当你同时跑 5 个 Claude Code:AI Coding 多代理终端工具全景

一、前言

打开终端,启动 Claude Code,给它一个任务------重构支付模块。趁它干活的间隙,再开一个终端标签页,启动第二个 Claude Code 写单元测试。再开一个跑 Codex CLI 更新 API 文档。三个 AI Agent 同时推进,效率拉满。

然后问题来了。

切到标签页 1------Claude Code 在等你确认一个文件删除操作,不知道等了多久。切到标签页 2------测试跑完了,一屏绿色,但你没第一时间看到。切到标签页 3------Codex 报了个错,卡住了,你刚才在处理标签页 1 的时候它就已经停了。

在终端窗口间反复切换,本质上是一种低效的轮询------你不停地巡逻,只为了看看「谁需要你」。 当只跑一个 Agent 时,一个终端窗口就够了。但当并行运行 3-5 个实例时,AI 的并行能力在一定程度上已经超过了人类的注意力带宽。

为什么这个问题突然变得重要?因为三个变化同时发生:

  1. AI Agent 能力飙升 --- Claude Code、Codex CLI 已经能自主完成完整功能开发,不再需要逐行指导
  2. 并行开发成为常态 --- 一个人同时跑 3-5 个 Agent 处理不同任务,生产力可以翻倍
  3. 终端仍是主战场 --- 主流 AI 编码代理(Claude Code 84.5k⭐、Codex CLI 68.4k⭐、Gemini CLI 99.5k⭐)都以终端为主要界面

2025 年底,GitHub 上开始出现一批专门解决这个问题的工具:Claude Squad、cmux、dmux、CCCC......到 2026 年 3 月,这个品类已经爆发到 25+ 工具 ,两家 YC 公司(cmuxEmdash)入局,GitHub 上有专门的 awesome list 追踪这个赛道。

本文基于对这 25+ 工具的系统调研,从三个维度展开:架构路线有什么本质区别重点工具怎么选不同场景的最佳工作流是什么------为正在或即将面对多 Agent 开发使用管理问题的开发者提供一份选型参考。


二、三条路线:25+ 工具的本质区别

面对 25+ 工具,第一反应可能是眼花缭乱。但仔细看架构,它们其实只走了三条路线。理解这三条路线,比逐个了解每个工具的功能清单重要得多------因为路线决定了工具的能力上限和适用边界。

这三条路线分别是:在 tmux 上做增强从零构建原生终端让 AI 编排 AI。它们的自动化程度递增,可控性递减。下面分别来看看它们各自的设计思路和适用边界。

2.1 路线一:tmux 增强型 --- 在自行车上装电机

代表工具Claude Squad(5.6k⭐)、dmux(1k+⭐)、smux(683⭐)

tmux 是 Unix 世界最成熟的终端复用器,已经有 20 多年历史。这条路线的思路很直接:不重新发明轮子,在 tmux 之上加一层 AI 感知的管理界面

具体来说,这类工具做三件事:

  1. 自动创建 tmux session + Git Worktree --- 每启动一个 Agent,自动分配独立的 tmux 会话,并通过 Git Worktree 检出独立分支到单独目录,Agent 之间的代码修改互不干扰
  2. 提供 TUI(终端用户界面) --- 用一个统一界面查看所有 Agent 的状态、切换焦点
  3. 管理生命周期 --- 启动、暂停、恢复、合并代码

这就像在自行车上装电机------底层还是那辆自行车(tmux),但骑起来省力多了。

优势 :轻量(通常只是一个二进制文件)、跨平台(tmux 在哪里都能跑)、学习成本低(熟悉 tmux 的开发者零门槛)。还有一个容易被忽视的优势:退出成本为零------即使管理工具本身停止维护,底层的 tmux 和 Git Worktree 仍然可用,你的工作流不会因此中断。

局限:受限于 tmux 的能力边界。tmux 没有原生的通知系统,不知道"哪个 Agent 在等你"------你还是得自己去看。

2.2 路线二:原生终端型 --- 造一辆电动车

代表工具cmux(11.6k⭐)、Emdash(2.4k⭐)、Collaborator(2k⭐)

这条路线的判断是:tmux 本身不是为 AI Agent 设计的,在它上面打补丁永远有天花板。不如从底层重新构建一个终端,把"管理 AI Agent"作为核心设计目标。

