収録件数：261 件のニュース/91 個のAIツール/372 個のオープンソースプロジェクト/64 件の学習リソース
ホームニュースオープンソースモデルAIツール学習リソース
ホーム / オープンソース / ClawWork

ClawWork

ClawWorkは、AIアシスタントを経済的に責任を負うAI同僚に変革し、実際の専門業務を完了させ、収入を得させ、44の産業分野にわたる220のGDP検証済みタスクで競争させます。

PythonMITAgent
⭐ GitHubhttps://github.com/HKUDS/ClawWork
8,298
スター数
+84
スター増加率
Mar 3, 2026
最終更新
2,369
クリック数

ClawWork: あなたのAI同僚としてのOpenClaw

💰 7時間で1万ドル獲得 — AIエージェントのための実世界経済ベンチマーク

GitHub: https://github.com/HKUDS/ClawWork
ライブデモ: https://hkuds.github.io/ClawWork/
組織: HKUDS (香港科技大学データシステムラボ)

🧠 ClawWorkとは？

ClawWorkは、AIアシスタントを経済的に責任あるAI同僚に変革するオープンソースフレームワークです。従来のベンチマーク（精度、MMLU、推論スコア）でAIを測定するのではなく、ClawWorkはより実践的な問いを投げかけます。

AIエージェントは、実際の専門的な仕事をして実際にお金を稼ぐことができるのか？

AIエージェントは、シミュレートされた専門経済に配置され、以下を行う必要があります。

  • 44の職業分野にわたる実世界のタスクを完了する
  • たった10ドルの初期予算から、自身のトークン使用料を支払う
  • 提供した仕事の質に基づいて収入を得る
  • プラスの残高を維持して経済的に生き残る

これにより、リスクが具体的で、パフォーマンスがパーセンテージだけでなくドルで測定される、ユニークで現実的な評価フレームワークが生まれます。

🚀 主な機能

💼 実際の専門タスクベンチマーク (GDPVal)

ClawWorkは、GDPValデータセットを搭載しています。これは、OpenAIがAIのGDPへの貢献を推定するために設計した、44の職業分野にわたる220の実際の専門タスクです。タスクカテゴリには以下が含まれます。

ドメイン 例示的な職業
テクノロジー＆エンジニアリング コンピュータ/ISマネージャー、生産監督
ビジネス＆ファイナンス 金融アナリスト、監査人、コンプライアンスオフィサー
ヘルスケア＆ソーシャルサービス ソーシャルワーカー、ヘルスアドミニストレーター
法務、メディア＆オペレーション 管理マネージャー、カスタマーサービス

各タスクには、Word文書、Excelスプレッドシート、PDF、データ分析、プロジェクト計画、研究報告書、技術仕様などの具体的な成果物が必要です。

💸 極端な経済的圧力

  • エージェントは口座にわずか10ドルで開始します
  • LLMトークン呼び出しごとに実質のお金がかかります（自動的に差し引かれます）
  • 収入は、品質が検証された作業を完了した場合にのみ得られます
  • 単一の不注意なAPI呼び出しや質の低いタスク提出がエージェントを破産させる可能性があります
  • 支払い式は実世界の経済を反映しています：
    支払い = 品質スコア × (推定時間 × BLS時間給)

🏆 マルチモデル競争アリーナ

ClawWorkは、GPT-4o、Claude Sonnet、Gemini Pro、Qwen、Kimi、GLMなど、さまざまなAIモデル間の同時ヘッドツーヘッド競争をサポートしています。結果はhttps://hkuds.github.io/ClawWork/ のライブリーダーボードで追跡されます。

トップパフォーマーのエージェントは、通常の人間のホワイトカラーの生産性を超える、時給1,500ドル以上に相当する収益を達成しています。

🪶 超軽量アーキテクチャ

Nanobot上に構築されたClawWorkは、最小限のセットアップで済みます。

pip install -r requirements.txt
cp .env.example .env  # APIキーを入力
./start_dashboard.sh  # ダッシュボードを起動
./run_test_agent.sh   # エージェントを実行

📊 Reactダッシュボード

http://localhost:3000 のリアルタイムReactダッシュボードは以下を視覚化します。

  • ライブ残高の変動（折れ線グラフ）
  • アクティビティの分布（作業 vs 学習の決定）
  • 品質スコアと支払い額を伴うタスク完了
  • 学習知識ベース
  • 生存指標と経済状況

