ccmanager
CCManager 是一个专门为开发者设计的命令行工具,用于管理多个 AI 编程助手(如 Claude Code、Gemini CLI、Codex CLI 等)的会话。它支持在不同的 Git 工作区和项目之间无缝切换,同时提供直观的状态监控功能,让开发者清楚知道每个会话是空闲、忙碌还是等待输入。
开发者的痛点在于,当同时运行多个 AI 编程助手时,管理这些会话可能会变得混乱且低效。CCManager 解决了这个问题,通过统一的界面整合多项目、多工具的支持,并允许复制会话数据以保持上下文一致性。相比依赖 tmux 的类似工具(如 Claude Squad),CCManager 更加轻量级,无需额外配置即可开箱即用。
它的独特亮点包括实时会话状态显示、可自定义的快捷键、以及实验性的自动审批功能,利用 AI 验证来提升安全性。此外,CCManager 还支持 Devcontainer 集成,非常适合使用容器化开发环境的团队。
如果你是一名经常使用 AI 编程助手的开发者,尤其是需要在多个项目间频繁切换的人,CCManager 会让你的工作流更加高效和清晰。
使用场景
一位全栈开发者正在同时维护三个不同的项目:一个电商平台后端(Node.js)、一个数据分析工具(Python)和一个前端组件库(React)。他需要在这些项目中分别使用不同的 AI 编码助手来完成任务。
没有 ccmanager 时
- 每次切换项目都需要手动关闭当前的 AI 编码会话,重新启动另一个工具,浪费大量时间
- 不同项目的 Git 分支状态混乱,经常忘记哪个分支对应哪个 AI 助手会话,导致代码提交错误
- 当多个项目同时进行时,无法实时查看每个 AI 助手的状态,容易错过重要提示或输入请求
- 需要频繁复制粘贴上下文数据(如 Claude Code 的对话历史)到不同分支,操作繁琐且容易出错
- 自定义快捷键配置分散在各个工具中,难以统一管理,降低了工作效率
使用 ccmanager 后
- 可以在一个界面中同时管理所有项目的 AI 编码助手会话,无需反复启动和关闭工具
- 支持多项目和多 Git 工作树管理,清晰显示每个分支的状态,避免代码提交混乱
- 实时监控每个会话的状态(等待、忙碌、空闲),快速响应需要处理的任务
- 提供会话数据复制功能,轻松在不同工作树间同步上下文,减少重复操作
- 统一的快捷键配置界面,支持全局和项目级别的自定义,显著提升操作效率
ccmanager 让开发者能够专注于编码本身,而不是被复杂的工具管理和上下文切换分散注意力。
运行环境要求
- 未说明
未说明
未说明

快速开始
CCManager - AI 代码助手会话管理器
CCManager 是一个命令行应用程序,用于跨多个 Git 工作树和项目管理多个 AI 编码助手会话(Claude Code、Gemini CLI、Codex CLI、Cursor Agent、Copilot CLI、Cline CLI、OpenCode、Kimi CLI)。
https://github.com/user-attachments/assets/15914a88-e288-4ac9-94d5-8127f2e19dbf
功能特性
- 在不同的 Git 工作树中并行运行多个 AI 助手会话
- 多项目支持:通过单一界面管理多个 Git 仓库
- 支持多种 AI 编码助手(Claude Code、Gemini CLI、Codex CLI、Cursor Agent、Copilot CLI、Cline CLI、OpenCode、Kimi CLI)
- 无缝切换会话
- 可视化的会话状态指示器(忙碌、等待、空闲)
- 在应用内创建、合并和删除工作树
- 复制 Claude Code 会话数据到其他工作树以保持对话上下文
- 可配置的快捷键
- 带有自动回退支持的命令预设
- 针对不同 CLI 工具的可配置状态检测策略
- 状态变化钩子,用于自动化和通知
- Devcontainer 集成
- 自动批准(实验性功能):使用 AI 验证自动批准安全提示
为什么选择 CCManager 而不是 Claude Squad?
