Claude Code 蜂群管家
把多台机器上的 Claude Code 会话组织成协作蜂群,并在本地积累可复用的工作知识。
- Star 数
- ★ 205
- 最近更新
- 5 天前
- License
- MIT
- 主语言
- Rust
- FA 评分
- 58/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 兼容但需适配Claude Code
- 费用
- 软件免费,模型调用费用自付
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 独立开发者同时运行多个 Claude Code 会话时,用 dashboard 监控成本、错误循环和上下文状态。
- 不适合
- 需要原生接入 ChatGPT 或 Codex 的团队
- 不希望在本地运行命令行工具的用户
- 源码审查
- 58/100 · 缺口较多
这个 Agent 能做什么,适合哪些场景?
claudectl 是一款 Rust 命令行工具,配有终端仪表盘和 Claude Code 插件,用于查看、协调和管理编码会话。它通过 relay 连接多台机器,可委派任务、转移会话,并在获准加入的 hive 成员间同步知识。可选的本地 LLM brain 会根据规则和学习到的偏好审批或拒绝工具调用、检测会话问题,并在多个会话间路由摘要。coordination、agent bus 和 supervisor 负责资源租约、消息传递及带验证器的任务生命周期,状态保存在本地 SQLite 数据库中。用户可通过 CLI、插件、MCP stdio 接口及 headless daemon 使用它;README 描述了 macOS 和 Linux 支持,也提供 Cargo 安装方式。
claudectl 从 Claude Code 会话和工具决策中读取状态与行为,在本机记录脑部决策、协调事件及任务状态。运行 dashboard 可查看会话健康度、成本和错误;配置 brain 后,它可用规则或本地 LLM 对 Bash、Write、Edit 等调用作出建议或自动处理,并能检测循环、停滞和上下文衰减。通过 claudectl relay serve 和配对流程连接机器后,可发现对端、委派任务、发送会话,并同步获准共享的知识单元。claudectl coord 提供资源租约、交接和中断;claudectl bus 提供角色目录、邮箱及 MCP 服务;claudectl supervisor 将任务写入 SQLite 台账,分配会话并运行声明的验证器。输出包括终端仪表盘、JSON 事件、审计记录、任务状态和可选 Prometheus 指标。
- 独立开发者同时运行多个 Claude Code 会话时,用 dashboard 监控成本、错误循环和上下文状态。
- 拥有笔记本和工作站的开发者想把测试或并行编码任务交给空闲机器时,用 relay 委派任务或转移会话。
- 小型工程团队需要避免多个会话同时改同一资源时,用 coord 租约和 handoff 管理所有权与上下文交接。
- 希望减少重复审批的 Claude Code 用户,可配置本地 brain 学习项目偏好,并自动处理低风险工具调用。
- 需要无人值守执行并检查结果的开发者,可提交 supervisor 任务并配置命令、brain 或 agent 验证器。
如何安装或部署这个 Agent?
macOS 或 Linux 可用 Homebrew 安装;也可用 Cargo 安装。源码构建要求 Rust 1.88 或更高版本。安装后运行 init 配置预算、brain 检测、Claude Code hooks、bus 角色和技能建议,再运行 doctor 检查环境。要在 Claude Code 中使用插件功能,另行安装该仓库的 marketplace 插件。
如何使用这个 Agent?
先完成安装和初始化,再启动仪表盘;使用 demo 可先体验而无需活动会话。brain 默认可在 advisory 模式运行;若要让本地模型提供推理,可用 Ollama,也支持 OpenAI-compatible endpoint。连接机器需在各端运行 relay 服务,并通过 invite/join 配对;MCP bus 可通过 stdio 启动。
这个 Agent 有哪些优点和局限?
- 同一 CLI 提供 TUI、Claude Code hooks 和自动化接口,适合在一个地方观察多个会话。
- relay 支持跨机器发现、委派和会话转移,hive 可在成员间传播选定的知识类别。
- coord 与 supervisor 提供租约、任务依赖、重试及验证器流程,并将协调状态持久化到 SQLite。
- brain 可使用本地 LLM 或内建规则,README 说明决策数据保留在本机。
- 主要集成对象是 Claude Code;README 没有说明 ChatGPT、Codex 或其他编码代理的原生插件。
- 自动审批能力需要谨慎配置:brain gate 可作用于 Bash、Write、Edit 等工具调用,且自动执行模式会让 brain 无需逐次询问。
- 完整的本地 LLM 推理需要配置 Ollama 或其他 OpenAI-compatible endpoint;README 未给出模型成本或硬件基线。
- 跨机器 relay 需要网络连接、在各机器运行服务,并完成配对和访问策略设置。
- 从源码构建要求 Rust 1.88+;部分 supervisor 远端任务还要求两端具备相应构建特性且仓库路径一致。
这个 Agent 与同类方案有什么区别?
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Claude Code 蜂群管家 当前 | 58 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 205 | 5 天前 | Rust | Claude Code |
| AGF 本地编码会话查找器 | 77 · 表现良好 | 命令行工具免费 | ★ 162 | 1 个月前 | Rust | Codex · Claude Code |
| Grounded Docs MCP 服务器 | 78 · 表现良好 | 命令行工具免费 + 模型费 | ★ 1.9k | 7 天前 | TypeScript | ChatGPT · Claude Code |
| Vigil 多智能体终端编排器 | 68 · 存在缺口 | 桌面应用免费 + 模型费 | ★ 28 | 1 个月前 | Swift | Codex · Claude Code |
FollowAgents 如何评估这个 Agent?
