轻量级 Claude Code 协作工具 — 零依赖、60秒上手、100%本地
你用 Claude Code 跨机器工作,每次新会话都要重新解释上下文:
- 记忆不共享 — 机器 A 学到的东西,机器 B 不知道
- 没法通信 — 两个 Claude Code 实例各干各的
- 任务靠手动 — Markdown 文件复制粘贴
- Token 浪费 — 重复解释 = 白花钱
一个工具包,七个模块:
┌─────────────────────────────────────────────────────┐
│ ~/.shared-memory/ │
│ │
│ 🧠 Smart Memory TF-IDF 语义搜索 │
│ 📋 Task Scheduler 优先级队列 + 自动分配 │
│ 🤝 Agent Bridge WebSocket 跨机通信 │
│ 🔌 MCP Server Claude Code 官方协议 │
│ 🔑 Provider Mgr 多后端 LLM 配置管理 │
│ 💬 Session Mgr 跨调用会话持久化 │
│ 🔔 Notify Mgr 智能任务完成通知 │
│ │
├──────────────┬──────────────────────────────────────┤
│ 机器 A │ 机器 B │
│ Claude Code │ Claude Code │
│ ↕ 共享记忆 │ ↕ 共享记忆 │
└──────────────┴──────────────────────────────────────┘
市面上有很多多 agent 框架(Ruflo 56k stars、OpenClaude 28k、AgentScope 26k、Strands 6k),它们功能强大但:
- 需要 Docker / 复杂配置
- 学习曲线陡峭
- 偏向"通用框架",不是专门给 Claude Code 用户的
我们是"最后一公里"工具:
| 大框架 (Ruflo/OpenClaude) | 本工具 | |
|---|---|---|
| 安装 | Docker + 配置文件 | git clone + setup.sh |
| 上手时间 | 30分钟+ | 60秒 |
| 依赖 | Node.js / Python + 多个包 | 零(纯 Python 标准库) |
| 定位 | 通用多 agent 编排 | Claude Code 专属增强 |
| 适合 | 团队/企业 | 个人开发者 |
不跟大框架竞争,做轻量补充。
# 克隆
git clone https://github.com/dukeandBaron/claude-code-toolkit.git
cd claude-code-toolkit
# 初始化(创建共享记忆目录)
python agent-bridge/cli.py setup
# 开始使用
python agent-bridge/cli.py status# 保存
python agent-bridge/cli.py memory save "3DGS truck PSNR=25.8" --category experiment
# 搜索(按语义,不是关键词)
python agent-bridge/cli.py memory search "3DGS 实验参数"
# 记录 Bug 解决方案
python agent-bridge/cli.py memory bug add "CUDA OOM" "减小 batch size 到 4"
python agent-bridge/cli.py memory bug find "显存不足"# 创建任务(带优先级)
python agent-bridge/cli.py task create "跑 3DGS 实验" --priority high
# 查看可执行任务
python agent-bridge/cli.py task ready
# 自动分配给最空闲的 agent
python agent-bridge/cli.py task auto-assign <task_id>
# 完成任务
python agent-bridge/cli.py task update <task_id> --status done --result "PSNR=25.8"# 发送消息
python agent-bridge/cli.py bridge send "实验完成,PSNR=25.8"
# 接收消息
python agent-bridge/cli.py bridge recv
# 同步文件
python agent-bridge/cli.py bridge sync MEMORY.md# 添加 LLM 后端
python agent-bridge/cli.py provider add openai --base-url https://api.openai.com/v1 --api-key sk-xxx --model gpt-4o
python agent-bridge/cli.py provider add deepseek --base-url https://api.deepseek.com/v1 --api-key sk-xxx --model deepseek-chat
# 列出所有 provider
python agent-bridge/cli.py provider list
# 设置默认 provider
python agent-bridge/cli.py provider use deepseek# 创建会话
python agent-bridge/cli.py session create --name "3DGS 实验"
# 添加消息
python agent-bridge/cli.py session add <session_id> --role user --content "开始实验"
# 查看历史
python agent-bridge/cli.py session history <session_id>
# 搜索会话
python agent-bridge/cli.py session search "3DGS"# 发送通知(自动选择启用的渠道)
python agent-bridge/cli.py notify send "任务完成" --source claude
# 测试通知渠道
python agent-bridge/cli.py notify test console
# 查看配置
python agent-bridge/cli.py notify config --show
# 启用 Webhook(飞书/钉钉/企微)
python agent-bridge/cli.py notify config --enable webhook智能去抖:
- 有工具调用:60秒静默后通知
- 无工具调用:15秒静默后通知
- 去重窗口:2分钟内不重复通知
支持渠道:
- Webhook(飞书/钉钉/企微)
- Telegram Bot
- Email (SMTP)
- 桌面通知
- 控制台通知
在 Claude Code 配置中添加:
{
"mcpServers": {
"claude-toolkit": {
"command": "python",
"args": ["path/to/agent-bridge/mcp_server.py"]
}
}
}MCP 工具:
memory_search— 语义搜索记忆memory_save— 保存记忆task_create— 创建任务task_list— 查看任务task_update— 更新任务bridge_send/bridge_recv— 跨机通信knowledge_query— 查询知识库
场景 1:个人知识库
Session 1: 学习 3DGS,保存关键参数到记忆
Session 2: 搜索 "3DGS 参数",立刻召回,不用重新解释
场景 2:跨机器协作
机器 A: 跑完实验,发送结果给机器 B
机器 B: 收到消息,继续分析
场景 3:任务管理
创建任务 "写论文实验部分",优先级 high
系统自动分配给最空闲的 agent
完成后标记 done,记录结果
- 100% 本地,数据不出机器
- 跨机通信使用 HMAC-SHA256 认证
- 开源,代码可审计
- 语义记忆(TF-IDF)
- 任务调度(优先级队列)
- 跨机通信(WebSocket)
- MCP 集成
- Provider 管理(多后端 LLM)
- Session 管理(跨调用持久化)
- 智能通知(多通道 + 去抖)
- 集成 OpenClaude API
- Web UI
- VS Code 扩展
MIT License