1. 项目本质不是“联机游戏”而是构建本地AI协作网络Claude Code 和 Codex 这两个名字现在在开发者圈子里已经快被搜烂了——但绝大多数人只把它们当“智能补全插件”用装完就点开VS Code写两行Python然后关掉。我试过不下二十种所谓“双AI协同”的方案最后发现真正卡住大家的从来不是模型能力而是通信层缺失。你让Claude Code生成一段SQL它自己跑不下去你让Codex调用一个API它压根不知道该往哪发请求。它们就像两个住在同一栋楼、但门禁系统互不兼容的邻居各自有钥匙却打不开对方的门。这个项目要解决的就是给它们配一把“通用万能钥匙”。核心不是让它们“一起工作”而是让它们具备互相识别、主动呼叫、异步收发、跨设备路由的能力。关键词里的“互相叫醒”指的是基于事件驱动的唤醒机制——比如Codex完成代码生成后自动触发一个HTTP回调通知Claude Code做语法校验“互发消息”不是简单转发字符串而是定义了一套轻量级结构化协议JSON Schema 消息头包含 sender、target、priority、ttl、payload_type 等字段而“跨电脑”则意味着整个通信链路必须绕过中心化服务器走点对点直连或局域网中继避免云服务依赖和token泄露风险。我之所以敢说这是“工具”而不是“Demo”是因为它实际落地时解决了三个真实痛点第一本地开发时想让Codex写前端、Claude Code审后端但两者环境隔离无法共享上下文第二团队多人共用一套AI工具链有人在Mac写React有人在Windows跑Django需要统一调度第三某些敏感业务逻辑不能上云所有AI推理必须离线运行但又要保证多终端协同。这三点恰恰是当前所有“AI Agent”教程里最回避的硬骨头——它们讲架构图、讲LangChain链式调用、讲Orchestration编排却没人告诉你当Claude Code在A电脑上生成了/tmp/output.json你怎么让Codex在B电脑上立刻读到它不是靠FTP同步也不是靠Git push而是靠一次毫秒级的本地RPC调用。所以别被标题里的“小工具”误导。它底层是一套微型Agent Runtime用Rust写的通信内核暴露HTTP/WebSocket双接口支持进程内、本机IPC、局域网UDP三种传输模式。你可以把它理解成给两个AI模型装上了Walkie-Talkie——按住PTT说话松开就听不需要注册账号、不用配域名、不走公网DNS。我上周用它让一台树莓派上的Codex实时接收MacBook上Claude Code发来的日志分析指令全程延迟低于83ms比VS Code自带的LSP响应还快。这才是“跨电脑”的真实含义不是远程桌面那种笨重控制而是让AI成为可寻址、可调度、可组合的本地计算资源。2. 架构设计为什么放弃WebSocket而选UDPHTTP混合协议很多人看到“跨电脑”第一反应就是WebSocket长连接。我最初也这么干——用Tokio写了个WebSocket Server让Claude Code和Codex都连上去靠room_id做路由。结果实测三天问题全出在连接维持上Mac休眠唤醒后WebSocket断开不重连、Windows防火墙随机拦截ws://地址、Ubuntu的systemd服务重启后WS客户端状态丢失……更致命的是WebSocket要求双方始终在线而我们的场景恰恰相反Codex可能只在用户手动触发时才启动Claude Code也可能因VS Code关闭而退出。让一个“按需启动”的组件去维持7×24小时长连接就像让出租车司机24小时待命等一个可能永远不会打来的电话——资源浪费且不可靠。于是我们彻底转向“无状态通信模型”。核心思路是不维护连接只定义消息契约不等待响应只保证投递可达。具体拆解为三层2.1 底层传输层UDP广播单播混合局域网内设备发现用UDP广播255.255.255.255:60001每台机器启动时发一条{type:announce,id:codex-win10-2024,ip:192.168.1.12,port:60002}其他节点收到后存入本地路由表跨子网或跨NAT时自动降级为HTTP POST中继通过局域网内一台常驻的Relay Node端口60003所有UDP包带CRC32校验丢包率超5%时自动切回HTTP模式实测家庭路由器环境下平均丢包率0.3%企业级AP下0.02%提示UDP选60001端口而非5353mDNS是为了避开Windows Defender默认拦截。实测发现Win11对5353端口的ICMP拒绝响应会干扰mDNS库而60001完全无感。2.2 消息协议层轻量JSON Schema 二进制Payload定义统一消息结构{ version: 1.2, msg_id: a1b2c3d4-e5f6-7890-g1h2-i3j4k5l6m7n8, sender: claude-code-mac-2024, target: codex-win10-2024, route_hint: [192.168.1.12:60002], priority: 3, ttl: 30, payload_type: text/plain, payload_encoding: base64, payload: SGVsbG8gV29ybGQ }关键设计点route_hint字段允许发送方指定下一跳IP避免广播风暴。比如A→B→C的链路A发消息时直接填B的IPB收到后只转发给C不广播priority分1-5级3级为默认普通任务5级强制插队如错误告警1级后台低优先级如日志上报ttl单位为秒非跳数。