你有Claude Code Pro却只在白天使用吗？把它变成一个在你睡觉时也能处理你的想法和任务的AgentOS吧！这是一个基于Claude Code CLI和Python Agent SDK的全天候AI助手守护进程，它通过Slack与隔离的工作空间协作，既能处理灵光一现的想法，也能完成严肃的任务。

📰 新闻

• [2025-10-26] 🎉 初始发布 v0.1.0 - 全功能AgentOS，支持多智能体工作流
• [2025-10-25] 🚀 增加了可配置策略的任务自动生成功能
• [2025-10-24] 🔧 集成了Git管理，并可自动创建Pull Request
• [2025-10-23] 📊 实现了用于并行任务执行的隔离工作空间
• [2025-10-22] 💡 添加了Claude Code Python Agent SDK集成

🎬 演示

快速示例

# 启动守护进程
$ sle daemon
2025-10-26 03:30:12 | INFO | Sleepless Agent 正在启动...
2025-10-26 03:30:12 | INFO | Slack机器人已连接

# 通过Slack提交任务
/think 实现OAuth2认证 -p backend

# 查看状态
$ sle check
╭─────────────────── 系统状态 ───────────────────╮
│ 🟢 守护进程：运行中                                  │
│ 📊 队列：3个待处理，1个进行中                      │
│ 💻 使用率：45%（每日阈值：95%）                      │
│ 🔄 最后一项任务：“实现OAuth2…”（正在进行中）       │
╰─────────────────────────────────────────────────────╯

# 查看结果
$ sle report 42
任务 #42：✅ 已完成
分支：feature/backend-42
PR：https://github.com/user/repo/pull/123

✨ 特性

• 🤖 持续运行：24/7守护进程，随时准备接收新任务
• 💬 Slack集成：通过Slack命令提交任务
• 💭 交互式聊天模式：在Slack线程中与Claude进行实时对话
• 🎯 混合自主性：随机想法会自动处理，而重要任务则需要审核
• ⚡ 智能调度：根据优先级优化任务执行
• 📊 任务队列：基于SQLite的持久化任务管理
• 🔌 Claude Code SDK：使用Python Agent SDK与Claude Code CLI对接
• 🏗️ 隔离的工作空间：每个任务都有自己的独立工作空间，真正实现并行处理
• 📝 结果存储：所有输出连同元数据都会保存下来，方便日后查阅

⚙️ 前置条件

• Python 3.11+
• 已安装Claude Code CLI（npm install -g @anthropic-ai/claude-code）
• Git（用于自动提交）
• gh CLI（可选，用于自动化PR创建）
• Slack工作区管理员权限（可选——sle CLI无需Slack即可使用）

💡 Slack并非必需。 你可以不配置Slack直接运行所有sle CLI命令。Slack集成提供了一个便捷的实时界面来提交任务和查看状态，但所有功能同样可以通过CLI访问。

🚀 快速开始

1. 安装

pip install sleepless-agent

或者开发环境：

git clone <repo>
cd sleepless-agent
python -m venv venv
source venv/bin/activate  # 或者在Windows上使用venv\Scripts\activate
pip install -e .

⚠️ Windows / WSL提示： 在pip install之后，如果Python的Scripts目录不在你的PATH中，可能会导致无法找到sle命令。请参阅下方的【故障排除：找不到sle命令】部分。

2. 认证Claude Code（必选）

# 安装Claude Code CLI（需要Node.js）
npm install -g @anthropic-ai/claude-code

# 登录一次（会打开浏览器）
claude login

# 验证
claude --version

3. （可选）不使用Slack直接启动

Slack集成并不是必需的。你可以直接使用sle CLI：

# 启动守护进程（无需Slack）
sle daemon

# 提交任务
sle think "研究异步Python模式"

# 查看状态
sle check

如果你想使用Slack集成，请继续下面的设置步骤。

4. 设置Slack应用

前往https://api.slack.com/apps并创建一个新的应用：

基本信息

• 选择“从头开始”
• 名称：“Sleepless Agent”
• 选择你的工作区

启用Socket模式

• 设置 > Socket模式 > 打开开关
• 生成应用令牌（以xapp-开头）

创建Slash命令 设置 > Slash命令 > 创建新命令：

• /think - 记录想法或任务（对于重要任务可以使用-p 项目名称）
• /chat - 启动与Claude的交互式聊天模式
• /check - 检查任务队列状态
• /usage - 显示Claude Code Pro套餐的使用情况
• /cancel - 取消任务或项目
• /report - 显示报告或任务详情
• /trash - 管理回收站（列出、恢复、清空）

