SAIL-Research-Lab/cheetahclaws

CheetahClaws: A Fast and Easy-to-Use Agent Harness Infrastructure for Long-Horizon, Multi-Model, and Tool-Using AI Systems

解决的问题

CheetahClaws 是一个为提供灵活、开源替代方案而设计的 Python 原生代理框架,旨在替代 Claude Code 等专有代码助手。它解决了被锁定在单一模型提供商或难以修改的编译代码库中的问题,使开发者能够使用任何 LLM(包括本地离线模型)作为强大的基于终端的 AI 代码助手。

工作原理

该系统在 Python 中实现了一个代理循环,用于管理流式 API 和自动工具使用。它可以连接到各种模型提供商(Anthropic、OpenAI、Gemini、DeepSeek 等)或本地端点(Ollama、vLLM),并提供一系列内置工具,用于文件系统操作、shell 执行和网络搜索。它具备多层上下文压缩系统,以处理长期任务,并采用双作用域持久化内存系统,用于存储用户和项目特定的数据。

适用人群

  • 开发者:希望拥有可修改、以本地优先的 AI 代码助手,并支持非 Anthropic 模型的人。
  • AI 研究人员:研究代理循环和工具使用机制的人。
  • 团队:需要一个无需 Node.js 构建链的可定制 AI 代理基线的人。

主要亮点

  • 模型无关:通过 Ollama 或 OpenAI 兼容端点,支持广泛的闭源 API 和本地模型。
  • 可扩展工具:包含 28 个内置工具,并支持 Model Context Protocol (MCP),可在运行时添加外部工具。
  • 高级上下文管理:采用四层上下文压缩和任务依赖图,以管理长期目标。
  • 代理功能:支持生成类型化子代理(如 coder、reviewer)、自主后台循环,以及 /research/trading 等专用模式。
  • 开发者体验:提供带有下一条提示占位文本的终端 REPL、Web UI,以及与 Telegram 和 Slack 等消息平台的桥接功能。

相关

  • 项目
  • 项目
  • 项目
  • 项目