agentforce314/clawcodex：README 來源編輯指南

agentforce314/clawcodex 的 README 將專案描述為「Token efficient Claude Code full Python rebuild. AI Coding Agent in 270K LoC pure Python. Up to 200X Cost Saving!」。本文只整理倉庫可直接核對的內容，不把 star、Fork 或宣傳語當成品質證明。README 在「ClawCodex」下寫到：A production-oriented Python rebuild of Claude Code , real architecture, reliable CLI agent。這說明的是專案邊界，不是已完成的生產驗證。

從 README 的「📰 News」與相關條目，可以先判斷它是否處理你的實際問題：2026-07-29 (v1.3.0): ClawCodex scores 80.9% on Terminal-Bench 2.1 , a top-tier open-source result on Opus 5 (#720,#725, #747,#754) , running headless on claude-opus-5 at effort=xhigh, ClawCodex solved 72 of 89 Terminal-Bench 2.1 tasks:。若需求不同，不應只因專案熱度就採用。本文保留原始專案名、命令與元件名，方便回到一手來源核對。 README 另外列出一項可核對的資訊：2026-08-02 (v1.4.0): Fusion models , give a text-only model vision (#771, #787) , several strong reasoning models cannot see images at all: deepseek-v4-pro rejects an image content block outright (400 unknown variant \imageurl\), so。這類原文條目可用來設計試跑步驟，但不能取代實際環境測試。

README 將運作方式分散在「ClawCodex」等段落。可確認的線索包括：🔥 Active Development • New Features Weekly 🔥。本文不把未寫出的架構、效能或安全邊界補成結論；真正的執行鏈仍要配合目錄、設定檔與版本標籤檢查。

第一次安裝應從 README 指出的入口開始。目前可核對的命令是： curl -fsSL https://clawcodex.app/install.sh | bash 如果倉庫沒有命令，本文不會自行編造步驟，而是建議先閱讀「🏆 Terminal-Bench 2.1」，確認系統依賴、預設埠與首次初始化。

日常使用取決於專案文件。README 的「72 of 89 tasks solved (pass@1) on the verified 89-task suite. On the public leaderboard.」段落提到：ClawCodex , the open-source Python rebuild of Claude Code , run headless on claude-opus-5 at effort=xhigh. A single run (k=1) against the board's k=5 averages; benchmarked on main at #756.。設定檔、環境變數、權限與資料目錄只在來源明確時才會記錄；沒有寫出的預設值，應在測試環境驗證並保留回滾副本。 同一部分也提到：2026-07-13: /eco token compression , -80% Bash-output tokens, measured, now a headline (#708, #712) , a new session toggle compresses the model-bound rendering of every Bash result with deterministic filters ported from RTK.。