuzione รจ impostata su "full" | Esegui il Passo 5 per passare ad "allowlist" | | `pip install -e .` fallisce | Dipendenze di build mancanti | Esegui prima `pip install hatchling` | | `clawteam --version` mostra "Coming Soon" | Installato per errore il pacchetto npm usurpatore (`a9logic`, non correlato a questo progetto) | `npm uninstall -g clawteam`, poi reinstallare secondo il passaggio 2 | --- ## Casi d'uso ### 1. Ricerca ML autonoma โ€” 8 agenti x 8 GPU Basato su [@karpathy/autoresearch](https://github.com/karpathy/autoresearch). Un singolo prompt lancia 8 agenti di ricerca su H100 che progettano oltre 2000 esperimenti in modo autonomo. ``` Human: "Use 8 GPUs to optimize train.py. Read program.md for instructions." Leader agent: โ”œโ”€โ”€ Spawns 8 agents, each assigned a research direction (depth, width, LR, batch size...) โ”œโ”€โ”€ Each agent gets its own git worktree for isolated experiments โ”œโ”€โ”€ Every 30 min: checks results, cross-pollinates best configs to new agents โ”œโ”€โ”€ Reassigns GPUs as agents finish โ€” fresh agents start from best known config โ””โ”€โ”€ Result: val_bpb 1.044 โ†’ 0.977 (6.4% improvement) across 2430 experiments in ~30 GPU-hours ``` Risultati completi: [novix-science/autoresearch](https://github.com/novix-science/autoresearch) ### 2. Ingegneria del software agentica ``` Human: "Build a full-stack todo app with auth, database, and React frontend." Leader agent: โ”œโ”€โ”€ Creates tasks with dependency chains (API schema โ†’ auth + DB โ†’ frontend โ†’ tests) โ”œโ”€โ”€ Spawns 5 agents (architect, 2 backend, frontend, tester) in separate worktrees โ”œโ”€โ”€ Dependencies auto-resolve: architect completes โ†’ backend unblocks โ†’ tester unblocks โ”œโ”€โ”€ Agents coordinate via inbox: "Here's the OpenAPI spec", "Auth endpoints ready" โ””โ”€โ”€ Leader merges all worktrees into main when complete ``` ### 3. Fondo speculativo IA โ€” Lancio da template Un template TOML genera un team di investimento completo con 7 agenti tramite un singolo comando: ```bash clawteam launch hedge-fund --team fund1 --goal "Analyze AAPL, MSFT, NVDA for Q2 2026" ``` 5 agenti analisti (valore, crescita, tecnico, fondamentali, sentiment) lavorano in parallelo. Il risk manager sintetizza tutti i segnali. Il portfolio manager prende le decisioni finali. I template sono file TOML โ€” **crea i tuoi** per qualsiasi dominio. --- ## Funzionalitร 
### Auto-organizzazione degli agenti - Il leader genera e gestisce i worker - Prompt di coordinamento auto-iniettato โ€” zero configurazione manuale - I worker segnalano autonomamente il proprio stato e lo stato di inattivitร  - Qualsiasi agente CLI puรฒ partecipare ### Isolamento dello spazio di lavoro - Ogni agente ottiene il proprio **git worktree** - Nessun conflitto di merge tra agenti paralleli - Comandi di checkpoint, merge e pulizia - Denominazione dei branch: `clawteam/{team}/{agent}` ### Tracciamento delle attivitร  con dipendenze - Kanban condiviso: `pending` โ†’ `in_progress` โ†’ `completed` / `blocked` - Catene `--blocked-by` con sblocco automatico al completamento - `task wait` blocca fino al completamento di tutte le attivitร  ### Messaggistica tra agenti - Caselle di posta punto-a-punto (invio, ricezione, anteprima) - Broadcast a tutti i membri del team - Trasporto basato su file (predefinito) o ZeroMQ P2P ### Monitoraggio e dashboard - `board show` โ€” kanban nel terminale - `board live` โ€” dashboard con aggiornamento automatico - `board attach` โ€” vista tmux affiancata di tutti gli agenti - `board serve` โ€” Web UI con aggiornamenti in tempo reale ### Template di team - File TOML che definiscono archetipi di team (ruoli, attivitร , prompt) - Un solo comando: `clawteam launch