Cc Connect Multi Agent — AI skill for Claude Code

cc-connect-multi-agent

把**多个不同的 AI agent** 接到**同一个微信入口**的完整实践记录 —— 含架构、配置、探针脚本、 一套**三平台通用的前置拦截钩子**、以及一路踩过的坑。

这套东西跑在一台 Windows 11 笔记本上（Ryzen 7 6800H + RTX 3050 Ti）。目标很朴素：**不想为了跟不同 AI 说话而开不同的窗口**，就用微信当一个统一入口，背后挂三个 agent，各干各擅长的活。

三个 agent 共用一个微信入口，所以「一条消息其实三个人都收到」是默认行为。 解决的路线是把判定**前移到模型调用之前**（见 `docs/06` 与 `hooks/`）—— 否则每跟一个 agent 说话，另外两个也要各烧一次完整 LLM 调用。

---

架构

graph TD
    U[微信用户] -->|官方 ilinkai 智能对话接口| B[cc-connect 桥接
Go 单进程]
    B -->|扇出：同一条消息投给每个 project| G1[L2 钩子
my-project]
    B -->|扇出| G2[L2 钩子
my-dsh]
    B -->|扇出| G3[L2 钩子
my-workbuddy]
    G1 -->|该我答| P1[Claude Code]
    G2 -->|该我答| P2[DeepSeek Harness]
    G3 -->|该我答| P3[WorkBuddy / CodeBuddy CLI]
    G1 -.->|点名了别人| X[拦下
0 次模型调用]
    G2 -.->|点名了别人| X
    G3 -.->|点名了别人| X
    P1 <--> M[(memorix
跨 agent 共享记忆)]
    P2 <--> M
    P3 <--> M
    P1 <-.->|relay 跨项目拨号| P2
    P2 <-.->|relay| P3

• 入口层：微信（走腾讯官方 ilinkai 智能对话接口，非第三方协议，无封号风险）
• 桥接层：cc-connect —— 负责收消息、拉起 agent、把回复发回去
• 前置拦截层：三家各自的 UserPromptSubmit 钩子 —— 在模型被调用之前判定这条是不是给自己的
• agent 层：Claude Code（原生支持）、DSH / WorkBuddy（都走标准 ACP 协议）
• 协作层：relay（agent 之间互相拨号）+ memorix（共享记忆与留言板）

---

memorix（跨 agent 共享记忆层）—— **本项目依赖它才能闭环**

架构图里那个 `M` 就是 [memorix](https://github.com/AVIDS2/memorix)：一个**本地优先**的 跨 agent 共享记忆 / 协调层。它**不是可选装饰** —— 本方案里「agent 之间能互相留话、 能知道谁被点名了」这件事全建立在它上面。

它在这里承担三件事

用途	说明
共享记忆	三个 agent 共用一份长期记忆（决策、约定、踩过的坑），换个 agent 接着干不用重讲一遍
留言板 / 收件箱	agent 之间、人和 agent 之间互相留言（team_message）。「人机共聊」的消息就存在这里
协调身份	每个 agent 在 memorix 里有一个队籍（UUID）—— 消息的发件人归属靠它，不靠环境变量

本仓库里与它相关的部分

位置	作用
架构图的 P1/P2/P3 <--> M	三个 agent 各自挂同一个 memorix
config/config.example.toml	my-workbuddy 项目通过 --mcp-config 挂载 memorix MCP（其余两个 agent 在各自客户端的配置里挂）
docs/02-memorix共聊0.2规约与成败点验证报告.md	「人机共聊」可行性的完整验证
scripts/memorix_probe.py	探针：档位对比 + 各端可见性检查
scripts/memorix_team_probe.py	探针：join / `broad