agentforce314/clawcodex
agentforce314/clawcodex has 927 GitHub stars and 166 forks. GitHot measured +1 stars in 24 hours and +1 in 7 days. Last checked 2026-11-09 21:58 UTC. Last push 2026-11-02.
Comment ces chiffres sont mesurés
Token efficient Claude Code full Python rebuild. AI Coding Agent in 310K LoC Python.
Progression mesurée des étoiles
- in 24h
- +1
- in 7 days
- +1
- in 15 days
- Mise à jour retardée
- in 1 month
- Mise à jour retardée
Variations nettes sur des périodes qui se chevauchent, pas des totaux quotidiens. Les mesures absentes restent vides. Les étoiles indiquent l’intérêt, pas la qualité.
docs/i18n/README_FR.md
OriginalEnglish | 中文 | Français | Русский | हिन्दी | العربية | Português
🚀 Claude Code Python
Une réimplémentation complète en Python basée sur le code source réel de Claude Code
Du code source TypeScript → Reconstruit en Python avec ❤️
🔥 Développement actif • Nouvelles fonctionnalités chaque semaine 🔥
🎯 Qu'est-ce que c'est ?
Claw Codex est une réécriture complète en Python de Claude Code, basée sur le vrai code source TypeScript.
⚠️ Important : Ce n'est PAS juste du code source
Contrairement au code source TypeScript divulgué, Claw Codex est un outil CLI entièrement fonctionnel :
| Core Features Showcase |
|---|
![]() |
| Real-time Tool Execution |
![]() |
| Instant Web Content Extraction |
![]() |
| Seamless Coding & Debugging |
![]() |
| Flexible Skill Systems |
Vrai CLI • Vraie utilisation • Vraie communauté
- ✅ CLI fonctionnel — Pas juste du code, mais un outil en ligne de commande entièrement fonctionnel que vous pouvez utiliser aujourd'hui
- ✅ Basé sur le vrai code source — Porté depuis l'implémentation TypeScript réelle de Claude Code
- ✅ Fidélité maximale — Préserve l'architecture originale tout en optimisant
- ✅ Python natif — Code Python propre et idiomatique avec annotations de type complètes
- ✅ Convivial — Configuration simple, REPL interactif, documentation complète
- ✅ Continuellement amélioré — Gestion des erreurs améliorée, tests, documentation
🚀 Essayez-le maintenant ! Forkez-le, modifiez-le, rendez-le vôtre ! Les pull requests sont les bienvenues !
🌿 Compression de tokens /eco — -80 % mesurés sur la sortie Bash
Activez /eco et ClawCodex compresse le rendu côté modèle de chaque résultat Bash
avec des filtres déterministes portés de RTK : résumés
de tests focalisés sur les échecs, suppression du cérémonial (git/pip/npm),
déduplication de logs et troncature récupérable — la sortie brute complète reste sur
disque derrière un indice directement exécutable. Garantie jamais pire : une
compression qui ne bat pas le rendu brut est abandonnée, et les lignes d'erreur
survivent toujours.
Mesuré (tokens tiktoken cl100k_base) sur 27 opérations réelles rejouées à travers le
pipeline de production :
| Opération | Brut | /eco |
Gain |
|---|---|---|---|
pytest (échecs) |
1,347 | 390 | -71% |
git clone --progress |
6,868 | 18 | -99% |
ls -R src |
9,088 | 225 | -97% |
log show --last 90s (34k lignes) |
10,512 | 1,977 | -81% |
| Corpus complet (27 opérations) | 92,989 | 17,767 | -80% |
Tables complètes et méthodologie : eval/eco/.
⭐ Star History
✨ Fonctionnalités
Support multi-fournisseurs
providers = [
# Protocoles natifs / spécifiques
"anthropic", "minimax", "deepseek", "zai", "openrouter", "openai", "gemini",
# Fournisseurs compatibles OpenAI
"nvidia-nim", "atlascloud", "wanjie-ark", "volcengine", "xiaomi-mimo",
"novita", "fireworks", "siliconflow", "siliconflow-cn", "arcee", "moonshot",
"huggingface", "together", "stepfun", "deepinfra", "runcrate", "cloudgpu",
# Serveurs locaux (aucune clé API requise)
"ollama", "vllm", "sglang",
] # 27 fournisseurs ; les alias comme nim, kimi, hf sont résolus automatiquement
REPL interactif
>>> Bonjour !
