Clawd on Desk：支持多AI编程助手的桌面宠物

背景

在 AI 辅助编程日益普及的今天，开发者与 AI Agent（如 Claude Code、Codex CLI、Copilot CLI 等）的交互频率大幅增加。然而，传统的终端交互模式存在明显的痛点：当 AI 在后台执行代码、调用工具或进行思考时，终端窗口中滚动的文字日志往往难以让开发者直观地感知 AI 的实时状态。开发者不得不频繁切换窗口或紧盯终端，以确认 AI 是处于“思考”、“运行工具”还是“已完成”的状态，这种碎片化的注意力分散严重影响了开发心流。

在此背景下，开源项目 Clawd on Desk 应运而生。该项目由开发者 rullerzhou-afk 发起，旨在通过一只“桌面宠物”的形式，将 AI 编程助手的状态可视化。项目自今年 3 月初启动，初衷仅是解决个人使用 Claude Code 时的状态感知问题，但因其独特的交互理念，迅速在社区获得反响，GitHub 星标数突破 650+，并吸引了十多位贡献者共同参与迭代，功能从最初的状态显示扩展为支持多 Agent、权限审批、眼球追踪等丰富特性的完整工作流增强工具。

核心内容

Clawd on Desk 是一款跨平台（Windows 11 / macOS / Linux）的桌面宠物应用，核心功能是实时感知并可视化多种主流 AI 编程助手的工作状态。它通过不同的接入方式兼容多种 AI Agent，并提供丰富的视觉反馈和交互功能，旨在优化开发者与 AI 的协作体验。

1. 多 Agent 全支持与接入机制

Clawd 支持同时运行多个 AI Agent，并独立追踪每个会话的状态。其支持的 Agent 及接入方式如下：

• Claude Code：通过命令 hook 和 HTTP 权限 hook 接入，配置简单，启动后自动注册。
• Codex CLI：通过轮询 JSONL 日志文件实现，无需额外配置。
• Copilot CLI：通过命令 hook 接入，需手动配置。
• Gemini CLI：通过命令 hook 接入，启动后自动注册。
• Cursor Agent：通过 Cursor IDE hook 接入，启动后自动注册。

2. 丰富的状态可视化与动画

Clawd 将 AI 的抽象工作状态转化为直观的像素动画，目前包含 12 种核心状态及多个空闲随机动画：

• 核心状态：空闲、思考、打字、杂耍、建造、报错、开心、睡觉。
• 扩展状态：读书、debug 巡逻、指挥（2+ 子代理）、扫地（内存整理）、搬箱子（工作树创建）、通知惊跳等。

3. 核心工作流增强：权限审批气泡

这是 Clawd 改变开发者工作流的关键功能。当 Claude Code 请求权限时，Clawd 会在桌面直接弹出毛玻璃风格的通知卡片，开发者无需切回终端即可操作：

• 一键审批：支持 Allow（允许）、Deny（拒绝）或建议规则。
• 规则设定：可设定如“始终允许 Read”等自动化规则。
• 快捷键支持：支持 Ctrl+Shift+Y 允许、Ctrl+Shift+N 拒绝。
• 智能管理：支持多请求堆叠显示，若终端先完成回答，气泡自动关闭。

4. 交互体验与彩蛋

• 眼球追踪：空闲状态下，Clawd 的眼睛会跟随鼠标光标移动，并伴有身体倾斜和影子拉伸效果。
• 互动反馈：双击可戳一下，连点 4 次触发“抓狂”动画，反复戳击会有不同反应。
• 拖拽交互：支持从任何状态直接拖拽，利用 Pointer Capture 技术防止拖拽丢失。
• 迷你模式：拖至屏幕右边缘自动缩小，悬停时探头打招呼，收起状态仍显示迷你通知和庆祝动画。

5. 多会话管理与远程支持

• 多会话智能：当存在多个会话时，显示最高优先级状态；右键菜单可查看会话列表并跳转至对应终端；自动检测并清理崩溃或退出的 Agent 进程孤儿会话；Clawd 重启时若检测到 Agent 仍在运行，会保持“清醒”状态。
• Remote SSH 支持：支持一键部署到远程服务器。通过 SSH 反向端口转发，远程服务器上的 Claude Code 和 Codex CLI 事件可穿越隧道回传至本地桌面，实现远程权限审批气泡的本地化显示。

6. 其他功能

• 免打扰模式：右键进入睡眠状态，静默所有 hook 事件。
• 音效系统：任务完成和权限请求时播放短音效（可关闭，10秒冷却，DND 模式下自动静音）。
• 权限模式感知：实时跟踪 Claude Code 的当前权限模式，切换时弹出通知。
• 自动更新：Windows 使用 NSIS 更新，macOS/Linux 使用 git pull 加自动重启。
• 国际化 (i18n)：支持中英双语，可通过右键菜单切换。
• 系统托盘：提供调大小（S/M/L）、DND、语言、自启动、检查更新等功能入口。

7. 正在开发的功能

• 多主题皮肤替换：允许用户自定义角色外观和动画风格。

8. 快速开始

项目开源，支持 Node.js 环境。

git clone https://github.com/rullerzhou-afk/clawd-on-desk.git
cd clawd-on-desk
npm install
npm start

关键要点

• 解决痛点：解决了 AI 编程助手在终端中状态不透明、开发者需频繁切换窗口确认进度的问题。
• 广泛兼容：同时支持 Claude Code、Codex CLI、Copilot CLI、Gemini CLI 和 Cursor Agent，且支持多会话并行追踪。
• 权限审批革新：通过桌面毛玻璃卡片实现 AI 权限请求的一键审批、规则设定和快捷键操作，显著减少上下文切换。
• 沉浸式交互：提供眼球追踪、多种状态动画（如杂耍、debug 巡逻）、互动彩蛋（抓狂、戳击）及迷你模式，提升桌面交互趣味性。
• 远程协作支持：通过 SSH 反向端口转发，支持远程服务器上的 AI 事件在本地桌面进行权限审批，扩展了工作流适用范围。
• 智能会话管理：自动处理孤儿会话、崩溃检测、多会话优先级显示，确保桌面宠物状态的准确性。
• 开源与社区驱动：项目完全开源，GitHub 获 650+ stars，拥有活跃的贡献者社区，持续迭代新功能（如皮肤系统）。

意义与影响

Clawd on Desk 的出现标志着 AI 辅助开发工具从“功能导向”向“体验导向”的进一步演进。它不仅是一个状态监控工具，更是一种新型的人机交互界面（HMI）探索。

1. 优化开发者心流：通过视觉化的状态反馈和非侵入式的权限审批，Clawd 减少了开发者在确认 AI 状态和审批权限时的认知负荷和上下文切换成本，有助于维持深度工作状态。
2. 推动 AI Agent 交互标准化：该项目为不同 AI Agent 提供了统一的桌面交互层，展示了如何通过 Hook 机制和日志轮询等技术手段，将不同厂商的 AI 工具整合进统一的本地工作流中。
3. 提升 AI 编程的亲和力：通过桌面宠物这一拟人化形式，降低了 AI 工具的冰冷感，增加了使用的趣味性和情感连接，可能促进更多开发者接受和使用 AI 辅助编程。
4. 开源社区的协作典范：项目从解决个人痛点出发，迅速成长为拥有多贡献者、多 Agent 支持的成熟项目，体现了开源社区在快速迭代和创新方面的强大生命力。

随着 AI Agent 在软件开发中的角色日益重要，此类关注“人与 AI 协作界面”的工具将具有更大的市场潜力和社会价值。Clawd on Desk 为未来的 AI 桌面助手提供了有价值的参考范式。