clanker：用 Zig 编写的自改进 AI Agent 运行框架

maci0/clanker · Self-improving AI agent harness in Zig 0.16 — gated self-patch loop, sandboxed WASM tools, CLI + web UI

GitHub原文发布未知首次收录 2026-10-03上架 2026-10-06 07:05

ELI5：它是什么，解决什么问题

clanker 是一个用 Zig 0.16 编写的自改进 AI Agent 运行框架（harness），通过 zwasm 以沙箱化 WebAssembly 模块方式执行工具，并采用受门控的自我修补循环改进自身源码：Agent 提出精确匹配补丁，应用到暂存副本，经 zig build、zig build test、zig build tools、zig fmt 和 lint 验证全部通过后才提升到正式代码树。项目强调“一切皆插件”，工具、模型供应商、Web UI 视图、技能与提示词、配置均以插件形式组织，插件边界同时是安全边界。提供 CLI 与 Web UI，支持 MCP 服务器、Peer 通知、Mesh 集群、A2A agent card、目标生命周期、流式 REPL、执行图谱、Arena 辩论与盲测模型对比等能力。

# WASM # self-evolving-agent # agent-harness # sandbox # multi-provider

核心能力与快速开始

★ 4 · Zig

能做什么: 自改进 Agent 运行框架：受门控的自我修补循环（提议补丁→暂存→zig build/test/tools/fmt/lint 验证→提升）；基于 zwasm 的沙箱化 WASM 工具执行与显式 ABI；插件化设计覆盖工具、模型供应商、Web UI 视图、技能与提示词、配置（热加载）；插件清单作为沙箱策略；提供 CLI 与 Web UI；支持 MCP 服务器、Peer 通知与 phonebook、Mesh 集群、A2A agent card；目标生命周期（/write-goal、/add-goal、/goal）；带流式输出的 REPL 与斜杠命令；执行图谱记录与回放；Arena 辩论与盲测多模型对比；成本与上下文可见性；内联 shell escape；插件开关与清单 SDK；转换链；可调用模型的插件（ck_llm）；运维报告与 RFC/ADR 管理。
适用场景: 需要以沙箱化方式运行本地 AI 工具的开发场景；希望 Agent 在受门控验证下改进自身代码的自我迭代研究；需要多模型供应商接入与盲测对比的选型与评估；构建带 CLI 与 Web UI 的本地 Agent 工作站；在局域网内用 Mesh 组织多个 Agent 实例并互相通知；通过 MCP 或 A2A 与其他 Agent 生态集成。
项目形态: 可直接使用的工具
部署方式: 未说明（README 提供从发布页下载各平台二进制，或从源码构建；平台目标包括 x86_64-linux-musl、aarch64-linux-musl、aarch64-macos、x86_64-macos）
主要依赖: 从源码构建需 Zig 0.16.0（精确固定补丁版本）、Git、Bash、patch；测试套件还需 Bun 和 Python 3；JS 开发依赖需 bun install；需为所选供应商设置对应 API key 环境变量（如 OPENAI_API_KEY、XAI_API_KEY、ANTHROPIC_API_KEY）或使用 OAuth 登录
使用限制: 0.12.0 为最新已发布版本，1.0.0 之前 minor 版本可能含破坏性变更；配置仅支持 TOML 格式；API key 不存于配置而依赖环境变量；部分模块（mcp_client、acp、mesh）默认关闭；未说明具体 API 成本与硬件要求
许可证: NOASSERTION
最近推送: 2026-10-03 04:58

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-03 07:00 · 卡片整理：2026-10-06 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

作为自改进 AI Agent 运行框架，可用于代码编写与排错：Agent 提出精确匹配补丁，应用到暂存副本，经 zig build、zig build test、zig build tools、zig fmt 和 lint 验证全部通过后才提升到正式代码树；并提供 CLI 与 Web UI、流式 REPL、执行图谱等能力辅助开发工作。

查看内容依据

clanker is a self-improving AI agent harness written in Zig 0.16. It runs its tools as sandboxed WebAssembly modules via zwasm, and improves its own source code through a gated loop: the agent proposes an exact-match patch, applies it to a staging copy, verifies it with `zig build`, `zig build test`, `zig build tools`, `zig fmt`, and lint, and promotes it to the live tree only if all gates pass.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

clud：在 Claude Code 终端内运行 Claude、Codex 与 DeepSeek 等多后端的智能体 CLI 工具

clud 是一个基于 Rust 的命令行工具，名称取自 claude 的简写，围绕 Claude Code 这个交互式前端提供多后端、多模型的智能体编码体验。它支持通过 --codex、--deepseek、--kimi、--openrouter 等参数切换 Codex、DeepSeek、Kimi 或 OpenRouter 上的模型，也支持 clud do、clud grind 等工作流把单个 issue 或整批 issue 一路推进到合并 PR，并提供后台守护会话、附加/恢复会话、PTY 与 Sixel 图形头、管道与 headless 模式等能力。README 还提到修复了 Windows 上僵尸 git/bash 进程的性能问题，内置 clud-cmd-scan 命令守卫钩子拦截被禁用的 shell 命令，并对 Codex 钩子健康与 Windows 批处理退出码传播给出告警。

Vakyartha：可审查、可约束、可扩展的本地优先 Rust AI 智能体

Vakyartha 是一个开源、本地优先的 AI 智能体，使用 Rust 编写，可在本机运行并使用用户自选的模型。它能处理代码、文档、研究与日常任务，并将执行过程中的模型输入、工具结果和决策记录在仅追加日志中，提供代码 diff、文档草稿和来源引用等可审查产物。智能体具有独立的对话、记忆、工作区和定时任务，可从桌面端、浏览器、终端及 Telegram、Discord、Slack 访问。权限在每次工具调用前检查，工具在沙箱工作进程中运行，密钥存放于操作系统钥匙串或加密存储。项目通过 skills、MCP 服务器、插件、hooks 和 flows 扩展，并支持设置支出上限与运行中暂停、停止或调整目标。

Ion Engine：无头多供应商 LLM 智能体运行时

Ion Engine 是一个无头、多供应商的 LLM 智能体运行时，以单个静态 Go 二进制形式运行，无需运行时依赖。它负责智能体循环、并行工具执行、带分支的对话持久化以及多供应商抽象，支持 14+ 个 LLM 供应商和 73 个扩展钩子。扩展可通过 stdin/stdout 上的 JSON-RPC 用任意语言编写。它不预设界面、工作流、权限模型或部署目标，适合在其之上构建领域专属的智能体系统。

ReqLLM：Elixir 生态中统一调用多家 LLM API 的可组合客户端库

ReqLLM 是一个基于 Req 与 Finch 构建的 Elixir 库，将不同厂商 LLM API 的请求与响应标准化，提供统一、符合 Elixir 习惯的调用接口。它受 Vercel AI SDK 启发，提供 generate_text/3、stream_text/3、generate_object/4 等高层函数，内部由 Req 负责请求/响应、Finch 负责流式传输，并通过 provider 回调统一模型元数据、选项与响应格式。根据 README，其模型目录来自 LLMDB，覆盖 21 个已实现的 provider 集成、1,205 个模型，涵盖文本、嵌入、图像生成、语音、转录、重排与 OCR 等操作，同时支持 Ollama 和 LM Studio 本地推理。库还提供结构化输出、工具调用、模型路由 behaviour、评测模型（Jev）等能力。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。