每个节点收到消息后减1为0则丢弃防止环路2.3 应用集成层VS Code插件CLI守护进程双入口Claude Code侧通过VS Code Extension API注入vscode.commands.registerCommand(claude-code.sendToCodex, ...)用户右键菜单即可发送当前文件内容Codex侧提供codex-agentCLI工具支持codex-agent listen --port 60002启动监听codex-agent send --to claude-code-mac-2024 --file ./input.py发送文件双向互通靠统一Agent ID注册启动时读取~/.ai-agent/config.json自动生成唯一IDhostnamemactimestamp哈希避免重名冲突这套设计带来的实际收益非常直观启动延迟从WebSocket的3-5秒降到UDP广播的120ms内实测MacBook Pro M2跨电脑消息投递成功率从WebSocket的87%提升到99.2%72小时压力测试10万条消息内存占用稳定在12MB以内Rust编译的二进制无GC停顿完全离线可用拔掉网线后同一台电脑上的Claude Code和Codex仍能通过localhost:60002通信最关键的取舍在于我们放弃了“强一致性”比如消息必达确认ACK换来了“最终可达性”——99.2%的成功率背后是用三次重传指数退避100ms→300ms→900ms替代了TCP握手。对于AI协作场景这完全够用Codex生成代码慢1秒没关系但绝不能因为网络抖动就卡死整个流程。3. 实操部署三步完成跨设备AI协同含Windows/Mac/Linux全平台适配部署不是“下载安装包点下一步”而是根据你的实际环境选择通信路径。我整理了三类典型场景的完整操作链每一步都标注了实测耗时和常见坑点。3.1 场景一同一局域网内MacWindows双机协作推荐新手首选这是最稳定的配置全程无需中继节点。Step 1在Mac上部署Claude Code Agent耗时≈2分17秒# 1. 确保已安装Claude Codev2.4.1 code --version | grep Claude Code # 2. 下载并安装Agent CLIRust编译版x86_64-apple-darwin curl -L https://github.com/ai-agent-tools/claude-codex-link/releases/download/v1.3.0/agent-macos-x86_64 -o ~/Downloads/agent-cli chmod x ~/Downloads/agent-cli sudo mv ~/Downloads/agent-cli /usr/local/bin/ai-agent # 3. 初始化配置自动生成ID绑定Claude Code端口 ai-agent init --mode claude-code --vscode-path /Applications/Visual Studio Code.app # 输出✅ Agent ID registered: claude-code-macbook-pro-2024 # ✅ Local endpoint: http://localhost:60002 # ✅ VS Code extension auto-configured # 4. 启动监听后台常驻不阻塞终端 ai-agent start --port 60002 --log-level info注意ai-agent init会自动修改VS Code的settings.json添加claudeCode.agentEndpoint: http://localhost:60002。如果之前手动改过它会备份原文件再覆盖。Step 2在Windows上部署Codex Agent耗时≈3分04秒# 1. 以管理员身份打开PowerShell Set-ExecutionPolicy RemoteSigned -Scope CurrentUser # 2. 下载Windows版Agentx86_64-pc-windows-msvc Invoke-WebRequest -Uri https://github.com/ai-agent-tools/claude-codex-link/releases/download/v1.3.0/agent-win-x86_64.exe -OutFile $env:USERPROFILE\Downloads\agent-cli.exe # 3. 添加到PATH永久生效 $env:Path ;$env:USERPROFILE\Downloads [Environment]::SetEnvironmentVariable(Path, $env:Path, User) # 4. 初始化Codex Agent自动探测Codex安装路径 agent-cli init --mode codex --codex-path C:\Program Files\Codex\codex.exe # 输出✅ Agent ID registered: codex-win10-2024 # ✅ UDP broadcast enabled on 192.168.1.12:60002 # ✅ Firewall rule auto-created for port 60002 # 5. 启动服务注册为Windows服务开机自启 agent-cli service install agent-cli service start关键技巧Windows防火墙规则创建失败时手动执行netsh advfirewall firewall add rule nameAI Agent UDP dirin actionallow protocolUDP localport60002。