[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-louislva--claude-peers-mcp":3,"tool-louislva--claude-peers-mcp":64},[4,17,27,35,48,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-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。\n\n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。\n\n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",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-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。\n\n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。",84991,"2026-04-05T10:45:23",[14,43,44,45,15,46,26,13,47],"数据工具","视频","插件","其他","音频",{"id":49,"name":50,"github_repo":51,"description_zh":52,"stars":53,"difficulty_score":10,"last_commit_at":54,"category_tags":55,"status":16},3128,"ragflow","infiniflow\u002Fragflow","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。\n\n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。\n\n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。",77062,"2026-04-04T04:44:48",[15,14,13,26,46],{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},2181,"OpenHands","OpenHands\u002FOpenHands","OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。\n\n无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。\n\n其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。",70612,"2026-04-05T11:12:22",[26,15,13,45],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":79,"owner_email":80,"owner_twitter":81,"owner_website":82,"owner_url":83,"languages":84,"stars":89,"forks":90,"last_commit_at":91,"license":79,"difficulty_score":23,"env_os":92,"env_gpu":92,"env_ram":92,"env_deps":93,"category_tags":100,"github_topics":79,"view_count":10,"oss_zip_url":79,"oss_zip_packed_at":79,"status":16,"created_at":101,"updated_at":102,"faqs":103,"releases":109},516,"louislva\u002Fclaude-peers-mcp","claude-peers-mcp","Allow all your Claude Codes to message each other ad-hoc!","claude-peers-mcp 是一款专为 Claude Code 设计的开源协作插件，它能让同一台机器上运行的多个 Claude 实例互相发现并发送即时消息。\n\n在实际开发中，用户常需同时开启多个终端处理不同项目，导致每个 AI 会话处于孤立状态。claude-peers-mcp 解决了这一痛点，允许你向任意在线的“同伴”提问或同步信息。例如，你可以询问另一个会话正在编辑哪些文件，它能秒级响应。这非常适合需要多任务并行处理的开发者，帮助他们实现 AI 间的协同工作。\n\n技术上，claude-peers-mcp 采用本地 Broker 守护进程配合 SQLite 数据库管理连接，通过 MCP 协议将消息实时推送到会话中。它还支持自动生成工作摘要（可选），让其他实例能快速了解当前上下文。无需复杂配置，只需注册 MCP 服务即可启动，所有通信均在本地完成，安全高效。有了它，你的多个 AI 助手就像团队成员一样可以无缝交流了。","# claude-peers\n\nLet your Claude Code instances find each other and talk. When you're running 5 sessions across different projects, any Claude can discover the others and send messages that arrive instantly.\n\n```\n  Terminal 1 (poker-engine)          Terminal 2 (eel)\n  ┌───────────────────────┐          ┌──────────────────────┐\n  │ Claude A              │          │ Claude B             │\n  │ \"send a message to    │  ──────> │                      │\n  │  peer xyz: what files │          │ \u003Cchannel> arrives    │\n  │  are you editing?\"    │  \u003C────── │  instantly, Claude B │\n  │                       │          │  responds            │\n  └───────────────────────┘          └──────────────────────┘\n```\n\n## Quick start\n\n### 1. Install\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Flouislva\u002Fclaude-peers-mcp.git ~\u002Fclaude-peers-mcp   # or wherever you like\ncd ~\u002Fclaude-peers-mcp\nbun install\n```\n\n### 2. Register the MCP server\n\nThis makes claude-peers available in every Claude Code session, from any directory:\n\n```bash\nclaude mcp add --scope user --transport stdio claude-peers -- bun ~\u002Fclaude-peers-mcp\u002Fserver.ts\n```\n\nReplace `~\u002Fclaude-peers-mcp` with wherever you cloned it.\n\n### 3. Run Claude Code with the channel\n\n```bash\nclaude --dangerously-skip-permissions --dangerously-load-development-channels server:claude-peers\n```\n\nThat's it. The broker daemon starts automatically the first time.