Claw Code vs Claude Code : ce qu’un clone open source sur GitHub révèle de l’architecture des agents IA

Si vous avez recherché claw code github ou vous êtes demandé si Claude Code open source existait sous une forme réellement pertinente, Claw Code est le projet auquel les gens font référence. Il s’agit d’une réimplémentation open source, obtenue par rétro-ingénierie, de Claude Code d’Anthropic — reconstruite en Rust (runtime) et en Python (métadonnées et squelette de portage) — et elle offre un aperçu rare de la manière dont un agent de codage IA de type production est structuré.

Ce guide suit notre format habituel de Comparison : ce qu’est chaque côté, comment ils se comparent en pratique, où se situe Claw Code techniquement, et un verdict clair pour les builders qui évaluent la base de code.

Qu’est-ce que Claw Code ?

Claw Code est un projet open source qui tente de reproduire les fonctionnalités principales de Claude Code — l’outil de codage agentique d’Anthropic pour le terminal et l’IDE. Le code source se trouve sur GitHub sous une licence ouverte ; il n’est pas affilié à Anthropic.

Le projet est divisé en deux couches :

• Une couche de métadonnées Python qui sert principalement de squelette de portage — suivi de la progression, gestion de la persistance de session et structures basées sur des dataclasses.
• Un runtime CLI Rust qui implémente la boucle conversationnelle agentique réelle, l’exécution des outils, le streaming des API et la gestion des permissions.

Avec environ 1 500 lignes de Python et 4 000 lignes de Rust, Claw Code est un prototype en phase initiale. Mais il identifie correctement plusieurs schémas architecturaux qui permettent aux agents de codage IA de fonctionner.

Qu’est-ce que Claude Code ?

Claude Code est l’assistant de codage IA propriétaire d’Anthropic, natif du terminal et de l’IDE. Il n’est pas open source : le produit est fermé, distribué par Anthropic, et fonctionne avec les modèles Claude avec des fonctionnalités telles que MCP (Model Context Protocol), les subagents, les hooks, les skills et une intégration IDE poussée.

Quand les gens demandent Claude Code open source, ils recherchent généralement soit (a) une réimplémentation indépendante comme Claw Code sur GitHub, soit (b) un produit différent au total (par exemple, un collègue desktop multi-agent). Claw Code appartient clairement à la première catégorie — un miroir éducatif et expérimental d’une partie du comportement de Claude Code, et non une version officielle.

Claw Code vs Claude Code : aperçu rapide

La comparaison est asymétrique par conception : Claw Code est un artefact d’apprentissage et une réimplémentation partielle ; Claude Code est un produit commercialisé avec un investissement complet de la plateforme.

Ce que Claw Code fait bien

La boucle conversationnelle agentique

La chose la plus importante que Claw Code maîtrise est la boucle agentique fondamentale — le moteur central de tout assistant de codage IA :

User message → API call → Parse response → Execute tools → Feed results back → Repeat

L’implémentation Rust (ConversationRuntime<C, T>) modélise cette boucle avec des abstractions basées sur des traits pour ApiClient et ToolExecutor. Cette séparation reflète les agents de production : les appels au modèle et l’exécution des outils restent découplés, testables et interchangeables.

Streaming SSE et intégration API

Le client API est sans doute la partie la plus prête pour la production de Claw Code. Il implémente :

• L’API Messages v1 d’Anthropic avec streaming Server-Sent Events (SSE)
• Le parsing incrémental des frames avec buffering
• Une logique de retry avec backoff exponentiel pour les réponses 408, 429 et 5xx
• Le suivi des cache tokens pour cache_creation_input_tokens et cache_read_input_tokens
• L’authentification via ANTHROPIC_API_KEY et ANTHROPIC_AUTH_TOKEN

Pour quiconque construit un client Anthropic personnalisé, cette crate est une référence crédible.

