总榜持续记录
历史最佳#27当前排名#28
与上一期排名持平
- 记录天数
- 12 天
- 记录期 Star
- +86
@ultraworkers
claw-code
ultraworkers/claw-codeAn agent-managed museum exhibit, built in Rust with Gajae-Code / LazyCodex — developed and maintained with no human intervention.
STARS194,965
FORKS109,331
ISSUES36
LANGUAGERust
HISTORICAL INTELLIGENCE
历史情报摘要
总榜历史趋势
2026-07-24 至 2026-08-04，掉榜日期保留为空缺。
排名，数字越小越靠前
VERIFIABLE HEALTH SIGNALS
项目健康证据
维护、响应、交付与采用风险分开观察，不生成虚假的单一总分。MAINTENANCE
核对提交维护活性
- 近 90 天 Commit
- ≥297 已采集下限
- 活跃贡献者
- ≥11 按公开提交账号去重
- 近 12 月活跃月份
- 3/12 基于已采集提交
RESPONSE
核对样本社区响应
- Issue 关闭率
- 85% 78/92 个同期新 Issue
- Issue 关闭中位数
- 8.5 天 仅统计已关闭样本
- PR 合并率
- 44% 81/185 个同期新 PR
- PR 合并中位数
- 0.3 小时 仅统计已合并样本
DELIVERY
核对发布持续交付
- 近 12 月正式 Release
- 0 排除草稿与预发布
- 最近正式 Release
- 暂无记录 以公开发布时间为准
- 发布间隔中位数
- 样本不足 至少两次正式发布才计算
ADOPTION
查看仓库采用风险
- 仓库状态
- 正常开放 未发现归档标记
- 开源协议
- MIT 仍需核对完整协议与依赖
- Security Policy
- 未发现 仅检查 GitHub 社区资料
AI-ASSISTED PROJECT BRIEF
项目定位与辅助解读
AI 解读仅作初评参考，技术落地请以 GitHub 源码、README 和完整协议为准。
项目资料AI 整理
Claw Code 是一个用 Rust 构建的 agent 托管博物馆展品，基于 Gajae-Code / LazyCodex 框架，由 AI agent 自动维护，无人工干预。项目定位为实验性 artifact，而非生产级产品。
Claw Code 是 ultraworkers 组织下的一个实验性仓库，自述为“agent-managed museum exhibit”。它使用 Rust 语言实现了 `claw` CLI agent harness，依赖上游 LazyCodex 和 Gajae-Code 项目。README 明确声明该仓库不是生产项目，而是由 AI agent 自动维护的展品，代码和文档均由 agent 规划、执行、验证和标签。项目代码位于 `rust/` 目录，提供命令行工具 `claw`，支持通过 Anthropic API 等运行 prompt 和交互会话。从公开资料看，项目拥有极高的 Star（194k）和 Fork（109k）数量，但 Open Issues 仅 33 个，可能与自动化维护机制有关。用户被引导转向 `LazyCodex` 或 `Gajae-Code` 等上游项目以获取实际工作能力。
核心亮点
项目最值得关注的能力
- 完全由 AI agent 自动开发与维护，无人工干预
- 基于 Rust 构建，提供 `claw` CLI agent harness
- 作为“博物馆展品”展示 agent 管理的代码仓库概念
- 依赖上游 LazyCodex 和 Gajae-Code 框架
- 极高的 Star（194k）和 Fork（109k）数量
适用场景
它可以解决哪些实际问题
- 实验性项目，展示 agent 全自动管理代码库的可行性
- 作为教学示例，研究 AI agent 在版本控制、文档生成中的作用
- 探索 Rust 与 AI agent 框架的结合方式
- 用于测试和演示 LazyCodex / Gajae-Code 的能力
技术观察
从公开资料提炼的实现特征
- 核心二进制是 `claw`，从 `rust/` 目录编译生成
- 支持通过 `ANTHROPIC_API_KEY` 等环境变量进行 API 认证
- 提供 `claw doctor` 健康检查命令，验证 API 密钥和工具配置
- 推荐从源码构建，因 `cargo install claw-code` 指向已弃用的 stub
- 项目内包含 `rust/` 工作区、Python 参考实现、测试和文档
优势判断
相对明确的项目价值
- 创新性地实现 agent 自动化管理仓库生命周期
- 清晰的文档和构建流程，便于技术验证
- 使用 Rust 保证性能和可靠性
- 开源（MIT）且依赖上游成熟框架
局限与注意
评估和采用前需要留意
- 项目自述为非生产级展品，不适用于实际业务
- 实际功能依赖上游 LazyCodex / Gajae-Code，而非本仓库
- 极高的 Star/Fork 可能源于自动化或营销，非用户自然增长
- 仅 33 个 Open Issues 但无详细安全或 bug 报告，验证不足
适用人群
哪些开发者和团队值得关注
- 对 AI agent 自动编程感兴趣的开发者
- 研究 agent 驱动开发流程的研究者
- Rust 爱好者及实验性项目观察者
- 希望了解 LazyCodex / Gajae-Code 生态的试用者
Claw Code 是一个高度实验性的 GitHub 仓库，旨在展示 AI agent 如何自动管理代码库。它以 Rust 编写，提供 `claw` CLI 但实际能力依赖于上游框架。项目自述非生产级，且 Star/Fork 数量异常高，可能存在自动化因素。读者在采用或参考前应自行完成安全、性能和兼容性验证，并优先使用上游 LazyCodex 或 Gajae-Code 获取实际功能。由 AI 基于 GitHub 公开资料辅助生成，不构成安全审计、生产选型或专业建议。
依据与内容边界
区分可验证事实、项目方自述与 AI 推断
GitHub 可验证事实
Star、Fork、License、更新时间及健康证据样本来自 GitHub 公开接口。
项目方自述
功能与使用方式主要来自仓库描述和 README，未经本站独立验证。
AI 推断
适用场景、优势与局限属于辅助解读，应结合原始文档独立判断。
- GitHub事实：仓库有 194927 Stars 和 109478 Forks，Open Issues 33，使用 MIT 许可。
- 项目方自述：README 明确声明“not the serious production project”，是 agent 管理的博物馆展品。
- AI推断：高 Star/Fork 与低 Issue 数的组合可能暗示仓库使用自动化手段获取关注，但无法从公开数据验证。
- AI推断：项目结构完整（Rust 工作区、文档、测试），但用户应自行验证其实际功能和安全性。
生成于 2026-07-27 07:55
规则版本 2026-07-v2
内容有误或您是项目作者？提交纠错
DISCOVER MORE
