基于 LangChain 的 CLI Agent 框架，采用 ReAct（Reasoning + Acting）模式。支持 OpenAI、Gemini、Qwen、DeepSeek、Kimi 等多种 LLM 提供商，提供流式响应、会话持久化、工具扩展、Token 追踪、消息压缩等特性。通过vibe coding进行简单的配置和工具添加，即可快速搭建通用或垂类 Agent，无需深入框架底层

AnyClaw Agent框架

轻量化 Agent 框架，快速搭建专属垂类Agent

📖 项目介绍

AnyClaw 是一个轻量化的 Agent 框架，基于 LangChain 构建，采用 ReAct（Reasoning + Acting）模式，让你能够快速开发并接入 skills/tools，搭建属于自己的垂类Agent。

1. 核心特性

• 轻量化设计：核心代码简洁高效，依赖少，部署方便，易于扩展
• 流式响应：支持 token 级别的实时流式输出，提供流畅的交互体验
• ReAct Agent：基于 ReAct 模式的智能推理与执行框架
• 多模型支持：支持 OpenAI、DeepSeek、Qwen、DeepSeek、Kimi 等多种 LLM 提供商
• 工具系统：灵活的工具扩展机制，轻松添加自定义工具
• Skills 元技能：支持通过 skills/*/SKILL.md 注册元技能，提供标准化脚本入口（/skills 查看列表）
• 会话管理：完整的会话持久化与恢复功能，支持多会话切换
• Token 追踪：实时追踪每次调用的 token 消耗，支持按步骤统计
• 消息压缩：自动压缩历史消息，节省 token 成本
• 任务隔离：每个会话拥有独立的 sandbox 目录，文件互不干扰
• 多模式支持：提供 CLI 命令行、API 服务两种运行模式
• 美观界面：基于 Rich 的美化命令行界面，支持 Markdown 渲染
• 命令系统：丰富的命令支持（/new, /memory, /models, /tools, /clear, /exit）

2. 核心定位

核心设计理念是：只需 vibe coding专属的工具，即可改造搭建为自己的通用/垂类Agent。

• 轻量化：框架设计简洁，核心功能模块化，易于理解和定制
• 低侵入：所有配置都通过简单的 YAML 文件和代码修改即可完成，无需深入框架底层
• 高扩展性：支持自定义工具和技能，快速扩展 Agent 能力
• 多模式：提供命令行和 API 两种运行模式，满足不同场景需求

3. 运行模式

AnyClaw 提供两种运行模式，满足不同场景的需求：

（1）CLI 命令行模式

• 使用方式：anyclaw-cli 或 python -m cli.main
• 特点：交互式命令行界面，支持实时对话和工具调用
• 适用场景：本地开发、调试、个人使用

（2）API 服务模式

• 使用方式：anyclaw-api
• 特点：后台挂载 HTTP 服务，提供 RESTful 接口
• 适用场景：集成到其他应用、多用户访问、自动化流程

4. 亮点展示

• 快速上手：简单的安装和配置流程，5分钟即可开始使用
• 灵活定制：支持修改图标、欢迎语、system prompt 等，个性化你的 Agent
• 智能工具调用：基于 ReAct 模式的智能推理，自动选择合适的工具执行任务
• 会话管理：完整的会话持