Assistant: Salut ! Je suis Claw Codex, une réimplémentation en Python...
>>> /help # Afficher les commandes
>>> / # Afficher commandes & skills
>>> /save # Sauvegarder la session
>>> /multiline # Mode multi-lignes
>>> Tab # Auto-complétion
>>> /explain-code qsort.py # Exécuter un skill
Skills (Slash Commands)
See README.md for a quick tutorial on creating skills under .clawcodex/skills/<skill-name>/SKILL.md.
CLI complet
clawcodex --dangerously-skip-permissions # Démarrer le REPL
clawcodex login # Configurer l'API
clawcodex --version # Vérifier la version
clawcodex config # Voir les paramètres
📊 Statut
| Composant | Statut | Quantité |
|---|---|---|
| Commandes | ✅ Complet | 150+ |
| Outils | ✅ Complet | 100+ |
| Couverture de tests | ✅ 90%+ | 75+ tests |
| Documentation | ✅ Complète | 10+ docs |
🚀 Démarrage rapide
Installation
# Installer depuis PyPI (recommandé). Le paquet s'appelle clawcodex-cli,
# mais la commande installée reste `clawcodex`.
pipx install clawcodex-cli
# Ou : uv tool install clawcodex-cli
# Ou dans un environnement virtuel activé : pip install clawcodex-cli
clawcodex --help
Pour contribuer depuis les sources :
git clone https://github.com/agentforce314/clawcodex.git
cd clawcodex
# Créer un venv (uv recommandé)
uv venv --python 3.11
source .venv/bin/activate
# Installer le paquet et les outils de développement
uv pip install -e ".[dev]"
Le fichier de configuration est enregistré dans ~/.clawcodex/config.json. Exemple minimal :
{
"default_provider": "deepseek",
"providers": {
"deepseek": {
"api_key": "xxx-xxx",
"base_url": "https://api.deepseek.com",
"default_model": "deepseek-v4-pro"
}
},
"env": {
"TAVILY_API_KEY": "tvly-YOUR-TAVILY-API-KEY"
}
}
Remarque :
TAVILY_API_KEYest requis pour l'outil WebSearch — obtenez une clé sur tavily.com.
Les blocs session, settings et env sont optionnels — des valeurs par défaut raisonnables s'appliquent s'ils sont omis (structure complète ci-dessous).
Configuration
Option 1 : Interactif (Recommandé)
python -m src.cli login
Ce processus va :
- vous demander de choisir un fournisseur : anthropic / openai / gemini / zai / minimax / openrouter / deepseek, ou tout fournisseur compatible OpenAI (together, novita, fireworks, moonshot, nvidia-nim, siliconflow, deepinfra, huggingface, …) et serveurs locaux (ollama / vllm / sglang)
- vous demander la clé API de ce fournisseur
- enregistrer optionnellement une URL de base personnalisée
- enregistrer optionnellement un modèle par défaut
- définir le fournisseur sélectionné comme valeur par défaut
Le fichier de configuration est enregistré dans ~/.clawcodex/config.json. Exemple de structure :
{
"default_provider": "deepseek",
"providers": {
"anthropic": {
"api_key": "your-api-key",
"base_url": "https://api.anthropic.com",
"default_model": "claude-sonnet-4-6"
},
"openai": {
"api_key": "your-api-key",
"base_url": "https://api.openai.com/v1",
"default_model": "gpt-5.4"
},
"zai": {
"api_key": "your-api-key",
"base_url": "https://api.z.ai/api/coding/paas/v4",
"default_model": "glm-5.2"
},
"minimax": {
"api_key": "your-api-key",
"base_url": "https://api.minimaxi.com/anthropic",
"default_model": "MiniMax-M3.1-Flash"
},
"openrouter": {
"api_key": "your-api-key",
"base_url": "https://openrouter.ai/api/v1",
"default_model": "deepseek/deepseek-v4-pro"
},
"deepseek": {
"api_key": "your-api-key",
"base_url": "https://api.deepseek.com",
"default_model": "deepseek-v4-pro"
}
},
"session": {
"auto_save": true,
"max_history": 100
},
"settings": {
"advisor_enabled": false,
"advisor_model": "claude-sonnet-4-6",
"advisor_client_mode": false,
"advisor_provider": "openai"
},
"env": {
"TAVILY_API_KEY": "tvly-YOUR-TAVILY-API-KEY"
}
}
Exécution
python -m src.cli # Démarrer le REPL
python -m src.cli --help # Afficher l'aide
C'est tout ! Commencez à discuter avec l'IA en 3 étapes.
