Claw Code vs Claude Code: Lo que revela un clon open source de GitHub sobre la arquitectura de agentes de IA

Si has buscado claw code github o te has preguntado si existe Claude Code open source de forma realmente significativa, Claw Code es el proyecto al que la gente se refiere. Es una reimplementación open source y de ingeniería inversa de Claude Code de Anthropic — reconstruida en Rust (runtime) y Python (metadatos y andamiaje de portabilidad) — y ofrece una mirada poco común a cómo se estructura un agente de programación con IA de nivel de producción.

Esta guía sigue nuestro formato habitual de Comparación: qué es cada uno, cómo se comparan en la práctica, dónde se sitúa técnicamente Claw Code y un veredicto claro para quienes evalúan la base de código.

¿Qué es Claw Code?

Claw Code es un proyecto open source que intenta replicar la funcionalidad principal de Claude Code — la herramienta de programación agéntica de Anthropic para la terminal y el IDE. El código fuente vive en GitHub bajo una licencia abierta; no está afiliado a Anthropic.

El proyecto se divide en dos capas:

• Una capa de metadatos en Python que sirve principalmente como andamiaje de portabilidad: sigue el progreso, gestiona la persistencia de sesiones y aloja esquemas basados en dataclasses.
• Un runtime CLI en Rust que implementa el ciclo conversacional agéntico real, la ejecución de herramientas, el streaming de API y la gestión de permisos.

Con unas 1.500 líneas de Python y 4.000 líneas de Rust, Claw Code es un prototipo en fase temprana. Pero identifica correctamente varios patrones arquitectónicos que hacen que funcionen los agentes de programación con IA.

¿Qué es Claude Code?

Claude Code es el asistente de programación con IA nativo para terminal e IDE de Anthropic. No es open source: el producto es cerrado, lo distribuye Anthropic y funciona con modelos Claude con funciones como MCP (Model Context Protocol), subagents, hooks, skills e integración profunda con IDE.

Cuando la gente pregunta por Claude Code open source, normalmente busca o bien (a) una reimplementación independiente como Claw Code en GitHub, o bien (b) un producto distinto por completo (por ejemplo, un compañero de escritorio multi-agent). Claw Code pertenece claramente al primer grupo: es un espejo educativo y experimental de parte del comportamiento de Claude Code, no una versión oficial.

Claw Code vs Claude Code: De un vistazo

La comparación es asimétrica por diseño: Claw Code es un artefacto de aprendizaje y una reimplementación parcial; Claude Code es un producto comercial con inversión completa de plataforma.

Qué hace bien Claw Code

El ciclo conversacional agéntico

Lo más importante que Claw Code clava es el bucle agéntico fundamental, el motor central de cualquier asistente de programación con IA:

Mensaje del usuario → llamada a la API → parsear respuesta → ejecutar herramientas → devolver resultados → repetir

La implementación en Rust (ConversationRuntime<C, T>) modela este ciclo con abstracciones basadas en traits sobre ApiClient y ToolExecutor. Esa separación refleja la de los agentes de producción: las llamadas al modelo y la ejecución de herramientas permanecen desacopladas, son testeables y se pueden sustituir.

Streaming SSE e integración con la API

El cliente de API es, probablemente, la pieza más lista para producción de Claw Code. Implementa:

• Anthropic’s Messages API v1 con streaming mediante Server-Sent Events (SSE)
• Parseo incremental de frames con buffering
• Lógica de reintento con exponential backoff para respuestas 408, 429 y 5xx
• Seguimiento de tokens de caché para cache_creation_input_tokens y cache_read_input_tokens
• Autenticación mediante ANTHROPIC_API_KEY y ANTHROPIC_AUTH_TOKEN

Para cualquiera que esté construyendo un cliente personalizado de Anthropic, este crate es una referencia creíble.

