[00 // Team Agent] 新 零后台守护进程：为什么这很重要 → 开源AGPL-3.0

在原生终端中
编排自主 AI
编程 Agent

把 Claude Code、OpenAI Codex 和 Pi 组织成协同作战的工程团队。零后台守护进程，零数据库锁，100% 原生 CLI。

2 分钟快速上手 阅读 Claude Code + Codex 实战指南
$npx @team-agent/installer@latest install

开源（AGPL-3.0）· 支持 macOS 与 Linux · 直接使用你已有的 Agent CLI 和订阅

控制台 // ~/acme-api回放
常驻内存
0 MB
监管
原生 · tmux
数据库
无
队员
3 / 3 正常
$ team-agent claude
  Claude Code 已作为本工作区的组长启动

> 给这个仓库组个团队：Codex 实现计费 API，
  Pi 编写测试，再开一个 Claude 负责审查
  每一处改动，审完再合并。

  ✓ 已写入 .team/current/TEAM.md 和 3 个角色文件
  ✓ 已在各自的 tmux 窗格中启动 3 名队员

$ team-agent status
  name       provider   activity   health
  backend    codex      working    ok
  tests      pi         working    ok
  reviewer   claude     idle       ok

$
示意会话，输出有删减。每名队员都运行在独立的 tmux 窗格中。
0MB
空闲占用：无守护进程，无常驻进程
0
数据库：无锁争用、无损坏、无需迁移
6
款 Agent CLI：Claude Code、Codex、Pi、Cursor、Grok、Kiro
1行
一切正常时 team-agent doctor 的输出
01痛点

一个 AI Agent 很快，几个 Agent 往往一团乱。

在一个项目里同时跑多个编程 Agent，听起来像是白捡的并行算力。真正用起来，几乎所有人都会卡在同样几个地方。

  1. P.01你沦为人肉传话筒

    复制、粘贴、再复制

    Claude 出方案，Codex 写代码，你整天在两个窗口之间来回搬运上下文。Agent 之间从不直接沟通，只能由你代劳。

  2. P.02会话丢失

    合上电脑，团队就散了

    关掉终端、SSH 断线或者重启机器，Agent 连同上下文一起消失。第二天只能把整个项目从头再讲一遍。

  3. P.03笨重的编排器

    服务会卡死，内存会泄漏

    不少编排工具要额外跑一个常驻服务加一个数据库队列。它一旦卡住或者还在跑旧版本，所有 Agent 都会停摆；哪怕没人干活，内存也一直被占着。

02为什么选择 Team Agent

按基础设施的标准打造，像聊天一样使用。

你照常使用 Claude Code、Codex 或 Pi，习惯一点不用改。Team Agent 补上缺失的那一层：拉起队员、路由消息，让整个团队始终在线、随时可恢复。

[01 // 多供应商共存]

Claude Code、Codex、Pi 同处一个工作区

为每个角色挑选最合适的模型：Claude 负责规划与审查，Codex 负责快速实现，Pi 可以接入你能用的任意模型目录。每名队员各自保留自己的供应商、登录状态和配置。不被任何一家厂商绑定，已经付费的多份订阅也能叠加使用。

[02 // 稳如磐石的会话连续性]

重启、断线、重置，团队都还在

每个 Agent 都运行在 tmux 中，关掉终端或 SSH 断开都不受影响。机器重启后，执行 team-agent start 就能拉起整个团队，并恢复每个 Agent 的对话。某个队员需要从头来过？单独重置它即可，其他人照常工作。

[03 // 无状态、轻量级]

空闲 0 MB：它是 CLI，不是守护进程

没有常驻服务，也没有数据库。每条命令做完自己的事就退出。消息保存在小巧的追加式收件箱文件里，用 tail 就能查看。团队一停，Team Agent 不留下任何东西：没有守护进程，不占内存，也没有打开的数据库。

[04 // 原生终端驱动]