Outils d’opérations sur les fichiers

Claw Code fournit six outils principaux — Bash, Read, Write, Edit, Glob et Grep — avec un comportement aligné sur le modèle de Claude Code :

• Edit utilise une correspondance exacte de chaîne plutôt que des regex, ce qui correspond au comportement de Claude Code et évite une classe de bugs d’échappement.
• Glob trie les résultats par heure de modification (les plus récents d’abord).
• Grep prend en charge les lignes de contexte, plusieurs modes de sortie et la pagination.
• Write crée automatiquement les répertoires parents.

Le modèle de permissions

Le système de permissions à trois niveaux (Allow, Deny, Prompt) avec des surcharges par outil via une structure PermissionPolicy reflète la manière dont Claude Code contrôle l’exécution des outils. Tout agent qui exécute des commandes shell et modifie des fichiers a besoin de cette couche — le cadrage de Claw Code est globalement juste.

La compaction de session

Lorsque le contexte se rapproche des limites de tokens, les agents doivent compresser les anciens tours tout en conservant l’utilité des messages récents. La compaction de Claw Code — qui résume les messages précédents dans le prompt système tout en conservant les N derniers tours — capture la façon dont cela fonctionne en pratique.

Écarts importants : ce qui manque

Bien que Claw Code capture le squelette d’un agent de codage IA, plusieurs systèmes qui distinguent les prototypes des outils de production sont absents.

Pas de prise en charge MCP (Model Context Protocol)

C’est le plus grand écart. MCP est l’épine dorsale de l’extensibilité de Claude Code : des serveurs MCP externes fournissent des outils, des ressources et des prompts que l’agent découvre à l’exécution. Claw Code n’a pas de client MCP, de transport, de découverte dynamique ni d’intégration de ressources — l’ensemble d’outils reste figé au moment de la compilation.

Pas d’orchestration de subagents

Claude Code peut lancer des conversations d’agents imbriquées et des tâches parallèles (avec isolation et agrégation). Claw Code n’implémente pas de conversations imbriquées, d’isolation de worktree, de frontières de contexte enfant ni de fusion des résultats.

Pas de systèmes de hooks ou de skills

Claude Code de production expose des hooks configurables par l’utilisateur et un pipeline de skills / commandes slash. Le gestionnaire de Claw Code est minimal (par exemple, seulement /compact), sans pipeline de découverte de hooks ou de skills.

Construction incomplète du prompt système

Le générateur de prompt possède les bonnes grandes sections, mais omet des éléments dynamiques tels que la découverte de CLAUDE.md, les instantanés du statut git, les instructions des serveurs MCP et les métadonnées d’exécution (date, nom du modèle, etc.).

Pas d’intégration IDE

L’architecture de passerelle et de serveur utilisée pour les extensions VS Code et JetBrains est absente.

Qualité d’implémentation

Couche Rust — base solide (7/10)

Le code Rust utilise #![forbid(unsafe_code)], une structure basée sur des traits et un parseur SSE qui gère les frames multi-lignes et les pings. Les points moins aboutis incluent un parseur JSON personnalisé pour les fichiers de session au lieu de serde_json, des points d’entrée CLI qui se chevauchent, des valeurs par défaut codées en dur et une estimation naïve des tokens (longueur de chaîne / 4).

Couche Python — surtout du squelette (3/10)

La couche Python est propre pour les dataclasses et les audits de parité, mais une grande partie n’est que des stubs de placeholder, des outils simulés et des chemins distants/SSH vides. La valeur d’exécution aujourd’hui se trouve dans la couche Rust.

