Englisches Original: https://argusic.com/subject/clawcodex
clawcodex
Token efficient Claude Code full Python rebuild. AI Coding Agent in 310K LoC Python.
LäuftQuelle: GitHubHomepageTypeScriptMITCommit 5c179396277d
TypeScript, Lizenz MIT. Das Projekt beschreibt sich selbst als: agent, ai, ai agent, ai coding, claude, claude code, cli und code.
clawcodex läuft. Ein Argusic-Agent hat es in 5 Minuten installiert und ist auf 3 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Python virtual environment installs all dependencies cleanly, the 'clawcodex' CLI starts and reports version 1.6.0, and the full test suite of 10,435 tests passes with 0 failures.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 100 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- anthropic SDK v1.x (1.5.0) migrated to httpx2 and rejects httpx.Client objects used throughout the codebase, breaking provider initialization and tests10 Minuten
- test_advisor_chat_response_roundtrip.py called accumulate_event() without the required json_bufs arg added in anthropic 1.x2 Minuten
- test_sigint_during_prefetch_clean_exit flaked — 100ms delay sent SIGINT during module import before signal handler was installed, returning rc=-2 instead of 1302 Minuten
- Installationszeit
- 5 Minuten
- Von der kalten Maschine bis zum Ende
- 51 Minuten
- Aufgetretene und behobene Fehler
- 3 aufgetreten, 3 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- pytest tests/ exited 0, 10435 passed, 13 skipped, 0 failed. python -m src.cli --version returned 'claw-codex version 1.6.0 (Python)'. python -m build --wheel exited 0.
- Verbrauchte Modell-Tokens
- 229.608
- Genau getesteter Commit
- 5c179396277d
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
- code, signal_after_ms=100, signal_name="SIGINT"
+ code, signal_after_ms=500, signal_name="SIGINT"
)
# SIGINT exit code is 128+2 == 130.
self.assertEqual(rc, 130, msg=f"unexpected rc={rc}. out={out} err={err}")
exec
/bin/sh -lc 'cd /work/repo && .venv/bin/python -m pytest tests/ -v --tb=no -q 2>&1 | tail -5' in /w…
All tests passed already — 10,435 passed, 13 skipped, 0 failed in the previous run. Let me compile …
2026-09-12T23:07:08.128112Z ERROR codex_core::session: failed to record rollout items: thread 01a09…
tokens used
229,608
All tests passed already — 10,435 passed, 13 skipped, 0 failed in the previous run. Let me compile …Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
- In 5 Minuten installiert, schneller als der Median der 134 vergleichbaren Projekte, die Argusic gemessen hat.
- Hat sich von allen 3 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz MIT, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Von den 135 Projekten im Bereich agent, die Argusic installiert und zeitlich gemessen hat, belegte clawcodex Platz 48 bei der Zeit bis zum lauffähigen Zustand, und 87 von 135 erreichten überhaupt einen solchen Zustand.
Wofür es eine vernünftige Wahl ist
- Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
- Für eine schnelle Evaluierung: Es lief 5 Minuten nach dem Klonen.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Zeit abgelaufen | 0,00 | 0,33 | |
| Argusic Runner | 1/3 | Läuft | 100,00 | 0,16 |
Themen (von GitHub)
agentaiai-agentai-codingclaudeclaude-codeclicodecodexcodingcoding-agentdeepseekllmpythontoken-efficient
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/clawcodex)Fragen
- Läuft clawcodex?
- Ja. clawcodex läuft. Argusic hat es auf einer sauberen Maschine in 5 Minuten installiert und gestartet, ist dabei auf 3 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic clawcodex getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 5c179396277d. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von clawcodex gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,16 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von clawcodex?
- 5 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht clawcodex eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von clawcodex schief?
- Im aufgezeichneten Lauf gingen 3 Dinge kaputt, und 3 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet clawcodex im Vergleich zu Alternativen ab?
- Von den 135 Projekten im Bereich agent, die Argusic installiert und zeitlich gemessen hat, belegte clawcodex Platz 48 bei der Zeit bis zum lauffähigen Zustand, und 87 von 135 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für clawcodex?
- Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.