真实的 CLI、真实的终端，不套 API 外壳

Team Agent 像你一样，通过 tmux 直接向每个 Agent 自己的终端（PTY）输入。它从 PATH 调用官方二进制，沿用你的配置和包装脚本。你的工具不会被拦截，Agent 只是多了三个用来联系队友和汇报结果的小工具。

03工作原理

你只和一位组长对话，活儿交给队员。

一切都在你自己的机器上、在你看得见的进程里运行。你和 Agent 之间没有任何隐藏服务。

  1. 01第 1 步

    描述团队

    对组长说一句“帮我组个团队”，或者写一份简短的 TEAM.md，再为每个角色写一个文件，注明供应商和职责。

  2. 02第 2 步

    并行开工

    每名队员在自己的窗格里启动。消息先写入收件人的收件箱，再输入到它的终端，就算 Agent 正在忙也不会丢。

  3. 03第 3 步

    结果回到你手里

    队员把结果汇报给组长，组长汇总之后，只在真正需要你拍板时才来找你。今天收工，明天接着干。

图 01 — 系统示意本地运行 · 无隐藏服务
你
你的对话用自然语言和组长交流
可选 CLIteam-agent status · send · inbox · doctor
任意终端随时接入任一窗格旁观或介入
Team Agent CLI（仅在调用时运行）
启动在独立 tmux 窗格中启动每个 Agent CLI
收件箱每个收件人一个追加式消息文件
投递安全地输入到正确的终端
恢复重启后恢复已保存的会话
诊断6 步健康检查，正常时只输出一行
队员（你的官方 CLI，运行在 tmux 中）
组长claude
backendcodex
frontendcodex
testspi
reviewerclaude
Team Agent：短生命周期的 CLI 命令，无常驻进程你的进程：tmux 和你本来就在用的 Agent CLI
04支持的 Agent CLI

直接用你已经在用的 Agent。

供应商可以自由混搭。组长和每名队员都能独立选择自己的 CLI、模型和权限设置。

Claude CodeAnthropic · 组长或队员
Codex CLIOpenAI · 组长或队员
Pi多模型编程 Agent
CursorCursor Agent CLI
GrokxAI Grok Build
KiroKiro CLI

第三方或自托管模型（例如通过 Anthropic 兼容接口接入的 DeepSeek）可以用本地配置档接入。密钥只保存在本地文件中，永远不会进入提示词。

05实际演示

一句需求，整支团队开工。

来自真实团队运行的简短演示。

06快速开始

三步上手，之后只管开口。

环境要求：macOS 或 Linux（WSL 亦可）、Node.js 18+、tmux，以及至少一个已安装并登录的 Agent CLI。

01安装

安装 CLI

一条命令即可安装适配你平台的 team-agent 二进制。

$npx @team-agent/installer@latest install
02启动

启动组长

用 team-agent claude 代替 claude。codex、pi 同理。

$team-agent claude
03提需求

让它组队

用自然语言描述角色分工。组长会写好团队文件、拉起所有队员并向你汇报。

>帮我组个团队：Codex 负责实现，Claude 负责审查。
team-agent statusteam-agent send backend "…"team-agent inbox leader -n 3team-agent doctorteam-agent stopteam-agent start · 明天接着干
07方案对比

Team Agent 与常见多 Agent 用法对比

现实中的替代方案无非两种：单个 Agent 搭配内置子代理（subagent），或者自己手动协调多个终端。

能力内置子代理手动开多个终端Team Agent
混用 Claude Code、Codex 和 Pi不行，只能用一家可以，但全靠手动可以，按角色分配
Agent 之间直接通信只能向父级汇报不行，全靠你转达直接通信，结果汇总给组长
队员跨天保留通常是一次性的窗口一关就没了保留，带上下文恢复
关闭终端或重启后仍在否否是（tmux + 会话恢复）
需要后台服务无无无，空闲 0 MB
使用你现有的订阅是是是，可同时用多份
08实战指南