Tableau de parité fonctionnelle

Implémenté

• Boucle conversationnelle agentique centrale
• Six outils MVP (bash, read, write, edit, glob, grep)
• Client de streaming API avec SSE
• Persistance et compaction de session

Partiellement implémenté

• Application des permissions (framework sans invite interactive complète)
• Construction du prompt système (structure sans injection dynamique complète)
• Fusion des fichiers de configuration (utilisateur / projet / local)

Non implémenté

• Client et transport MCP
• Lancement de subagent / outil Agent
• Pont IDE via LSP ou extensions
• Système de skills, hooks, outils de recherche web
• Budgétisation de contexte plus intelligente et outils de coûts
• Outils de lecture de notebooks et de PDF

Ce que cela nous apprend sur l’architecture des agents IA

Au-delà de la comparaison ligne par ligne Claw Code vs Claude Code, le projet GitHub est un artefact utile pour les builders :

• La boucle est la partie la plus facile. « Appeler le modèle → parser les outils → exécuter → renvoyer » est simple. La puissance vient de MCP, des subagents, des hooks, des skills et des ponts IDE.
• Le streaming est important. Attendre la complétion totale donne une impression de panne pour les agents CLI ; le travail SSE de Claw Code est le composant le plus réutilisable.
• Les permissions sont un prérequis pour les outils shell et fichiers.
• Le contexte reste difficile. La compaction naïve fonctionne jusqu’au moment où elle ne fonctionne plus ; les systèmes de production ont besoin d’une rétention sélective et d’une discipline budgétaire.

Verdict

Claw Code couvre environ 20–25 % de la surface fonctionnelle de Claude Code. La couche Rust — client API, boucle, outils de fichiers — constitue le cœur utile. La couche Python documente surtout l’intention de portage.

En tant qu’étude de claw code github et de ce qu’un miroir non officiel de type Claude Code open source peut montrer, le projet réussit. En tant que remplacement direct de Claude Code, il aurait besoin d’un travail supplémentaire important sur les couches MCP, orchestration et intégration.

Qui devrait explorer Claw Code sur GitHub ?

Choisissez Claw Code si vous voulez :

• Lire une implémentation open source concrète des boucles d’outils et des clients SSE de style Anthropic
• Enseigner ou rechercher l’architecture des agents de codage IA sans dépendre de code fermé
• Forker une base Rust-first et investir vous-même dans MCP

Qui devrait rester sur Claude Code ?

Restez sur Claude Code d’Anthropic si vous avez besoin de MCP, de subagents, d’extensions IDE, de hooks, de skills et d’une trajectoire produit supportée — et non d’un prototype de recherche.

Pourquoi envisager Eigent comme option open source plus large

Si votre objectif est une automatisation open source au-delà d’un simple agent de codage en terminal, Eigent est un collègue open source multi-agent avec des workflows desktop, des skills et plusieurs fournisseurs de modèles — complémentaire à Claw Code pour comprendre les mécaniques de bas niveau des agents.

FAQ

Qu’est-ce que Claw Code sur GitHub ?

Claw Code est un projet open source qui rétro-ingénie certaines parties de Claude Code à l’aide d’un CLI Rust et d’une couche de métadonnées Python. Le dépôt est github.com/instructkr/claw-code.

Claude Code est-il open source ?

Non. Claude Code est propriétaire. Claw Code est un projet open source indépendant inspiré du comportement de Claude Code ; ce n’est pas une version publiée par Anthropic.

Claw Code est-il un remplacement complet de Claude Code ?

Pas aujourd’hui. Les écarts critiques incluent MCP, l’orchestration de subagents, l’intégration IDE et l’ensemble complet du pipeline d’outils et de prompts.

Quelles langues sont utilisées pour Claw Code ?

Principalement Rust pour le runtime (~4k lignes) et Python pour le squelette (~1,5k lignes). Claude Code lui-même est un produit fermé en TypeScript/Node.

Pourquoi l’absence de MCP est-elle importante ?

MCP est la manière dont Claude Code étend dynamiquement les outils. Sans cela, la surface d’outils de Claw Code reste figée, ce qui limite les workflows réels.

Points clés à retenir

• Claw Code GitHub = clone open source partiel et éducatif ; Claude Code = produit propriétaire complet.
• La boucle centrale, le client de streaming, les outils de fichiers et les permissions dans Claw Code sont instructifs ; MCP, les subagents et les couches IDE ne sont pas encore là.
• Rechercher claude code open source devrait vous mener vers des projets comme Claw Code — des références utiles, pas des substituts complets fonctionnellement.