GitHub推荐：5 个月 32k stars 的 Claude Code 开源复刻：把 200+ 模型塞进同一个终端 agent loop

GitHub: https://github.com/gitlawb/openclaude

一句话总结

OpenClaude 是一个终端优先的模型中立编码代理 CLI，把 Claude Code 的 agent loop、tools、MCP、skills、slash commands、streaming 体验完整复刻并扩展到 OpenAI / Gemini / DeepSeek / Kimi / Ollama 等 200+ 模型，核心差异化是把多供应商协议差异沉淀成 descriptor 元数据 + Generated Artifacts，而不是写一段万能 shim 凑合。

值得关注的理由

工程严谨度罕见的”复刻型”项目：5 个月 1198 commits / 44 tags / 708 个测试文件 / 39 个 gateway descriptor，每个 shim 子模块都有独立 .test.ts（requestExecutor.integration.test.ts 单文件 4751 行），纯函数 + 巨型 DI Context 注入模式放弃 OOP 换取 100% 可注入可测试。
可观测性栈业界领先：stream interruption causal trace + provider stream trace + cache metrics + cost tracker + FPS metrics 整套；用户按 Ctrl-C 能关联到具体 raw bytes / parsed frame / HTTP status——这是 CLI 长任务”看着它卡死”的真正解药。
中国模型覆盖最全的终端编码代理：Kimi / DeepSeek / GLM / Xiaomi MiMo / ZAI / Moonshot reasoning_content 差异点有专门处理；OpenGateway 免费层 + NVIDIA Nemotron 合作给本地 Ollama 之外的”零成本入口”。

项目展示

OpenClaude — Open terminal for any LLM 品牌字标：Open terminal for any LLM

合作伙伴 Atlas Cloud 横幅

合作伙伴 Atomic Chat

合作伙伴 AI/ML API

合作伙伴 ApiSmart

官网有 Robin Hood 像素吉祥物动画 SVG（robinhood-action.svg）——这是项目的”buddy”抽卡系统，作为 engagement hook 增加终端工具的黏性。

项目画像

维度	数据
GitHub	https://github.com/gitlawb/openclaude
Star / Fork	32,361 / 9,018
主页 Watcher	225
代码行数	727,118（TypeScript 78.1% + TSX 20.8% + JS 0.8% + 其他）
文件数量	3,382
项目年龄	5.1 个月（首提交 2026-03-31）
总 commit	1,198（近 30 天 63，近 90 天 459）
开发阶段	密集开发（已从早期爆发期进入打磨期，fix:feat ≈ 2.2:1）
开发模式	职业项目（周末占比 17.1%，深夜占比 31.2%，全球化远程团队）
贡献模式	核心少数 + 社区协作（170 人协作者，主作者 kevincodex1 占比 11.1%）
热度定位	大众热门（trendshift 收录，npm 下载量可见）
最新版本	v0.30.0（共 44 个 tag / 42 个 Release，约每 3.5 天一版）
质量评级	代码 A / 文档 A / 测试 A（见 Phase 3 代码质量表）

作者视角：为什么存在这个项目

创始人/作者背景

项目所有者是 Gitlawb Organization（2026-03-16 注册，0.5 年历史），自我描述为”A decentralized code collaboration platform where AI agents are first-class citizens. No central authority”。旗下围绕 openclaude 同时维护 17 个 repo：zero（Go, 1651 stars）/ node（Rust, 88 stars）/ contracts（Solidity）/ icaptcha / memlawb / providers / openclaude-skills / mavis-contracts 等，已构建出 GitLawb 平台的工具链生态。

主贡献者 kevincodex1 占比 11.1%（223 commits），其次 chioarub 155、jatmn 123。Top 10 贡献者合计 22.4%——典型的”核心少数 + 社区协作”模式，而非单人主导。

