claude-run

GitHub
585 69 非常简单 1 次阅读 昨天MIT语言模型插件
AI 解读 由 AI 自动生成,仅供参考

claude-run 是一款专为 Claude Code 用户打造的本地对话历史浏览工具。它通过简洁优美的网页界面,让用户能够轻松查看、搜索和管理过往的编程对话记录,解决了命令行环境下历史记录难以回溯、检索和可视化的痛点。

这款工具特别适合频繁使用 Claude Code 进行开发工作的程序员和技术研究者。无论是需要回顾之前的代码生成思路,还是在多个项目间切换时想要快速定位特定会话,claude-run 都能提供极大便利。其核心亮点包括实时流式更新功能,可同步显示正在进行的对话;支持按项目名称或提示词内容精准搜索;一键复制恢复命令,方便在终端继续中断的会话。此外,它还具备折叠侧边栏、深色模式以及清晰的聊天界面设计,让长时间查阅更加舒适。

只需安装后运行简单命令,浏览器便会自动打开本地服务页面,展示所有存储于本地的对话数据。整个过程无需配置复杂环境,对 Node.js 用户友好。如果你希望更高效地利用 Claude Code 的工作成果,claude-run 是一个值得尝试的辅助利器。

使用场景

资深后端工程师李明正在同时维护三个微服务项目,每天需频繁切换上下文与 Claude Code 进行多轮对话以修复复杂 Bug 和优化架构。

没有 claude-run 时

  • 历史难以追溯:所有对话记录仅散落在终端滚动缓冲区或原始日志文件中,一旦关闭会话或内容过多,之前的关键代码建议瞬间“消失”,无法回溯。
  • 检索效率极低:想要查找上周关于“支付网关重试机制”的讨论,只能凭记忆在多个项目的文件夹中手动 grep 文本文件,耗时且容易遗漏。
  • 上下文恢复困难:中断后的对话难以无缝衔接,必须人工翻找旧日志拼凑命令才能恢复会话,极易因参数错误导致上下文丢失。
  • 阅读体验糟糕:原始日志包含大量杂乱的转义字符和工具调用细节,缺乏视觉分层,长时间阅读极易产生视觉疲劳。

使用 claude-run 后

  • 可视化全景浏览:启动 npx claude-run 即可在浏览器中看到按时间排序的精美会话列表,清晰展示每个对话的标题、所属项目及具体时间戳。
  • 精准快速定位:利用内置搜索功能,输入“支付网关”关键词即可秒级过滤出相关会话,支持按项目名称筛选,迅速聚焦当前任务。
  • 一键无缝续聊:点击任意历史会话,直接复制生成的 resume 命令粘贴回终端,立刻恢复当时的完整上下文,继续未完成的调试工作。
  • 沉浸式阅读体验:界面自动折叠繁琐的工具调用细节,提供深色模式和实时流式更新,让复盘代码逻辑如同查看现代聊天软件般流畅舒适。

claude-run 将原本碎片化、不可读的终端日志转化为可搜索、可交互的知识库,极大提升了开发者复用 AI 辅助成果的效率和体验。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该工具基于 Node.js 运行,无需 Python 环境。必须预先安装 Claude Code 命令行工具,且至少运行过一次以生成历史记录数据(默认存储在 ~/.claude 目录)。可通过 npx 直接运行或全局安装后使用。
python不需要
Node.js 20+
Claude Code (需已安装并至少使用过一次)
claude-run hero image

快速开始

Claude Run

在精美的网页界面上浏览你的 Claude Code 对话历史

npm version License: MIT

Claude Run 演示

只需执行以下命令即可运行该项目:

npx claude-run

浏览器将自动打开,访问地址为 http://localhost:12001。

功能特性

  • 实时流式传输:观看 Claude 回复时对话内容的实时更新
  • 搜索功能:按提示文本或项目名称查找会话
  • 按项目筛选:专注于特定项目
  • 恢复会话:复制恢复命令,在终端中继续任何对话
  • 可折叠侧边栏:最大化查看区域
  • 深色模式:保护视力
  • 简洁界面:熟悉的聊天界面,支持工具调用的折叠显示

使用方法

通过 npm 全局安装:

npm install -g claude-run

然后在任意目录下运行:

claude-run

浏览器将自动打开,访问地址为 http://localhost:12001,展示你所有的 Claude Code 对话记录。

claude-run [选项]

选项:
  -V, --version        显示版本号
  -p, --port <number>  监听端口(默认:12001)
  -d, --dir <path>     Claude 目录(默认:~/.claude)
  --no-open            不自动打开浏览器
  -h, --help           显示帮助信息

工作原理

Claude Code 将对话历史存储在 ~/.claude/ 目录下。该工具读取这些数据,并以网页界面呈现,包含以下内容:

  • 会话列表:所有对话按时间顺序排列
  • 项目筛选器:专注于特定项目
  • 对话视图:完整的消息历史,包括工具调用
  • 会话标题栏:显示对话标题、项目名称和时间戳
  • 恢复命令:复制用于恢复对话的命令
  • 实时更新:使用 SSE 流技术实现对话的实时刷新

系统要求

  • Node.js 20+
  • 已安装并至少使用过一次 Claude Code

开发指南

# 克隆仓库
git clone https://github.com/kamranahmedse/claude-run.git
cd claude-run

# 安装依赖
pnpm install

# 启动开发服务器
pnpm dev

# 构建生产环境
pnpm build

许可证

MIT 许可证 © Kamran Ahmed

常见问题

相似工具推荐

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

160.8k|★★☆☆☆|今天
开发框架Agent语言模型

opencode

OpenCode 是一款开源的 AI 编程助手(Coding Agent),旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件,而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码,还是排查难以定位的 Bug,OpenCode 都能通过自然语言交互高效完成,显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计,特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构,这意味着用户可以审查代码逻辑、自定义行为策略,甚至私有化部署以保障数据安全,彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上,OpenCode 提供了灵活的终端界面(Terminal UI)和正在测试中的桌面应用程序,支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具,安装便捷,并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客,还是渴望提升产出的独立开发者,OpenCode 都提供了一个透明、可信

144.3k|★☆☆☆☆|3天前
Agent插件

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|1周前
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|1周前
插件开发框架

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备

90.1k|★★★☆☆|1周前
语言模型图像Agent

spec-kit

Spec Kit 是一款专为提升软件开发效率而设计的开源工具包,旨在帮助团队快速落地“规格驱动开发”(Spec-Driven Development)模式。传统开发中,需求文档往往与代码实现脱节,导致沟通成本高且结果不可控;而 Spec Kit 通过将规格说明书转化为可执行的指令,让 AI 直接依据明确的业务场景生成高质量代码,从而减少从零开始的随意编码,确保产出结果的可预测性。 该工具特别适合希望利用 AI 辅助编程的开发者、技术负责人及初创团队。无论是启动全新项目还是在现有工程中引入规范化流程,用户只需通过简单的命令行操作,即可初始化项目并集成主流的 AI 编程助手。其核心技术亮点在于“规格即代码”的理念,支持社区扩展与预设模板,允许用户根据特定技术栈定制开发流程。此外,Spec Kit 强调官方维护的安全性,提供稳定的版本管理,帮助开发者在享受 AI 红利的同时,依然牢牢掌握架构设计的主动权,真正实现从“凭感觉写代码”到“按规格建系统”的转变。

88.7k|★★☆☆☆|2天前
语言模型图像Agent