现在很多人已经习惯了“一个人 + 一个 Agent”的工作流。
但任务一复杂，真正忙起来的还是人：你得自己拆任务、接上下文、盯进度、收结果。ClawTeam 值得看的地方，不是再造一个更强的单 Agent，而是把“让 Agent 协作”这件事做成了 CLI。
它来自 HKUDS，想做的事很直接：让 Leader Agent 自己拉起团队、分配任务、管理依赖、收消息、看进度。人给目标，Agent 团队去执行。
项目名：ClawTeam GitHub：https://github.com/HKUDS/ClawTeam[1] 增长信号：仓库创建于 2026-03-17，目前约 1.9k Stars、238 Forks 一句话判断：它做的不是模型层，而是 Agent 的协作层
先看仓库自己的定义。pyproject.toml 里写的是：Framework-agnostic multi-agent coordination CLI。
这个表述很关键。它不是绑定某个模型，也不是只服务某个平台，而是在做一层通用协作基础设施。
从 CLI 帮助里看，它已经长出一整套操作面：
spawn：启动 Agentlaunch：一条命令拉起模板化团队task：管理任务和依赖inbox：Agent 间消息通信board：查看团队进度workspace/context：处理 worktree 和上下文
我一般看这类项目，先看 CLI 和安装定义，不先看口号。因为真能不能用，往往都写在命令和结构里。ClawTeam 至少不是概念 demo，它已经是一个能操作的协作工具了。
很多人会把它理解成“多开几个 Agent”。
但多开几个终端本身不稀奇，真正难的是这几个 Agent 怎么协作：谁拆任务，谁先做，谁依赖谁，做完怎么回报，Leader 怎么统一看状态。
ClawTeam 给出的做法很工程化：
Git worktree 隔离工作区：每个 Agent 一个独立分支 / worktree tmux 承载交互式会话：适合 Claude Code、Codex 这类 CLI Agent task / inbox 管协作：把任务和消息层显式做出来 board 做监控：让 Leader 能统一看进度
这套设计的好处是轻。它不要求你先搭一套 Redis、消息队列、云端编排平台，而是尽量站在开发者已经熟悉的工具链上。
如果你想判断它是不是玩具，最好的办法不是看愿景，而是看最短闭环能不能跑通。
1）安装
pip install clawteam
要求是 Python 3.10+。如果你要跑交互式 Agent，tmux 也要先装好。
2）先确认底下的 Agent CLI 本来就能跑
tmux -V
clawteam --help
claude --version
codex --version
README 里这一点写得很实在：如果 Agent CLI 自己都跑不起来，clawteam spawn 也不会替你修。
3）手动拉一个团队
clawteam team spawn-team my-team -d "构建认证模块" -n leader
clawteam spawn tmux claude --team my-team --agent-name alice --task "实现 OAuth2 流程"
clawteam spawn tmux codex --team my-team --agent-name bob --task "编写认证单元测试"
4）看团队怎么协作
clawteam board attach my-team
如果你懒得手动搭，也可以直接走模板：
clawteam launch hedge-fund --team fund1 --goal "分析 AAPL、MSFT、NVDA 的 Q2 2026 投资价值"
这条主线——起团队、分工、观察协作——它已经给你铺好了。
1. Agent 软件工程
这是最容易落地的场景。
README 里的例子很像真实开发团队：architect 先设计 API，backend1 做 JWT 认证，backend2 做数据库层，frontend 做 React 前端，tester 等依赖解除后再跑测试。
它的价值不只是并发，而是把任务依赖、角色拆分、进度汇报、代码隔离、最终合并做成了一套系统动作。
2. 自动化研究
仓库里最吸睛的演示，是 8 Agent × 8 张 H100 的自动化研究。Leader Agent 给不同 GPU 分配方向，再根据中间结果重分配资源。README 给出的结果是：2430+ 实验，把 val_bpb 从 1.044 拉到 0.977。
大多数人当然没有 8 张 H100，但这个 demo 依然说明了一件事：只要问题本身适合并行探索，多 Agent 协作就不只是热闹，而可能真的换来结果提升。
3. 模板化团队
clawteam launch 是我觉得很有潜力的入口。
因为一旦团队结构可以模板化，你调用的就不再只是一个 Agent，而是一整个“团队原型”。投研团队、研究团队、工程团队，未来都可能这样长出来。
先说优点：
轻：不需要先搭一整套重型平台 开放：兼容 Claude Code、Codex、OpenClaw、nanobot 以及其他 CLI Agent 工程味够重：Git worktree、tmux、task dependency、board、inbox 都不是空概念 更新很快：最近 30 天能看到 Kimi CLI support、team snapshot/restore、task priority、软件开发模板等迭代
再说边界：
它更适合已经会用 CLI Agent 的人，不是纯小白产品 它解决的是协作层，不是模型能力层 它现在更像本机 / 工程化工具，不是云端托管式平台
所以我的判断很简单：它适合想把单 Agent 工作流往前推一层的人，不适合把“多 Agent”当魔法按钮的人。
ClawTeam 最值得看的，不是它已经把多 Agent 做到终局，而是它把一件很对的事做得足够具体：
当单 Agent 开始不够用时，下一步不是继续堆更长的 prompt，而是让 Agent 学会分工、协作和收敛。
如果你最近正好在看 Claude Code、Codex、OpenClaw 这波工具，我建议至少把 ClawTeam 的 README、spawn、launch、board 这几个命令过一遍。它代表的不是又一个热点，而是一种更像“团队生产”的 Agent 工作方式。
如果这篇对你有用，建议点个关注。我会持续把 GitHub 上值得用的 AI 工具拆成「最短上手闭环 + 坑点清单 + 可复用配置」，让你少走弯路。
引用链接
[1]https://github.com/HKUDS/ClawTeam
