CCCC：像群聊一样指挥多个 AI 编程智能体想象这样一个场景：深夜里，你正在赶一个紧急需求，忽然发现某个模块的实现思路走进了死胡同。你想找 Claude Code 帮忙想想，同时还想让 Codex 帮你查文档、让 Gemini 帮你跑测试验证——但问题是，这三个工具各自跑在独立的终端窗口里，它们的上下文互相看不见，输出散落在不同的标签页里，你得像消防队长一样来回切换。CCCC（Coding agents Coordinate like a Cross-team Chat，群聊协调器）就是来解决这个问题的。它让你把多个 AI 编程智能体（Claude Code、Codex CLI、Gemini CLI 等）放进同一个「工作群」里，像管理一个团队一样给它们分配任务、追踪进度、处理冲突——甚至从钉钉、飞书、Telegram 上远程操控它们。## 背景：AI 编程工具的「碎片化困境」2023 年到 2025 年间，AI 编程工具呈现爆发式增长。Anthropic 推出 Claude Code，OpenAI 推出 Codex CLI，Google 推出 Gemini CLI，再加上 Continue.dev、OpenCode 等社区方案，开发者手里的 AI 编程工具越来越多。但这些工具各自为政：每个工具都有自己独立的会话上下文、自己的输出终端、自己的状态管理。把它们组合起来工作，要么靠人工来回切换复制粘贴，要么靠笨拙的 shell 脚本串联。CCCC 的作者 ChesterRa 在 2025 年 8 月启动了這個项目，核心理念来自一个观察：现代团队协作的核心模式是群聊——任务分配、进度同步、问题讨论、结果交付，全在一个聊天窗口里完成。那为什么不让 AI 编程智能体也用群聊的方式协作呢？项目在 2025 年 8 月开源，到 2026 年 6 月已达到 927 颗星，最新版本 0.4.27，支持 12 种 AI 编程运行时，完成了对飞书、钉钉、企业微信等国内主流 IM 平台的桥接。## 核心功能：工作群里的 AI 团队### 统一协调，多智能体并行CCCC 的Daemon 进程作为唯一的状态写入者（single writer），通过 append-only 的 JSONL 日志（Ledger）记录所有事件。这种设计消除了并发写入带来的竞态条件，同时让整个协作历史可追溯、可回放。你可以随时查看哪个智能体在什么时间做了什么决定，就像翻阅群聊记录一样。每个 AI 智能体（Actor）通过 MCP（Model Context Protocol）工具或 PTY/headless 模式与 Daemon 通信。Daemon 内置 Actor 管理器、自动化规则引擎（含 Nudge 催办和 Cron 定时任务），对外提供 Web UI（:8848）、CLI、MCP stdio 三种控制面接口。### 已读回执与送达追踪这是 CCCC 最具特色的功能之一。传统的多智能体系统中，你很难判断一个任务是否真的被某个智能体接收并开始处理。CCCC 借鉴即时通讯的已读回执机制——你可以清楚看到每条指令的送达状态：已发送、已接收、处理中、已完成。这个设计对于长时间运行的任务尤其有价值，让你在不盯着终端的情况下也能掌握全局进度。### 远程运维：从手机群聊里控制你的 AI 团队CCCC 通过 IM Bridge 将你的 AI 团队连接到各大即时通讯平台，包括：| 平台 | 支持状态 | 特殊能力 ||------|---------|---------|| Telegram | ✅ 完全支持 | 基础消息 || Slack | ✅ 完全支持 | 基础消息 || Discord | ✅ 完全支持 | 基础消息 || 飞书 / Lark | ✅ 完全支持 | 基础消息 || 钉钉 | ✅ 完全支持 | AI Card 流式回复 || 企业微信 | ✅ 完全支持 | aibot 流式回复 || 微信 | ✅ 完全支持 | 基础消息 |通过这些桥接，你可以在任何支持的平台上用 /send @foreman <message> 发送指令，用 /status 查看团队健康状态，用 /pause / /resume 控制任务暂停和恢复——完全不需要打开电脑。### Web UI 可视化控制台CCCC 提供了一个基于 Vue 3 + Tailwind CSS 构建的 Web 控制台，监听 8848 端口。你可以在浏览器里查看智能体的工作状态、浏览协作记录、调整配置。Web UI 通过内部 IM Bridge 连接到 Daemon，所有 IM 平台的消息会统一汇入同一个视图。## 技术架构：模块化的港口式设计CCCC 的架构围绕「端口」（Ports）概念组织，体现了清晰的关注点分离：src/cccc/ 是核心包目录，主要子模块包括：- cli/ 和 daemon/：两套入口点，cccc 同时启动 Daemon 和 Web 服务器，ccccd 专注守护进程模式- kernel/：消息处理核心，包含 Actor 生命周期管理、Ledger 写入逻辑和调度策略- runners/：各 AI 运行时的适配层，将统一接口适配到 Claude Code、Codex CLI、Gemini CLI 等具体工具- providers/：LLM Provider 的配置和认证管理（Anthropic/OpenAI/Gemini/本地模型）- ports/web/：FastAPI Web 服务端点- ports/mcp/：MCP 协议接入点，支持作为 MCP Server 被其他工具调用- contracts/：数据模型和协议定义（Pydantic 模型）IM 桥接层（src/cccc/vendor/ 或独立模块）支持钉钉、飞书、企业微信等平台，每个平台对应一个独立的桥接处理器，统一输出格式后汇入 Daemon。