OAuth范围 功能 > OAuth与权限 > 机器人令牌范围：

• chat:write
• commands
• app_mentions:read
• channels:history（用于聊天模式）
• groups:history（用于私密频道中的聊天模式）
• reactions:write（用于聊天模式的指示器）

事件订阅（用于聊天模式） 功能 > 事件订阅 > 启用事件 > 订阅机器人事件：

• message.channels
• message.groups

安装应用

• 安装到工作区
• 获取机器人令牌（以xoxb-开头）

5. 配置环境

cp .env.example .env
nano .env  # 使用你的令牌进行编辑

设置：

• SLACK_BOT_TOKEN - xoxb-... 令牌
• SLACK_APP_TOKEN - xapp-... 令牌

（不再需要Claude API密钥——改用Claude Code CLI）

6. 运行

sle daemon

你应该会看到类似如下的启动日志：

2025-10-24 23:30:12 | INFO     | sleepless_agent.interfaces.bot.start:50 Slack机器人已启动并正在监听事件
2025-10-24 23:30:12 | INFO     | sleepless_agent.runtime.daemon.run:178 Sleepless Agent 正在启动...

日志使用Rich库渲染以提高可读性；你可以设置SLEEPLESS_LOG_LEVEL=DEBUG来增加日志的详细程度。

🖥️ Windows / WSL：找不到sle命令

如果你在Windows或WSL上执行pip install后仍然无法识别sle命令，很可能是因为Python的Scripts目录没有添加到你的PATH中。

Windows（PowerShell / CMD）

# 查找pip安装脚本的位置
python -m site --user-scripts

# 将该目录永久添加到 PATH（PowerShell）
$scriptsDir = python -m site --user-scripts
[Environment]::SetEnvironmentVariable("PATH", "$env:PATH;$scriptsDir", "User")

# 或者直接使用 python -m 运行 sle
python -m sleepless_agent.interfaces.cli --help

WSL（Ubuntu / Debian）

# 将本地 bin 目录添加到 PATH
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc

# 验证
sle --version

系统级 pip 安装（不推荐）

如果你使用了 sudo pip install，脚本会位于 /usr/local/bin，而该路径通常已经包含在 PATH 中。不过，建议优先使用虚拟环境或 pip install --user。

虚拟环境（推荐）

使用虚拟环境可以避免所有平台上的 PATH 问题：

python -m venv venv
# Windows:
venv\Scripts\activate
# macOS / Linux / WSL:
source venv/bin/activate

pip install sleepless-agent
sle --version  # 在虚拟环境中始终可用

💬 Slack 命令

所有 Slack 命令与 CLI 命令保持一致，以确保一致性：

📋 任务管理

命令	用途	示例
/think	记录随机想法	/think 探索异步思路
/think -p <project>	将重要任务添加到项目	/think 添加 OAuth2 支持 -p backend
/check	显示系统状态	/check
/usage	显示 Claude Code Pro 使用情况	/usage
/cancel	取消任务或项目	/cancel 5 或 /cancel my-app

💭 交互式聊天模式

在专用的 Slack 线程中与 Claude 展开实时对话：

命令	用途	示例
/chat <project>	为某个项目开启聊天模式	/chat my-backend
/chat end	结束当前聊天会话	/chat end
/chat status	检查当前会话状态	/chat status
/chat help	显示聊天模式帮助信息	/chat help