\n\n> **Tip:** Add it to an alias so you don't have to type it every time:\n>\n> ```bash\n> alias claudepeers='claude --dangerously-load-development-channels server:claude-peers'\n> ```\n\n### 4. Open a second session and try it\n\nIn another terminal, start Claude Code the same way. Then ask either one:\n\n> List all peers on this machine\n\nIt'll show every running instance with their working directory, git repo, and a summary of what they're doing. Then:\n\n> Send a message to peer [id]: \"what are you working on?\"\n\nThe other Claude receives it immediately and responds.\n\n## What Claude can do\n\n| Tool             | What it does                                                                   |\n| ---------------- | ------------------------------------------------------------------------------ |\n| `list_peers`     | Find other Claude Code instances — scoped to `machine`, `directory`, or `repo` |\n| `send_message`   | Send a message to another instance by ID (arrives instantly via channel push)  |\n| `set_summary`    | Describe what you're working on (visible to other peers)                       |\n| `check_messages` | Manually check for messages (fallback if not using channel mode)               |\n\n## How it works\n\nA **broker daemon** runs on `localhost:7899` with a SQLite database. Each Claude Code session spawns an MCP server that registers with the broker and polls for messages every second. Inbound messages are pushed into the session via the [claude\u002Fchannel](https:\u002F\u002Fcode.claude.com\u002Fdocs\u002Fen\u002Fchannels-reference) protocol, so Claude sees them immediately.\n\n```\n                    ┌───────────────────────────┐\n                    │  broker daemon            │\n                    │  localhost:7899 + SQLite  │\n                    └──────┬───────────────┬────┘\n                           │               │\n                      MCP server A    MCP server B\n                      (stdio)         (stdio)\n                           │               │\n                      Claude A         Claude B\n```\n\nThe broker auto-launches when the first session starts. It cleans up dead peers automatically. Everything is localhost-only.\n\n## Auto-summary\n\nIf you set `OPENAI_API_KEY` in your environment, each instance generates a brief summary on startup using `gpt-5.4-nano` (costs fractions of a cent). The summary describes what you're likely working on based on your directory, git branch, and recent files. Other instances see this when they call `list_peers`.\n\nWithout the API key, Claude sets its own summary via the `set_summary` tool.\n\n## CLI\n\nYou can also inspect and interact from the command line:\n\n```bash\ncd ~\u002Fclaude-peers-mcp\n\nbun cli.ts status            # broker status + all peers\nbun cli.ts peers             # list peers\nbun cli.ts send \u003Cid> \u003Cmsg>   # send a message into a Claude session\nbun cli.ts kill-broker       # stop the broker\n```\n\n## Configuration\n\n| Environment variable | Default              | Description                           |\n| -------------------- | -------------------- | ------------------------------------- |\n| `CLAUDE_PEERS_PORT`  | `7899`               | Broker port                           |\n| `CLAUDE_PEERS_DB`    | `~\u002F.claude-peers.db` | SQLite database path                  |\n| `OPENAI_API_KEY`     | —                    | Enables auto-summary via gpt-5.4-nano |\n\n## Requirements\n\n- [Bun](https:\u002F\u002Fbun.sh)\n- Claude Code v2.1.80+\n- claude.ai login (channels require it — API key auth won't work)\n","# claude-peers\n\n让你的 Claude Code 实例互相发现并交流。当你在不同项目中运行 5 个会话时，任何 Claude 都可以发现其他实例并发送即时到达的消息。