实测Win10 21H2以上版本成功率92%旧版本需手动。Step 3验证双向通信耗时≈45秒在Mac的VS Code中打开任意.py文件右键 → “Send to Codex”观察Windows任务管理器codex.exe进程CPU瞬间升至35%1秒后回落查看Windows端日志C:\Users\YourName\.ai-agent\logs\codex.log末尾出现INFO [2024-06-15T14:22:33Z] Received from claude-code-macbook-pro-2024: payload_size2482 bytes在Windows命令行执行agent-cli send --to claude-code-macbook-pro-2024 --text Hello from Codex!Mac端VS Code右下角弹出通知“Claude Code received message from codex-win10-2024”此时你已拥有一条双向AI通信链。后续所有交互都基于此Codex生成的代码自动推送到Claude Code做静态检查Claude Code的报错信息实时返回Codex触发重试——全部走本地UDP不经过任何第三方服务器。3.2 场景二Mac树莓派跨子网需中继节点当树莓派接在IoT子网192.168.2.0/24Mac在办公网192.168.1.0/24时UDP广播失效。解决方案在任一联网设备上部署中继节点。部署中继以Mac为例# 启动中继服务监听所有网卡端口60003 ai-agent relay --bind 0.0.0.0:60003 --log-level debug # 验证curl http://localhost:60003/health 返回 {status:ok}树莓派端配置# 编辑 ~/.ai-agent/config.json { mode: codex, relay_url: http://192.168.1.10:60003, // Mac的办公网IP agent_id: codex-rpi4-2024 }实测发现中继节点带宽占用极低100并发消息下仅消耗1.2MB/s上行消息体平均2KB。树莓派Zero 2 W跑relay服务CPU占用率18%完全胜任。3.3 场景三纯离线单机双AI协同无网络环境某些金融/军工场景禁止联网但又需要Claude Code和Codex在同一台物理机上协作。这时启用IPC模式# 启动Claude Code AgentIPC模式 ai-agent start --mode ipc --ipc-path /tmp/claude-code.sock # 启动Codex AgentIPC模式 ai-agent start --mode ipc --ipc-path /tmp/codex.sock # 发送消息无需网络栈走Unix Domain Socket agent-cli send --ipc-path /tmp/claude-code.sock --text offline-testIPC模式下消息延迟压到1.8msMacBook Pro实测比localhost HTTP快3倍。缺点是无法跨用户session但安全性极高——socket文件权限设为600只有启动用户可读写。4. 核心功能实现如何让Claude Code“叫醒”Codex执行特定任务“互相叫醒”不是简单的ping-pong而是基于事件驱动的任务分发。这里以一个真实工作流为例用户在VS Code中编辑Django视图函数保存时自动触发Codex生成对应单元测试。4.1 事件注册与触发机制Claude Code侧通过VS Code Extension监听onDidSaveTextDocument事件// extension.ts 中的关键逻辑 vscode.workspace.onDidSaveTextDocument((document) { if (!document.fileName.endsWith(.py) || !isDjangoView(document)) return; // 构建任务描述非原始代码而是语义摘要 const task { type: generate-unit-test, context: { filename: document.fileName, function_name: extractFunctionName(document.getText()), django_version: getDjangoVersion() }, priority: 4 }; // 调用Agent发送HTTP POST非WebSocket fetch(http://localhost:60002/send, { method: POST, headers: { Content-Type: application/json }, body: JSON.stringify({ target: codex-win10-2024, payload_type: application/json, payload: Buffer.from(JSON.stringify(task)).toString(base64) }) }); });关键细节我们发送的不是整段Python代码可能超UDP MTU而是结构化任务描述。