Was ist Claw Code?
Claw Code ist ein Coding-Agent für das Terminal, die `claw`-CLI, geschrieben in Rust. Sigrid Jin begann damit am 31. März 2026, wenige Stunden nachdem Anthropic Claude Code 2.1.88 mit einer Source Map auf npm veröffentlicht hatte, die 512.000 Zeilen TypeScript offenlegte. Es begann als Python-Nachbau der Harness-Architektur und wechselte innerhalb weniger Tage zu Rust.
Das Projekt beschreibt sich heute als von Agenten betreutes Ausstellungsstück, nicht als Produkt: Coding-Agenten planen, schreiben, prüfen und veröffentlichen den Code, koordiniert über Discord, und das README schickt alle, die damit arbeiten wollen, zu zwei anderen Harnesses, LazyCodex und Gajae-Code. Es lässt sich nur aus dem Quellcode bauen, braucht einen API-Schlüssel (die Anmeldung mit einem Claude-Abo wird nicht unterstützt) und ist nicht mit Anthropic verbunden.
Lohnt sich Claw Code?
Die Sternezahl misst ein Nachrichtenereignis, nicht die Software. Claw Code überschritt in den ersten 24 Stunden 100.000 Sterne und hatte am 2. April etwa 136.000, als der Claude-Code-Leak das Thema der Woche war. Heute zeigt es 194.781 Sterne und 107.303 Forks bei 1.876 Commits. Forks in dieser Größenordnung sind meist Kopien für den Fall einer Löschung, keine Beiträge. Die Zahl misst die Neugier auf den Leak.
Der Code selbst ist ein echter Rust-Workspace. Die Paritätsnotizen, zuletzt am 3. April 2026 aktualisiert, nennen 9 Crates und 48.599 Zeilen Rust, geschrieben in vier Tagen, dazu einen nachgebildeten Anthropic-Dienst, der 12 vorgegebene Szenarien zu Tools, Bash-Berechtigungen, Plugins und Sitzungsverdichtung abspielt. Releases erscheinen weiter: v0.1.13 kam am 9. November 2026, und neue Commits bringen Wiederholungsversuche bei Überlastungsantworten und Einrichtungshinweise für OpenAI-kompatible Gateways. Lokale Modelle über Ollama, llama.cpp oder vLLM sind dokumentiert.
Der Haken: Die Maintainer haben sich vom Produktgedanken verabschiedet. Das README nennt es ein Museumsstück, das von Agenten am Leben gehalten wird, und beginnt stattdessen mit Links zu LazyCodex und Gajae-Code. Auf crates.io gibt es keine veröffentlichten Binaries (das dortige Crate `claw-code` ist ein veralteter Platzhalter, der etwas anderes installiert), noch keine ACP- oder Zed-Unterstützung, und die rechtliche Lage bleibt heikel für ein Projekt, das wegen eines geleakten Codes existiert, auch wenn unabhängige Prüfungen keinen Anthropic-Code darin fanden.
Unser Fazit: Es lohnt einen Nachmittag für alle, die untersuchen, wie Agenten-Harnesses gebaut sind oder wie sich ein von Agenten betriebenes Repository verhält. Als täglicher Coding-Agent werden OpenCode, Codex und Pi von Leuten gepflegt, die wollen, dass du sie nutzt.
Wo es sich lohnt
Ein Plattform-Engineer, der einen internen Coding-Agenten entwirft
Sehen, wie Tool-Aufrufe, Berechtigungen und Sitzungsverdichtung in einem funktionierenden Harness verdrahtet sind
Lies das Runtime-Crate und starte das nachgebildete Paritäts-Harness, das vorgegebene Anthropic-Antworten abspielt, ohne Tokens zu verbrauchen. Der einzige Aufwand ist die Build-Zeit: Ein Release-Build dauert laut README 5 bis 10 Minuten.
Eine Forscherin, die über den Claude-Code-Leak und seine Folgen schreibt
Dokumentieren, was die Community aus der geleakten Architektur gebaut hat
Repository-Verlauf, Paritätsnotizen und Philosophie-Dokument halten fest, wie Agenten das Harness innerhalb weniger Tage in Python und dann in Rust nachbauten, belegt auf Commit-Ebene. Nichts zu kaufen; der API-Schlüssel wird nur zum Ausführen von Prompts gebraucht.
Bevor du dich festlegst
- Einrichtung
- Rust installieren, das Repository klonen, in `rust/` `cargo build --workspace` ausführen, einen Anthropic- oder OpenAI-API-Schlüssel exportieren und `claw doctor` starten. Nicht `cargo install claw-code` verwenden.
- Integrationen
- Anthropic- und OpenAI-APIs, OpenAI-kompatible Gateways und lokale Server wie Ollama, llama.cpp und vLLM; MCP- und LSP-Clients; Plugins und Skills.
- Daten und Datenschutz
- Prompts und Dateiinhalte gehen an den Anbieter, den du einträgst. Das Projekt ist nicht mit Anthropic verbunden und hält deinen Anbieterschlüssel in der Umgebung.
- Grenzen
- Nur Build aus dem Quellcode; keine Anmeldung mit Claude Pro oder Max; kein ACP- oder Zed-Daemon; die Pflege übernehmen vor allem Agenten, also eher ständige Änderungen als eine stabile Roadmap.
Was gut ist
- Lesbare Rust-Implementierung eines vollständigen Agenten-Harness
- Nachgebildetes Paritäts-Harness mit 12 vorgegebenen Szenarien
- Funktioniert mit Anthropic, OpenAI-kompatiblen und lokalen Modellen
- Im November 2026 erscheinen weiter Releases
Was nicht
- Laut README nicht das ernsthafte Produktionsprojekt
- Sternezahl spiegelt den Leak, nicht die Nutzung
- Nur Build aus dem Quellcode; das crates.io-Paket ist ein Platzhalter
- Keine Anmeldung per Claude-Abo und keine ACP-Unterstützung
Am besten für
Entwickler, die nachlesen wollen, wie ein Harness im Stil von Claude Code zusammengesetzt ist, ohne eines einzuführen.
Alternativen zu Claw Code
Claw Code: häufige Fragen
- Lohnt sich Claw Code?
- Claw Code ist ein Stück GitHub-Geschichte mit einer funktionierenden CLI dazu, und die eigenen Maintainer schicken dich für echte Arbeit woandershin. Wir bewerten es mit 2.5 von 5.
- Was kostet Claw Code?
- Kostenlos und Open Source (MIT). Du bezahlst den Modellanbieter, dessen API-Schlüssel du einträgst.
- Welche Nachteile hat Claw Code?
- Laut README nicht das ernsthafte Produktionsprojekt; Sternezahl spiegelt den Leak, nicht die Nutzung; Nur Build aus dem Quellcode; das crates.io-Paket ist ein Platzhalter; Keine Anmeldung per Claude-Abo und keine ACP-Unterstützung.
- Für wen eignet sich Claw Code?
- Entwickler, die nachlesen wollen, wie ein Harness im Stil von Claude Code zusammengesetzt ist, ohne eines einzuführen.
- Ist Claw Code sicher für Firmendaten?
- Prompts und Dateiinhalte gehen an den Anbieter, den du einträgst. Das Projekt ist nicht mit Anthropic verbunden und hält deinen Anbieterschlüssel in der Umgebung.
- Was sind die besten Alternativen zu Claw Code?
- Die nächsten Alternativen, die wir getestet haben, sind OpenCode, OpenAI Codex CLI und Pi.
Antworten geprüft am 14. Nov. 2026.