这两个工具解决了相同的问题——管理多个 Claude Code 会话——但采用了不同的方法。
如果你喜欢基于 tmux 的工作流,请继续使用 Claude Squad! 它是一个利用 tmux 强大功能进行会话管理的优秀工具。
CCManager 适合那些想要以下特性的开发者:
🚀 无 tmux 依赖
CCManager 完全独立。无需安装或配置 tmux——开箱即用。非常适合不使用 tmux 或希望将 tmux 设置与 Claude Code 管理分开的用户。
👁️ 实时会话监控
CCManager 直接在菜单中显示每个 Claude Code 会话的实际状态:
- 等待中:Claude 正在请求用户输入
- 忙碌中:Claude 正在处理
- 空闲中:准备接受新任务
Claude Squad 不会在其菜单中显示会话状态,因此很难知道哪些会话需要关注。虽然 Claude Squad 提供了 AutoYes 功能,但这绕过了 Claude Code 内置的安全确认——不推荐用于安全操作。
🎯 简单直观的界面
遵循 Claude Code 的理念,CCManager 保持简洁直观。界面简单到你可以在几秒钟内理解——无需手册。
安装
npm install -g ccmanager
本地开发
npm install
npm run build
npm start
使用方法
ccmanager
或者在不安装的情况下运行:
npx ccmanager
快捷键
默认快捷键
- Ctrl+E:从活动会话返回菜单
- Escape:取消/返回对话框
自定义快捷键
你可以通过两种方式自定义快捷键:
- 通过 UI:从主菜单选择 全局配置 → 配置快捷键
- 配置文件:编辑
~/.config/ccmanager/config.json或.ccmanager.json以进行每个项目的设置(参见 每项目配置)
示例配置:
// config.json (新格式)
{
"shortcuts": {
"returnToMenu": {
"ctrl": true,
"key": "r"
},
"cancel": {
"key": "escape"
}
}
}
注意:首次使用时,shortcuts.json 中的快捷键将自动迁移到 config.json。
限制
- 快捷键必须使用修饰键(Ctrl),特殊键如 Escape 除外
- 以下组合键被保留,无法使用:
- Ctrl+C
- Ctrl+D
- Ctrl+[(等同于 Escape)
每项目配置
CCManager 支持通过在 Git 仓库根目录放置 .ccmanager.json 文件来进行每项目配置。项目设置将与全局配置(~/.config/ccmanager/config.json)合并,项目设置始终优先。
有关详细的配置选项和示例,请参阅 docs/project-config.md。
支持的 AI 助手
CCManager 支持多种 AI 编码助手,并为每个助手定制了状态检测:
| 助手 | 命令 | 安装 |
|---|---|---|
| Claude Code(默认) | claude |
code.claude.com |
| Gemini CLI | gemini |
github.com/google-gemini/gemini-cli |
| Codex CLI | codex |
github.com/openai/codex |
| Cursor Agent | cursor-agent |
cursor.com/cli |
| Copilot CLI | copilot |
github.com/github/copilot-cli |
| Cline CLI | cline |
github.com/cline/cline |
| OpenCode | opencode |
opencode.ai/docs |
| Kimi CLI | kimi |
kimi-cli.com |
每个助手都有自己的状态检测策略,以正确跟踪:
- 空闲:准备好接受新输入
- 忙碌:正在处理请求
- 等待:等待用户确认
有关 CCManager 特定配置,请参阅 Gemini 支持文档。
命令配置

CCManager 支持配置用于运行 Claude Code 会话的命令和参数,并提供自动回退选项以确保可靠性。
功能特性
- 配置主命令(默认:
claude) - 设置主要参数(例如,
--resume) - 如果主配置失败,则定义回退参数
- 自动重试时不带参数作为最终回退
快速入门
- 导航至 全局配置 → 配置命令预设