查看各维度的扣分理由
文件展示了 hive 邀请审批、能力授予的范围/期限/撤销、只读查询、敏感文件拒绝索引以及卸载选项,因此用户确认、数据流和回收措施有实质说明;但主要安全保证来自文档陈述,样本未展示关键边界实现。产品会读取会话记录、运行钩子和终端输入,并可自动执行、终止会话、联网中继或运行用户配置的 shell 钩子,默认权限面较广;依赖清单和发布者身份也无法充分核验,故相应项未给高分。
CI 文件列出多平台测试、功能组合检查、独立 crate 构建和文档链接检查,README 与 Cargo 配置对默认功能及 MSRV 有所说明。不过 AGENTS.md 与 CLAUDE.md 对默认功能和二进制大小的描述不一致,且若干技能/文档使用旧 CLI 旗标;样本未提供已执行结果。故自洽性和依赖可用性扣分。doctor、日志、具体故障提示和排查步骤较完整,失败消息得分较高。
文档覆盖单机、多会话、Claude Code 插件、无人值守、跨机器协作和只读第三方查询等场景,受众及用途清楚。功能旗标、配置层级、只读成员、权限授予和本地/远程边界都有说明;但能力边界仍有部分依赖文档承诺,技能描述也未覆盖所有产品能力。macOS/Linux、WSL、终端后端和 Rust 版本要求有说明,Windows 原生支持受限,因此环境适配较好但并不全面。
README、快速开始、配置、排错、参考指南和技能文件形成清晰的信息结构,安装、升级、示例、FAQ、已知平台限制和 MIT 许可证均有明确内容。扣分来自样本中不同说明对默认功能、大小及命令旗标存在漂移;版本信息主要见于 Cargo 和技能元数据,变更记录及持续维护责任在给定材料中不够清楚。未验证发布者身份不作为扣分理由。
输出包括会话表、成本与健康指标、决策审计、带引用的只读查询、结构化任务状态及 JSON 模式,便于查看和衔接工作;多会话协调及本地学习可能带来明显价值。但样本没有独立证据支撑 README 展示的准确率、节省时间等量化效果,也没有足够信息评估运行资源、配置负担与收益的权衡,故效用与成本收益不满分。
CLI、配置、钩子、状态存储和部分安全行为有相应文件或具体示例可追溯,且文档通常把配置事实与推荐做法分开表达。CI 工作流只显示预定检查,不能证明这些检查已通过;多数性能、安全和效果主张没有样本内的实现或结果相互印证,且不同文档出现矛盾,故交叉佐证有限。
- 这只是低置信度静态审查;CI 工作流是检查配置的证据,不代表本次已执行或通过。
- 启用脑门控自动模式、relay、shell 钩子或硬清理前,应核对配置和目标;这些功能能影响工具调用、网络连接或本地数据。
- 文档对默认功能、二进制大小和部分 CLI 旗标存在差异,安装后建议用当前版本的 --help 与 doctor 核实。
最近版本
来自该项目 GitHub Releases 的最新发布记录,说明为上游原文摘录,未经本站改写或测试。
-
发布说明摘录
What's Changed * fix(relay): preserve explicit port precedence by @mikemikimike in https://github.com/mercurialsolo/claudectl/pull/615 * Normalize line endings to LF with .gitattributes by @mercurialsolo in https://github.com/mercurialsolo/claudectl/pull/616 * Release 0.92.4 by @mercurialsolo in https://github.com/mercurialsolo/claudectl/pull/617 New Contributors * @mikemikimike made their first contribution in https://github.com/mercurialsolo/claudectl/pull/615 Full Changelog: https://github.com/mercurialsolo/claudectl/compare/v0.92.3...v0.92.4在 GitHub 查看 ↗ -
发布说明摘录
What's Changed * Show which paired peers are live, and prune the ones that are gone by @mercurialsolo in https://github.com/mercurialsolo/claudectl/pull/612 * Release 0.92.3 by @mercurialsolo in https://github.com/mercurialsolo/claudectl/pull/613 Full Changelog: https://github.com/mercurialsolo/claudectl/compare/v0.92.2...v0.92.3在 GitHub 查看 ↗ -
发布说明摘录
What's Changed * Packaging: point homebrew-core and AUR at 0.91.1 by @mercurialsolo in https://github.com/mercurialsolo/claudectl/pull/601 * Route a roleless supervisor task to the role that owns its work (#596 follow-up) by @mercurialsolo in https://github.com/mercurialsolo/claudectl/pull/604 * Release 0.92.1 by @mercurialsolo in https://github.com/mercurialsolo/claudectl/pull/607 * Add a hive skill and make the plugin installable from Claude Code by @mercurialsolo in https://github.com/mercurialsolo/claudectl/pull/609 …在 GitHub 查看 ↗
常见问题
必须使用云端 LLM 吗?
TYPESAFE_API_KEY 后会把问题和一段 CLAUDE.md 发到站外。hive 会自动公开我的知识吗?
它可以不经确认自动执行工具调用吗?
--mode off。插件 brain gate 会检查工具调用;启用自动执行前,应先配置本地 LLM,并了解规则覆盖范围。supervisor 如何判断任务完成?
run、brain 或 agent 验证器。验证失败时,输出会附加到重试提示;达到重试上限后任务进入 NEEDS_HUMAN。谢谢反馈,我们会据此改进页面。