Rust构建的AI智能体编排框架 - thClaws

项目地址：https://github.com/thClaws/thClaws 官方网站：https://thclaws.ai

thClaws 是一个开源的原生 Rust 构建的 AI 智能体编排框架 (AI agent harness)。它的核心理念 是“主权优先（Sovereign by design）”，允许在本地机器上运行一个全能的工作空间，将代码编写、自动化任务、记忆留存和智能体协作等功能集成在同一个底层引擎上。

thClaws 凭借 Rust 带来的高性能和内存安全，非常适合用来构建深度的代码工程辅助环境、多智能体协同架构，或是搭建针对特定数据源的自动化信息挖掘与整合平台。是一个架构设计极其紧凑且高效的本地 Agent 基础设施。

这个项目对于软件工程和自动化信息处理的复杂工作流有着极好的支持，具有以下几个核心亮点：

1. “四位一体”的多端运行模式 thClaws 将所有功能都打包在了一个单一的 Rust 二进制文件中，一套引擎支持四种不同的使用场景：

• Desktop GUI (thclaws): 原生桌面窗口，包含文件管理、终端、聊天和智能体团队面板（前端使用 React/Tauri 构建）。
• CLI REPL (thclaws --cli): 交互式的命令行终端，非常适合 SSH、无头服务器 (Headless) 或纯命令行开发流。
• 非交互模式 (thclaws -p): 单次执行即退出，极度适合编排进 Shell 脚本和自动化流水线中。
• Webapp (thclaws --serve): 通过 WebSocket/HTTP 提供与桌面端一致的体验，方便通过 SSH 隧道进行远程调用。

2. 强大的 Agent 编排与自动化处理

• 三层智能体编排: 支持模型驱动的子智能体（最高下钻 3 层调用）、用户并发驱动的侧信道智能体（例如在后台并行的 /agent 任务），以及多进程的智能体团队 (Agent Teams)。团队模式下，多个 Agent 可以共享收件箱、任务队列，甚至是 Tmux 面板和单独的 git worktrees。
• 本地知识库 (KMS) 与记忆沉淀: 引入了无嵌入式 KMS 设计（基于 Grep+Read，遵循 Andrej Karpathy 提倡的 LLM-wiki 模式）。其特有的 /dream 指令会在后台挖掘近期的会话记录，并生成带有审计追踪的 Markdown 页面。此外，能够将系统的指令要求、用户偏好自动归档为工作区内的 AGENTS.md 或 .thclaws/ 文件。
• 长程与定时任务调度: 支持进入计划模式 (Plan Mode) 来拆解和审计执行步骤；提供 /schedule 运行 Cron 定时任务或监听文件变化；具备 /goal --auto 这类“彻夜构建”模式，Agent 会在后台不断尝试修复和推进任务，直到达成既定目标。

3. 跨平台与无缝对接模型生态

• 多供应商支持: 完全不被单一厂商锁定。原生支持 Anthropic、OpenAI、Google Gemini、DeepSeek、Qwen 以及 Ollama（支持纯离线本地运行模型），还可以通过通用的 OpenAI 兼容接口接入 vLLM 或内部代理。
• 多端通信打通: 项目的一个核心愿景是成为“多平台智能体”，目前已经可以将同样的 Agent 循环无缝接入 Telegram、LINE 和 Messenger 工作，未来也将接入 Discord 和 Slack。

4. 开放标准与灵活扩展

• 原生支持 MCP: 完美兼容 Model Context Protocol (MCP) 标准，能够通过标准接口直接接入 GitHub、本地文件系统等外部工具集。
• 无需写 Rust 即可扩展: 提供了 Skills 和 Plugins 机制，通过带有 YAML frontmatter 的 SKILL.md 即可封装常用的工作流，并支持 Shell 脚本的生命周期 Hook。
• 原生文档解析: 自带工具支持读取、编辑和创建 PDF、DOCX、PPTX 和 XLSX 文件，在处理批量的企业信息收集和多文档归纳任务时非常高效。

开发背景与生态 项目自 2026 年 4 月启动，由位于泰国的团队 ThaiGPT Co., Ltd. 结合开源社区共同开发，采用 MIT 和 Apache-2.0 双重开源协议。