聊天模式功能：

• 🧵 每个会话都有专属线程
• 💬 保留完整的对话历史
• 🔄 实时处理指示器
• 📁 Claude 可以读取、写入和编辑项目工作区中的文件
• ⏱️ 30 分钟无操作后自动超时
• 在线程中输入 exit 即可结束会话

💡 注意：当你运行 /chat <project> 时，会创建一个新的线程。你的所有提示都必须发送到 这个线程内——Claude 只会对聊天线程内的消息做出回应，而不会回复主频道的消息。

📊 报表与回收站

命令	用途	示例
/report	今日报表、任务详情、指定日期或项目的报表，或列出所有报表	/report、/report 42、/report 2025-10-22、/report my-app、/report --list
/trash	列出回收站内容、恢复或清空回收站	/trash list、/trash restore my-app、/trash empty

⌨️ 命令行界面

安装该项目（或在仓库内直接运行），然后使用内置的 CLI：

python -m sleepless_agent.interfaces.cli think "发布清单" -p my-app
# 或者，在安装包之后：
sle check

CLI 与 Slack 斜杠命令完全对应：

命令	用途	示例
think <description>	记录随机想法	think "探索异步模式"
think <description> -p <project>	将重要任务加入项目队列	think "构建注册流程" -p backend
check	显示系统健康状况、队列状态及性能指标	check
usage	显示 Claude Code Pro 方案使用情况	usage
report [identifier]	显示任务详情、每日报告或项目摘要（使用 --list 查看所有报告）	report 7
cancel <identifier>	将任务或项目移至回收站	cancel 9 或 cancel my-app
trash [subcommand] [identifier]	管理回收站（列出、恢复、清空）	trash restore my-app

必要时可以覆盖存储位置：

sle --db-path ./tmp/tasks.db --results-path ./tmp/results check

🏗️ 架构

Slack 机器人
    ↓
Slack 命令 → 任务队列（SQLite）
    ↓
代理守护进程（事件循环）
    ↓
Claude 执行器（Claude Code CLI）
    ↓
结果管理器（存储 + Git）

组件

• daemon.py: 主事件循环，任务编排
• bot.py: Slack 接口，命令解析
• task_queue.py: 任务的 CRUD 操作及优先级调度
• claude_code_executor.py: 包装 Python Agent SDK 的模块，并管理隔离的工作空间
• results.py: 结果存储与文件管理
• models.py: 用于任务和结果的 SQLAlchemy 模型
• config.yaml: 配置默认值
• git_manager.py: Git 自动化（提交、PR）
• monitor.py: 健康检查与指标监控

📁 文件结构

sleepless-agent/
├── src/sleepless_agent/
│   ├── __init__.py
│   ├── daemon.py           # 主事件循环
│   ├── bot.py              # Slack 接口
│   ├── task_queue.py       # 任务管理
│   ├── claude_code_executor.py  # Claude CLI 包装器
│   ├── scheduler.py        # 智能调度
│   ├── git_manager.py      # Git 自动化
│   ├── monitor.py          # 健康与指标监控
│   ├── models.py           # 数据库模型
│   ├── results.py          # 结果存储
│   └── config.yaml         # 配置默认值
├── workspace/              # 所有持久化数据及任务工作区
│   ├── data/               # 持久化存储
│   │   ├── tasks.db        # SQLite 数据库
│   │   ├── results/        # 任务输出文件
│   │   ├── reports/        # 每日 Markdown 报告
│   │   ├── agent.log       # 应用程序日志
│   │   └── metrics.jsonl   # 性能指标
│   ├── tasks/              # 任务工作区（task_1/、task_2/ 等）
│   ├── projects/           # 项目工作区
│   └── trash/              # 软删除的项目
├── .env                    # 秘密信息（未被跟踪）
├── pyproject.toml          # Python 包元数据及依赖
├── README.md              # 当前文件
└── docs/                  # 其他文档

