← 返回信息流
Agent SkillLINUX DO · AI·2 小时前

开源ask-tmux-pipeline实现Codex与Claude嵌套协作

原标题：通过tmux嵌套实现让codex/claude互问的script/skill: ask-tmux-pipeline

速览

该开源项目ask-tmux-pipeline通过tmux嵌套技术，解决了在CLI环境中手动切换Codex和Claude进行代码设计与审查的繁琐问题。它支持自动将Prompt和Codex输出传递给Claude进行规划或审查，并处理长文本粘贴和窗口管理痛点。项目旨在简化开发者工作流，实现两个AI模型的无缝协作。

AI 深度解读

背景

在命令行界面（CLI）的日常工作中，许多开发者倾向于采用“分工协作”的模式：利用 codex 作为主要的执行 Worker，而将 claude 用于“设计规划”（design and plan）或“审查、评论与建议”（review, comment and suggest）。

然而，这种双模型协作模式在实际操作中面临显著的痛点。传统的“笨办法”是手动将 Prompt 和 codex 的完整响应复制粘贴到 claude 中，等待生成结果后再复制回 codex。这种方式存在三大缺陷：

  1. 效率低下：频繁的手动复制粘贴费时费力。
  2. 技术限制与 Bug：由于终端和 CLI 对巨量文本粘贴的限制，经常会出现各种粘贴错误或截断 Bug。
  3. 上下文丢失与管理混乱：当 CLI 响应时间较长，用户分心后返回时，难以在多开的终端窗口中快速定位到对应的会话窗口。

虽然社区中存在现有的解决方案，如 ask-claude 或 codex 官方的 codex review 插件，但它们均无法满足作者特定的工作流需求：

  • ask-claude：经常出现故障，且功能局限于代码审查，无法充分结合原始的 Prompt 或 Spec（规格说明）内容进行综合考量。
  • codex review：虽然好用，但依赖 Git 环境，主要用于代码审查，同样缺乏对原始 Prompt/Spec 上下文的整合能力。

基于此，作者决定自行开发一套基于 tmux 嵌套的工作流脚本，以解决上述痛点。

核心内容

作者开发了名为 ask-tmux-pipeline 的开源脚本/技能（Skill），其核心逻辑是利用 tmux 终端复用器实现 CLI 的嵌套调用，从而构建一个自动化的“互问”工作流。

工作流程机制

该脚本通过嵌套 tmux session 来隔离和管理 claude 的调用过程，具体流程如下：

  1. 输入处理：将原始的 CLI 成果（即 codex 的输出）以及/或原始的 Prompt 输入到嵌套的 tmux CLI 会话中。
  2. 任务执行：嵌套的 tmux CLI 根据预设的场景和要求，调用 claude 进行“设计规划”或“审查评论建议”。
  3. 结果返回：任务完成后，将结果返回给主 CLI，并释放 tmux session。
  4. 异常处理与交互：
    • 如果在 claude 规划过程中遇到需要人工干预的问题，脚本会暂停并等待用户输入，随后继续执行。
    • 如果在主 CLI 中连续使用，脚本会选择 resume（恢复）之前对应的 tmux CLI 会话，而不是重新开启一个新的会话，从而保持上下文连贯性。

技术实现与限制

  • 实现方式：采用“最笨的方法”，即直接嵌套 tmux 和 CLI。
  • 资源优化：未进行内存优化，作者坦言这是为了快速实现功能而采取的简单策略。
  • 兼容性：作者表示该脚本主要服务于个人应用场景，覆盖面不广，且不确定在 macOS 上直接运行是否会因资源占用过高而卡顿。
  • 可视化辅助：GitHub 仓库中提供了 Flowchart（流程图），以更直观地展示不同场景下的工作流逻辑。

开源声明

该项目已在 GitHub 开源（Repository: TrailblazerSR/ask-tmux-pipeline），并遵循 LINUX DO 社区的开源推广规范：

  • 项目已打上“开源推广”标签。
  • 项目完整开源，无未开源部分。
  • 项目已链接认可 LINUX DO 社区。
  • 帖子内的 AI 生成或润色内容已截图公示，接受社区监督。

关键要点

  • 痛点驱动：解决 CLI 环境下多模型协作时，手动复制粘贴导致的效率低、易出错及上下文管理混乱问题。
  • 技术选型：利用 tmux 的嵌套会话功能，实现主 CLI 与辅助 CLI（运行 claude）的隔离与交互。
  • 核心功能：
    • 支持将原始 Prompt/Spec 与 codex 输出共同作为输入。
    • 支持 claude 进行设计规划或代码审查。
    • 支持会话恢复（Resume），避免重复创建会话。
    • 支持交互式暂停，允许用户在 claude 规划阶段介入。
  • 局限性：
    • 实现方式较为原始（“笨嵌套”），未做内存优化。
    • 主要面向个人特定场景，通用性有限。
    • 在 macOS 等特定环境下的性能表现存在不确定性。
  • 替代方案不足：现有的 ask-claude 和 codex review 插件在上下文整合（Prompt/Spec）和灵活性上无法满足作者需求。

意义与影响

ask-tmux-pipeline 提供了一个极具启发性的 CLI 自动化思路，即通过终端复用器（Terminal Multiplexer）来解决 AI 辅助编程中的工作流断点问题。

  1. 工作流自动化创新：它展示了如何利用现有的终端工具（tmux）以低成本构建复杂的 AI 协作管道，无需依赖复杂的后端服务或 API 集成，即可实现多模型间的自动数据流转。
  2. 上下文完整性重视：与仅关注代码审查的工具不同，该脚本强调将原始 Prompt 和 Spec 纳入审查/规划环节，有助于确保 AI 的输出更符合初始设计意图，提升了 AI 辅助开发的准确性。
  3. 实用主义导向：作者承认其实现“笨拙”且“未优化”，但这种实用主义态度反映了开发者社区中“先解决痛点，再优化性能”的典型迭代路径。对于面临类似 CLI 多窗口管理痛点的开发者而言，该脚本提供了一个可参考的、轻量级的解决方案原型。
  4. 社区开源价值：通过开源并详细记录开发动机和限制，该项目为其他开发者提供了改进的基础，可能激发更多关于 CLI 与 AI 结合的工作流优化讨论和实践。

相关推荐

查看原文 →linux.do