以 cmux 为例,它基于 Ghostty 的 libghostty(一个可嵌入的终端渲染库)用 Swift 从零构建了 macOS 原生应用。最关键的设计是通知环系统------当某个 Agent 需要你的注意时,对应的标签页会亮起蓝色圆环,你不需要逐个窗口巡逻,一眼就知道"谁需要你"。

这就像造一辆电动车------不是在燃油车上改装,而是底层架构就为电驱设计。

优势:UI/UX 体验远超 tmux 方案,通知系统从根本上解决了"注意力分配"问题,可以做更深度的集成(如 cmux 的内置浏览器)。

局限:平台受限(cmux 目前主要支持 macOS),项目成熟度相对较低(cmux 2 个月涨到 11k star,但仍是 beta 阶段),部分工具使用 AGPL 许可证,企业使用需注意合规。

2.3 路线三:AI 编排型 --- 请一个 AI 调度员

代表工具Agent Orchestrator(5.6k⭐)、Ruflo(28.5k⭐)

前两条路线都需要人来管理 Agent。这条路线更进一步:让 AI 自己管理 AI,人只在关键节点做审批。

以 Agent Orchestrator 为例,它本身就是一个 AI Agent------你给它一个目标(比如"重构支付模块"),它会自动拆分成子任务、分配给不同的 AI 编码代理、监控执行进度、处理 CI 失败和 merge 冲突、最后提交 PR 等待你审查。

这就像请了一个 AI 项目经理------不只是帮你管终端窗口,而是帮你管整个开发流程。

优势:自动化程度最高,理论上你只需要定义目标和审批结果。

局限:可控性最低------当 AI 调度员做出错误决策时,排查链路比人工管理复杂得多。这类工具目前还处于早期阶段,适合特定场景而非通用替代。

2.4 三条路线总结

同一个任务------"重构一个 API 模块并更新对应的前端和测试",三条路线的处理方式完全不同:

维度 tmux 增强型 原生终端型 AI 编排型
你要做什么 手动创建 3 个 Agent,在 TUI 中切换查看 创建 3 个 Agent,等通知环亮了再去看 描述目标,AI 自动拆分并分配
注意力成本 中等(需要主动切换查看) 低(被动接收通知) 最低(只需审批)
可控性 高(每一步都能看到) 低(AI 自主决策)
安装门槛 低(一条命令) 中(下载桌面应用) 中-高(需要配置)
跨平台 部分(cmux macOS only)
代表工具 Claude Squad, dmux cmux, Emdash Agent Orchestrator
适合谁 想快速上手、已熟悉 tmux 的开发者 macOS 用户、重度多 Agent 场景 愿意让 AI 自主运作的场景

选择建议:如果你是 tmux 用户、追求简单可控,选路线一;如果你在 macOS 上重度使用多 Agent、最在意"谁需要你"的效率,选路线二;如果你愿意把管理权交给 AI、只做审批,尝试路线三。

需要说明的是,三条路线是对当前工具的简化归纳,实际情况更复杂。部分工具天然跨越路线边界------比如 CCCC 的核心能力是 IM 桥接和远程协作,很难被归入上述任何一条路线;Emdash 兼具原生桌面和工作流编排的特征。这个品类还在快速演化,分类方式也会随之调整。


三、重点工具深度解析

上一章讲了三条路线的本质区别。这一章从每条路线中选出最有代表性的工具,逐个拆解它的核心差异化、安装方式和适用边界。

3.1 Claude Squad --- 品类开创者

一句话定位 :最简单直接的多代理终端管理器,brew install 一步到位。

Claude Squad(5.6k⭐)是这个品类最早出现、也是最广为人知的工具。用 Go 编写,基于 Bubble Tea 框架构建 TUI。

核心机制:每创建一个 Agent 实例,Claude Squad 自动做两件事------创建一个独立的 tmux session 和一个 Git Worktree 分支。Agent 在隔离环境中工作,完成后通过 TUI Review 差异并合并。

关键特性

  • Profile 系统 --- 预定义多套 Agent 配置(Claude Code、Codex、Aider 等),一键切换
  • Auto-accept 模式 --- cs -y 启动后,Agent 遇到确认提示时自动通过,实现无人值守运行
  • 支持 6+ Agent --- Claude Code、Codex CLI、Aider、OpenCode、Amp、Gemini CLI

安装

bash 复制代码
brew install claude-squad

安装后运行 cs 即可启动 TUI。配置文件位于 ~/.claude-squad/config.json

json 复制代码
{
  "default_program": "claude",
  "profiles": [
    { "name": "claude", "program": "claude" },
    { "name": "codex", "program": "codex" },
    { "name": "aider", "program": "aider --model ollama_chat/gemma3:1b" }
  ]
}