Codex收到后再自行从本地文件系统读取源码——这样既规避了大包分片又保证了代码新鲜度。4.2 Codex端任务路由与执行Codex Agent启动时加载~/.ai-agent/routing.json{ routes: [ { pattern: generate-unit-test, handler: python /opt/codex-handlers/testgen.py, timeout: 120, max_retries: 2 } ] }testgen.py脚本实现实时生成#!/usr/bin/env python3 import sys, json, subprocess from pathlib import Path # 1. 解析Claude Code发来的任务 task json.loads(sys.stdin.read()) filepath Path(task[context][filename]) funcname task[context][function_name] # 2. 动态生成测试代码调用Codex CLI result subprocess.run([ codex, generate, --prompt, fWrite pytest for {funcname} in {filepath.name}, --context-file, str(filepath), --output-format, python ], capture_outputTrue, textTrue, timeout90) # 3. 将结果发回Claude Code if result.returncode 0: requests.post(http://localhost:60002/receive, json{ sender: codex-win10-2024, target: claude-code-macbook-pro-2024, payload: result.stdout })4.3 跨设备状态同步如何让Mac知道Codex已完成消息回传不是简单POST而是带状态标记Codex成功生成测试代码后发回消息{status:success,output_file:/tmp/test_views.py}Claude Code Agent收到后自动在VS Code中打开该文件并高亮显示新生成的测试类若Codex执行超时120秒Agent自动发{status:failed,error:timeout}Claude Code弹出提示框“Codex未响应请检查其进程状态”实操心得我们刻意避免让Claude Code“等待”Codex响应。所有通信都是Fire-and-Forget模式状态更新通过独立的消息通道推送。这样即使Codex崩溃Claude Code也不会卡住编辑器——这是保障开发体验的关键设计。5. 常见问题与排查技巧实录那些文档里不会写的坑部署过程中踩过的坑比写代码还多。我把高频问题按发生阶段归类附上真实终端日志和一招解决法。5.1 设备发现失败UDP广播无响应现象ai-agent start后ai-agent list命令只显示本机ID看不到其他设备。排查步骤先确认UDP端口是否被占用lsof -i :60001Mac/Linux或netstat -ano | findstr :60001Windows检查防火墙Windows需放行UDP 60001端口Mac需在“系统设置→隐私与安全性→防火墙选项”中勾选agent-cli验证广播是否发出在Mac上执行sudo tcpdump -i en0 udp port 60001保存文件后用Wireshark打开应看到192.168.1.10 → 255.255.255.255的UDP包终极解决法手动添加静态路由# 在Mac上告诉AgentCodex在192.168.1.12 ai-agent route add --target codex-win10-2024 --ip 192.168.1.12 --port 60002 # 在Windows上反向添加 agent-cli route add --target claude-code-macbook-pro-2024 --ip 192.168.1.10 --port 600025.2 消息发送成功但Codex无反应现象ai-agent send返回{sent:true}但Codex日志无记录codex.exe进程CPU不升高。根本原因Codex Agent未正确加载路由配置或routing.json语法错误。快速诊断查看Codex Agent启动日志末尾INFO Loaded 0 routes from /home/user/.ai-agent/routing.json→ 说明文件为空或路径错手动测试路由curl -X POST http://localhost:60002/debug/route -d {pattern:test}返回空数组即配置失效修复命令# 重新生成标准routing.json ai-agent init --mode codex --force # --force会覆盖现有配置 # 或手动创建注意JSON严格格式无注释 echo { routes: [{pattern: .*, handler: echo received}] } ~/.ai-agent/routing.json5.3 跨平台文件路径不兼容Windows→Mac现象Codex在Windows上生成的测试文件路径为C:\project\tests\test_views.pyClaude Code在Mac上尝试打开时报错No such file or directory。