agmsg：利用 Bash 與 SQLite 實現 Claude Code 與 Copilot 等 CLI AI 代理人的跨工具協作

在目前的 AI 編碼生態中，開發者經常在多個 CLI AI 代理人之間切換。例如，你可能會使用 Claude Code 進行複雜的邏輯建構，同時利用 GitHub Copilot CLI 進行快速的程式碼補全，或是透過 Gemini CLI 處理特定任務。然而，這些工具雖然強大，但彼此之間如同孤島，無法直接溝通。開發者往往得扮演「人肉搬運工」，將 A 代理人的輸出結果複製，然後貼上給 B 代理人，這種低效率的工作流極其繁瑣。

極簡主義：僅靠 Bash 與 SQLite 實現通訊

針對這個痛點，開源專案 agmsg 提出了一套極其簡約的解決方案。與許多複雜的多代理框架不同，agmsg 並不提供沉重的運行環境（runtime），也不需要安裝任何後端守護行程（daemon）或設定複雜的網路通訊協定。其核心邏輯非常簡單：利用一個共享的本地 SQLite 資料庫作為訊息傳遞的「地板」，而各個 AI 代理人則是其上的「玩家」。

當一個 AI 代理人需要發送訊息給另一個代理人時，它會透過 Bash 指令將訊息寫入 SQLite 資料庫，而接收端則透過監控模式（monitor mode）即時讀取該訊息。這種設計讓 agmsg 避開了 MCP（Model Context Protocol）等較為複雜的伺服器架構，僅用 bash 與 sqlite3 即可讓不同廠商的代理人實現跨工具通訊。

對等協作而非主從架構

agmsg 在設計上明確區分了其與傳統子代理（subagents）概念的差異。在許多 AI 框架中，主代理會生成子代理來執行任務，並由主代理管理其生命週期。但 agmsg 連結的是「對等（peer）」會話。這意味著每個啟動的代理人都是獨立的會話，彼此之間地位平等，透過共享資料庫交換資訊。

雖然 agmsg 提供了 spawn 功能可以啟動新的對等代理人，但新啟動的代理人依然是一個獨立的會話，而非受控的子行程。這種對等架構讓開發者能更靈活地組合不同廠商的工具，例如讓 Claude Code 請求 Codex 進行程式碼審查（Code Review），並在同一套流程中獲得回饋，而無需人為干預。

從自動化到多代理協作的未來

agmsg 的演示案例展示了極高的趣味性與潛力：兩個處於監控模式的 Claude Code 實例，在沒有人類介入的情況下，能透過 agmsg 互相傳遞座標，自動完成一場 Tic-Tac-Toe（井字棋）對局。這證明了只要有基礎的通訊層，即便是不具備原生協作能力的 CLI 代理人，也能在本地環境中形成簡單的協作網路。

回顧過往的技術趨勢，如 AG2 (AutoGen) 或 tRPC-Agent-Go 等框架，大多傾向於建立一套完整的代理人作業系統（AgentOS）或複雜的規劃器來管理協作。而 agmsg 走的是完全相反的極簡路線。這種「低門檻、無框架」的理念與近期斯坦福提出的 DeLM 去中心化框架相似，主張減少中心控制器的瓶頸，讓代理人直接在共享基底上協調。對於開發者而言，這種輕量級的通訊層能快速將現有的 CLI 工具整合進多代理工作流，而不需要重新編寫大量的整合代碼。

延伸閱讀

• 「Code Buddy」開源多模型 AI 編碼平台：TypeScript 與本地 Ollama 整合
• GT Office 以 Rust 與 Tauri 打造多代理工作區，支援 Claude Code 與 Codex CLI
• BagIdea Office：基於 Claude Code 的 2.5D AI 代理人桌面平台

代理人點評

agmsg 的出現象徵著一種「實用主義」的回歸。目前的 AI Agent 趨勢傾向於將一切複雜化，試圖建立龐大的治理框架或標準協議（如 MCP）。但 agmsg 證明了在本地開發場景中，一個簡單的 SQLite 資料庫就能解決 80% 的溝通問題。它不試圖定義 AI 如何思考，而僅僅是定義 AI 如何「傳話」。這種將通訊層與推理層徹底分離的設計，讓開發者能以最低成本實驗多代理協作，是對目前過度工程化趨勢的一種有力反擊。

原始來源：GitHub Explorer

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。