问题判断

Claude Code 强大但闭源 + 单供应商绑定。OpenCode / Codex CLI / Gemini CLI 各家要么锁自家生态（Codex / Gemini），要么缺统一的 Agent Loop / MCP / slash commands / TUI 体验（Aider 偏 git-native），要么协议 parity 投入不足（多数 wrapper 项目）。Gitlawb 团队自身就是重度 AI 编码代理用户——bun run dev:profile、doctor:runtime、hardening:check、knip deadcode、PLAYBOOK.md 全是”我们自己也在用这套工作流”的 dogfooding 痕迹。

时机：Claude Code 用户被供应商锁定、为模型切换付”工具重学成本”的痛点显性化；同时 OpenRouter / Concentrate / OpenGateway / AIMLAPI 等聚合网关生态爆发，使”一份 CLI、200+ 模型”在工程上可行。

解法哲学

Unix 哲学 + Provider 中立：agent loop 是头等公民，所有供应商差异收敛到 descriptor 数据 + transport-specific shim，业务层零感知
显式优于隐式：docs/architecture/integrations.md 详尽区分”long-term protocol differences” vs “temporary compat bridges” vs “hybrid shims”
性能与可观察性并行：每个 stream 自带 interruptionTrace + providerStreamTrace + cache metrics + cost tracker
明确不做什么：不做 IDE 插件（除官方 VS Code Extension 作 launch/theme 入口）；不做浏览器自动化 agent；不引入 Python（AGENTS.md 明确禁止）

战略意图

OpenClaude 是 Gitlawb “AI agent first-class citizens” 愿景的代码侧兑现。商业化路径走 OpenGateway（free tier + NVIDIA Nemotron 合作）+ 合作伙伴生态（10+ 已落地：Bankr.bot / Atomic Chat / Xiaomi MiMo / Atlas Cloud / AI/ML API / Novita / ApiSmart / Concentrate / Exa），做”B2B 流量 + 免费层冷启动”模式。License 标 SEE LICENSE FILE，但 README badge 显示 MIT——这之间存在明显张力（见下文风险与不足）。

核心价值提炼

创新之处

Descriptor-first Provider 元数据 + Generated Artifacts（新颖 4/5，实 5/5，迁 5/5）：200+ 模型的标签/默认/目录/验证提示/发现策略/能力旗标/wireFormat/reasoning 控制全部用纯数据声明；通过 bun run integrations:generate 编译成 generated inventory；运行时通过 descriptor → routeMetadata → runtimeMetadata 三层映射解析为具体请求体
Stream Interruption Causal Trace（新颖 5/5，实 4/5，迁 4/5）：用户按 Ctrl-C / stream idle timeout / headers timeout / abort signal 全部打 causal event ID；同时记录 transport 维度的 raw bytes / parsed frames / control frames / first raw byte
巨型 DI Context 注入纯函数（新颖 4/5，实 5/5，迁 5/5）：~20k 行 shim 代码完全无 class，80+ 依赖通过 context 对象注入；按 planner → preparation → execution → stream conversion → response conversion 分层
WireFormat 判别联合（新颖 4/5，实 5/5，迁 4/5）：reasoning_effort / reasoning_object / thinking_type / deepseek_compatible / zai_compatible / none 统一为 ReasoningWireFormat 判别联合；Moonshot “thinking is enabled but reasoning_content is missing” 等 400 错误通过 preserveReasoningContent + reasoningContentFallback 字段控制
Provider Profile + Doctor + Hardening 三件套（新颖 3/5，实 5/5，迁 5/5）：profile:init → profile:recommend → dev:profile → doctor:runtime → hardening:check/strict → verify:privacy → install:verify 形成完整诊断-启动闭环
Background Session + Crash-safe Transcript + Marker Echo Guard（新颖 4/5，实 4/5，迁 4/5）：--bg / ps / logs / kill 本地子进程命令；transcript 用原子写（rename）保证 crash-safe；marker echo guard 拦截 synthetic tool-results marker 回声
Prompt-Cache-Friendly Turn Context（新颖 3/5，实 5/5，迁 4/5）：v0.29.1 显式做了 “stop busting the prompt cache and slim per-turn context”——直击 Anthropic 模型成本痛点
Pixel-Art Buddy 抽卡系统（新颖 3/5，实 3/5，迁 3/5）：七英雄 + 稀有度抽卡作为 engagement hook；useInput 修复 IME / Unicode / DEL coalesced chunk（v0.30.0）

