ClawCodex：用 27 万行 Python 重写 Claude Code，成本能省多少？

它解决的问题：Claude Code 的 token 账单太贵

Claude Code 是 Anthropic 官方的终端编程代理，但它的 TypeScript 实现消耗大量 token，每次请求都要携带完整的 system、工具定义和历史记录。ClawCodex 的定位是用纯 Python 重写这个参考实现，同时加入两个针对成本的机制：/eco 压缩 Bash 输出，以及 DeepSeek 前缀缓存。README 给出的数字是 27 个真实命令输出经过压缩后，token 从 92,989 降到 17,767，减少 80%。这个测量是项目自己做的，没有第三方复现，但至少说明压缩逻辑有明确的效果目标。适合的用户是那些已经用 Claude Code 工作流、但觉得 API 费用失控的独立开发者和中小团队。

核心机制：/eco 怎么做到 80% 压缩而不丢关键信息

/eco 不是简单的截断。根据 README 描述，它包含一组确定性过滤器：失败摘要只保留错误行，去掉 git、pip、npm 的仪式性输出，对日志去重，并对可恢复的头部做上限截断。关键设计是“有损内容落盘”，任何被压缩掉的信息都写到磁盘，用户可以用 tail 命令找回。这解决了压缩代理最常见的痛点：为了省 token 而丢失调试线索。另一个细节是它保证“never worse than the raw rendering”，即压缩后的输出不会比原始渲染更差，这个承诺听起来强，但实际取决于过滤器的实现质量。README 没有给出过滤器的具体规则，所以无法验证边界情况，比如多行错误堆栈是否会被误删。

DeepSeek 前缀缓存：省钱的关键在字节稳定性

ClawCodex 的第二个成本机制是让请求前缀保持字节稳定，从而命中 DeepSeek 的 prompt cache。DeepSeek 对缓存命中的输入收费是每百万 token 0.022 美元，而 README 对比的 Claude Fable 5 是 10 美元，差距约 450 倍。这个数字是 2026-08-25 检查的 off-peak 价格，DeepSeek 在高峰时段会翻倍，但仍然便宜。实现上，ClawCodex 需要确保 system、tools 和历史记录在每轮请求中不产生任何字节变化，否则缓存会失效。README 提到 /cost 命令会跟随 DeepSeek 的峰谷时段计费，说明它内部有调度逻辑。这个机制对长会话特别有效，因为前缀越长，缓存命中节省的 token 越多，但前提是你使用 DeepSeek 作为 provider，如果你用其他模型，这个优势就不存在。

--nano 模式：一个 2K token 的极简替代品

--nano 是 ClawCodex 内置的轻量模式，模仿 pi.dev 的 harness 设计。它只有六个工具，固定请求负载约 2K token，对比默认模式的约 16K token，而且没有每轮注入。README 给出的对比结果是 nano 在 Terminal-Bench 2.1 上 64/89（71.9%），花费 1.31 美元，而 pi 是 63/89（70.8%），花费 2.01 美元，nano 更便宜且分数略高。这个模式适合快速任务或资源受限的环境，但代价是工具集大幅缩减，复杂任务可能需要默认模式。注意 README 强调 nano 模式的行为与默认模式“byte-identical”不同，它使用多编辑和模糊匹配的编辑阶梯，所以如果你依赖默认模式的某些特性，nano 可能不兼容。

安装与配置：一行命令，但依赖 Python 3.10+

安装方式很直接：macOS/Linux 用 curl 管道脚本，Windows 用 PowerShell 命令，两者都会安装 uv、Python 3.10+ 并把 clawcodex 加入 PATH。安装后运行 `clawcodex login` 进入交互式 provider 和 API key 设置，配置写入 `~/.clawcodex/config.json`。最小配置示例显示需要 `default_provider` 和 `providers` 块，其中 `base_url` 和 `default_model` 是关键。WebSearch 工具需要 `TAVILY_API_KEY`，没有它该工具不可用，这是一个硬性依赖。手动安装方式是从源码 clone，创建 venv 后 `pip install -r requirements.txt`，然后 `python -m src.cli login` 启动。注意 Windows 原生安装需要 Git for Windows，因为 shell 工具依赖 Git Bash 执行命令。

Web 和桌面界面：同一进程，多端会话

v1.6.0 引入了 ClawCodex Web，用 `clawcodex web` 启动一个在 127.0.0.1:8081 的界面。关键设计是它不是一个独立服务器，而是浏览器驱动同一个进程内的代理、JSON-RPC 网关和持久化会话存储。这意味着你可以在 TUI 里开始一个会话，然后在浏览器里继续，桌面应用也共享同一套存储。Web UI 提供三栏布局、流式回复、工具卡片、权限审批和提示队列，还有一个 Trajectory 视图显示每次模型请求和工具调用的时间线，包含 token 和缓存命中率。这个设计解决了多设备切换的痛点，但 README 没有说明 Web 界面的安全性，比如它是否绑定 localhost 还是暴露到局域网，这需要用户自己检查。

真正的限制：benchmark 依赖特定模型，压缩有损

ClawCodex 的 Terminal-Bench 2.1 成绩 80.9% 是在 Claude Opus 5 上跑出来的，而且是一次运行（k=1），对比榜单上其他模型的 k=5 平均值。这意味着分数有运气成分，换一个模型或换一次运行可能波动。README 自己也说 nano 模式与 pi 的对比是 head-to-head，但那是特定设置下的结果。另一个限制是 /eco 的压缩是有损的，虽然错误行被保留，但其他信息被丢弃并写到磁盘，如果磁盘文件被清理或用户忘记 tail，可能丢失上下文。最后，ClawCodex 是重写而非官方实现，所以与 Claude Code 的插件生态或某些高级功能可能不兼容，README 没有列出兼容性清单，这是采用前需要验证的。

编辑结论

ClawCodex 适合两类人：一是长期跑 DeepSeek 等便宜模型、对 token 账单敏感的开发者，二是想在浏览器或桌面端复用同一会话的团队。不适合追求与 Claude Code 官方行为完全一致的用户，因为它的非 nano 模式虽声称字节级一致，但 benchmark 结果依赖特定模型版本（如 claude-opus-5），换模型后分数可能变化。采用前先验证三件事：用 `clawcodex doctor` 检查环境，用 `clawcodex verify` 确认安装完整性，再在真实项目里跑一次 `/eco` 对比原始输出，确认压缩没有丢掉关键错误信息。MIT 许可证允许商用和修改，但如果你依赖 WebSearch 工具，必须准备 Tavily API key，否则该工具不可用。

官方来源

1. Official documentation
2. Official README
3. Project repository
4. Release notes