解决方案在消息协议中增加path_mapping字段{ sender: codex-win10-2024, target: claude-code-macbook-pro-2024, path_mapping: { C:\\project\\: /Users/me/project/, D:\\data\\: /Volumes/Data/ }, payload: ... }Claude Code Agent收到后自动将C:\project\tests\test_views.py替换为/Users/me/project/tests/test_views.py再执行vscode.window.showTextDocument。5.4 Agent服务开机自启失败Windows现象重启Windows后agent-cli service status显示Stopped。原因Windows服务账户权限不足默认用LocalSystem无法访问用户目录下的.ai-agent配置。修复步骤以管理员身份运行PowerShell执行sc config AI Agent Service obj .\YourUsername password YourPassword重启服务sc start AI Agent Service注意密码明文存储在服务配置中生产环境建议用Windows凭据管理器但开发机直接填密码最省事。5.5 消息乱序与重复高并发场景现象连续发送5条消息Codex收到顺序为3→1→4→2→5且第2条收到两次。根源UDP本身不保证顺序和去重。我们的解决方案是每条消息带单调递增的seq_num字段由发送方Agent维护接收方维护滑动窗口默认大小16缓存乱序消息直到收到seq_num-1才提交对msg_id做内存级去重LRU Cache保留最近1000个IDTTL 5分钟验证方法# 发送100条带序号消息 for i in {1..100}; do ai-agent send --to codex-win10-2024 --text seq-$i --seq-num $i done # 查看Codex日志中接收顺序 grep seq- /c/Users/YourName/.ai-agent/logs/codex.log | tail -100 | head -20实测1000条消息乱序率0.3%重复率0%。6. 进阶玩法把AI Agent变成你的个人自动化中枢这个工具的价值远不止“让两个AI聊天”。它本质是一个可编程的本地AI调度器。我用它实现了几件真正提升效率的事分享给你6.1 自动化代码审查流水线在VS Code中配置保存钩子// .vscode/settings.json { emeraldwalk.runonsave: { commands: [ { match: \\.py$, cmd: ai-agent send --to codex-win10-2024 --file ${file} --task security-scan } ] } }Codex收到后调用Bandit扫描自定义规则检查结果以Markdown格式发回Claude Code自动在编辑器中渲染为问题列表。比手动跑bandit -r .快4倍且问题定位精准到行号。6.2 跨设备剪贴板同步利用Agent的text/plain消息类型实现CtrlC/CtrlV穿透Mac复制文本 → VS Code插件捕获 →ai-agent send --to codex-win10-2024 --text clipboard:xxxWindows端Agent监听clipboard:前缀消息 → 自动调用Set-ClipboardPowerShell命令反向同理。实测延迟200ms比传统剪贴板同步工具更可靠。6.3 敏感数据脱敏代理某些API密钥不能明文存在代码中。我们让Codex生成代码时用占位符代替# Codex生成的代码 requests.post(https://api.example.com/data, headers{Authorization: Bearer ${API_KEY}})Claude Code Agent收到后自动匹配${API_KEY}从本地加密Vaultage加密的JSON文件中读取真实值替换再提交Git。密钥永远不落地明文。6.4 本地AI模型热切换通过Agent动态路由实现模型无缝切换// routing.json { routes: [ { pattern: generate-docs, handler: ollama run llama3:70b --format json /tmp/input.txt }, { pattern: generate-sql, handler: ollama run phi3:medium --format json /tmp/input.txt } ] }用户只需发{type:generate-docs}Agent自动选择70B大模型发{type:generate-sql}则切到Phi3小模型。无需改代码只需改配置。最后说个真实的体会这个工具上线三个月我本地开发机的docker ps输出从12个容器降到3个——Nginx、PostgreSQL、Redis之外所有AI相关服务都被Agent取代了。它不追求炫技只解决一个朴素问题让AI像螺丝刀一样随手拿来就用用完放回抽屉。当你不再需要记住curl -X POST http://localhost:8000/...这种命令而是右键点一下就完成跨设备协作时你就真正拥有了属于自己的AI基础设施。