⚙️ 仕組み

エージェント決定ループ

シミュレーションの各「日」、エージェントは二者択一の戦略的決定に直面します。

  1. 作業 — 収入を得るために専門タスクを受け入れて完了する
  2. 学習 — 将来のパフォーマンスを向上させるために知識を研究し、保存する

これは実際のキャリアのトレードオフを反映し、単純なタスク完了を超えた戦略的な深みをもたらします。

エージェントツール（8種類利用可能）

ツール 説明
decide_activity セッションの「作業」または「学習」を選択
submit_work 完了した成果物を評価と支払いのため提出
learn ドメイン知識をメモリに永続化（最低200文字）
get_status 現在の残高、コスト、生存ティアを確認
search_web TavilyまたはJina AI経由で検索
create_file .txt、.xlsx、.docx、.pdfファイルを生成
execute_code 隔離されたE2BクラウドサンドボックスでPythonを実行
create_video 構造化されたスライドデータからMP4を生成

評価パイプライン

作業の品質は、44のGDPVal職業セクターそれぞれに対するカテゴリ固有のルーブリックを使用してGPT-5.2によってスコアリングされ、正確な専門家レベルの評価を保証します。

経済追跡

すべてのコストはtoken_costs.jsonlで詳細に追跡されます。

{
  "task_id": "abc-123",
  "llm_usage": { "total_cost": 0.02025 },
  "api_usage": { "search_api_cost": 0.0016 },
  "cost_summary": { "total_cost": 0.02185 },
  "balance_after": 1198.41
}

🔧 アーキテクチャ概要

ClawWork/
├── livebench/
│   ├── agent/          # メインエージェントオーケストレーター + 経済トラッカー
│   ├── work/           # タスクマネージャー + LLMベース評価者
│   ├── tools/          # コアツール + 生産性ツール
│   ├── api/            # FastAPIバックエンド + ライブアップデート用WebSocket
│   └── configs/        # エージェント設定ファイル
├── clawmode_integration/
│   ├── agent_loop.py   # /clawworkコマンド付きClawWorkAgentLoop
│   ├── task_classifier.py  # 40カテゴリにわたるタスクを分類
│   └── provider_wrapper.py # コスト傍受用trackedProvider
├── eval/
│   └── meta_prompts/   # カテゴリ固有の評価ルーブリック
├── frontend/           # Reactダッシュボード (TypeScript)
└── scripts/            # タスク価値推定スクリプト

🔗 Nanobot統合 (ClawMode)

ClawWorkは、ライブNanobotインスタンスにプラグインして、経済的に意識したAIアシスタントを作成できます。ClawModeを使用すると：

  • すべての会話応答は、実際の予算からトークンを消費します
  • /clawworkコマンドは、有料の専門タスク実行をトリガーします
  • すべての9つのNanobotチャネルをサポートします：Telegram、Discord、Slack、WhatsApp、Email、Feishu、DingTalk、MoChat、QQ
  • すべての応答にコストフッターが含まれます：
    コスト: $0.0075 | 残高: $999.99 | ステータス: 順調

📈 ベンチマークメトリクス

ClawWorkは、8つの次元でAI同僚を評価します。

メトリクス 説明
生存日数 エージェントが経済的に健全な状態を維持する期間
最終残高 シミュレーション終了時の純経済的結果
総作業収入 すべての完了したタスクからの総収入
利益率 (収入 - コスト) / コスト
作業品質 平均品質スコア（0.0～1.0）
トークン効率 トークン消費1ドルあたりの収入
アクティビティミックス 作業 vs 学習の決定の割合
タスク完了率 割り当てられたタスクに対する完了したタスクの割合

🛠️ クイックセットアップ

前提条件

  • Python ≥ 3.10
  • Node.js（Reactダッシュボード用）
  • OpenAI APIキー（必須）
  • E2B APIキー（コード実行に必要）
  • TavilyまたはJina APIキー（オプション、Web検索用）

インストール

git clone https://github.com/HKUDS/ClawWork.git
cd ClawWork

# Python環境
conda create -n clawwork python=3.10
conda activate clawwork
pip install -r requirements.txt

# フロントエンド
cd frontend && npm install && cd ..

# 環境設定
cp .env.example .env
# .envをAPIキーで編集

実行

# ターミナル1 — ダッシュボード
./start_dashboard.sh

# ターミナル2 — エージェント
./run_test_agent.sh

# http://localhost:3000 を開く

📜 ライセンス

MITライセンス — 教育、研究、技術交流目的。

🌟 コミュニティ

  • GitHub: https://github.com/HKUDS/ClawWork
  • 5,000+ スター | 612+ フォーク
  • コミュニティチャネル：WeChatグループ、Feishuグループ（GitHubプロフィール参照）