适合:想快速上手多代理开发、已经熟悉 tmux、需要跨平台支持的开发者。这是入门多代理工作流门槛最低的选择。

不适合:需要通知系统(Claude Squad 没有"谁需要你"的提醒机制)、需要远程/手机管理的场景。


3.2 cmux --- AI 原生终端

一句话定位:不是 tmux 的包装,而是为 AI Agent 从零构建的终端应用。

cmux(11.6k⭐)是这个品类 star 数最高的项目,由 YC 支持的 Manaflow 团队开发,2 个月内从 0 涨到 11k star。Ghostty 创始人 Mitchell Hashimoto 公开推荐过这个项目。

核心机制 :基于 Ghostty 的 libghostty(一个高性能终端渲染库)用 Swift/AppKit 构建原生 macOS 应用。这意味着 cmux 不依赖 tmux,它本身就是一个完整的终端模拟器。

杀手级功能 --- 通知环系统

这是 cmux 最核心的差异化。当 Agent 需要你注意时(比如等待确认、遇到错误),对应标签页会亮起蓝色通知环。按 ⌘I 打开通知面板,⌘⇧U 跳转到最新未读------再也不需要逐个窗口巡逻。

其他关键特性

  • 内置浏览器 --- WebKit 浏览器面板与终端并排显示,支持脚本化 API,Agent 可以直接操作浏览器
  • 垂直标签栏 --- 显示 Git 分支、PR 状态、工作目录、端口、最新通知
  • Ghostty 兼容 --- 读取现有 ~/.config/ghostty/config,无缝迁移主题和字体配置
  • CLI + Socket API --- 支持脚本化创建 workspace、分割面板、发送按键

安装

bash 复制代码
brew tap manaflow-ai/cmux
brew install --cask cmux

或直接从 GitHub Releases 下载 DMG。

适合:macOS 用户、同时管理 3 个以上 Agent 的重度场景。通知环系统从根本上解决了"注意力分配"问题,这是 tmux 方案无法实现的。

不适合:非 macOS 用户(Linux/Windows 支持仍为次要);需要 Session 进程恢复的场景(cmux 能恢复布局和元数据,但不会恢复正在运行的 Claude Code 进程)。


3.3 dmux --- Unix 极简派

一句话定位:Unix 哲学的多代理管理------组合 tmux 和 Git Worktree,不多加一层抽象。

dmux(1k+⭐,dmux.ai)由 FormKit 团队开发,和 Claude Squad 同属 tmux 增强路线,但设计哲学更极简。

与 Claude Squad 的区别 :Claude Squad 提供完整的 TUI 管理界面;dmux 更像一个快捷命令------按 n 弹出 Agent 选择器(支持多选),自动创建 worktree + tmux pane,然后让 tmux 本身来管理。不包装 tmux,而是让 tmux 做它擅长的事。

关键特性

  • 多选 Agent --- 一次选择多个 Agent,同时启动到不同面板
  • AI 生成分支名 --- 根据任务描述自动生成语义化的分支名称
  • 11+ Agent 支持 --- 覆盖主流终端 AI Agent
  • 自动 tiling --- 新面板智能分割布局

安装

bash 复制代码
curl -fsSL https://dmux.ai/install.sh | bash

适合:已经深度使用 tmux、不想要额外 TUI 层、偏好 Unix 风格"做好一件事"的开发者。

不适合:不熟悉 tmux 的新手(dmux 不会替你学 tmux);需要状态通知或 Web UI 的场景。


3.4 CCCC --- IM 风格的多代理协作

一句话定位:把多代理协作变成群聊------支持飞书、钉钉、Telegram 远程管理。

CCCC(Coordinate Coding Collaboration Control,732⭐)走了一条完全不同的路:它不关注终端 UI,而是把通信和远程管理做到极致。

核心机制:CCCC 运行一个后台 daemon,所有状态存储在 append-only ledger(追加写入的日志)中。Agent 通过 MCP 协议连接到 daemon,Web UI(xterm.js)和 IM 桥接共享同一份状态。

杀手级功能 --- IM 桥接

CCCC 可以桥接到飞书、钉钉、Telegram、Slack、Discord。这意味着你可以在手机上通过飞书消息查看 Agent 进度、发送指令、接收通知。对于需要"挂机跑 Agent,有事手机看"的场景,这是独一无二的能力。