⚙️ 配置

运行时设置来自通过 .env 加载的环境变量（参见 .env.example）。你可以更新这些值，或者在 shell 中导出它们来调整代理的行为。

使用管理

代理会自动监控 Claude Code 的使用情况，并根据可配置的阈值智能管理任务执行。

工作原理：

1. 使用情况监控 - 每个任务通过 claude /usage 命令检查使用情况
2. 基于时间的阈值 - 白天和夜间操作采用不同的阈值
3. 智能调度 - 当达到阈值时，自动暂停任务生成
4. 自动恢复 - 当使用量重置后，任务会继续执行

基于时间的配置（可在 config.yaml 中配置）：

• 夜间（默认为凌晨1点至上午9点）： 96% 阈值 - 代理会在您睡眠时积极工作
• 白天（默认为上午9点至凌晨1点）： 95% 阈值 - 保留容量供您手动使用
• 配置方式：claude_code.threshold_day、claude_code.threshold_night
• 时间范围：claude_code.night_start_hour、claude_code.night_end_hour

可见性：

• 仪表盘：在 sle check 中显示使用百分比
• 日志：每次使用情况检查都会记录当前使用量及适用的阈值
• 配置：所有阈值和时间范围均可在 config.yaml 中调整

达到阈值时的行为：

• ⏸️ 新任务生成在达到阈值时暂停
• ✅ 正在运行的任务会正常完成
• 📋 待处理的任务会排队等待
• ⏱️ 当使用量重置后，任务会自动恢复

Git 管理

代理与 Git 深度集成，实现自动版本控制和协作：

远程仓库配置 (config.yaml)：

• git.use_remote_repo：启用或禁用远程仓库集成
• git.remote_repo_url：您的远程仓库 URL（例如 git@github.com:username/repo.git）
• git.auto_create_repo：如果仓库不存在，则自动创建

Git 工作流程：

• 随机想法：自动提交到 thought-ideas 分支
• 严肃任务（-p 标志）：创建功能分支（feature/<project>-<task_id>），并打开 PR
• 自动提交：每个任务完成后都会触发一次带有描述性信息的提交
• PR 创建：严肃任务会自动创建拉取请求以供审查

重要提示： 在运行代理之前，请务必在 config.yaml 中更新 git.remote_repo_url！

多代理工作流

代理采用复杂的多代理架构来处理复杂任务：

代理类型 (config.yaml)：

• 规划代理：分析任务并制定执行计划（默认最多3轮）
• 执行代理：执行计划中的任务（默认最多3轮）
• 评估代理：审查并验证已完成的工作（默认最多3轮）

配置：

multi_agent_workflow:
  planner:
    enabled: true
    max_turns: 3
  worker:
    enabled: true
    max_turns: 3
  evaluator:
    enabled: true
    max_turns: 3

每个代理可以独立启用或禁用，并配置不同的轮次限制，以控制执行深度。

任务自动生成

代理可以在空闲时自动生成功能丰富的任务，以保持其生产力：

生成策略 (config.yaml)：

• refine_focused（权重45%）：专注于完成或改进现有工作
• balanced（权重35%）：根据工作区状态混合改进和新任务
• new_friendly（权重20%）：优先创建创新性新项目

任务类型：

• [NEW]：在隔离的工作区中创建新任务（workspace/tasks/<task_id>/）
• [REFINE:#]：改进特定的现有任务（复用任务工作区）
• [REFINE]：对工作区项目进行一般性的改进

工作区限制：

• 每个任务都在自己的隔离目录中执行
• 任务仅访问其工作区和 workspace/shared/
• 系统目录（workspace/data/）受到保护
• REFINE 任务会复用现有工作区以保持连续性