💡 Utilisation
Commandes REPL
| Commande | Description |
|---|---|
/help |
Afficher toutes les commandes |
/save |
Sauvegarder la session |
/load <id> |
Charger une session |
/multiline |
Basculer le mode multi-lignes |
/clear |
Effacer l'historique |
/exit |
Quitter le REPL |
Exemple de session

🎓 Pourquoi Claw Codex ?
Basé sur le vrai code source
- Pas un clone — Porté depuis l'implémentation TypeScript réelle
- Fidélité architecturale — Maintient les modèles de conception éprouvés
- Améliorations — Meilleure gestion des erreurs, plus de tests, code plus propre
Python natif
- Indications de type — Annotations de type complètes
- Python moderne — Utilise les fonctionnalités 3.10+
- Idiomatique — Code Python propre
Axé sur l'utilisateur
- Configuration en 3 étapes — Cloner, configurer, exécuter
- Configuration interactive —
clawcodex loginvous guide - REPL riche — Complétion par tabulation, coloration syntaxique
- Persistance des sessions — Ne perdez jamais votre travail
📦 Structure du projet
Claw-Codex/
├── src/
│ ├── cli.py # Entrée CLI
│ ├── config.py # Configuration
│ ├── repl/ # REPL interactif
│ ├── providers/ # Fournisseurs LLM
│ └── agent/ # Gestion des sessions
├── tests/ # 75+ tests
└── docs/ # Docs complètes
🗺️ Feuille de route
- MVP Python
- Support multi-fournisseurs
- Persistance des sessions
- Audit de sécurité
- Système d'appel d'outils
- Paquet PyPI
- Version Go
🤝 Contribution
Nous accueillons les contributions !
# Configuration rapide pour le développement
pip install -e .[dev]
python -m pytest tests/ -v
Voir CONTRIBUTING.md pour les directives.
📖 Documentation
- SETUP_GUIDE.md — Installation détaillée
- CONTRIBUTING.md — Guide de développement
- TESTING.md — Guide de test
- CHANGELOG.md — Historique des versions
⚡ Performance
- Démarrage : < 1 seconde
- Mémoire : < 50MB
- Réponse : Streaming (temps réel)
🔒 Sécurité
✅ Audit de sécurité effectué
- Pas de données sensibles dans Git
- Clés API chiffrées dans la configuration
- Fichiers
.envignorés - Sûr pour la production
📄 Licence
Licence MIT — Voir LICENSE
🙏 Remerciements
- Basé sur le code source TypeScript de Claude Code
- Projet éducatif indépendant
- Non affilié à Anthropic
🌟 Montrez votre soutien
Si vous trouvez cela utile, veuillez star ⭐ le repo !
Fait avec ❤️ par l'équipe Claw Codex
Explorer des projets similaires
affaan-m/ECC
Système d'optimisation des performances du framework d'exécution et de contrôle des agents. Il couvre les skills, les instincts, la mémoire, la sécurité et le développement qui privilégie la recherche, pour Claude Code, Codex, Opencode, Cursor et au-delà.
300,708 étoilesNousResearch/hermes-agent
L'agent qui grandit avec vous
262,411 étoilesmultica-ai/andrej-karpathy-skills
Un seul fichier CLAUDE.md pour améliorer le comportement de Claude Code, dérivé des observations d'Andrej Karpathy sur les pièges du codage avec les LLM.
231,815 étoilesfirecrawl/firecrawl
Boostez vos agents d'IA avec des données issues du web et au-delà. Nous construisons la bibliothèque pour la superintelligence. 🔥
200,444 étoiles


