AgentBridge：Claude Code与Codex协作桥

背景

随着 AI 编程助手的快速发展，开发者越来越多地同时使用多个 coding agent 来分工协作。常见的做法是用一个 agent 做规划（如 Claude Code），另一个 agent 做实现（如 Codex）。然而，这种双开模式存在明显的痛点：两个 agent 各自运行在独立的终端会话中，开发者需要在它们之间手动复制粘贴代码和上下文，并且必须时刻盯着 Codex 是否完成当前轮次才能插入新的指令。这种“人工路由”模式效率低下，且容易因额度限制导致任务中断。

为了解决这一问题，社区开发者 raysonmeng 编写了一个开源桥接工具 AgentBridge，旨在让 Claude Code 和 Codex 能够直接在同一会话中实时协作，无需人工干预。

核心内容

AgentBridge 是一个本地工具，通过直接对接两个 agent 的底层协议来实现双向通信，而非模拟键盘输入或截屏终端。具体来说：

• 协议对接方式：Codex 端对接其 app-server 协议，Claude Code 端走 MCP（Model Context Protocol） channel。这种深度对接使得两个 agent 的消息可以互相注入到对方的会话中，体验接近原生。
• 中途插话：在 Codex 正在执行任务的过程中，Claude Code 的意见可以实时注入到 Codex 的会话中，Codex 无需重启即可根据新指令调整后续动作。反之，Codex 的消息也能直接注入到 Claude Code 会话。由于是协议层对接，操作干净无干扰。
• 额度接力：当某一方的 5 小时额度即将用尽时，AgentBridge 会在一个干净的工作轮次结束时写入 checkpoint，将当前任务完整交给另一方继续执行。同时在后台 daemon 进程中开启定时任务，待额度窗口刷新后自动接回。额度的读取基于官方 usage 端点，而非估算，确保准确。这样通宵运行的长时间任务不会因额度限制而中断。
• 日常协作流程：用户在一个终端运行 abg claude，另一个终端运行 abg codex，两者通过桥接进行实时交互。典型工作流为：Claude Code 做规划、Codex 做实现、双方互相 review。开发者只需观察，无需来回复制粘贴。两个模型互相“抬杠”发现的 bug 比单跑一个 agent 更多。
• 多项目支持：从最初只支持一对 agent，现已扩展到不同目录下支持多对 agent，可以同时在不同项目中运行多对 Claude Code + Codex。
• 安装与使用：通过 npm 全局安装 @raysonmeng/agentbridge，在项目目录中执行 abg init 注入提示词，告诉 coding agent 如何使用该工具；然后分别在两个终端启动 abg claude 和 abg codex 即可。

项目已开源在 GitHub 上（链接见原文），官网提供了真实会话的动图演示。未来计划接入 opencode 或 Gemini CLI，已在 issue 中开放投票征求社区意见。

关键要点

• 核心技术突破：直接对接 agent 的底层协议（Codex 的 app-server 协议、Claude Code 的 MCP channel），而非通过终端模拟或键盘注入，保证了通信的干净与原生体验。
• 双向实时注入：两个 agent 的消息可以互相注入到对方正在执行的会话中，实现真正的中途插话，无需重启当前任务。
• 额度无缝接力：利用官方 usage 端点实时监测剩余时间，在轮末写入 checkpoint，自动切换至另一方，同时后台定时检查窗口刷新，确保连续性。
• 多对并行：支持同一台机器上不同目录运行多对 agent 同时协作，提升多项目开发效率。
• 开发过程本身就是使用本工具完成的：开发者与两个 coding agent 一起讨论、规划，agent 根据各自剩余额度分工，并交叉 review。
• 安装简单：npm 全局安装后，通过 abg init、abg claude、abg codex 三步即可开始使用。
• 社区参与：未来扩展方向（opencode、Gemini CLI）通过 issue 投票决定，鼓励用户反馈和提交问题。

意义与影响

AgentBridge 代表了一种新的多 agent 协作范式：从人工调度升级为协议层面的自动化桥接。它解决了双开 coding agent 的核心痛点——手动复制粘贴和额度中断问题，显著提升了开发效率。特别是“中途插话”和“额度接力”两项特性，使得长周期、高强度的开发任务可以连续进行，无需开发者时刻监控。

该工具的开源性质降低了使用门槛，并鼓励社区贡献，未来可能发展为连接多种 coding agent 的通用桥接层。对于同时使用不同 AI 编程助手的团队和个人开发者而言，AgentBridge 提供了一个可靠、轻量的协作基础设施。此外，其开发过程本身就是 dogfooding 的范例——开发者利用本工具构建自身，进一步验证了其实用性。

如果后续顺利接入更多 agent（如 opencode、Gemini CLI），AgentBridge 有望成为多 agent 协作的标准中间件，推动 AI 辅助编程从“单打独斗”向“团队协作”进化。