- 设置所需的参数(例如,
--resume用于恢复会话) - (可选)设置回退参数
- 保存更改
有关详细的配置选项和示例,请参阅 docs/command-config.md。
Claude Code 团队模式
当使用默认的(claude)检测策略运行 claude 命令时,CCManager 会自动将 --teammate-mode in-process 添加到 CLI 参数中。这可以防止 Claude Code 的代理团队功能与 ccmanager 基于 PTY 的会话管理之间发生冲突。
- 自动:无需配置。CCManager 会为所有
claude命令会话注入该标志。 - 覆盖:如果在预设参数中明确指定了
--teammate-mode,则以您的值优先。 - 非 claude 命令:其他 AI 助手(如 Gemini、Codex 等)不受影响。
仅在 Claude Code 的 settings.json 中设置 "teammateMode": "in-process" 是不够的,尤其是在类似 tmux 的环境中运行时,因此 CCManager 通过 CLI 参数来控制此行为。
会话数据复制
CCManager 可以在创建新的工作树(worktree)时复制 Claude Code 的会话数据(对话历史、上下文和项目状态),从而帮助您在不同分支间保持上下文。
功能
- 无缝上下文转移:在新工作树中继续对话而不会丢失上下文
- 可配置默认值:设置是否默认复制会话数据
- 每次创建时选择:在每次创建工作树时决定是否复制数据
- 安全操作:即使复制失败,工作树创建仍会成功
工作原理
在创建新工作树时,CCManager 会:
- 询问是否从当前工作树复制会话数据
- 将所有会话文件从
~/.claude/projects/[source-path]复制到~/.claude/projects/[target-path] - 保留对话历史、项目上下文和 Claude Code 状态
- 允许在新工作树中立即继续对话
配置
- 导航至 全局配置 → 配置工作树
- 切换 复制会话数据 以设置默认行为
- 保存更改
默认选项(复制或重新开始)将在创建新工作树时预先选择。
使用场景
- 功能开发:在创建功能分支时复制会话数据以保持项目上下文
- 实验:在测试无关更改时重新开始
- 协作:在团队工作树之间共享会话状态
- 上下文保留:在多个开发分支中维持长时间对话
状态变更钩子
CCManager 可以在 Claude Code 会话状态发生变化时执行自定义命令。这使得强大的自动化工作流成为可能,例如桌面通知、日志记录或与其他工具的集成。
概述
状态钩子允许您:
- 在 Claude 需要输入时收到通知
- 跟踪在不同状态中花费的时间
- 根据会话活动触发自动化
- 与 noti 等通知系统集成
有关详细设置说明,请参阅 docs/state-hooks.md。
工作树钩子
工作树钩子在创建工作树时执行自定义命令,从而实现开发环境设置的自动化。
功能
- 后创建钩子:在工作树创建后运行命令
- 环境变量:访问工作树路径、分支名称和 git 根目录
- 非阻塞执行:钩子异步运行,不会延迟操作
- 错误恢复能力:钩子失败不会阻止工作树创建
使用场景
- 设置开发依赖项(如
npm install、bundle install) - 按分支配置 IDE 设置
- 在创建工作树时发送通知
- 初始化分支特定配置
有关配置和示例,请参阅 docs/worktree-hooks.md。
自动工作树目录生成
CCManager 可以根据分支名称自动生成工作树目录路径,从而简化工作树创建过程。
- 自动生成路径:无需手动指定目录
- 可定制模式:在模式中使用
{branch}等占位符 - 智能清理:分支名称会自动转换为文件系统安全格式
有关详细配置和示例,请参阅 docs/worktree-auto-directory.md。
自动批准(实验性)
CCManager 可以自动批准不需要用户权限的 Claude Code 提示,从而减少手动干预,同时对敏感操作保持安全性。
功能
- 自动决策:使用 Claude(Haiku)分析提示并确定是否需要手动批准
- 自定义命令:用您自己的脚本或不同的 AI 模型替换默认验证器
- 安全回退:在发生错误或超时时始终默认手动批准
- 可中断:按任意键取消自动批准并手动审查
快速开始
- 导航至 全局配置 → 其他与实验性功能
- 启用 自动批准(实验性)
- (可选)为验证配置自定义命令
有关详细配置和使用,请参阅 docs/auto-approval.md。
