Continuous Claude
为 Claude Code 构建的持久化、可学习、多智能体开发环境，跨越会话和上下文压缩保持状态。
证据显示：安装向导会备份现有配置，卸载时归档并恢复，提供回滚机制；但权限最小化、用户确认、数据流透明性、敏感数据处理、依赖安全、外部影响、来源归属等仅部分体现。扣分原因：未提供权限最小化细节，用户确认仅提及向导确认，数据流描述不完整，敏感数据（如API密钥）处理未明确，依赖安全未提及，外部影响（如自动提交）未充分说明，来源归属仅依赖MIT许可证。
证据显示：README描述一致，但未提供依赖可用性保证或失败消息示例。扣分原因：自洽性部分体现，依赖可用性未提及，失败消息未提供。
证据显示：README详细描述了多种使用场景和触发方式，但能力边界、环境适配细节不足。扣分原因：受众和场景覆盖较好，但能力边界未明确，触发精度部分体现，环境适配仅提及Python和Docker。
证据显示：README结构清晰，安装说明详细，许可证明确，但命名稳定性、已知限制、版本变更日志、维护责任未充分体现。扣分原因：信息架构和安装说明较好，但命名稳定性未提及，已知限制未列出，版本变更日志缺失，维护责任未明确。
证据显示：README声称节省token、提高效率，但缺乏实际数据支持。扣分原因：输出可用性部分体现，边际价值有声称但未验证，成本效益未量化。
证据显示：README中的声明缺乏可追溯性，未提供交叉验证或事实与推断的区分。扣分原因：声明可追溯性不足，交叉验证缺失，事实与推断未分离。
- 安装向导会修改~/.claude配置，请确保备份并理解变更。
- 自动提交和自动执行可能产生外部影响，请谨慎使用。
- 依赖Docker和PostgreSQL，确保环境满足要求。
- API密钥等敏感信息可能存储在.env中，请妥善保护。
这个 Agent 能做什么，适合哪些场景？
Continuous Claude 将 Claude Code 转变为持续学习的系统，它通过 hooks 维护跨会话的上下文，编排专门化的子智能体，并利用分层的代码分析大幅降低 token 消耗。它引入了连续性账本（ledgers）、YAML 交接文件（handoffs）和基于 PostgreSQL 与 pgvector 的记忆系统，实现跨会话的复合式学习。该仓库包含 109 项技能、32 个智能体和 30 个 hooks，包括 /workflow、/fix、/build 等元技能工作流，并集成了 TLDR 代码分析工具（声称节省 95% 的 token）。主要框架是 Claude Code CLI，通过 setup 向导自动安装，并对接 Docker 运行的 PostgreSQL。
Continuous Claude 是一组 hooks、技能和智能体，它们会在 Claude Code 的生命周期事件中拦截并追加行为。SessionStart 时，它读取连续性账本和记忆，预热 TLDR 缓存；UserPromptSubmit 时，它根据基于规则系统注入技能激活提示；PreCompact 时，它以 YAML 格式自动创建交接文件（handoffs）以避免上下文丢失；SessionEnd 时，daemon 会启动无头 Claude 会话，从思考块中提取经验教训并存入 archival_memory。它提供 /workflow 目标路由器，以及 /fix、/build、/tdd、/refactor 等命令，这些命令会编排 sleuth、kraken、plan-agent 等专门智能体。其 TLDR 工具执行 5 层代码分析（AST、调用图、CFG、DFG、PDG），并支持自然语言语义搜索。
- 在长会话中频繁遇到上下文压缩问题的开发者，他们希望跨会话保留决策和上下文。
- 希望自动化多步骤工作流（如 bug 修复、功能构建、代码审查）的团队，通过 /fix、/build、/review 等命令实现。
- 需要在不阅读整个文件的情况下理解大型代码库的工程师，通过 /explore 和 TLDR 摘要功能实现。
- 希望随着时间推移积累项目知识、记忆学习成果（如认证模式）并在未来会话中自动浮现场景的用户。
- 通过 /prove 技能使用 Lean4 进行形式化验证的研究人员或开发者。
这个 Agent 有哪些优点和局限？
- 通过交接文件、连续性账本和记忆提取，解决上下文压缩问题，实现复合学习。
- TLDR 5 层代码分析可将 token 消耗减少约 95%，对于大型代码库效率更高。
- 大量内置技能（109）和智能体（32）覆盖规划、调试、审查等，减少手动工作。
- 通过 /prove 技能支持 Lean4 形式化验证，并已成功用于首个 Sylvester-Gallai 定理的正式化。
- 仅针对 Claude Code 构建，无法用于其他 AI 编程助手或 API。
- 安装复杂，需要 Docker 运行 PostgreSQL、uv、Python 3.11+。
- 需要维护数据库 schema 和运行 daemon 以进行记忆提取，增加运维负担。
- 包含大量智能体（32 个），README 承认 v4 目标会进行整合，可能造成复杂性和重叠。
如何安装或部署这个 Agent？
需要 Python 3.11+、uv 包管理器、Docker 和 Claude Code CLI。克隆仓库并运行设置向导：\n``bash\ngit clone https://github.com/parcadei/Continuous-Claude-v3.git\ncd Continuous-Claude-v3/opc\nuv run python -m scripts.setup.wizard\n`\n向导会检查依赖、配置 PostgreSQL 数据库（Docker）和 API 密钥、安装 32 个智能体、109 项技能和 30 个 hooks，并可以选择安装数学功能（SymPy、Z3、Pint）和 TLDR。远程数据库支持通过设置 CONTINUOUS_CLAUDE_DB_URL 环境变量。卸载可通过 uv run python -m scripts.setup.wizard --uninstall` 完成。
如何使用这个 Agent？
安装后，在项目目录中运行 claude 启动 Claude Code。使用自然语言触发工作流，例如 \"修复登录 bug\" 或 /build greenfield \"user dashboard\"。可用的命令包括 /workflow（目标路由）、/fix、/build、/explore、/premortem、/tdd、/refactor、/review、/security 和 /release。参考 README 中详细的工作流链和钩子触发说明。