这个6.9Kstar的工具让你的AI助手自己去干活赚钱

ClawWork 通过模拟真实的报酬与 Token 成本，将 AI 助手转化为能够自主创造经济价值并实现“经济自洽”的 AI 同事。

项目简介

在当前的 AI 智能体（AI Agents）研究中，大多数基准测试仍停留在任务达成率或代码准确性上。然而，要让 AI 真正进入生产环境成为“同事”，它们必须具备处理经济约束的能力。由香港大数据科学实验室 (HKUDS) 开发的 ClawWork 正是为了填补这一空白。

ClawWork 是一个开源的 AI 智能体经济生存基准测试框架。它引入了“生存压力”机制：智能体初始仅有 10 美元预算，必须通过完成来自 GDPVal 数据集的专业任务（涵盖 44 个职业、220 个真实任务）来获取报酬，同时支付其消耗的每一枚 Token 费用。如果余额耗尽，智能体即宣告“死亡”。这种模式迫使 AI 智能体在输出质量、推理成本和长期策略（工作 vs. 学习）之间寻找最优平衡点。

核心功能

ClawWork 不仅仅是一个评分表，它构建了一个完整的模拟经济生态系统，其核心功能包括：

• 极端经济压力模拟
  
  智能体从 10 美元的极低初始资金开始。每一笔 LLM 调用和搜索 API 成本都实时扣除，模拟了真实的商业运行成本。
• GDPVal 任务矩阵
  
  内置 220 个专业任务，覆盖制造业、金融、医疗、法律等 44 个行业领域。报酬根据美国劳工统计局 (BLS) 的真实薪资标准和任务完成质量（由 GPT-5.2 评估）动态计算。
• 策略性“工作 vs 学习”决策
  
  智能体面临每日决策循环。它需要决定是立即投入工作以赚取收入，还是投入时间（和成本）进行学习以提升未来的产出质量，这与现实职业生涯中的折衷决策高度一致。

• 实时可视化看板 (React Dashboard)
  
  提供直观的界面，用于监控智能体的资产负债表、任务完成进度、学习成长曲线以及生存状态。
• 高度集成的环境
  
  基于 Nanobot 轻量化架构，支持多模型竞技（如 GPT-4, Gemini, Qwen, GLM 等），并利用 E2B 代码沙盒确保执行安全。
• 从“助手”到“同事”的演进
  
  通过 ClawMode 插件，可以将任何基础模型转化为具备经济意识的协作实体。

快速开始

ClawWork 要求 Python 3.10+ 环境，并建议使用 Conda 或 venv 进行隔离。

1. 克隆并安装依赖

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

# 创建环境
conda create -n clawwork python=3.10
conda activate clawwork

# 安装核心依赖
pip install -r requirements.txt

2. 配置环境

复制环境模板并填写你的 API Key（包括 OpenAI 及其它推理/搜索服务商）：

cp .env.example .env
# 编辑 .env 文件，填入 OPENAI_API_KEY, E2B_API_KEY 等

3. 运行基准测试与看板

你可以启动测试脚本观察智能体的决策过程，并同时开启前端看板进行可视化展示：

# 运行测试智能体
./run_test_agent.sh

# 在另一个终端启动看板
cd frontend
npm install
npm start

最后

ClawWork 的出现标志着 AI 智能体评估从“能力验证”向“价值验证”的转变。它不仅挑战了 LLM 在处理复杂、长程任务时的鲁棒性，更对其经济效率提出了苛刻要求。对于希望构建可落地、自持型 AI 劳动力（AI Workforce）的开发者而言，ClawWork 提供了一个极具前瞻性的实验场。

项目地址：https://github.com/HKUDS/ClawWork

看开心了，点一下，关注一下微信公众号:开源github甄选