Devcontainer 集成
CCManager 支持在 devcontainer 内运行 AI 助理会话,同时将管理器本身保留在主机上。这使得沙盒开发环境能够限制网络访问,同时保持主机级别的通知和自动化。
功能
- 基于主机的管理:CCManager 在主机上运行,管理工作容器内的会话
- 无缝集成:所有现有功能(预设、状态钩子等)均可与 devcontainer 一起使用
- 安全导向:兼容 Anthropic 推荐的 devcontainer 配置
- 持久状态:配置和历史记录在容器重建后仍然存在
使用方法
# 启动支持 devcontainer 的 CCManager
npx ccmanager --devc-up-command "<your devcontainer up command>" \
--devc-exec-command "<your devcontainer exec command>"
devcontainer 集成需要以下两个命令:
--devc-up-command:启动 devcontainer 的任何命令--devc-exec-command:在容器内执行的任何命令
优势
- 安全实验:运行如
claude --dangerously-skip-permissions等命令时无风险
有关详细设置和配置,请参阅 docs/devcontainer.md。
多项目模式
CCManager 可以从单个界面管理多个 git 仓库,从而帮助您高效地组织和导航不同项目及其工作树。
快速开始
# 设置包含您的 git 项目的根目录
export CCMANAGER_MULTI_PROJECT_ROOT="/path/to/your/projects"
# 在多项目模式下运行 CCManager
npx ccmanager --multi-project
功能特性
- 自动项目发现:递归查找所有 git 仓库
- 最近项目:频繁使用的项目会显示在顶部
- 类 Vi 搜索:按
/键过滤项目或工作树(worktrees) - 会话持久性:切换项目时会话保持活动状态
- 可视化指示器:查看每个项目的会话计数
[活动/忙碌/等待]
导航
- 项目列表:从所有已发现的 git 仓库中选择
- 工作树菜单:管理所选项目的 worktrees(Git 工作树)
- 会话视图:与您的 AI 助手交互
使用 B 键从工作树导航返回到项目列表。
有关详细配置和使用方法,请参阅 docs/multi-project.md。
Git 工作树配置
当启用 Git 的工作树配置扩展时,CCManager 可以为每个工作树显示增强的 git 状态信息。
# 启用增强的状态跟踪
git config extensions.worktreeConfig true
启用后,您将看到:
- 文件更改:
+10 -5(添加/删除) - 提交跟踪:
↑3 ↓1(领先/落后于父分支) - 父分支上下文:显示工作树创建自哪个分支
完整的设置说明和故障排除,请参阅 docs/git-worktree-config.md。
开发
# 安装依赖
npm install
# 以开发模式运行
npm run dev
# 构建
npm run build
# 运行测试
npm test
# 运行代码检查工具
npm run lint
# 运行类型检查
npm run typecheck
版本历史
v4.0.42026/03/28v4.0.32026/03/23v4.0.22026/03/21v4.0.12026/03/20v4.0.02026/03/20v3.12.62026/03/19v3.12.52026/03/18v3.12.42026/03/18v3.12.32026/03/17v3.12.22026/03/16v3.12.12026/03/14v3.12.02026/03/13v3.11.32026/03/10v3.11.22026/03/09v3.11.12026/03/08v3.11.02026/03/08v3.10.02026/02/23v3.9.02026/02/22v3.8.12026/02/12v3.8.02026/02/11常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
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
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。