Herramientas de operaciones con archivos

Claw Code incluye seis herramientas principales — Bash, Read, Write, Edit, Glob y Grep — con un comportamiento alineado con el modelo de Claude Code:

• Edit usa coincidencia exacta de cadenas en lugar de regex, igual que el comportamiento de Claude Code y evitando una clase de errores de escaping.
• Glob ordena los resultados por hora de modificación (más recientes primero).
• Grep admite líneas de contexto, múltiples modos de salida y paginación.
• Write crea automáticamente directorios padre.

El modelo de permisos

El sistema de permisos de tres niveles (Allow, Deny, Prompt) con anulaciones por herramienta mediante una estructura PermissionPolicy refleja cómo Claude Code controla la ejecución de herramientas. Cualquier agente que ejecute comandos de shell y edite archivos necesita esta capa: el enfoque de Claw Code es sólido en la dirección correcta.

Compacción de sesión

Cuando el contexto crece hacia los límites de tokens, los agentes deben comprimir los turnos antiguos sin dejar de mantener útiles los mensajes recientes. La compacción de Claw Code — resumir mensajes anteriores en el prompt del sistema mientras conserva los últimos N turnos — captura cómo funciona eso en la práctica.

Carencias importantes: qué falta

Aunque Claw Code captura el esqueleto de un agente de programación con IA, faltan varios sistemas que separan los prototipos de las herramientas de producción.

Sin soporte MCP (Model Context Protocol)

Esta es la mayor carencia. MCP es la columna vertebral de extensibilidad de Claude Code: servidores MCP externos proporcionan herramientas, recursos y prompts que el agente descubre en tiempo de ejecución. Claw Code no tiene cliente MCP, transporte, descubrimiento dinámico ni integración de recursos: el conjunto de herramientas permanece fijo en el momento de compilar.

Sin orquestación de subagents

Claude Code puede generar conversaciones anidadas entre agentes y trabajo paralelo (con aislamiento y agregación). Claw Code no implementa conversaciones anidadas, aislamiento de worktree, límites de contexto hijo ni fusión de resultados.

Sin sistemas de hooks o skills

Claude Code en producción expone hooks configurables por el usuario y una canalización de skills / slash-command. El handler de Claw Code es mínimo (por ejemplo, solo /compact), sin ningún pipeline de descubrimiento de hooks o skills.

Construcción incompleta del prompt del sistema

El generador de prompts tiene las secciones generales correctas, pero omite piezas dinámicas como el descubrimiento de CLAUDE.md, instantáneas del estado de git, instrucciones de servidores MCP y metadatos en tiempo de ejecución (fecha, nombre del modelo, etc.).

Sin integración con IDE

Falta la arquitectura de puente y servidor usada para extensiones de VS Code y JetBrains.

Calidad de la implementación

Capa Rust — base sólida (7/10)

El código Rust usa #![forbid(unsafe_code)], estructura basada en traits y un parser SSE que maneja frames de varias líneas y pings. Los puntos flojos incluyen un parser JSON personalizado para archivos de sesión en lugar de serde_json, puntos de entrada CLI solapados, valores predeterminados hardcodeados y una estimación ingenua de tokens (longitud de cadena / 4).

Capa Python — principalmente andamiaje (3/10)

La capa Python es limpia para dataclasses y auditorías de paridad, pero gran parte son stubs de relleno, herramientas simuladas y rutas remotas/SSH vacías. El valor en tiempo de ejecución hoy reside en la capa Rust.