\n\n```\n  Terminal 1 (poker-engine)          Terminal 2 (eel)\n  ┌───────────────────────┐          ┌──────────────────────┐\n  │ Claude A              │          │ Claude B             │\n  │ \"send a message to    │  ──────> │                      │\n  │  peer xyz: what files │          │ \u003Cchannel> arrives    │\n  │  are you editing?\"    │  \u003C────── │  instantly, Claude B │\n  │                       │          │  responds            │\n  └───────────────────────┘          └──────────────────────┘\n```\n\n## 快速开始\n\n### 1. 安装\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Flouislva\u002Fclaude-peers-mcp.git ~\u002Fclaude-peers-mcp   # or wherever you like\ncd ~\u002Fclaude-peers-mcp\nbun install\n```\n\n### 2. 注册 MCP（Model Context Protocol）服务器\n\n这使得 claude-peers 可以在任何目录下的每个 Claude Code 会话中可用：\n\n```bash\nclaude mcp add --scope user --transport stdio claude-peers -- bun ~\u002Fclaude-peers-mcp\u002Fserver.ts\n```\n\n将 `~\u002Fclaude-peers-mcp` 替换为你克隆它的位置。\n\n### 3. 使用通道运行 Claude Code\n\n```bash\nclaude --dangerously-skip-permissions --dangerously-load-development-channels server:claude-peers\n```\n\n就是这样。**代理守护进程 (broker daemon)** 会在首次运行时自动启动。\n\n> **提示：** 将其添加到别名中，这样你就不必每次都输入了：\n>\n> ```bash\n> alias claudepeers='claude --dangerously-load-development-channels server:claude-peers'\n> ```\n\n### 4. 打开第二个会话并尝试\n\n在另一个终端中，以相同方式启动 Claude Code。然后询问任意一个：\n\n> 列出此机器上的所有对等节点 (peer)\n\n它将显示每个正在运行的实例及其工作目录、git 仓库以及它们正在做什么的摘要。然后：\n\n> 向对等节点 [id] 发送消息：“你在做什么？”\n\n另一个 Claude 会立即收到并回复。\n\n## Claude 能做什么\n\n| 工具             | 功能说明                                                                   |\n| ---------------- | ------------------------------------------------------------------------------ |\n| `list_peers`     | 查找其他 Claude Code 实例 —— 范围限定为 `machine`（机器）、`directory`（目录）或 `repo`（仓库） |\n| `send_message`   | 通过 ID 向另一个实例发送消息（通过通道推送即时到达）                          |\n| `set_summary`    | 描述你正在做什么（对其他对等节点可见）                                       |\n| `check_messages` | 手动检查消息（如果不使用通道模式时的后备方案）                               |\n\n## 工作原理\n\n一个 **代理守护进程 (broker daemon)** 在 `localhost:7899` 上运行，并使用 SQLite 数据库。每个 Claude Code 会话都会启动一个 MCP 服务器，该服务器向代理注册并每秒轮询消息。传入消息通过 [claude\u002Fchannel](https:\u002F\u002Fcode.claude.com\u002Fdocs\u002Fen\u002Fchannels-reference) 协议推送到会话中，因此 Claude 可以立即看到它们。\n\n```\n                    ┌───────────────────────────┐\n                    │  broker daemon            │\n                    │  localhost:7899 + SQLite  │\n                    └──────┬───────────────┬────┘\n                           │               │\n                      MCP server A    MCP server B\n                      (stdio)         (stdio)\n                           │               │\n                      Claude A         Claude B\n```\n\n代理会在第一个会话开始时自动启动。它会自动清理已失效的对等节点。所有内容仅限本地主机。\n\n## 自动摘要\n\n如果你在环境中设置了 `OPENAI_API_KEY`，每个实例在启动时会使用 `gpt-5.4-nano` 生成简要摘要（成本仅为几分之一美分）。摘要会根据你的目录、git 分支和最近的文件描述你可能正在处理的内容。其他实例在调用 `list_peers` 时会看到此内容。\n\n如果没有 API 密钥，Claude 会通过 `set_summary` 工具设置自己的摘要。\n\n## 命令行界面\n\n你也可以从命令行进行检查和交互：\n\n```bash\ncd ~\u002Fclaude-peers-mcp\n\nbun cli.ts status            # broker status + all peers\nbun cli.ts peers             # list peers\nbun cli.ts send \u003Cid> \u003Cmsg>   # send a message into a Claude session\nbun cli.ts kill-broker       # stop the broker\n```\n\n## 配置\n\n| 环境变量           | 默认值                 | 描述                           |\n| -------------------- | -------------------- | ------------------------------------- |\n| `CLAUDE_PEERS_PORT`  | `7899`               | 代理端口                           |\n| `CLAUDE_PEERS_DB`    | `~\u002F.claude-peers.db` | SQLite 数据库路径                  |\n| `OPENAI_API_KEY`     | —                    | 启用通过 gpt-5.4-nano 进行自动摘要 |\n\n## 要求\n\n- [Bun](https:\u002F\u002Fbun.sh)\n- Claude Code v2.1.80+\n- claude.ai 登录（通道需要此项——API 密钥认证无法使用）","# claude-peers-mcp 快速上手指南\n\n让多个 Claude Code 实例相互发现并即时通信。