Continuous Claude：循环运行的 AI 开发代理
在循环中运行 Claude Code 或 Codex CLI，自动创建拉取请求、等待检查并合并，让大型开发任务在你睡觉时完成。
证据显示脚本会创建分支、推送、创建PR、合并，并可能自动合并，但未提供用户确认机制，也未明确数据流透明性。敏感数据处理未提及，依赖通过curl安装且无校验，外部影响显著（自动合并PR），回滚机制有限（丢弃失败分支），来源归属明确（作者署名）。扣分原因：缺少用户确认、数据流透明性不足、依赖安全未验证。
脚本内部逻辑一致，README与脚本功能描述相符，但依赖外部工具（gh、claude、codex）的可用性未验证，失败消息有提供但可能不完整。扣分原因：依赖可用性未验证，失败消息可能不全面。
明确目标用户（开发者）和场景（自动化测试、重构），能力边界清晰（仅支持GitHub），触发条件明确（通过CLI参数），环境适配良好（支持macOS/Linux/Windows）。扣分原因：未提及非GitHub平台支持。
信息架构清晰，安装说明详细，命名稳定，示例丰富，已知限制明确（仅GitHub），许可证MIT，版本管理有自动化流程，维护责任明确（作者）。扣分原因：维护责任未明确说明。
输出可用（PR、合并），边际价值高（自动化重复任务），成本效益合理（有预算控制）。扣分原因：未提供实际运行数据。
README中的声明与代码部分对应，但缺乏独立验证，事实与推断未明确区分。扣分原因：缺乏独立验证，事实与推断未明确区分。
- 自动合并PR可能带来风险，建议用户确认。
- 依赖通过curl安装且无校验，存在供应链风险。
- 未提供用户确认机制，可能意外执行操作。
这个 Agent 能做什么，适合哪些场景？
Continuous Claude 是一个命令行工具，它反复调用 AI 编码代理（Claude Code 或 Codex CLI）来迭代完成大型开发任务。每次迭代中，它创建一个新分支，让代理生成提交，通过 GitHub CLI 创建拉取请求，等待 CI 检查和审阅，成功则合并，失败则丢弃。它通过一个共享的 Markdown 文件（SHARED_TASK_NOTES.md）在不同迭代之间传递上下文，使代理能够记住之前的进度和决策。该项目受 CI/CD 实践和 GitHub Next 的 Continuous AI 项目启发，专注于自动化那些单调但需要谨慎的任务，如提升测试覆盖率、大型重构或更新依赖。它提供了 Bash 和 PowerShell 两种运行器，并支持多种运行限制（迭代次数、成本、持续时间）以及 git worktree 并行执行。
Continuous Claude 脚本执行以下操作：1) 每次迭代创建新分支并运行所选代理（claude 或 codex）；2) 将代理的更改提交并推送到远程；3) 使用 gh pr create 创建拉取请求；4) 使用 gh pr checks 轮询 CI 检查和审阅状态，直到通过；5) 合并成功后，拉取最新的 main 分支并清理分支；6) 如果失败，关闭 PR 并丢弃工作。在每次迭代之前，它会读入 SHARED_TASK_NOTES.md，并在之后更新，以提供上下文连续性。它还支持可选的审查者传递（--review-prompt）、成本限制（--max-cost）、时长限制（--max-duration）和紧急停止（--completion-threshold）。
- 一位开发人员需要将大型代码库的测试覆盖率从 0% 提升到 80% 以上，可以在夜间无人值守地运行此工具。
- 一位维护者希望在每天早上自动运行依赖更新检查，并修复更新后出现的破坏性更改。
- 一位团队领导希望将单体应用拆分为模块，分多次拉取请求进行，每次都有 CI 验证。
- 一位开发人员希望将旧代码从回调转换为 async/await，但不想手动处理所有细节。
- 一位开发者需要快速完成乏味的重构工作，例如统一代码风格或更新到新的标准库。
- 一位开源维护者希望使用 AI 代理自动处理 GitHub 上的入站 issue 并生成补丁，然后由人类审查。
这个 Agent 有哪些优点和局限？
- 自动处理完整的拉取请求生命周期，包括合并，无需人工干预。
- 通过共享笔记文件实现上下文连续性，避免重复劳动。
- 支持 Claude Code 和 Codex CLI 两种提供者，灵活切换。
- 提供多种运行限制（次数、成本、持续时间），可控制成本和资源。
- 使用 git worktree 支持并行运行多个实例。
- 依赖特定的 CLI 工具（Claude Code、Codex、GitHub CLI）和 GitHub API，仅支持 GitHub 仓库。
- 成本可能较高，当代理运行频繁且模型昂贵时。
- 失败的迭代会丢弃工作，可能导致浪费，但通过重试机制可能产生进展。
- 需要手动设置和认证多个工具，上手有一定复杂度。
- 文档中未提及对私有模型或企业级安全的支持。
如何安装或部署这个 Agent？
使用单个命令安装：
curl -fsSL https://raw.githubusercontent.com/AnandChowdhary/continuous-claude/main/install.sh | bash在 Windows 上，使用 PowerShell 7：
irm https://raw.githubusercontent.com/AnandChowdhary/continuous-claude/main/install.ps1 | iex手动安装：下载脚本，使其可执行，并移动到 PATH 中的目录。卸载：删除 ~/.local/bin/continuous-claude 或 /usr/local/bin/continuous-claude。
如何使用这个 Agent？
首先，确保已安装并认证所需的依赖：Claude Code CLI（claude auth）或 Codex CLI（codex login）、GitHub CLI（gh auth login）和 jq（Bash 运行器）。然后，在 git 仓库中运行：
continuous-claude --prompt "add unit tests until all code is covered" --max-runs 5使用 Codex 作为提供者：
continuous-claude --provider codex --prompt "add unit tests" --max-runs 5可以使用 --max-cost 或 --max-duration 限制成本或时间。所有未识别的标志都会转发给代理 CLI。
这个 Agent 与同类方案有什么区别？
GitHub Next 的 Continuous AI 项目也探索了类似的循环运行理念，但 Continuous Claude 更侧重于直接利用 GitHub PR 工作流。此外，它提到了 Dependabot 只处理依赖更新，而 Continuous Claude 还能修复更新后的破坏性更改。
常见问题
运行这个工具需要哪些 API 密钥或凭据？
claude auth）或 Codex CLI（codex login），以及 GitHub CLI（gh auth login）。这些工具会处理各自的 API 密钥。如果一次迭代失败会发生什么？
我可以控制工具的成本吗？
--max-cost 设置美元预算，使用 --max-duration 设置时间限制，或使用 --max-runs 设置迭代次数。也可以限制每小时调用次数。