🔧 环境变量

# 必需
SLACK_BOT_TOKEN=xoxb-...
SLACK_APP_TOKEN=xapp-...

注意： 大多数配置是通过 config.yaml 进行的。环境变量主要用于存储密钥和部署相关的设置。

📝 任务类型

代理会智能地处理不同类型的任务：

1. 随机想法 - 自动提交到 thought-ideas 分支

   /think 研究 Rust 中的异步模式
   /think 实现缓存的最佳方法是什么？
   

2. 严肃任务 - 创建功能分支和 PR，需要审核（使用 -p 标志）

   /think -p backend 为用户服务添加身份验证
   /think -p payments 重构支付处理模块
   

📊 监控

Slack 命令

/check    # 系统状态和性能统计
/report --list  # 可用报告

🚢 部署

Linux (systemd)

make install-service
sudo systemctl start sleepless-agent

macOS (launchd)

make install-launchd
launchctl list | grep sleepless

💡 示例工作流程

每日头脑风暴

/think 研究新的 Rust 异步库
/think 比较 Python Web 框架
/think 改进 API 性能的想法
/check

生产环境修复

/think 修复登录端点的身份验证 bug -p backend
/report <id>     # 获取 PR 链接
# 审核并合并 PR

代码审计

/think 对用户服务进行安全审计 -p backend
/think 对支付模块进行性能分析 -p payments

⚡ 性能提示

1. 利用想法填充空闲时间 - 最大化使用率
2. 批量处理严肃任务 - 减少上下文切换
3. 监控使用情况 - 查看调度日志以了解使用模式
4. 审查 Git 历史 - 定期查看 thought-ideas 分支
5. 检查指标 - 运行 sle check 以跟踪性能

📦 发布版本

• 最新稳定版：0.1.0 – 已发布于 PyPI
• 可通过 pip install -U sleepless-agent 安装或升级
• 发布说明可通过 GitHub Releases 跟踪（从标签 v0.1.0 开始）

📚 文档

更多详细信息和指南：

• 完整文档 - 完整的文档网站
• DeepWiki - 交互式知识库
• 安装指南 - 详细的设置说明
• 快速入门 - 快速上手
• 常见问题 - 常见问题解答
• 故障排除 - 常见问题及解决方案

🗺️ 路线图

• 高级调度 - 带有时间依赖和依赖关系的优先级队列
• 每日报告 - 代理每日工作的报告

🙏 致谢

我们衷心感谢开源社区以及使 Sleepless Agent 成为可能的各个项目：

• Claude Code CLI - 为我们提供了强大的 AI 辅助开发基础，以及支持无缝集成的 Python Agent SDK。
• Slack Bolt - 提供了可靠的实时消息传递和命令处理功能，支撑着我们的 Slack 集成。
• SQLAlchemy - 以其健壮的数据持久化能力和优雅的 ORM，管理着我们的任务队列。
• Rich - 通过其精美的终端渲染，使日志和输出更加美观易读。
• GitPython - 提供了全面的 Git 操作功能，支持我们的自动化版本控制工作流。

🤝 贡献

我们欢迎各位的贡献！Sleepless Agent 旨在成为一个面向社区的全天候 AI 开发自动化工具。

请参阅我们的 贡献指南，了解：

• 开发环境搭建与配置
• 代码风格与测试要求
• 如何提交 Pull Request
• 社区准则与行为规范

您也可以：

• 🐛 报告问题
• 💡 提出功能建议
• 💬 提问交流
• 🔧 提交 Pull Request

📖 引用

如果您在研究或项目中使用了 Sleepless Agent，请引用以下内容：

@software{sleepless_agent_2025,
  title = {Sleepless Agent: A 24/7 AgentOS for Continuous Development},
  author = {Zhimeng Guo, Hangfan Zhang, Siyuan Xu, Huaisheng Zhu, Teng Xiao, Minhao Cheng},
  year = {2025},
  publisher = {GitHub},
  journal = {GitHub repository},
  url = {https://github.com/context-machine-lab/sleepless-agent}
}

📄 许可证

根据 MIT 许可证 发布。

🔧 开发

Sleepless Agent 的集成测试于 2025 年 12 月 15 日完成。

Sleepless Agent 快速上手指南

Sleepless Agent 是一个 24/7 运行的 AI 代理操作系统（AgentOS），旨在利用 Claude Code Pro 在您休息时自动处理想法和任务。它支持通过 Slack 或命令行提交任务，并在隔离的工作空间中并行执行。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：Linux, macOS, Windows (或 WSL)
• Python: 3.11 或更高版本
• Node.js: 用于安装 Claude Code CLI
• Git: 用于自动提交和分支管理
• gh CLI (可选): 用于自动化创建 Pull Request
• Slack 工作区管理员权限 (可选): 仅当需要使用 Slack 机器人交互时需要；纯命令行模式无需配置 Slack。