这种设计使得新增一个 IM 平台只需要实现对应的适配器，不影响核心逻辑。关键技术选型：- FastAPI 作为 Web 框架（>=0.110），提供 ASGI 高性能接口- Pydantic（>=2.0）进行数据验证和序列化- httpx[socks]（>=0.24）处理 HTTP 请求和 SOCKS 代理- uvicorn[standard]（>=0.27）作为 ASGI 服务器- cryptography（>=41.0.0）处理钉钉/飞书等平台的签名验证- lark-oapi（>=1.0.0）接入飞书开放 API- dingtalk-stream（>=0.24.3）处理钉钉事件流版本号 0.4.27 表明项目仍处于活跃开发阶段（Production/Stable 状态），CHANGELOG 显示每 1-2 周有一次版本迭代，功能添加和 Bug 修复都很频繁。## 部署体验：一键安装，零运维CCCC 提供了三种部署路径，满足不同场景需求：方式一：pip 一行安装（推荐）bashpip install -U cccc-paircccc # 直接启动 Daemon + Web UI方式二：Docker 一键部署（完全隔离）Dockerfile 采用多阶段构建：Stage 1 用 Node.js 20 构建 Vue Web UI，Stage 2 基于 Python 3.11-slim 镜像，安装 Claude Code CLI、Codex CLI、Gemini CLI、Factory CLI 等所有依赖工具，并配置非 root 用户（因为 Claude CLI 拒绝以 root 身份运行）。docker-compose.yml 将 8848 端口绑定到本地 127.0.0.1，/workspace 目录挂载到宿主机，/data 目录持久化配置数据。方式三：源码开发bashgit clone https://github.com/ChesterRa/cccc && cd ccccuv venv -p 3.11 .venv && uv pip install -e .cccc --helpCCCC 的核心设计理念是「零基础设施」——不需要注册账号、不需要连接云服务、不需要维护数据库。一切都在本地运行，数据保存在 ~/.cccc 或自定义的 CCCC_HOME 目录里。API Key 通过环境变量注入，支持 ANTHROPIC_AUTH_TOKEN、OPENAI_API_KEY、GEMINI_API_KEY 等标准变量名。## 局限与挑战：诚实面对问题CCCC 也有其局限性，开发者和使用者需要了解：1. 多智能体协调仍处于早期阶段多个 AI 智能体在同一项目上下文中工作时，任务分配策略（谁来做什么）和冲突解决机制（两个智能体做了矛盾的修改怎么办）还不够成熟。对于需要精确分工的大型项目，仍需要人工介入协调。2. Web UI 的实时性依赖 IM 连接虽然 Web UI 本身可以工作，但如果要实现真正的实时推送（如钉钉/飞书的流式回复），需要维护一个持续运行的 IM Bot。IM 平台的 API 调用限制和稳定性会影响整体体验。3. 安全性考量Daemons 默认监听本地端口（127.0.0.1），对外暴露需要手动设置 CCCC_DAEMON_ALLOW_REMOTE=1。Web UI 默认只绑定 loopback，docker-compose 默认只映射到本地 127.0.0.1——这些安全默认值是好的，但如果用户忘记配置就暴露端口，存在被滥用的风险。## 行业意义：多智能体协作的新范式CCCC 代表了一个重要趋势：从「一个人类 + 一个 AI 工具」的线性模式，向「一个人类 + 多个 AI 工具」的团队协作模式演进。随着 Claude Code、Codex CLI、Gemini CLI 等工具日趋成熟，单个工具的能力边界逐渐清晰，下一个竞争维度就是多工具编排能力。CCCC 的创新在于将即时通讯的 UX 模式引入 AI 工具编排，而不是发明一套全新的命令语言。已读回执、送达追踪、群聊式指令——这些都是现代人熟悉的交互范式，降低了多智能体协作的认知负担。它用 append-only Ledger 解决协作一致性问题，用 IM Bridge 解决远程运维问题，这两条设计决策都非常务实。展望未来，如果 CCCC 能与 AI Agent 框架（如 LangChain、AutoGPT）深度整合，实现更智能的任务分解和冲突仲裁，它有可能成为 AI 编程工作流的「操作系统」层。项目信息| 指标 | 数值 ||------|------|| GitHub Stars | 927 || Forks | 81 || 编程语言 | Python || 当前版本 | 0.4.27 || 开源协议 | Apache-2.0 || 首次提交 | 2025-08-15 || 最近活跃 | 2026-06-14 |