claude-crew：持久化多终端Claude Code智能体架构详解

dev.to · AI#Claude Code#Agent#架构

Editor brief · 编辑速览

用Claude Code CLI的headless模式（-p --input-format stream-json）配合Gateway、PreToolUse审批和OS级沙箱，实现跨终端持久运行、无人值守的AI编程智能体，并附完整参考实现。

文章思维导图

Knowledge map

拖拽缩放

Full translation

完整中文译文

claude-crew 展示了如何以无头模式运行 Claude Code（-p --input-format stream-json），使其成为一个持久化的 Agent，具备 Gateway、PreToolUse 审批和 OS 级沙箱，实现生产级别的自主运行能力。

发生了什么变化 — 将 Claude Code 转变为持久化 Agent

AWS 发布了 Kiro Crew，这是一个多 Agent 编排器，能够在多次对话中保持 AI 编码 Agent 的存活，并提供记忆、调度和安全能力。一位开发者看到了这条公告，感到困惑，然后做了最务实的事：用 Claude Code CLI 作为执行引擎，重新构建了一遍。

其成果 claude-crew 是一个可工作的参考架构，适合任何希望 Claude Code 会话在关闭终端后依然存活、从多个界面访问、且能安全地无人值守运行的人。

这对你意味着什么

你已经在用 Claude Code 进行交互式会话了。但如果可以：

让一个 Agent 整夜运行来处理定时任务？

在另一个应用中通过仪表盘查看它的状态？

信任它在你不看的情况下运行 shell 命令？

claude-crew 证明了这些用你已经拥有的工具就能实现。核心思路：以无头模式运行 Claude Code，配合 claude -p --input-format stream-json，你就能获得一个可编程接口，对接的正是你交互式使用的同一个 Agent。

以下是让它工作的架构：

现在就开始 — 构建你自己的持久化 Agent

1. 从无头模式开始

基础很简单。以非交互方式运行 Claude Code：

claude -p --input-format stream-json "your prompt here"

这会给你一个 JSON 流，你可以解析、管道传输和程序化控制。同样的 Agent，只是没有了交互式 UI。

2. 添加 Gateway 实现多界面访问

Gateway 进程将不同界面（CLI、仪表盘）复用到底层同一个会话上。你不需要 Slack 或 Telegram——从一个 CLI 和一个通过 Server-Sent Events 服务的简单 Web 仪表盘开始即可。

Kiro Crew 有持久化记忆。在 claude-crew 中，这是一个"课程"文件——将偏好和项目历史注入新会话。在 Claude Code 中，你可以通过一个 CLAUDE.md 文件实现同样的效果，该文件会自动加载到每个会话中。

4. 安全层（不要跳过）

开发者最大的教训：安全是最难的部分。一个长时间运行的、无人值守执行 shell 命令的 Agent 需要三层防护：

第一层：PreToolUse 门控

在任何工具调用执行前，一个 hook 脚本会对其评估。这个工具允许吗？这个文件路径在受保护目录内吗？这个 shell 命令是否符合黑名单？使用 Claude Code 的 PreToolUse hook：

{
  "hooks": [
    {
      "matcher": "ToolUse",
      "hooks": [
        {
          "type": "pre",
          "command": "your-policy-script.sh"
        }
      ]
    }
  ]
}

第二层：OS 级沙箱

字符串层面的规则可以被绕过。在 sandbox-exec（macOS）或 bubblewrap（Linux）中运行实际的 claude 进程。即使规则被绕过，内核也会拒绝写入。

第三层：签名审计日志

门控运行在沙箱内，所以不能信任它来签署自己的日志条目。相反，门控将未签名的条目追加到一个 spool 中。沙箱外的一个独立进程将该 spool 排出，并将其签署到哈希链式日志中。这使得篡改可被检测到。

5. 审批工作流

无头模式没有交互式提示。当 Agent 想运行一个敏感命令时，门控将待审批请求写入磁盘并阻塞，轮询直到有人点击允许或拒绝——或者超时后自动拒绝。

为什么这对你的工作流重要

你可能不需要完整的编排器。但你可以借鉴这些模式：

用 hooks 设置护栏 — Claude Code 的 hook 系统让你在工具使用发生前对其进行门控。

给你的 Agent 加沙箱 — 不要只信任规则，要在 OS 层面强制执行。

记录一切 — 如果你在运行无人值守的 Agent，你需要可证明的、防篡改的日志。

Kiro Crew 令人印象深刻，但真正的价值在于这个模式：持久化、多界面、安全的 Agent 编排。你今天就可以用 Claude Code 构建这个。从无头模式开始，添加一个 Gateway，永远不要跳过安全层。

claude-crew 的源代码在 GitHub 上，以 Kiro Crew 的仓库作为设计参考。如果你读了它，你会理解两个系统——并且可能会发现自己 Agent 工作流中的几个 bug。

[2024 年 8 月 7 日更新，经由 devto_claudecode]

claude-crew 背后的同一开发者现在详细介绍了生产部署：ClinTrialFinder，一个他在接受癌症治疗期间独立构建的临床试验匹配 Web 应用。该系统运行约 30 个药物页面和数十个疾病特异性试验图谱，其中有一个被真实患者使用的匹配器。他的关键架构选择：每个任务都作为纯 HTML 文件存在于 git 仓库中（目前 500+ 个），由 Agent 进行版本控制和 grep 搜索，有一个专用的"CEO"Claude Code 会话通过 update-active-sprint skill 处理优先级排序。隐私得到强制执行——服务器日志在 14 天内清除 IP，符合应用声明的策略 [per dev.to]。

最初发表于 gentic.news