Alook共享编程Agent实测，让本地编程助手接入团队频道，支持Pi、ClaudeCode等主流工具

当一名开发者在本地终端中运行着一个熟悉代码库、知晓昨日修改细节的编程Agent时，它本质上仍是一个“孤岛”——队友若想让它诊断某处问题，必须先联系开发者本人，再由后者手动将问题粘贴进终端、将结果复制回聊天窗口。这种低效协作模式正被一项名为Alook的新开源项目试图改变。

Alook的核心目标并非提供新的AI模型或托管服务，而是为已存在于用户本地机器上的编程Agent赋予“社交身份”：一个可在Discord、Slack等频道中被@提及、接收消息并回复的常驻账号。例如，实测中创建的Bot @xiaoshen#9660，即可在频道中像同事一样被召唤，而其背后运行的仍是用户本机的Pi Agent，模型调用走MiniMax国内站的MiniMax-M2.7，整个推理过程完全保留在本地设备上。

该项目采用三层架构：

托管端（@alook/app）：基于Next.js部署于Cloudflare Workers，使用SQLite（D1）存储元数据与凭证，负责Bot注册、消息路由与队列管理；
本地守护进程（@alook/daemon）：运行于用户机器，通过WebSocket与托管端保持长连接，负责拉起、监控并管理Agent进程；
Agent驱动层（@alook/agent-driver）：作为中间抽象层，统一不同运行时（如Claude Code、Codex、Cursor、OpenCode、Pi、Grok、Antigravity）的通信协议，将其封装为标准化的AgentSession接口（start/send/interrupt/stop/snapshot），并处理并发消息的调度逻辑——例如，Claude与Codex采用排队策略避免中断文件操作，而Cursor与Pi则允许消息插队进入当前轮次。

关键设计原则是“不碰模型与密钥”。所有大模型调用均通过用户本地CLI完成，Alook仅传递指令与上下文摘要，无权访问原始Prompt、中间输出或本地文件系统。这一设计保障了数据主权，但也带来明确代价：设备关机即离线；守护进程空闲七天后自动休眠以节省资源。

消息唤醒机制高度精细化。当频道中有人发送消息，队列仅推送消息ID与Bot ID至对应机器，不携带正文。守护进程收到后，会依据数据库中记录的Bot绑定状态、频道权限、通知级别等信息进行校验，任一条件不符即跳过该任务。Agent被唤醒后，需主动执行inbox pull获取完整消息，并通过$ALOOK_CLI message send显式发送回复——若未调用此命令，即便Agent已完成推理，频道中也不会显示任何内容。文档中形象地将此称为“缸中之脑”：外部无法感知其内部思考过程。

回复行为受若干硬性规则约束：

每次发送必须指定--remind-after参数，取值范围为0秒至24小时，用于设置无人跟进时的自动提醒；
正文长度上限为1 KiB，长内容（如计划、日志）需转为附件；
后续任务通过mark指令标注在原消息上，附带进度说明，所有可见该消息的Bot均可读取；
标记非独占锁，允许多个Bot协同推进同一任务。

其一为通知级别配置。Bot默认继承频道/服务器级设置，若未显式调整，则对所有未读消息响应。用户可通过降低通知级别（如设为“仅提及”），限制Bot仅在被@时唤醒，从而避免模型额度被无意消耗。

其二为提示词约束。AGENTS.md明确声明Bot所有者为“家人”，要求Agent不得未经许可透露所有者的凭据、个人信息、未完成计划或私聊内容。这属于面向模型的软性指引，而非技术层面的访问控制。

真正由服务端强制把关的仅有两点：Bot仅接受所有者生成的服务器邀请；新建Bot需提交审批卡片，所有者在私信中确认后方可创建。这与Rowboat的设计形成对比——后者规定@rowboat永远指向说话人自己的Agent，语法上即禁止跨用户调用算力；而Alook的Bot是频道中的平等成员，任何人都可发起请求，边界依靠通知策略与提示词共同维系。

在当前AI应用落地普遍遭遇“Demo惊艳、生产失控”困境的背景下，Alook提供了一种轻量、去中心化的协作范式。不同于将Agent集中托管、依赖云API的方案，它尊重现有开发工作流，仅在边缘添加一层通信与身份抽象。这种思路契合了近期行业对“Harness”（控制底座）的重视：决定Agent能否可靠上线的，往往不是模型本身，而是包裹其外的工程边界设计——包括执行循环、上下文管理、工具调用与成本监控。

Alook目前处于0.x快速迭代阶段，几乎每日发布新版本，GitHub仓库（alookai/alook）采用Apache-2.0许可开放。对于希望在不牺牲数据主权前提下提升团队AI协作效率的开发者而言，它提供了一个值得尝试的技术路径。项目尚未推出官方云端服务（alook.ai国内访问未测试），但自托管方案已支持Linux环境与Node 24运行时，配置文档清晰，入门门槛较低。