Clawk是一个开源工具，可为AI编码代理创建一次性、受网络限制的Linux虚拟机，保护用户主机安全，支持macOS和Linux平台。

好的，这是根据您的要求，对原文主要内容进行的中文重述：

项目名称： clawk

核心概念： 为AI编程代理提供一个独立的、用完即弃的Linux虚拟机环境，而不是让它在你的个人电脑上直接运行。

解决的问题： 当AI编程代理需要执行安装包、运行代码、启动服务等操作时，通常面临两难选择：要么逐条批准每个命令（效率低下），要么跳过所有权限检查（风险极高，可能导致文件丢失或令牌泄露）。clawk提供了第三种方案。

工作原理： 1. 在你的项目目录下，只需运行 clawk 命令。 2. clawk会启动一个独立的、用完即弃的Linux虚拟机。 3. 你的项目代码会被挂载到虚拟机中，但你的个人文件、密钥等则完全隔离在宿主机之外。 4. AI代理（如Claude Code、Codex）在虚拟机内拥有root权限，可以自由操作，但无法触及宿主机。

主要特性：

• 强隔离性： 隔离基于虚拟机管理程序（Hypervisor）边界，而非进程沙箱策略。代理无法访问宿主机文件系统，即使执行 rm -rf 等破坏性命令，也只会影响虚拟机本身。
• 网络受限： 虚拟机默认禁止所有出站流量，仅允许访问预设的“白名单”中的服务器（如GitHub、npm等）。任何尝试连接未知服务器的行为都会被记录并阻止。
• 快速创建与销毁： 首次启动会构建根文件系统，后续启动仅需数秒。虚拟机可随时销毁重建，而你的代码和代理的对话历史会保留在宿主机上。
• 真实Linux环境： 使用标准Linux内核和用户空间，支持安装系统包、编辑系统配置、绑定特权端口等操作。支持使用任何OCI镜像作为根文件系统。
• 密钥安全： 通过转发SSH代理，git push 等操作无需将SSH密钥传入虚拟机内部。
• 多项目支持： 可同时运行多个沙箱，每个项目或任务一个。支持跨多个仓库的“工单模式”（Ticket Mode），自动创建和管理工作树及PR。
• 资源管理： 空闲虚拟机可自动释放内存并挂起到磁盘，几乎不消耗资源。

与现有方案的对比：

• 容器/开发容器： 容器共享宿主机内核，存在内核漏洞或挂载错误导致宿主机暴露的风险。clawk的虚拟机隔离性更强。
• 操作系统级代理沙箱： 这类工具在宿主机上应用进程级规则，一旦策略失误，所有数据（包括密钥）都可能暴露。clawk将整个工作负载迁移到另一台机器上。
• 通用虚拟机管理器（如Lima）： Lima仅提供Linux虚拟机，而clawk在此基础上构建了完整的工作流，包括项目级管理、代理集成、网络控制、对话持久化等。
• 云端沙箱： clawk是本地优先的，代码不离开本机，无需按小时付费，且代理编辑的工作树与编辑器中的文件实时同步。

安全模型与限制：

• 核心边界： 虚拟机（隔离宿主机文件系统）和出站白名单（控制网络访问）。
• 不保护的内容： 你主动挂载或允许访问的任何内容（如文件、环境变量）都会暴露给代理。代理可以提交代码或推送到你的SSH代理能访问的任何仓库。请像审查陌生人的PR一样审查沙箱的输出。
• 不防御的内容： 虚拟机管理程序逃逸。

安装与使用：

• 平台： 需要macOS 14+（Apple Silicon）。Linux支持尚在实验阶段。
• 安装： 通过Homebrew (brew install clawkwork/tap/clawk) 或从源码编译。
• 快速开始： 在项目目录下运行 clawk 即可启动沙箱并附加Claude。其他命令包括 clawk run shell（进入shell）、clawk down（停止）、clawk attach（重新连接）、clawk destroy（销毁）等。

配置： 项目可通过 clawk.mod 文件进行配置，语法类似 go.mod，可指定CPU、内存、镜像、网络规则、端口转发、环境变量等。

项目状态： 处于Pre-1.0阶段，正在快速开发中，版本间可能存在破坏性变更。

根据评论内容，主要观点和论据总结如下：

1. 项目价值与认可（正面） - 评论2（ebeirne）表示赞赏：“love what youve done here. i will be using this in the future.” - 评论5（bad_haircut72）提到类似项目：“Sprites from Fly io does this beautifully, claude comes preinstalled, its great”

2. 技术实现与安全性讨论 - 评论3（matheusmoreira）关注无root权限实现防火墙的细节：“How did you implement the firewall without root?” - 评论4（bitwize）提出安全担忧：“Errbody gangsta until the agent figures out it's in a container and finds an exploit that lets it break out of container jail...” - 评论10（vqtska）质疑必要性：“Just create a separate user on your machine without sudo privileges... What am I missing?”

3. 同类项目对比与竞争 - 评论9（rvz）指出同质化问题：“This is like the 30th AI sandbox project on Show HN. Why this one over the rest?” - 评论11（kstenerud）详细介绍了yoloAI的功能，强调其跨平台支持和完整生命周期管理 - 评论14（petesergeant）推荐自己的项目byre：“You might prefer byre's simplicity, transparency, and ease of reasoning about”

4. 功能与使用场景 - 评论16（skybrian）提出远程VM需求：“I prefer using a remote Linux VM to let the coding agent keep working” - 评论25（statt）关注SSH密钥管理：“Surprisingly annoying to have multiple keys for, say GitHub” - 评论26（thiodrio）询问与devcontainers的相似性：“Is it similar to devcontainers?”

5. 批评与质疑 - 评论18（0xbadcafebee）指出功能缺失：“What about configuration management & rollbacks? What about the policy engine?” - 评论19（mrbn100ful）批评重复造轮子：“YAY, let's build the same thing over and over” - 评论24（mlnj）讽刺性提问：“Is there anyone who is NOT building another AI sandbox solution?”

6. 替代方案建议 - 评论1（prairieroadent）简单建议：“why not just a docker container” - 评论28（TheRealPomax）指出VM是现成选项：“Literally everyone has the option to use a VM” - 评论29（docheinestages）推荐QEMU/KVM方案：“the most secure setup... is a separate machine with QEMU/KVM”

总结： 评论整体呈现两极分化。支持者认可项目的实用性和创新性，但大量评论指出AI沙箱项目已严重同质化，质疑其与现有方案（Docker、Podman、VM等）的差异化价值。安全性和密钥管理是核心关注点，部分用户认为简单用户隔离即可满足需求。