Sleepless Agent
将 Claude Code Pro 的闲置时段用于持续处理开发任务。
按维度查看评分与理由
证据显示：README 描述了混合自主模式（随机想法自动应用，严肃任务需审查），但未提供用户确认机制的实现细节；数据流描述为从 Slack 到任务队列到执行器，但未明确数据流透明性；敏感数据处理仅提及环境变量存储令牌，未说明加密或最小化；依赖列表未提供版本锁定或安全审计；外部效果包括自动 Git 提交和 PR 创建，但未说明用户确认或撤销机制；回滚仅通过 trash 命令软删除，未提供完整回滚；来源归属仅通过引用和许可证声明，未验证。扣分原因：缺乏具体实现证据，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、外部效果、回滚、来源归属均未充分展示。
证据显示：README 和 pyproject.toml 中的版本号不一致（README 提到 0.1.0，pyproject 为 0.1.2），但整体描述一致；依赖列表明确，但未提供版本锁定或镜像；失败消息未在文档中详细说明。扣分原因：版本不一致，依赖可用性未验证，失败消息文档不足。
证据显示：README 详细描述了多种使用场景（日常头脑风暴、生产修复、代码审计），并提供了 Slack 和 CLI 两种接口；能力边界通过任务类型和 workspace 约束说明；触发精度通过命令和参数定义；环境适配包括 Windows/WSL 的 PATH 问题和 systemd/launchd 部署。扣分原因：能力边界和触发精度主要基于文档，未提供代码验证。
证据显示：README 结构清晰，包含安装、配置、使用、架构、部署等章节；安装说明详细，包括 pip 和开发安装；命名稳定（sle 命令）；提供了示例和 FAQ 链接；已知限制未明确列出；许可证为 MIT；版本信息在 pyproject 中，但 README 中版本不一致；维护责任未明确。扣分原因：已知限制缺失，版本不一致，维护责任不明确。
证据显示：输出可用性通过 CLI 和 Slack 命令展示，包括状态检查和报告；边际价值在于利用夜间未使用的 Claude 配额；成本效益未提供实际数据，仅声称最大化使用。扣分原因：成本效益缺乏数据支持。
证据显示：README 中的声明（如功能、架构）未提供代码引用或测试证据；跨来源验证仅通过文档链接，未提供独立验证；事实与推断未明确区分。扣分原因：声明缺乏可追溯性，交叉验证不足，事实与推断混淆。
- 版本号不一致：README 提到 0.1.0，pyproject 为 0.1.2，可能造成混淆。
- 依赖未锁定版本，存在供应链风险。
- 自动 Git 提交和 PR 创建可能产生意外外部影响，需谨慎配置。
- Slack 令牌等敏感信息仅通过环境变量存储，未说明加密措施。
这个 Agent 能做什么，适合哪些场景？
Sleepless Agent 是一个以 Claude Code CLI 和 Python Agent SDK 驱动的 24/7 开发任务守护进程。它可通过 Slack 命令或本地 `sle` CLI 接收任务，并将任务持久化到 SQLite 队列。守护进程在隔离工作区中执行任务，保存结果与元数据，并可按任务类型执行 Git 提交和拉取请求创建。其调度逻辑会通过 `claude /usage` 检查 Claude Code Pro 用量，并按昼夜阈值暂停或恢复新任务生成。Slack 是可选接口；项目还提供 Linux systemd 和 macOS launchd 的部署方式。
用户通过 /think 或 sle think 提交想法或项目任务，Slack Bot 或 CLI 将其写入 SQLite Task Queue。daemon.py 的事件循环调度任务，claude_code_executor.py 通过 Python Agent SDK 调用 Claude Code CLI，并为任务分配隔离工作区；复杂任务可配置 Planner、Worker、Evaluator 三类代理及各自的最大轮次。results.py 保存输出和元数据，monitor.py 提供健康检查和指标，claude /usage 的结果用于决定是否继续生成和调度任务。随机想法可提交到 thought-ideas 分支；带 -p 的项目任务可创建 feature/<project>-<task_id> 分支，并在安装且配置 gh 时创建 PR。
- 拥有 Claude Code Pro 的个人开发者，希望在夜间把零散技术想法自动排入任务队列并保留执行结果。
- 使用 Slack 协作的工程团队，希望以
/think -p backend ...提交后端任务，并通过功能分支和 PR 进行人工审查。 - 不想配置 Slack 的命令行用户，希望通过
sle think、sle check和sle report在本机管理任务。 - 需要并行处理彼此独立开发工作的用户，希望每个任务使用独立工作区，避免任务文件相互覆盖。
- 需要控制 Claude Code Pro 日间消耗的用户，希望按可配置的昼夜用量阈值自动暂停新增任务。
这个 Agent 有哪些优点和局限？
- Slack 命令与
sleCLI 对齐，且不配置 Slack 也可运行。 - SQLite 队列、结果存储、报告、日志和指标均落在本地工作区，便于持续运行与追踪。
- 每个任务拥有隔离工作区，并为项目任务提供功能分支、自动提交和可选 PR 创建流程。
- 用量监控采用可配置的昼夜阈值，可在夜间更积极地使用 Claude Code Pro 容量。
- 核心执行依赖 Claude Code CLI、其登录状态及 Claude Code Pro 用量，未记录其他模型或 API 适配器。
- 启用 Slack 需要工作区管理员配置 Socket Mode、OAuth scopes、事件订阅和两类令牌。
- 自动 PR 创建依赖可选的
ghCLI，并且远程 Git 仓库配置需要用户自行设置。 - 任务会读写本地工作区并执行 Git 操作；采用自动提交或自动生成任务前需评估项目隔离和审查流程。
如何安装或部署这个 Agent？
需要 Python 3.11+、Node.js、Git，以及已登录的 Claude Code CLI。安装：pip install sleepless-agent；安装 CLI：npm install -g @anthropic-ai/claude-code；随后执行 claude login 并用 claude --version 验证。首次可直接运行 sle daemon，再用 sle think "Research async Python patterns" 提交任务；Slack 不是必需项。若启用 Slack，创建 Socket Mode 应用，配置 SLACK_BOT_TOKEN 和 SLACK_APP_TOKEN 到 .env，然后运行 sle daemon。
如何使用这个 Agent？
启动 sle daemon 后，使用 sle think "Build onboarding flow" -p backend 创建项目任务，或用 sle think "Explore async patterns" 提交随机想法。使用 sle check 查看守护进程、队列和用量，使用 sle usage 查看 Claude Code Pro 用量，使用 sle report 7 查看任务详情；sle cancel 9 会将任务或项目移入回收站，可用 sle trash restore <project> 恢复。需要替换默认存储位置时，可使用 sle --db-path ./tmp/tasks.db --results-path ./tmp/results check。Slack 配置完成后，可使用对应的 /think、/check、/usage、/report、/cancel 和 /trash 命令；/chat <project> 可在专用线程中开始交互会话。
常见问题
必须使用 Slack 吗？
sle CLI 可在未配置 Slack 的情况下运行；Slack 只是实时提交任务和查看状态的可选接口。需要 Claude API key 吗？
claude login，并说明不再需要 Claude API key。