ClawGo

面向生产的 Go 原生 Agent Runtime。

ClawGo 不是“又一个聊天壳子”，而是一套可长期运行、可观测、可恢复、可编排的 Agent 运行时。

main agent 负责入口、路由、派发、汇总
subagent runtime 负责本地分支执行
runtime store 持久化 run、event、thread、message、memory
WebUI 负责检查、状态展示和账号管理，不负责运行时配置写入

English

为什么是 ClawGo

大多数 Agent 项目停留在：

一个聊天界面
一组工具调用
一段 prompt

ClawGo 更关注真正的运行时能力：

多 Agent 拓扑和内部协作流
可恢复的 subagent run
本地主控加本地 subagent 分支
配置、审计、日志、记忆的工程化闭环

一句话：

ClawGo 是 Agent Runtime，而不只是 Agent Chat。

核心能力

1. 多 Agent 拓扑

统一展示 main / subagents
内部协作流与用户对话分离
子代理执行过程可追踪，但不会污染用户主通道

2. 可恢复执行

subagent_runs.jsonl
subagent_events.jsonl
threads.jsonl
agent_messages.jsonl
重启后可恢复进行中的 subagent run

3. 工程化配置

config.json 管理 agent registry
system_prompt_file -> AGENT.md
WebUI 可查看状态、节点、账号与运行信息
运行时配置修改回到文件，不通过 WebUI 写入

4. 长期运行能力

本地优先
Go 原生 runtime
多通道接入
Task Audit / Logs / Memory / Skills / Config / Agents 全链路闭环

WebUI

WebUI 当前定位：

Dashboard 与 Agent 拓扑查看
节点、日志、记忆、运行态检查
OAuth 账号管理

WebUI 当前不负责：

修改 subagent/runtime 配置
查询或控制公开 task runtime

快速开始

1. 安装

curl -fsSL https://raw.githubusercontent.com/YspCoder/clawgo/main/install.sh | bash

2. 初始化

clawgo onboard

3. 选择服务商与模型

clawgo provider list
clawgo provider use openai/gpt-5.4
clawgo provider configure

如果服务商使用 OAuth，例如 codex、anthropic、gemini、kimi、qwen：

clawgo provider login codex
clawgo provider login codex --manual

如果同一个 provider 同时有 API key 和 OAuth 账号，推荐配置 auth: "hybrid"：

优先使用 api_key
额度或限流失败时自动切到 OAuth 账号池
仍保留多账号轮换和后台刷新

4. 启动

交互模式：

clawgo agent
clawgo agent -m "Hello"

网关模式：

clawgo gateway run

开发模式：

make dev

WebUI：

http://<host>:<port>/?token=<gateway.token>

架构概览

默认协作模式：

user -> main -> worker -> main -> user

当前系统包含四层：

main agent
负责用户入口、路由、派发、汇总
local subagents
在 config.json -> agents.subagents 中声明，使用独立 session 和 memory namespace
runtime store
保存运行态、线程、消息、事件和审计数据

说明：

subagent_profile 保留，用来创建和管理 subagent 定义
spawn 保留，用来触发 subagent 执行
公开 task runtime、WebUI 配置写入、EKG、watchdog 已移除

配置结构

当前有两层配置视图：

落盘文件继续使用原始结构
只读接口可暴露标准化视图：
- core
- runtime

推荐结构：

{
  "agents": {
    "defaults": {
      "context_compaction": {},
      "execution": {},
      "summary_policy": {}
    },
    "router": {
      "enabled": true,
      "main_agent_id": "main",
      "strategy": "rules_first",
      "policy": {
        "intent_max_input_chars": 1200,
        "max_rounds_without_user": 200
      },
      "rules": []
    },
    "communication": {},
    "subagents": {
      "main": {},
      "coder": {},
      "tester": {}
    }
  }
}

说明：

runtime_control 已移除
WebUI 配置编辑已禁用
运行时配置修改请直接改 config.json
启用中的本地 subagent 必须配置 system_prompt_file

完整示例见 config.example.json。

MCP 服务支持

ClawGo 支持通过 tools.mcp 接入 stdio、http、streamable_http、sse 型 MCP server。

在 config.json -> tools.mcp.servers 中声明 server
启动时自动发现远端 MCP tools，并注册为本地工具
工具命名格式为 mcp__<server>__<tool>
permission=workspace 时，working_dir 必须留在 workspace 内
permission=full 时，working_dir 可以是任意绝对路径

Prompt 文件约定

推荐把 agent prompt 独立成文件：

agents/main/AGENT.md
agents/coder/AGENT.md
agents/tester/AGENT.md

配置示例：

{
  "system_prompt_file": "agents/coder/AGENT.md"
}

规则：

路径必须是 workspace 内相对路径
仓库不内置这些示例 prompt
用户或 agent workflow 需要自行创建实际文件

记忆与运行态

ClawGo 不是所有 agent 共用一份上下文。

main
- 保存主记忆与协作摘要
subagent
- 使用独立 session key
- 写入自己的 memory namespace
runtime store
- 持久化 runs、events、threads、messages
- 内部仍可使用 task 建模，但不再暴露成公开控制面

这带来三件事：

更好恢复
更好追踪
更清晰的执行边界

适合谁

想用 Go 做 Agent Runtime 的开发者
想要可视化多 Agent 拓扑和内部协作流的团队
需要强观测、强审计、强恢复能力的系统
想把 agent 配置、prompt、工具权限工程化管理的团队

如果你想快速上手，先看 config.example.json，再跑一次 make dev。