安装步骤

1. 安装 Python 依赖

推荐使用虚拟环境以避免路径问题：

# 克隆仓库（开发模式）或直接安装
git clone <repo_url>
cd sleepless-agent
python -m venv venv

# 激活虚拟环境
# Linux/macOS/WSL:
source venv/bin/activate
# Windows PowerShell:
venv\Scripts\activate

# 安装包
pip install -e .
# 或者直接安装发布版：
# pip install sleepless-agent

注意 (Windows/WSL 用户): 如果安装后提示 sle 命令找不到，可能是因为 Python Scripts 目录未在环境变量 PATH 中。建议在虚拟环境中运行，或使用 python -m sleepless_agent.interfaces.cli 代替 sle。

2. 安装并认证 Claude Code

Sleepless Agent 依赖官方的 Claude Code CLI 进行核心推理和执行。

# 全局安装 Claude Code CLI
npm install -g @anthropic-ai/claude-code

# 登录认证（将打开浏览器进行授权）
claude login

# 验证安装
claude --version

3. (可选) 配置 Slack 集成

如果您希望通过 Slack 发送指令，需完成以下配置；若仅使用命令行，可跳过此步。

1. 访问 Slack API Apps 创建新应用。
2. 启用 Socket Mode: 在 Settings > Socket Mode 中开启，并生成 App Token (xapp-...)。
3. 创建 Slash Commands: 添加 /think, /chat, /check, /usage, /cancel, /report, /trash 等命令。
4. 设置权限 scopes: 添加 chat:write, commands, app_mentions:read 等所需权限。
5. 安装应用: 安装到工作区并获取 Bot Token (xoxb-...)。
6. 配置环境变量:

   cp .env.example .env
   # 编辑 .env 文件，填入以下 token
   # SLACK_BOT_TOKEN=xoxb-...
   # SLACK_APP_TOKEN=xapp-...
   

基本使用

启动守护进程

无论是否配置 Slack，首先需要启动后台守护进程以监听任务：

sle daemon

启动成功后，您将看到类似日志：

2025-10-26 03:30:12 | INFO | Sleepless Agent starting...
2025-10-26 03:30:12 | INFO | Slack bot connected (如果已配置)

提交任务

您可以通过以下方式提交任务：

方式 A：使用命令行 (无需 Slack)

# 提交一个随机想法
sle think "研究 Python 异步编程模式"

# 提交一个严肃的开发任务（指定项目）
sle think "实现 OAuth2 认证功能" -p backend

方式 B：使用 Slack (如果已配置)

在 Slack 频道中输入：

/think 实现 OAuth2 认证功能 -p backend

查看状态与结果

检查系统运行状态及任务队列：

sle check

输出示例：

╭─────────────────── System Status ───────────────────╮
│ 🟢 Daemon: Running                                  │
│ 📊 Queue: 3 pending, 1 in_progress                  │
│ 💻 Usage: 45% (Day threshold: 95%)                  │
│ 🔄 Last task: "Implement OAuth2..." (in progress)   │
╰─────────────────────────────────────────────────────╯

查看具体任务的执行结果（包括生成的代码分支和 PR 链接）：

# 查看任务 ID 为 42 的报告
sle report 42

输出示例：

Task #42: ✅ Completed
Branch: feature/backend-42
PR: https://github.com/user/repo/pull/123

交互式聊天模式 (Chat Mode)

您可以启动一个与 Claude 的实时会话，直接在上下文中修改代码：

# 命令行启动
sle chat my-backend

# 或在 Slack 中输入
/chat my-backend

提示：在 Slack 聊天模式中，请务必在生成的专属线程（Thread）内回复消息，Claude 只会响应线程内的内容。输入 exit 或运行 /chat end 结束会话。