SafeRL-Lab/cheetahclaws

解决的问题

CheetahClaws 是一个为替代 Claude Code 等专有代码助手而设计的 Python 原生代理框架。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（包括通过 Ollama 运行的本地模型）运行 AI 代理，并在运行时自定义代理的工具和行为。

如何工作

该项目实现了流式 API 和自动工具使用循环（主要包含在 agent.py 中），使 LLM 能够与系统交互。它采用多层上下文压缩系统来管理令牌限制，并使用双作用域持久化内存系统来跟踪用户和项目信息。该框架支持大量内置工具，用于文件操作、shell 执行和网络搜索，并可通过插件系统或 Model Context Protocol (MCP) 扩展。

适用人群

• 开发者：希望在终端中使用本地或非 Anthropic 的 AI 代码助手的人。
• 研究人员：研究代理型 AI 系统内部机制的人。
• 团队：需要一个可修改、可读性强的基线来构建自定义 AI 代理，而无需 Node.js 构建链的人。

主要亮点

• 多模型支持：兼容 Anthropic、OpenAI、Gemini、DeepSeek 以及通过 Ollama、LM Studio 或 vLLM 运行的本地模型。
• 可扩展工具：包含 28 个内置工具，支持运行时工具注册、MCP 集成和 git 插件。
• 高级上下文管理：具备四层上下文压缩和任务依赖图，适用于长期任务。
• 代理功能：支持生成类型化子代理（如编码器、评审员）、自主后台循环以及专用模式（如 /research 和 /trading）。
• 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。