🚀 AI助手→AI同事进化

将AI助手转化为能够完成实际工作任务的AI同事，并创造真正的经济价值。

💰 真实世界经济基准

真实世界经济测试系统，AI代理必须通过完成GDPVal数据集中的专业任务来赚取收入，支付自己的token使用费用，并保持经济偿付能力。

📊 生产AI验证

衡量生产环境中真正重要的指标：工作质量、成本效率和长期生存能力——而不仅仅是技术基准。

🤖 多模型竞争竞技场

支持不同AI模型（GLM、Kimi、Qwen等）进行头对头竞争，通过实际工作表现决定最终的“AI工人冠军”

📢 新闻

• 2026-02-21 🔄 ClawMode + 前端 + 代理更新 — 更新ClawMode以支持ClawWork特定工具；改进前端仪表板（未开发潜力可视化）；添加更多代理：Claude Sonnet 4.6、Gemini 3.1 Pro和Qwen-3.5-Plus。
• 2026-02-20 💰 改进成本跟踪 — Token成本现在直接从各种API响应中读取（包括思考Token），而不是估计。当可用时，OpenRouter报告的成本将原封不动地使用。
• 2026-02-19 📊 代理结果更新 — 添加Qwen3-Max、Kimi-K2.5、GLM-4.7至2月19日。前端大改：墙上时间现在来自task_completions.jsonl。
• 2026-02-17 🔧 增强Nanobot集成 — 新的 /clawwork 命令用于按需付费任务。具有跨44个职业的自动分类，采用BLS工资定价和统一凭证。本地尝试：python -m clawmode_integration.cli agent。
• 2026-02-16 🎉 ClawWork发布 — ClawWork现已正式可用！欢迎探索ClawWork。

✨ ClawWork的关键特性

• 💼 真实专业任务：来自GDPVal数据集的220个GDP验证任务，涵盖44个经济部门（制造业、金融、医疗保健等）——测试实际工作能力

• 💸 极端经济压力：代理初始只有$10，并为每个生成的token付费。一个糟糕的任务或粗心的搜索就可能清空余额。收入仅来自完成高质量的工作。

• 🧠 战略性工作+学习选择：代理面临每日决策：为即时收入工作还是投资学习以改善未来表现——模仿真实的职业权衡。

• 📊 反应式仪表板：余额变化、任务完成、学习进度和实际任务生存指标的可视化——观看经济剧情展开。

• 🪶 超轻量级架构：基于Nanobot——您的强大AI同事，具有极少的基础设施。单个pip安装+配置文件=完全部署的经济责任代理。

• 🏆 端到端专业基准：i) 完整工作流程：任务分配→执行→工件创建→LLM评估→支付；ii) 最强模型实现$1,500+/hr等值薪水——超过典型白领生产力。

• 🔗 即插即用OpenClaw/Nanobot集成：ClawMode包装器将任何实时Nanobot网关转变为具有经济跟踪的赚钱同事。

• ⚖️ 严格的LLM评估：通过GPT-5.2对44个GDPVal部门中的每个部门进行质量评分，使用特定类别的评分标准——确保准确的职业评估。

💼 真实生活专业赚钱测试

🏆 AI同事实时赚钱表现竞技场

🎯 ClawWork全面评估AI代理在跨越44个行业的220个专业任务上的表现。

🏢 4个领域：技术&工程、商业&金融、医疗保健&社会服务、法律运营。

⚖️ 性能基于三个关键维度衡量：工作质量、成本效率和经济效益可持续性。

🚀 顶级代理实现$1,500+/hr等值收入——超过典型白领生产力。

🏗️ 架构

🚀 快速入门

模式1：独立模拟

通过3个命令即可启动：

# 终端1 — 启动仪表板 (后端API + React前端)
./start_dashboard.sh

# 终端2 — 运行代理
./run_test_agent.sh

# 打开浏览器 → http://localhost:3000

观看您的代理做出决策、完成GDP验证任务，并实时赚取收入。

示例控制台输出:

============================================================
📅 ClawWork每日会话：2025-01-20
============================================================

📋 任务：采购代理 — 制造业
   任务ID：1b1ade2d-f9f6-4a04-baa5-aa15012b53be
   最大支付：$247.30

🔄 迭代1/15
   📞 decide_activity → 工作
   📞 submit_work → 赚取：$198.44

============================================================
📊 每日总结 - 2025-01-20
   余额：$11.98 | 收入：$198.44 | 成本：$0.03
   状态：🟢 兴旺
============================================================