其他关键特性

  • IM 级消息语义 --- @mention、已读回执、回复线程、注意力确认
  • 8+ 运行时支持 --- Claude Code、Codex CLI、Gemini CLI 等,支持自定义运行时
  • Web UI --- http://127.0.0.1:8848 提供嵌入终端的管理界面
  • 自动化策略 --- 空闲检测、定时触发、需要回复的跟进提醒

安装

bash 复制代码
pip install -U cccc-pair

适合:需要远程管理(出门在外用手机看 Agent 进度)、国内团队(飞书/钉钉原生集成)、需要多人协作管理 Agent 的场景。

不适合:单人本地开发(杀鸡用牛刀);不需要远程访问的场景(直接用 Claude Squad 更简单)。


3.5 Emdash --- 23 个 CLI 的大一统

一句话定位:Provider 无关的多代理桌面应用,开箱支持 23 个 CLI Agent。

Emdash(2.4k⭐)由 YC W26 支持的 General Action 团队开发,定位是"Agentic Development Environment"。

与其他工具的关键区别:Emdash 不绑定特定 Agent。它自动检测你本地安装的 Agent CLI,开箱就支持 23 个------从 Claude Code、Codex CLI 到 Aider、Continue、Tabby 等。同时直接集成 Linear、GitHub Issues、Jira 等 ticket 系统,可以把一张 ticket 直接分配给 Agent。

关键特性

  • 23 个 CLI Agent 开箱支持 --- 自动检测已安装的 Agent
  • Ticket 系统集成 --- 直接从 Linear/GitHub/Jira 拉取任务分配给 Agent
  • SSH/SFTP 远程支持 --- 在远程服务器上运行 Agent
  • 桌面应用 --- 跨平台(macOS、Linux、Windows)

安装 :从 GitHub Releases 下载桌面应用。

适合:同时使用多种不同 Agent(不只是 Claude Code)、需要 ticket 系统集成的团队、需要远程服务器运行 Agent 的场景。

不适合:只使用单一 Agent(如仅用 Claude Code)的个人开发者------功能过剩,Claude Squad 就够了。


四、横向对比:一张表看清差异

五个工具讲完,信息量不小。这张表把关键维度拉齐,方便快速定位。

维度 Claude Squad cmux dmux CCCC Emdash
路线 tmux 增强 原生终端 tmux 增强 协作通信 原生桌面
安装 brew install DMG / brew cask `curl bash` pip install
隔离方式 tmux + worktree 原生 pane tmux + worktree daemon + ledger 独立 session
通知系统 ✅ 通知环 ✅ IM 桥接
远程管理 ✅ Web + IM ✅ SSH
支持 Agent 数 6+ 任意 11+ 8+ 23
平台 跨平台 macOS 为主 跨平台 跨平台 跨平台
License AGPL-3.0 AGPL-3.0 --- Apache-2.0 ---
GitHub Stars 5.6k 11.6k 1k+ 732 2.4k

快速选择指引

  • 要最快上手 → Claude Squad。brew install 一步到位,两分钟跑起来。
  • macOS + 重度多 Agent → cmux。通知环系统是当前品类中解决「谁需要你」问题的最佳方案。
  • tmux 重度用户、不想要额外 TUI → dmux。不包装 tmux,而是增强 tmux。
  • 需要远程管理 / 国内团队 → CCCC。飞书、钉钉原生集成,出门在外手机看进度。
  • 多种 Agent + ticket 集成 → Emdash。23 个 CLI 开箱即用,Linear/GitHub/Jira 直连。

值得注意的是,通知系统和远程管理是这张表中最关键的两个分水岭。如果你的场景只需要本地管理 2-3 个 Agent,Claude Squad 或 dmux 完全够用;一旦 Agent 数量上升到 5 个以上,或者需要离开电脑后仍能掌控进度,cmux 的通知环或 CCCC 的 IM 桥接就变成了刚需,而非锦上添花。