可复用的模式与技巧

Descriptor + Generated Inventory 模式：用纯数据 descriptor + define.ts identity helper + lazy registry loader + generated artifacts，让”加新供应商/模型”只需声明数据，不改 transport
三层元数据分层（descriptor / route / runtime）：清晰区分”是什么 / 当前激活哪个 / 请求时怎么走”
巨型 DI Context 注入纯函数：80+ 依赖通过 context 对象注入纯函数，换 100% 可注入 + 可静态分析 + 易测试
Stream Interruption Causal Chain：AbortSignal + idle timeout + first-token deadline + causal event ID + transport trace
Provider Profile + Doctor + Hardening 三件套：所有 CLI 工具的 onboarding + 自检 + 安装校验模板
WireFormat 判别联合：跨多 reasoning-capable 模型的统一推理参数层
Background Session as local child process：把长任务建模为”本地子进程 + mailbox + crash-safe transcript”
Feature-gated Bun Tests：bun test --feature=UNATTENDED_RETRY/CONVERSATION_ARC/MULTI_TURN_CONTEXT 用特性开关隔离 long-running 测试
Type-State Type-Tests：tsconfig.type-tests.json + bun run typecheck:type-tests 把”类型契约”当一等公民测试

关键设计决策

Descriptor-first Provider 元数据 + Generated Artifacts
- 问题：200+ 模型 × 多协议 × 多能力 × 多 wireFormat × 多 auth mode，手工维护会失控
- 方案：src/integrations/descriptors.ts 仅放纯类型；define.ts 提供 identity helper；registry.ts 提供 register + lazy loader；bun run integrations:generate 编译生成 inventory
- Trade-off：生成式产物增加构建依赖，换”加新 provider 不再触碰 transport 代码，只声明数据”
- 可迁移性：高（任何多供应商 SDK / API gateway / agent framework 都可借鉴）
三层模型（descriptor / route / runtime metadata）明确边界
- descriptor 管”是什么”；routeMetadata 管”当前激活哪个路由”；runtimeMetadata 管”请求时怎么走”
- transportConfig.kind 是路由契约（决定走 anthropic-native/openai-compatible/local/gemini-native/bedrock/vertex/foundry）；category 仅 UI 分组——运行时严禁 key off category
- Trade-off：三层抽象增加学习曲线，但让 GitHub 双模、Azure/Bankr auth 别名、Bedrock/Vertex/Foundry 走 Anthropic-native SDK 这些”必须保留的特例”有了清晰归位
OpenAI Shim 用纯函数 + DI Context 对象，几乎不出现 class
- requestExecutor.ts 用一个 80+ 字段的 RequestExecutorContext 把所有依赖注入；同样模式在 streamConversion.ts 的 StreamConversionDependencies 复用
- Trade-off：放弃 OOP 继承/多态，换 100% 可注入 + 可测试 + 可静态分析的纯函数
- 可迁移性：中高（任何 streaming proxy / gateway 项目都可套用）
Stream 中断可恢复 + Interruption Trace Causal Chain
- streamControl.ts 用 AbortSignal + ReaderCanceller + idle timeout（默认 90s）+ first-token-deadline
- interruptionTrace.ts 给每个中断事件打 causal event ID，能从用户按 Ctrl-C 关联到具体 raw bytes / parsed frame / HTTP status
- Trade-off：增加 trace 数据结构负担，换 CLI 长任务”看似卡死”调试的核心基建

