← 返回
AI智能

fast-claude-code

Claude Code 任务完成回调 Runtime。支持 Single / Interactive / Team 三种模式, ⚠️ 任务在后台 tmux 会话中运行,完成后通过 System Event 自动通知,无需轮询。 Use when: 需要运行 Claude Code 任务并在完成时获得通知。 NOT...
Claude Code 任务完成回调 Runtime。支持 Single / Interactive / Team 三种模式,⚠️ 任务在后台 tmux 会话中运行,完成后通过系统事件自动通知,无需轮询。 使用场景:需要在运行 Claude Code 任务并在完成时获得通知。 NOT...
deadlining
AI智能 clawhub v1.0.5 2 版本 99871.6 Key: 无需
★ 1
Stars
📥 758
下载
💾 12
安装
2
版本
#latest

概述

Fast Claude Code ⚡

Claude Code 任务完成自动通知 Runtime。任务在后台 tmux 会话中运行,完成后通过 System Event 自动回调。

⚠️ IMPORTANT: Entry Point

必须使用 bin/fast-claude-code.sh 作为入口!

  • ✅ 正确:bin/fast-claude-code.sh team --project "/path" --template "xxx" --task "xxx"
  • ❌ 错误:直接调用 bin/send-task.shmodes/team.sh
  • ❌ 错误:直接使用 tmux 命令

所有操作都通过 fast-claude-code.sh 分发,它会:

  1. 启动正确的 tmux 会话
  2. 安装完成检测机制
  3. 等待回调通知

Use When

  • 需要运行 Claude Code 任务并获得完成通知
  • 需要多 Agent 协作完成复杂任务(Team 模式)
  • 需要长时间运行的 Claude Code 会话(Interactive 模式)

NOT For

  • 简单的文件读写(直接用 read/write 工具)
  • 单次简单命令执行

Quick Start

# Single 模式 - 一次性任务
bin/fast-claude-code.sh single --task "任务描述" --project "/path/to/project"

# Interactive 模式 - 多轮对话
# - 开启
bin/fast-claude-code.sh interactive --project "/path" --label "session-name" --task "任务描述"
# - 后续(使用 send-task,不要直接用 tmux)
bin/fast-claude-code.sh send-task --session "session-name" --task "任务描述"

# Team 模式 - 多 Agent 协作
bin/fast-claude-code.sh team --project "/path" --template "模板" --task "任务描述"

Modes

ModeUse ForRequired Params
--------------------------------
single单文件重构、简单代码审查、一次性分析--task, --project
interactive长时运行任务、需要多轮对话、需要人工干预--project, --label
team复杂代码审查、架构决策、性能分析、多 Agent 协作--project, --template, --task

Mode Decision Guide

用户任务需要 Claude Code?
├─ 是 → 任务类型?
│   ├─ 一次性(单文件/简单操作)→ Single
│   ├─ 需要多轮对话/长时间 → Interactive
│   └─ 需要多 Agent 协作/复杂分析 → Team
└─ 否 → 不使用此 skill

Team Templates

TemplateUse ForKeywords
-----------------------------
parallel-review代码审查、安全检查、性能测试审查、安全、性能、测试
competing-hypotheses问题诊断、调试、找原因调试、问题、原因、为什么
fullstack-feature全栈功能开发开发、实现、功能、全栈
architecture-decision架构决策、技术选型架构、选择、对比、决策
bottleneck-analysis性能瓶颈分析慢、性能、瓶颈、优化
inventory-classification批量分类、批量分析分析、分类、评估
simple-dialog简单对话、单 Agent 问答对话、问答、讨论

Parameters

ParameterModeDescription
------------------------------
--taskSingle/Team任务描述
--projectAll项目路径(必须)
--labelInteractive会话标识符
--templateTeam模板名称
--permission-modeAllauto(默认)或 plan
--sessionsend-task会话名
--callbackAll回调类型(默认 openclaw)
--session-keyAllOpenClaw gateway session key(必须),指定回调投递的目标会话

> ⚠️ 必须从 session_status 获取 session-key!

>

> 执行前先运行 session_status 获取实际返回的 session key(例如 agent:main:main),不要硬编码 "current" 或其他猜测值,否则回调可能无法正确投递。

>

> 步骤:

> 1. 调用 session_status 工具

> 2. 从返回结果中复制实际的 Session: xxx

> 3. 使用该值作为 --session-key 参数

Settings

Timeout(Team 模式)

复杂度超时场景
--------------------
简单默认 1h单文件、单模块
中等默认 1h少量文件、标准任务
复杂7200(2h)多模块、跨功能
超复杂10800(3h)全项目、架构级
TEAM_TIMEOUT=7200 bin/fast-claude-code.sh team --project "/path" --template "xxx" --task "xxx"

环境变量

  • TEAM_TIMEOUT:Team 模式超时时间(秒)
  • CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1:Team 模式必须设置

Examples

# 重构单个文件
bin/fast-claude-code.sh single --task "重构 auth.js 的 JWT 逻辑" --project "/my/project"

# 安全审查(多视角)
bin/fast-claude-code.sh team --project "/my/project" --template "parallel-review" --task "审查安全性"

# 架构决策
bin/fast-claude-code.sh team --project "/my/project" --template "architecture-decision" --task "选择 PostgreSQL 还是 MongoDB"

# 复杂功能开发(设置超时)
TEAM_TIMEOUT=7200 bin/fast-claude-code.sh team --project "/my/project" --template "fullstack-feature" --task "实现用户认证系统"

# Interactive 发送后续任务
bin/fast-claude-code.sh send-task --session "session-name" --task "后续任务"

# Interactive 结束会话
bin/fast-claude-code.sh send-task --session "session-name" --task "exit session"

How It Works

Single 模式

  1. 在 tmux 中启动 Claude Code
  2. 执行单次任务
  3. 任务完成后通过 callback 通知

Interactive 模式

  1. 创建持久 tmux 会话
  2. 可通过 send-task 发送后续任务
  3. 每次任务完成都触发 callback

Team 模式

  1. 安装 Stop hook 监听完成事件
  2. 在 tmux 中启动 Team 模式
  3. 主 agent spawn 子 agents 协作
  4. 检测 CC_CALLBACK_DONE marker 确认真正完成
  5. 回调通知并清理资源

Notes

  • 任务在后台 tmux 会话中运行,完成后自动回调
  • Team 模式需要 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1
  • Interactive 模式下可用 send-task 发送后续任务
  • ⚠️ 建议不要在一个项目下并行执行多个 Team 任务

Callback

任务完成后自动回调,格式:

请总结以下 Claude Code 任务的执行结果,并回复用户:

=== 任务信息 ===
模式: model-name
状态: done
任务标识: session-id

=== 用户请求 ===
<USERINPUT>

=== 执行结果 ===
<OUTPUT>

版本历史

共 2 个版本

  • v1.0.5 当前
    2026-05-01 08:18 安全 安全
  • v1.0.0
    2026-03-20 01:49 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

content-creation

Fast Douyin Publish

deadlining
抖音视频自动发布助手。一键上传视频到抖音,支持自动文案生成和标签优化。
★ 2 📥 931
ai-intelligence

ontology

oswalpalash
类型化知识图谱,用于结构化智能体记忆与可组合技能。支持创建/查询实体(人员、项目、任务、事件、文档)及关联...
★ 712 📥 243,922
ai-intelligence

Self-Improving + Proactive Agent

ivangdavila
自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。
★ 1,359 📥 318,562