五、实战工作流:三个场景,三套方案

工具选好了,怎么用?不同场景差异很大。以下三个场景覆盖了大多数开发者的实际需求,每个场景给出明确推荐和可操作的配置。

5.1 场景 A:个人开发,同时跑 2-3 个 Agent

典型需求:一个人做项目,想让 Agent A 重构后端、Agent B 写前端、Agent C 补测试,同时推进。

推荐方案Claude Squad

理由很简单:门槛最低、上手最快。一条命令安装,一条命令启动,不需要任何额外配置。对于 2-3 个 Agent 的场景,tmux 的手动切换完全可以接受------窗口不多,巡逻一圈也就几秒钟。

bash 复制代码
# 安装
brew install claude-squad

# 启动 TUI
cs

# 在 TUI 中按 n 创建新 Agent,选择 Claude Code / Codex / Aider 等
# 按 j/k 切换 Agent,Enter 进入交互,Esc 返回列表

典型工作流

  1. cs 启动 → 按 n 创建 3 个 Agent,分别给出不同任务指令
  2. 在 TUI 列表中切换查看进度,有需要确认的进入交互
  3. Agent 完成后,在 TUI 中 Review diff,确认后 merge 回主分支

如果你是 tmux 重度用户、不喜欢额外的 TUI 层,dmux 是更轻量的替代:

bash 复制代码
# 安装 dmux
curl -fsSL https://dmux.ai/install.sh | bash

# 在 tmux 中按 n,选择 Agent(支持多选),自动创建 worktree + pane

5.2 场景 B:长时间无人值守

典型需求:晚上睡觉前给 Agent 分配任务,第二天早上看结果。或者出门办事,Agent 在后台跑着。

推荐方案Claude Squad auto-accept 模式 + CCCC IM 桥接(按需选一)

关键问题在于:Agent 遇到确认提示时怎么办?如果你不在电脑前,Agent 会一直等着,任务就卡住了。

方案一:Claude Squad auto-accept(简单粗暴)

bash 复制代码
# -y 参数让 Agent 自动接受所有确认提示
cs -y

cs -y 启动的 Agent 遇到任何确认提示都会自动通过。这意味着 Agent 可以完全自主运行,但也意味着放弃了人工审查。

哪些任务适合 auto-accept :代码格式化、lint 修复、更新文档、生成样板代码------这类任务即使出错,影响范围也很小,git diff 一眼就能发现问题。

哪些任务不建议 :涉及文件删除、数据库操作、依赖安装(npm install/pip install)、Git force-push、线上部署的任务。这些操作的副作用难以通过 diff 回溯。

进一步降低风险:如果需要长时间无人值守运行 auto-accept,建议在受限环境中执行------例如使用 Docker 容器或为 Agent 配置受限的文件系统权限,避免意外修改超出项目范围的内容。

方案二:CCCC IM 桥接(远程可控)

bash 复制代码
# 安装
pip install -U cccc-pair

# 启动 daemon
cccc daemon start

# 配置飞书/钉钉桥接(参考官方文档配置 Webhook)

配置完成后,Agent 的状态变更会推送到飞书/钉钉群。需要确认时,你可以在手机上直接回复。这比 auto-accept 更安全------你仍然保留了审查权,只是审查的界面从终端变成了手机 IM。

选择建议 :低风险任务用 cs -y 自动跑;重要任务用 CCCC 保留远程审查能力。

5.3 场景 C:团队协作,多人 + 多 Agent

典型需求:3-5 个开发者,每人跑 2-3 个 Agent,需要协调分工、避免冲突、追踪进度。

推荐方案Emdash (ticket 集成场景)或 CCCC(远程协作场景)

团队场景和个人场景有本质区别:不是「一个人管多个 Agent」,而是「多个人管多个 Agent」。核心需求变成了可见性------谁在做什么、哪个 Agent 负责哪张 ticket、进度如何。

Emdash 的优势在于 ticket 集成

  • 从 Linear / GitHub Issues / Jira 直接拉取 ticket
  • 把 ticket 分配给特定 Agent
  • Agent 完成后自动关联 PR 到 ticket
  • 团队成员通过 Emdash 看到所有 Agent 的状态

CCCC 的优势在于远程协作

  • 所有 Agent 状态共享到同一个飞书/Slack 群
  • 团队成员可以 @mention 特定 Agent 发送指令
  • 已读回执和回复线程让协作有据可查
  • 不需要每个人都装同一个管理工具------IM 就是界面

选择建议:如果团队已经用 Linear/Jira 管理项目,Emdash 的 ticket 集成是最自然的选择;如果团队分布式办公、需要手机随时介入,CCCC 的 IM 桥接更实用。