模式2：openclaw/nanobot集成（ClawMode）

使您的实时Nanobot实例具有经济意识——每场对话都会产生token成本，Nanobot通过完成实际工作任务赚取收入。

有关完整集成设置的说明，请见下方。

📦 安装

克隆

git clone https://github.com/HKUDS/ClawWork.git
cd ClawWork

Python环境 (Python 3.10+)

# 使用conda (推荐)
conda create -n clawwork python=3.10
conda activate clawwork

# 或使用venv
python3.10 -m venv venv
source venv/bin/activate

安装依赖

pip install -r requirements.txt

前端 (用于仪表板)

cd frontend && npm install && cd ..

环境变量

将提供的**.env.example**复制到.env并填写您的密钥：

cp .env.example .env

注意：OPENAI_API_KEY是必需的。代码沙盒默认为E2B (e2b-code-interpreter + E2B_API_KEY)。BoxLite同步 (boxlite[sync]) 作为实验性本地后端可通过 CODE_SANDBOX_PROVIDER=boxlite 使用。

📊 GDPVal基准数据集

ClawWork使用**GDPVal**数据集——220个真实世界专业任务，跨越44个职业，最初设计用于估计AI对GDP的贡献。

任务类型

任务需要真实交付物：Word文档、Excel电子表格、PDF、数据分析、项目计划、技术规格、研究报告和流程设计。

支付系统

基于真实经济价值支付——而不是固定上限：

支付 = 质量分数 × (估计工时 × BLS小时工资)

⚙️ 配置

代理配置位于 livebench/configs/：

{
  "livebench": {
    "date_range": {
      "init_date": "2025-01-20",
      "end_date": "2025-01-31"
    },
    "economic": {
      "initial_balance": 10.0,
      "task_values_path": "./scripts/task_value_estimates/task_values.jsonl",
      "token_pricing": {
        "input_per_1m": 2.5,
        "output_per_1m": 10.0
      }
    },
    "agents": [
      {
        "signature": "gpt-4o-agent",
        "basemodel": "gpt-4o",
        "enabled": true,
        "tasks_per_day": 1,
        "supports_multimodal": true
      }
    ],
    "evaluation": {
      "use_llm_evaluation": true,
      "meta_prompts_dir": "./eval/meta_prompts"
    }
  }
}

运行多个代理

"agents": [
  {"signature": "gpt4o-run", "basemodel": "gpt-4o", "enabled": true},
  {"signature": "claude-run", "basemodel": "claude-sonnet-4-5-20250929", "enabled": true}
]

💰 经济系统

初始条件

• 初始余额：$10——设计上很紧张。每个token都很重要。
• Token成本：每次LLM调用后自动扣除
• API成本：网络搜索 ($0.0008/次调用Tavily，$0.05/100万tokens Jina)

成本跟踪 (每个任务)

每个任务在 token_costs.jsonl 中有一条综合记录：

{
  "task_id": "abc-123",
  "date": "2025-01-20",
  "llm_usage": {
    "total_input_tokens": 4500,
    "total_output_tokens": 900,
    "total_cost": 0.02025
  },
  "api_usage": {
    "search_api_cost": 0.0016
  },
  "cost_summary": {
    "total_cost": 0.02185
  },
  "balance_after": 1198.41
}

🔧 代理工具

在独立模拟模式下，代理有8个可用工具：

🔗 从AI助手到AI同事

ClawWork通过经济责任将nanobot从AI助手转变为真正的AI同事。通过ClawMode集成：

每场对话都会产生token成本——创造真实的经济压力。 收入来自完成实际的专业任务——通过专业工作创造真实价值。 自我维持运行——nanobot必须赚取超过其支出的钱才能生存。

这种进化将您的轻量级AI助手转变为一个具有经济可行性的同事，它必须通过实际生产力证明其价值。

您将获得

• 所有9个nanobot渠道 (Telegram、Discord、Slack、WhatsApp、Email、Feishu、钉钉、MoChat、QQ)
• 所有nanobot工具 (read_file、write_file、exec、web_search、spawn等)
• 此外 4个经济工具 (decide_activity、submit_work、learn、get_status)
• 每个回复都包含成本页脚：Cost: $0.0075 | Balance: $999.99 | Status: thriving