通过本工具，你可以在不同项目或终端中运行的 Claude 之间发送和接收消息。\n\n## 环境准备\n\n在开始之前，请确保满足以下系统要求：\n\n- **运行时**: [Bun](https:\u002F\u002Fbun.sh)\n- **核心工具**: Claude Code v2.1.80+\n- **账号**: 已登录 claude.ai（Channels 功能需要登录，API Key 认证无效）\n- **可选配置**: 设置 `OPENAI_API_KEY` 可启用自动摘要生成（基于 gpt-5.4-nano）\n\n## 安装步骤\n\n### 1. 克隆仓库\n\n将工具克隆到本地任意目录（例如用户主目录）：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Flouislva\u002Fclaude-peers-mcp.git ~\u002Fclaude-peers-mcp\ncd ~\u002Fclaude-peers-mcp\n```\n\n### 2. 安装依赖\n\n使用 Bun 安装项目依赖：\n\n```bash\nbun install\n```\n\n### 3. 注册 MCP 服务器\n\n将 `claude-peers` 注册为全局可用的 MCP 服务器，以便在任何目录下启动 Claude 时都能调用：\n\n```bash\nclaude mcp add --scope user --transport stdio claude-peers -- bun ~\u002Fclaude-peers-mcp\u002Fserver.ts\n```\n\n> **注意**: 请将命令中的 `~\u002Fclaude-peers-mcp` 替换为你实际克隆的路径。\n\n## 基本使用\n\n### 启动会话\n\n首次运行会自动启动后台 Broker 守护进程（监听 `localhost:7899`）。建议添加别名以简化启动命令：\n\n```bash\nalias claudepeers='claude --dangerously-load-development-channels server:claude-peers'\n```\n\n然后打开两个终端窗口，分别运行以下命令启动不同的 Claude 实例：\n\n```bash\nclaude --dangerously-skip-permissions --dangerously-load-development-channels server:claude-peers\n```\n\n### 交互测试\n\n在任一终端中向另一个实例发送指令：\n\n1. **查看在线实例**\n   > 输入：“列出本机上的所有对等节点” (List all peers on this machine)\n   \n   系统将显示所有运行中的实例 ID、工作目录及当前状态摘要。\n\n2. **发送消息**\n   > 输入：“向 peer [id] 发送消息：你在做什么？” (Send a message to peer [id]: \"what are you working on?\")\n\n   目标实例会立即收到消息并回复。\n\n### 命令行管理\n\n你也可以直接使用 CLI 工具检查状态或发送消息：\n\n```bash\ncd ~\u002Fclaude-peers-mcp\n\nbun cli.ts status            # 查看 Broker 状态及所有对等节点\nbun cli.ts peers             # 列出对等节点\nbun cli.ts send \u003Cid> \u003Cmsg>   # 向指定 ID 的 Claude 会话发送消息\nbun cli.ts kill-broker       # 停止 Broker 服务\n```","资深后端工程师小张同时负责支付网关与订单系统的重构，需要在两个独立的 Claude Code 会话中协调接口定义与数据模型变更。\n\n### 没有 claude-peers-mcp 时\n- 必须手动复制粘贴复杂的 JSON 数据结构在不同终端窗口间传递，极易出错且耗时。\n- 切换项目上下文时，经常忘记告知另一个实例最新的 API 变更，导致生成代码不兼容。\n- 无法直观了解其他会话是否正在修改同一文件，容易产生冲突或重复劳动。\n- 沟通依赖外部聊天软件，打断了 IDE 内的沉浸式编码体验，降低整体开发流畅度。\n\n### 使用 claude-peers-mcp 后\n- 通过 MCP 协议直接向指定 ID 的实例发送消息，接口变更通知秒级到达另一侧。\n- 通过 `list_peers` 命令自动发现本机所有实例，清晰展示各自的工作目录与 Git 分支状态。\n- 利用 `set_summary` 功能共享当前任务摘要，让其他实例能基于全局视角提供建议。\n- 完全在本地终端完成跨会话协作，无需离开编辑器即可实现多 AI 代理间的实时对话。\n\nclaude-peers-mcp 实现了本地多实例间的即时通讯与状态同步，将分散的 AI 能力整合为统一的协作网络。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flouislva_claude-peers-mcp_f82c2177.png","louislva","Louis Arge","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Flouislva_9960b5d5.jpg","let's make utopia real ✨",null,"louislva@gmail.com","LouisVArge","https:\u002F\u002Flouisarge.com","https:\u002F\u002Fgithub.com\u002Flouislva",[85],{"name":86,"color":87,"percentage":88},"TypeScript","#3178c6",100,1739,193,"2026-04-05T09:40:21","未说明",{"notes":94,"python":95,"dependencies":96},"工具基于 Bun 运行时而非 Python；必须登录 claude.ai 账号才能使用通道功能；Broker 守护进程默认监听 localhost:7899；可选配置 OPENAI_API_KEY 启用自动摘要功能。","非 Python 项目 (使用 Bun)",[97,98,99],"Bun","SQLite","Claude Code v2.1.80+",[15,45],"2026-03-27T02:49:30.150509","2026-04-06T05:44:07.978554",[104],{"id":105,"question_zh":106,"answer_zh":107,"source_url":108},2073,"为什么调用 send_message 时会遇到 \"Peer undefined not found\" 错误？","该错误通常是因为大语言模型（如 Claude Code）在调用 send_message 时，默认猜测参数名为 `to` 而非 `to_id`。当 LLM 传递 `to` 时，服务端无法找到 `body.to_id`，从而报出 \"Failed to send: Peer undefined not found\" 错误。解决方案包括：1. 在调用时显式指定正确的参数名 `to_id`；2. 服务端代码应兼容两种写法，例如通过 `const to_id = args.to_id ?? args.to;` 进行回退处理；3. 长期来看，建议将工具输入模式中的 `to_id` 重命名为 `to` 以匹配 LLM 习惯。","https:\u002F\u002Fgithub.com\u002Flouislva\u002Fclaude-peers-mcp\u002Fissues\u002F18",[]]