灵感起源:从“养龙虾”到“Vibe Coding”的觉醒
这款作品的诞生,源于作者一次独特的“Vibe Coding”体验。在前一阵,作者曾尝试“养龙虾”(openclaw),却发现即便使用相同的模型,其成功率也常常不如直接与 Claude Code 交互。于是,一个有趣的场景出现了:让“龙虾”去操作 Claude Code 完成任务。这种“套娃式”的操作虽然有效,却显得有些绕远。
而Claude 官方虽然支持通过其模型进行交互,但对于使用国产模型的开发者而言,这种限制无疑增加了不便。于是,CC-Claw 的第一个版本应运而生,它实现了通过 tg 或飞书与 Claude Code CLI 进行交互,极大地提升了跨模型操作的灵活性。
然而,真正的“痛点”还在后面。当开发者们面对购买的 Coding Plan(例如 5 小时刷新、一周刷新)时,一个普遍的焦虑浮现:额度不用完就觉得亏!特别是深夜刷新的 Token,如果不能及时利用,就白白浪费了。这种“额度焦虑”与“指令疲劳”催生了 CC-Claw 的 0.2 版本。
0.2 版本的 CC-Claw,不再仅仅是远程交互工具,它进化成了一个具备“长程 Agent”能力的自主编程伙伴。它能 7x24 小时替你干活,无需你时刻盯着,每完成一个任务,都会向你的飞书进行汇报。 "凡 Token 消耗,皆有利于我",是我开发0.2版本的内核。
什么是 CC-Claw?
CC-Claw 是一个专为 Claude Code CLI 设计的自主 AI Agent 守护进程。它将 Claude Code 从一个被动响应的“代码生成器”,升级为一个具备“大脑”和“记忆”的全职 AI 员工。通过智能调度与管理,CC-Claw 确保每一次 Token 的消耗,都能最大化地推动您的项目目标前进。
核心哲学实践:如何让 claude code 7* 24运行?
1. 无限进化
在cc-claw启动时,会对使用提出4个问题,职业,最近行为,短期目标,如何理解更好。
然后基于这4个问题,生成用户的profile文件,然后通过claude code,生成用户的goal(短期目标)。
CC-Claw 会自动将goal拆解为一系列可执行的子任务,并按优先级队列逐一攻克。
但是任务总有执行完的时候,当最后一个子任务执行完,cc-claw会让claude对用户当前的短期目标和现在的完成情况进行review,生成新的goal,再次拆分,循环往复,达到无限进化的效果。
2. 持久化记忆
由于cc-claw实际底层调用的都是claude-code,所以上下文工程的内容都交给了claude code,我们只需要在每次生成新的goal的时候,带上用户的初始profile即可让claude记得用户的初心。
3. 智能节流与容错
API 限流是 Token 消耗的隐形杀手。CC-Claw 内置的指数退避和熔断器机制,遇到 429 错误,它会智能等待,而不是盲目重试。Token 刷新后,它会立即复工,不错过任何一个“生产窗口”。
4. 远程操控
通过接入飞书机器人,您可以随时随地与 CC-Claw 交互。发送 /progress,即可查看当前的 Token 统计和项目进度。这种透明化的管理,让您对 Token 的消耗和产出一目了然,真正做到心中有数。
安全与隐私:本地执行的底线
在享受 Token 带来的生产力红利的同时,CC-Claw 始终坚守安全底线。它采用完全本地执行的方案。所有的代码逻辑、文件操作都在您的本地机器上完成。CC-Claw 仅仅是作为 Claude Code CLI 的“指挥官”,不会将您的源代码上传到第三方服务器(除了必要的 API 调用)。
快速上手
1.环境准备
- Python 3.9+
- Claude Code CLI (安装指南)
git clone https://github.com/onlysyz/cc-claw.git
cd cc-claw
pip install -e .
2. 配置飞书机器人
在 飞书开放平台 创建企业自建应用,获取以下信息:
- App ID:
cli_xxxxxxxx - App Secret:
xxxxxxxxxxxxxxxx - Bot Feature → 开启「机器人」能力
在「事件订阅」中添加以下订阅:
im.message.receive_v1(接收消息)
3.编辑.env
HOST=0.0.0.0
API_PORT=4000
WS_PORT=4001
# 飞书配置
LARK_APP_ID=cli_xxxxxxxx
LARK_APP_SECRET=xxxxxxxxxxxxxxxx
LARK_BOT_NAME=CC-Claw
4.本地启动(开两个窗口)1.服务端启动
python run_server.py
2.客户端启动这里要注意working_dir就是claude code启动的目录,你如果对cc-claw的一些任务细节感兴趣,可以进这个目录,去找claude code的session。权限模式这块是最好用bypassPermissions的,不然实现不了自动任务的效果,所以最好不要在沙箱环境跑,因为过程中cc是不会和你确认的。
# 先配置服务器地址
python3 -m cli config --set server_ws_url=ws://localhost:4001
python3 -m cli config --set server_api_url=http://localhost:4000
# 设置工作目录(Claude Code 在此目录下工作)
python3 -m cli config --set working_dir=/path/to/your/project
# 设置权限模式(跳过授权确认,否则 Claude 会等待交互)
python3 -m cli config --set permission_mode=bypassPermissions
# 然后进行配对
python3 -m cli pair
python3 -m cli start
然后,您就可以去喝杯咖啡,或者安心入睡,让 CC-Claw 在后台为您持续“烧”Token,创造价值。效果展示8点42生成短期目标:提高 handler.py 测试覆盖率至 60% 以上拆分成了8个task持续运行了一小时,完成了8个task,在飞书进行了通知。
然后生成了新的短期目标:
为 client/daemon.py 编写单元测试,提升 daemon 模块覆盖率
又拆分成了8个task,持续运行。
结语
“凡 Token 消耗,皆有利于我。” 如果你也相信这句话,或者你也希望有一个7*24小时消耗token的原因,欢迎一起参与,建设,使用这个项目。 👇 点击下方链接,直达 GitHub 仓库:github.com/onlysyz/cc-…