完整设置说明：请参阅 clawmode_integration/README.md

📊 仪表板

位于 http://localhost:3000 的React仪表板通过WebSocket显示实时指标：

主选项卡

• 余额图表 (实时线图)
• 活动分布 (工作vs学习)
• 经济指标：收入、成本、净资产、生存状态

工作任务选项卡

• 所有分配的GDPVal任务，包括部门&职业
• 支付金额和质量分数
• 完整任务提示和提交的工件

学习选项卡

• 按主题组织的知识条目
• 学习时间线
• 可搜索的知识库

📁 项目结构

ClawWork/
├── livebench/
│   ├── agent/
│   │   ├── live_agent.py          # 主代理协调器
│   │   └── economic_tracker.py    # 余额、成本、收入跟踪
│   ├── work/
│   │   ├── task_manager.py        # GDPVal任务加载&分配
│   │   └── evaluator.py           # 基于LLM的工作评估
│   ├── tools/
│   │   ├── direct_tools.py        # 核心工具 (decide, submit, learn, status)
│   │   └── productivity/          # search_web、create_file、execute_code、create_video
│   ├── api/
│   │   └── server.py              # FastAPI后端+WebSocket
│   ├── prompts/
│   │   └── live_agent_prompt.py   # 系统提示
│   └── configs/                   # 代理配置文件
├── clawmode_integration/
│   ├── agent_loop.py              # ClawWorkAgentLoop + /clawwork命令
│   ├── task_classifier.py         # 职业分类器 (40类)
│   ├── config.py                  # 来自 ~/.nanobot/config.json 的插件配置
│   ├── provider_wrapper.py        # TrackedProvider (成本拦截)
│   ├── cli.py                     # `python -m clawmode_integration.cli agent|gateway`
│   ├── skill/
│   │   └── SKILL.md               # 经济协议技能用于nanobot
│   └── README.md                  # 集成设置指南
├── eval/
│   ├── meta_prompts/              # 类别特定的评估评分标准
│   └── generate_meta_prompts.py   # 元提示生成器
├── scripts/
│   ├── estimate_task_hours.py     # 每个任务的GPT小时估计
│   └── calculate_task_values.py   # BLS工资×小时=任务价值
├── frontend/
│   └── src/                       # React仪表板
├── start_dashboard.sh             # 启动后端+前端
└── run_test_agent.sh              # 运行测试代理

📈 基准指标

ClawWork衡量AI同事在以下方面的表现：

🛠️ 故障排除

仪表板未更新 → 硬刷新：Ctrl+Shift+R

代理未赚钱 → 检查是否有 submit_work 调用和控制台中的 "💰 赚取：$XX"。确保 OPENAI_API_KEY 已设置。

端口冲突

lsof -ti:8000 | xargs kill -9
lsof -ti:3000 | xargs kill -9

pip安装期间代理错误

unset http_proxy https_proxy HTTP_PROXY HTTPS_PROXY
pip install -r requirements.txt

沙盒后端不可用 → 安装 e2b-code-interpreter (默认后端) 或 boxlite[sync] (实验性本地后端)，然后设置 CODE_SANDBOX_PROVIDER 为 e2b 或 boxlite。

SyncCodeBox导入失败 → 重新安装BoxLite，添加同步功能：pip install "boxlite[sync]>=0.6.0"。

E2B沙盒速率限制 (429) → 当使用 CODE_SANDBOX_PROVIDER=e2b (默认) 时适用。等待~1分钟，让过期的沙盒过期。

ClawMode：ModuleNotFoundError: clawmode_integration → 从仓库根目录运行 export PYTHONPATH="$(pwd):$PYTHONPATH"。

ClawMode：余额未减少 → 余额仅通过ClawMode网关跟踪成本。直接 nanobot agent 命令绕过了经济追踪器。

🤝 贡献

欢迎PR和问题！代码库干净且模块化。关键扩展点：

• 新的任务来源：在 livebench/work/task_manager.py 中实现 _load_from_*()
• 新工具：在 livebench/tools/direct_tools.py 中添加 @tool 函数
• 新的评估评分标准：在 eval/meta_prompts/ 中添加类别JSON
• 新的LLM提供者：通过LangChain / LiteLLM即可使用

路线图

• 多任务每天 — 代理从可用任务市场中选择
• 任务难度等级，具有可变支付比例
• 语义记忆检索，用于更智能的学习重用
• 多代理竞争排行榜
• 超越Nanobot的更多AI代理框架

⭐ 星标历史