
agentchattr
把多个 AI 编码助手拉进同一个群聊,互相 @ 着把活干完
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-11-02 · 当前星标 ★ 1574
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- 本机已安装 Python(首次启动时启动器会自动创建虚拟环境并安装依赖)
- macOS 和 Linux 需安装 tmux
- 至少安装一个受支持的编码智能体 CLI(如 claude、codex、gemini、kimi、qwen、kilo),并确保它在 PATH 中
- 使用 GitHub Copilot CLI 需安装 Node.js 与 npm
- 使用 MiniMax 需设置 MINIMAX_API_KEY 环境变量
安装与启动步骤
-
1获取项目代码
把仓库克隆到本地,后续所有启动脚本都在仓库目录内运行。
git clone https://github.com/bcurts/agentchattr.git cd agentchattr -
2安装 tmux
macOS 和 Linux 必须先安装 tmux,智能体会在 tmux 会话中运行;Windows 可跳过此步。
brew install tmux sudo apt install tmux -
3安装 Copilot CLI
只有使用 GitHub Copilot CLI 的智能体才需要这一步,其余启动器可跳过。
npm install -g @github/copilot -
4启动智能体(Windows)
进入 windows 文件夹,双击某一个启动器;首次运行会自动创建虚拟环境、安装依赖并配置 MCP。
.\windows\start_claude.bat -
5启动智能体(Mac/Linux)
进入 macos-linux 文件夹运行对应启动脚本;智能体在 tmux 会话中运行,按 Ctrl+B 再按 D 分离后仍在后台。
cd macos-linux sh start_claude.sh -
6打开聊天室
在浏览器访问本地聊天服务;任一启动器都会自动启动服务,多个启动器共用同一个服务。
-
7提及智能体
在聊天输入框用 @claude、@codex 等提及智能体,或在智能体终端里手动让它读聊天记录。
mcp read #general -
8按需修改配置
编辑 config.toml 可调整端口、智能体命令与工作目录、路由规则和 MCP 端口。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
server.port | 否 | Web 聊天室监听端口 | 8300 |
server.host | 否 | 服务监听地址,默认仅本机 | 127.0.0.1 |
routing.default | 否 | 路由模式,none 表示只有 @ 提及才触发智能体 | none |
routing.max_agent_hops | 否 | 智能体之间连续对话多少条后暂停 | 4 |
mcp.http_port | 否 | MCP streamable-http 端口,供 Claude Code、Codex 使用 | 8200 |
MINIMAX_API_KEY | 否 | 启动 MiniMax 智能体所需的环境变量名 | sk-xxxxxxxx |
如何确认成功
浏览器打开 http://localhost:8300 能看到聊天室,发送 @claude 后对应智能体被唤起并回复。
常见问题
Q:第一次启动为什么比较慢?
A:首次运行启动器会自动创建 Python 虚拟环境、安装依赖并配置 MCP,之后启动会快很多。
Q:多个智能体必须按顺序启动吗?
A:不需要。每个启动器会自动拉起服务(若尚未运行),任意顺序启动,多个智能体共享同一个服务。
Q:Mac/Linux 关闭终端后智能体还在吗?
A:在。智能体运行在 tmux 会话中,按 Ctrl+B 再按 D 分离,之后用 tmux attach -t agentchattr-claude 重新接入。
Q:智能体没有回应怎么办?
A:检查消息里是否 @ 了正确的名字(如 @claude),或在它的终端手动输入 mcp read #general 让它读取聊天记录。
Q:MiniMax 启动失败?
A:需要先设置 MINIMAX_API_KEY 环境变量,config.toml 中通过 api_key_env 引用该变量。
注意事项
- 首次启动需要本机已安装 Python,且所选智能体的 CLI 命令必须在 PATH 中可用。
- 自动批准变体启动器(skip-permissions、yolo、bypass)会让智能体不经确认直接执行工具,请谨慎使用。
- 服务默认只监听 127.0.0.1:8300,属于本机使用场景,不要把端口随意暴露到公网。
- config.toml 中的端口、智能体命令、工作目录需与实际环境一致,改完重启对应启动器生效。
核心亮点
- 本地运行、免费使用,对话数据不出本机,适合对代码隐私敏感的开发场景
- 用 @ 提及机制实现智能体之间的任务传递,比人工复制上下文更自然、可追溯
- 人机同处一个聊天室,协作过程可见,便于随时介入纠偏和补充需求
不足之处
- 项目仍处早期,智能体数量增多后消息路由与上下文管理的稳定性有待验证
- 缺少与主流 IDE、版本控制系统的深度集成,落地需自行搭建工作流
适用场景
- 多个编码智能体分工完成同一仓库的前后端改造,在群聊中交接任务
- 开发者同时调度多个 AI 助手做代码审查、测试补全与文档更新
- 团队把智能体协作过程留痕在聊天记录里,便于复盘任务决策链
替代项目
AutoGen、CrewAI、MetaGPT
下一篇:AnyModelBot
同类项目推荐
CodeJury
开源
终端里指挥多智能体,自动完成开发到代码审查的全流程。
Terminal-first, knowledge-grounded multi-agent software delivery pipeline: scope req···
ENZO
开源
自托管 AI 工作台,自带 Key 就能跑智能体
Self-hosted AI workspace with agents, skills, and tools (Gmail, Calendar) that runs ···
ruflo
开源
像搭积木一样组建 AI 团队,复杂活交给它们自动跑。
The original agent harness. Deploy intelligent multi-player swarms, coordinate auton···
snowglobe
开源
用大白话和AI打一场开放式兵棋,剧情随你定
Open-ended wargames with large language models
mcp-codestyle-server
开源
让 AI 按你的代码模板生成,告别风格漂移
MCP Codestyle Server 是一个基于 Spring AI 实现的 Model Context Protocol (MCP) 服务器···
awesome-gamedev-agent-skills
开源
给AI装上游戏引擎大脑,一键生成专业游戏代码
77 game-dev skills for AI coding agents — Godot, Unity, Unreal, Phaser, PixiJS, thr···
os
开源
企业级开源 AI 智能体平台,接多模型、训文档、嵌网页
Enables organizations to create and deploy customizable AI agents with support for m···
KDAN-PDF-MCP
开源
在聊天框里直接搞定 PDF 编辑、压缩、对比,不用再开别的软件。
Connect Claude and ChatGPT to KDAN PDF — upload, edit, compress, protect, redact, a···
python-utcp
开源
让 AI 智能体直接调用任意 API,告别中间件,一个协议搞定工具集成。
Official python implementation of UTCP. UTCP is an open standard that lets AI agents···