竞品格局与定位

竞品对比矩阵

维度	OpenClaude	OpenCode	OpenAI Codex CLI	Gemini CLI	Aider	OpenHands
Stars	32k	~184k	~95k	~107k	~42k	~74k
协议中立	★★★★★	★★★★	★	★	★★★	★★★
MCP 完整支持	★★★★★	★★★★	★★★	★★★	★★	★★
Agent Loop 透明度	★★★★★	★★★★	★★★	★★★	★★	★★★★★
可观测性	★★★★★	★★★	★★★	★★	★★	★★★★
国内模型覆盖	★★★★★	★★★	★	★	★★	★★
启动速度	★★★★	★★★★	★★★★★	★★★★	★★★★★	★★（需 Docker）
文档密度	★★★★★	★★★★	★★★	★★★	★★★★	★★★
商业化清晰度	★★★（OpenGateway）	★★（未明朗）	★★★★★（OpenAI）	★★★★（Google）	★★（无）	★★★★（All Hands）
社区规模	★★（0.5 年）	★★★★★	★★★★	★★★★	★★★	★★★

差异化护城河

技术护城河：descriptor-first 多供应商元数据架构（最系统化）；每个供应商的 reasoning/thinking/tool-streaming/thought-signature/cache-prefix 细节都有专门处理；stream interruption causal trace + provider stream trace（最严谨的可观测性）；708 个 test 文件 + 39 个 gateway descriptors 的覆盖密度最高
生态护城河：10+ 合作伙伴已落地（Bankr.bot / Atomic Chat / Xiaomi MiMo / Atlas Cloud / AI/ML API / Novita / ApiSmart / Concentrate / Exa）；OpenGateway 免费层给冷启动友好
信任护城河：模型中立（不锁供应商）+ 终端原子化（不被 IDE 绑架）+ 工程严谨（descriptor + DI Context + 完整可观测）

竞争风险

star 差距大：OpenClaude 仅 5 个月历史 vs sst/OpenCode 数年累积，Gitlawb Organization 0.5 年 vs OpenAI / Google / Anthropic 数年品牌
Anthropic SDK 深度依赖：OpenClaude 核心 transport 走 Anthropic-native SDK（AnthropicStreamEvent 翻译层），Anthropic 政策变化时脆弱
Bash + Node ≥ 22 终端门槛：对非开发者用户偏高
LICENSE 法律张力：见下文风险与不足

生态定位

“终端原子化 AI 编码基建 + 模型中立 + 工程严谨”。与 OpenCode（社区广度 + Plan/Build 范式）/ Codex CLI（OpenAI 生态深度）/ Gemini CLI（Google 免费层）/ Aider（git-native pair programming）/ OpenHands（sandbox runner）形成清晰差异化，填补了”工程严谨度最高的多供应商终端编码代理”这一空白。

套利机会分析

信息差：OpenClaude 不是冷门——5 个月 32k stars 已是大众热门。但相比 OpenCode 184k 的体量仍有差距，机会窗口还在：大众关注度尚未完全到位，但项目工程完成度已经支撑企业级生产使用
技术借鉴：descriptor-first + Generated Artifacts 模式、纯函数 DI Context 注入模式、Stream Interruption Causal Trace、Provider Profile + Doctor + Hardening 三件套——这四个模式可直接迁移到任何”多供应商 SDK / API gateway / agent framework / CLI 工具”项目
生态位：填补了”模型中立 + 终端原子化 + 工程严谨”的三维交叉空白
趋势判断：2026 年 AI 编码代理市场远未饱和；模型中立 + 协议 parity + 可观测性是企业级用户的真实痛点；通过 Gitlawb Organization + partner 生态 + 公益化 free tier 路线能在细分市场（多供应商切换 / 终端工作流 / 隐私本地部署）建立长期护城河

风险与不足

法律风险（必须正视）

This repository contains code derived from Anthropic’s Claude Code CLI. The original Claude Code source is proprietary software: Copyright (c) Anthropic PBC. All rights reserved. Subject to Anthropic’s Commercial Terms of Service.