一步步掌握多 Agent 协作编程。

写给在本地运行 AI 编程 Agent 的开发者的实用指南。

  1. 指南 · 7 分钟

    如何让 Claude Code 和 OpenAI Codex 组成一个团队

    为什么“规划审查 + 快速实现”的搭配更高效，以及在 tmux 中搭建团队的完整步骤。

  2. 架构 · 7 分钟

    本地 AI Agent 需要进程监管，而不是笨重的守护进程

    常驻服务加数据库队列，在开发机上总会以同样的方式出问题。更好的做法是什么。

  3. 工程实践 · 6 分钟

    终端 AI Agent 之间如何可靠通信：原生 PTY 与 API 封装对比

    怎样给 Claude Code、Codex 这类交互式 CLI 发消息，既不丢失也不重复。

09常见问题

常见问题

Team Agent 是什么？

Team Agent 是一个开源命令行工具，可以把 Claude Code、OpenAI Codex、Pi 等终端 AI 编程 Agent 组织成一支协作团队。你只需要和一位组长 Agent 对话，它会在各自的 tmux 窗格中拉起队员、分派任务并汇总结果。队员之间可以直接通信，并且跨会话保留记忆。

怎样让 Claude Code 和 OpenAI Codex 一起工作？

先用 npx @team-agent/installer@latest install 安装 Team Agent，再用 team-agent claude 把 Claude Code 作为组长启动，然后让它组建团队，例如一名负责实现的 Codex 队员和一名负责审查的 Claude 队员。Team Agent 会用你现有的登录状态在独立的 tmux 窗格中启动每个 CLI，并在它们之间转发消息。阅读完整指南 →

Team Agent 会运行后台服务或守护进程吗？

不会。Team Agent 就是一个普通的 CLI，没有后台服务，每条命令执行完就退出。你能看到的 Team Agent 进程都依附于你正在运行的 Agent：组长会话的启动器，以及每个 Agent 一个小型消息助手，它们都会随各自的 Agent 一起退出。关掉 Agent，并且没有定时任务时，什么都不会留下，空闲占用为 0 MB。定时提醒使用由操作系统监管的短生命周期进程（macOS 上为 launchd），计划清空后自动退出。为什么这样设计 →

关闭终端或重启电脑会怎样？

关闭终端不会影响团队，因为每个 Agent 都运行在 tmux 里。电脑重启后，执行 team-agent start 即可拉起整个团队；只要对应的 Agent CLI 支持会话恢复，每个 Agent 都会接着之前的对话继续工作。

需要 API Key 吗？

不需要。Team Agent 直接运行你正在使用的官方 Agent CLI，沿用你现有的订阅或账号登录。如果你更想用 API 或第三方模型，可以挂一个本地配置档，填入自己的接口地址和密钥；密钥只保存在本地文件中，永远不会进入提示词。

Team Agent 和 Claude Code 的子代理（subagent）有什么区别？

内置子代理运行在同一个会话里，只能向父级汇报，任务结束后通常就消失了。Team Agent 的队员是长期运行的独立进程，拥有各自的对话历史；它们可以使用不同的供应商、彼此直接通信，第二天依然在岗。

支持哪些操作系统？

支持 macOS（Apple 芯片和 Intel）和 Linux x64，Windows 可通过 WSL 使用。需要 Node.js 18 或更高版本、tmux，以及至少一个受支持的 Agent CLI。

Team Agent 免费吗？

免费。Team Agent 以 AGPL-3.0-or-later 协议开源，你只需为已有的 Agent 订阅或 API 用量付费。如需商业授权，可以联系我们。

随时可以开始

把你的终端变成一支工程团队。

装一次就够了。继续用你熟悉的 Agent，让它们协同工作。

$npx @team-agent/installer@latest install
在 GitHub 上 Star