Tabla de paridad de funciones

Implementado

• Ciclo conversacional agéntico principal
• Seis herramientas MVP (bash, read, write, edit, glob, grep)
• Cliente de streaming de API con SSE
• Persistencia y compacción de sesiones

Parcialmente implementado

• Aplicación de permisos (framework sin prompting interactivo completo)
• Construcción del prompt del sistema (estructura sin inyección dinámica completa)
• Fusión de archivos de configuración (usuario / proyecto / local)

No implementado

• Cliente y transporte MCP
• Lanzamiento de subagents / herramienta Agent
• Puente con IDE mediante LSP o extensiones
• Sistema de skills, hooks, herramientas de búsqueda web
• Gestión de contexto y herramientas de coste más inteligentes
• Herramientas para leer notebooks y PDF

Qué nos enseña esto sobre la arquitectura de agentes de IA

Más allá de la comparación línea por línea entre Claw Code vs Claude Code, el proyecto de GitHub es un artefacto útil para quienes construyen:

• El bucle es la parte fácil. “Llamar al modelo → parsear herramientas → ejecutar → devolver resultados” es sencillo. El poder viene de MCP, subagents, hooks, skills y puentes con IDE.
• El streaming importa. Esperar al resultado completo bloquea y se siente roto en agentes CLI; el trabajo SSE de Claw Code es el componente más reutilizable.
• Los permisos son imprescindibles para herramientas de shell y archivos.
• El contexto sigue siendo difícil. La compacción ingenua funciona hasta que deja de funcionar; los sistemas de producción necesitan retención selectiva y disciplina presupuestaria.

Veredicto

Claw Code captura aproximadamente 20–25% de la superficie funcional de Claude Code. La capa Rust — cliente de API, bucle, herramientas de archivos — es el núcleo valioso. La capa Python documenta principalmente la intención de portabilidad.

Como estudio de claw code github y de lo que puede mostrar un espejo no oficial al estilo Claude Code open source, cumple su propósito. Como sustituto directo de Claude Code, necesitaría mucho trabajo adicional en MCP, orquestación y capas de integración.

¿Quién debería explorar Claw Code en GitHub?

Elige Claw Code si quieres:

• Leer una implementación concreta y open source de bucles de herramientas al estilo Anthropic y clientes SSE
• Enseñar o investigar la arquitectura de agentes de programación con IA sin depender de código cerrado
• Bifurcar una base Rust-first e invertir tú mismo en MCP

¿Quién debería quedarse con Claude Code?

Quédate con Claude Code de Anthropic cuando necesites MCP, subagents, extensiones para IDE, hooks, skills y una ruta de producto con soporte, no un prototipo de investigación.

Por qué considerar Eigent como una opción open source más amplia

Si tu objetivo es la automatización open source más allá de un único agente de programación para terminal, Eigent es un compañero multi-agent open source con flujos de trabajo de escritorio, skills y múltiples proveedores de modelos, complementario a estudiar Claw Code para entender la mecánica interna de los agentes.

FAQ

¿Qué es Claw Code en GitHub?

Claw Code es un proyecto open source que reingeniería partes de Claude Code usando una CLI en Rust y una capa de metadatos en Python. El repositorio es github.com/instructkr/claw-code.

¿Claude Code es open source?

No. Claude Code es propietario. Claw Code es un proyecto open source independiente inspirado en el comportamiento de Claude Code; no es un lanzamiento de Anthropic.

¿Claw Code es un sustituto completo de Claude Code?

Hoy no. Las carencias críticas incluyen MCP, orquestación de subagents, integración con IDE y la canalización completa de herramientas y prompts.

¿En qué lenguajes está escrito Claw Code?

Principalmente Rust para el runtime (~4k líneas) y Python para el andamiaje (~1.5k líneas). Claude Code en sí es un producto cerrado en TypeScript/Node.

¿Por qué importa que falte MCP?

MCP es la forma en que Claude Code amplía herramientas de manera dinámica. Sin él, la superficie de herramientas de Claw Code permanece fija, lo que limita los flujos de trabajo del mundo real.

Conclusiones clave

• Claw Code GitHub = clon parcial abierto y educativo; Claude Code = producto propietario completo.
• El bucle principal, el cliente de streaming, las herramientas de archivos y los permisos en Claw Code son instructivos; MCP, subagents y capas de IDE aún no están ahí.
• Buscar claude code open source debería llevarte a proyectos como Claw Code: referencias útiles, no sustitutos completos en funciones.