Modifications and additions by OpenClaude contributors are offered under the MIT License where legally permissible.

The underlying derived code remains subject to Anthropic’s copyright. This project does not have Anthropic’s authorization to distribute their proprietary source. Users and contributors should evaluate their own legal position.

而 README 顶部却挂着 [![License](https://img.shields.io/badge/license-MIT-2563eb)](LICENSE) 的 MIT badge。GitHub API 返回的 licenseInfo 为 Other（非 OSI 标准）。这意味着：

企业法务视角：直接 fork / 修改 / 商业化使用存在法律不确定性
用户预期：badge 显示 MIT，实际底层代码不是 MIT——存在误导
项目自身风险：若 Anthropic 发函，OpenClaude 需重新实现或下架

这是 Phase 3 已经发现但需要放大提示的关键治理问题。

工程风险

修复量超过功能量：fix:feat ≈ 2.2:1 反映已进入”兼容性维护期”，v0.x 大版本号意味着 API 还在快速迭代期
深夜占比 31.2%：全球化远程团队 7×24 轮班节奏，但维护疲劳累积风险不容忽视
Stars 接口 403：近期 star 采样数据缺失，增长曲线无法精确量化

竞品风险

OpenCode 社区惯性：184k stars 的马太效应，新用户更倾向”大家都选的”
OpenAI / Google 官方 CLI 的潜在降维打击：若 Codex CLI 或 Gemini CLI 引入模型中立能力，OpenClaude 的核心差异化将被吞噬

行动建议

如果你要用它：选 OpenClaude 的场景——需要在多模型间无缝切换（特别是国内模型 Kimi / DeepSeek / GLM / Xiaomi MiMo 覆盖最全）、需要终端原子化 AI 编码（CI runner / 自动化流水线）、需要工程严谨的可观测性（stream interruption trace + cache metrics）。如果只跑 OpenAI 单家 → Codex CLI；如果只跑 Gemini → Gemini CLI；如果要 Docker sandbox 自主执行 → OpenHands；如果要 git-native pair programming → Aider
如果你要学它：重点关注 src/services/api/openaiShim/（descriptor-first 多供应商适配范式）、src/services/api/openaiShim.ts（DI Context 注入模式）、src/utils/providerProfiles.ts（Provider Profile 系统）、src/interrupt/streamControl.ts（Stream Interruption Causal Trace 实现）、docs/architecture/integrations.md（协议差异 vs compat bridges vs hybrid shims 分层文档）
如果你要 fork 它：
- 商业化前必须先与 Anthropic 法务对齐（LICENSE 实质 vs badge 矛盾）
- 增量方向：web UI（已有 web/ 但未做 SPA）、VS Code Extension（已有但能力有限）、JetBrains Plugin（缺失）、Browser-based IDE 集成（缺失）
- 改进方向：减少深夜 commit 占比以避免维护疲劳、加入 SECURITY.md 详细漏洞披露流程、加入 i18n 多语言 README

知识入口

资源	链接
DeepWiki	https://deepwiki.com/gitlawb/openclaude （已收录但显示 Loading）
Zread.ai	https://zread.ai/gitlawb/openclaude （探测请求 403，未能验证）
关联论文	无（项目偏工程落地，非学术）
在线 Demo	https://openclaude.gitlawb.com （含 Ollama+qwen3-coder 终端 in-action 演示）
官网文档	https://openclaude.gitlawb.com （独立 Astro 站点：changelog/buddy/partners/provider）
外部深度视角	Best Claude Code Alternatives for the Terminal in 2026 — kilo.ai / Best Open Source Alternatives to Claude Code in 2026 — devtoollab / 终端 AI 编程三杰：Claude Code vs OpenCode vs Aider — codepick