英文原文: https://argusic.com/subject/clawcodex
clawcodex
Token 高效的 Claude Code Python 完整重建。310K LoC Python 的 AI Coding Agent。
可运行来源：GitHub项目主页TypeScriptMITcommit 5c179396277d
TypeScript，MIT 许可证. 项目的自我描述：agent、ai、ai agent、ai coding、claude、claude code、cli 和 code.
clawcodex 可以运行。一个 Argusic agent 在一台没有 GPU 的干净机器上用 5 分钟完成了安装，遇到 3 个错误，并在无人协助的情况下全部修复，整个会话都被记录了下来。
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.
agent 在干净的机器上最终得到的结果，用它自己的话说。 测量方式
每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 100，满分 100（该项目各次运行得分的平均值）。
概览
项目数据来自 GitHub，链接见本页顶部，更新于 。测试数据由 Argusic 提供 (CC BY 4.0)；每个数字都链接到一个运行页面，附完整的 log、录屏及其 sha256 哈希。
测量了什么
来自决定该结论的那次运行。 每一行都是记录下来的数值，而非估算。
哪里出了问题，用 agent 自己的话说
agent 的原话，最严重的排在最前，从不改写成建议。
- anthropic SDK v1.x (1.5.0) migrated to httpx2 and rejects httpx.Client objects used throughout the codebase, breaking provider initialization and tests10 分钟
- test_advisor_chat_response_roundtrip.py called accumulate_event() without the required json_bufs arg added in anthropic 1.x2 分钟
- 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 分钟
- 安装时间
- 5 分钟
- 从冷启动机器到完成
- 51 分钟
- 遇到并修复的错误
- 遇到 3 个，在无人协助的情况下修复了 3 个
- 结果是如何证明的
- 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.
- 使用的模型 token
- 229,608
- 测试的确切 commit
- 5c179396277d
- 容器镜像
- sha256:cdd920bce783
没有测量什么
另一半内容，让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失，从不填补。
- GPU 显存峰值
- 本次运行在 CPU 机器上进行，没有可采样的 GPU
- 长时间运行的表现
- 每次尝试都使用文档中最小的设置和固定的时间预算，因此这里测量的是它能否运行，而不是它在负载下的表现
录屏的结尾
决定该结论的终端会话的最后几行，与录制时完全一致。
- 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 …回放完整会话，从干净的机器到此刻的每一条命令。
测试方式
一个 agent，一个容器，没有人工协助。它按照项目自身文档所写的方式安装项目，运行它，并修复出错的地方。下面的一切都按实际发生的过程记录：终端会话、log 和确切的 commit。 完整方法论.
优势与局限
均为实测事实，而非观点。内容是如何撰写的.
顺利的部分
- 在干净的机器上达到了运行状态，会话有完整记录。
- 用 5 分钟完成安装，快于 Argusic 测量过的 134 个同类项目的中位数。
- 在无人介入的情况下从全部 3 个错误中恢复，说明这些故障的文档足以让人解决。
- 无需 GPU 即可运行，因此启动它并不需要 GPU。
- 采用 MIT 许可证，以其托管平台报告的信息为准。
- 已测量 2 次，因此结果并非偶然。
在 Argusic 安装并计时过的 135 个 agent 项目中，clawcodex 达到运行状态的速度排名第 48，135 个项目中有 87 个达到了运行状态。
适合用于
- 在笔记本电脑或小型服务器上试用：它无需 GPU 即达到了运行状态。
- 快速评估：克隆后 5 分钟它就已经运行起来。
同一领域中也测试过的项目
这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。
运行历史
主题 (来自 GitHub)
agentaiai-agentai-codingclaudeclaude-codeclicodecodexcodingcoding-agentdeepseekllmpythontoken-efficient
嵌入徽章
用于项目 README 的 Markdown。徽章链接回本页；使用条款见 条款页面.
[](https://argusic.com/subject/clawcodex)常见问题
- clawcodex 能运行吗？
- 是的。clawcodex 可以运行. Argusic 在一台干净的机器上安装并启动了它，用时 5 分钟，过程中遇到 3 个错误，并记录了整个会话。
- Argusic 是如何测试 clawcodex 的？
- 在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit 5c179396277d。共记录了 2 次尝试，完整方法见方法论页面。
- 测试 clawcodex 花了多少钱？
- 得出该结论的那次运行花费 0.16 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
- clawcodex 安装需要多长时间？
- 在决定该结论的那次运行中，从干净的机器到运行状态用了 5 分钟。这是一次实测的尝试，不是平均值。
- clawcodex 需要 GPU 吗？
- 启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
- 安装 clawcodex 时会出现什么问题？
- 已记录的运行中出现了 3 个问题，其中 3 个在无人协助的情况下被修复。每个问题及其耗费的时间都列在本页上。
- clawcodex 与其他替代方案相比如何？
- 在 Argusic 安装并计时过的 135 个 agent 项目中，clawcodex 达到运行状态的速度排名第 48，135 个项目中有 87 个达到了运行状态。
- clawcodex 的证据在哪里？
- 全部 2 次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。