5.4 选型总结

场景 推荐工具 一句话理由
个人开发,2-3 个 Agent Claude Squad 门槛最低,两分钟上手
tmux 重度用户 dmux 不包装 tmux,增强 tmux
macOS + 5 个以上 Agent cmux 通知环解决注意力分配问题
无人值守(低风险) Claude Squad -y 自动接受,完全自主运行
无人值守(需审查) CCCC 手机 IM 远程审查
团队 + ticket 管理 Emdash 23 个 Agent + Linear/Jira 直连
团队 + 远程协作 CCCC 飞书/钉钉/Slack 群管理

对这个品类的走向,有三个值得关注的趋势:通知系统会成为标配 (cmux 已经证明了这一点);「Best of N」策略 会被更多工具采用------同一个任务交给多个 Agent,取最好的结果(Coder Mux 已经在做);远程/手机管理会从加分项变成必备项,因为 Agent 越来越能自主运行,人的角色正在从「操作者」变成「审批者」。


六、结语:从终端复用到 Agent 编排

回头看终端工具的进化,每一次跳跃都对应着开发范式的根本变化:

  • screen(1987)→ SSH 远程开发时代。开发者第一次可以断开连接后恢复工作。
  • tmux(2007)→ 多任务本地开发时代。一个终端窗口不够了,需要分屏、多 session。
  • Claude Squad / cmux(2025-2026)→ AI Agent 并行开发时代。一个人不够了,需要管理一群 AI。

这不是简单的工具升级。screen 到 tmux 是「人做更多事」;tmux 到 Claude Squad/cmux 是「人管理 AI 做更多事」。角色从执行者 变成了管理者------而管理多个 AI Agent 需要的工具,和管理多个终端窗口需要的工具,本质上不是一回事。

这就是为什么 25+ 工具在一年内涌现。开发者不是在寻找「更好的 tmux」,而是在寻找一种全新的工作界面------它需要知道「谁需要你」(通知系统),需要让你随时随地介入(远程管理),需要在你不在时自主运行(auto-accept)。

这个品类还在早期。今天的 Claude Squad 和 cmux 可能只是 1.0 版本,就像 2007 年的 tmux 还不知道自己会成为每个服务器的标配。但方向已经明确:终端的下一个形态,不是更好的窗口管理器,而是 AI Agent 的调度中心。

如果你还在用裸 tmux 管理多个 Claude Code,不妨今天就试试 brew install claude-squad。两分钟的安装时间,换来的是一种完全不同的工作方式。


附录:资源汇总

工具仓库

以下 Stars 数据截至 2026 年 3 月,请以各仓库实际数据为准。

工具 仓库 Stars 路线
Claude Squad smtg-ai/claude-squad 5.6k tmux 增强
cmux manaflow-ai/cmux 11.6k 原生终端
dmux standardagents/dmux 1k+ tmux 增强
CCCC ChesterRa/cccc 732 协作通信
Emdash generalaction/emdash 2.4k 原生桌面
Agent Orchestrator ComposioHQ/agent-orchestrator 5.6k AI 编排
Agent Deck asheshgoplani/agent-deck 1.6k tmux 增强
Coder Mux coder/mux 1.5k 原生桌面
Overstory jayminwest/overstory 1.1k AI 编排
Collaborator collaborator-ai/collab-public 2k 原生桌面
smux ShawnPana/smux 683 tmux 增强

延伸阅读

列表 链接
awesome-agent-orchestrators andyrewlee/awesome-agent-orchestrators
awesome-cli-coding-agents bradAGI/awesome-cli-coding-agents
awesome-claude-code hesreallyhim/awesome-claude-code
相关推荐
我思故我在a1 小时前
AI编程之SDD新范式的自我探索实践
ai编程·openspec
@灯神1 小时前
SpringAI系列|第1篇:SpringAI概述与快速上手
java·人工智能·spring·ai·ai编程
aqi001 小时前
15天学会AI应用开发(十四)搭建LangChain的开发环境
人工智能·python·大模型·ai编程·ai应用
AINative软件工程3 小时前
LLM 并发工具调用的 5 个生产陷阱:幂等性、竞态与失败补偿
llm·agent·ai编程
leeyi3 小时前
Graph 执行引擎源码:Eino 的节点调度是怎么工作的(第56篇-E42)
agent·ai编程·graphql
TrisighT3 小时前
让 Claude 自己管自己:Hooks 拦截 rm -rf 的那一次救场
aigc·agent·ai编程
土土哥tutuge3 小时前
开源项目 Claude Code Notifier Plus:让 Claude Code 真正需要你时再提醒你
ai编程·visual studio code
玉宇夕落3 小时前
skills简单学习
ai编程