Claude Code 迴圈:本地後臺任務佇列管理器
Aiball 是一個本地守護程序,為 Claude Code 提供共享積壓任務管理。它透過 MCP 和 SSE 事件匯流排實現無中斷的任務排隊與自動處理,支援 Web UI、CLI 和 MCP 工具操作,所有資料本地儲存,無遙測。
Claude Code 迴圈:本地後臺任務佇列管理器
Aiball 是一個開源本地守護程序,專為 Claude Code 使用者設計,旨在提供一個共享積壓任務佇列,實現多會話間的無縫協調。該專案由 David Berlioz 開發,採用 MIT 許可證,目前處於實驗階段。
核心機制
Aiball 的核心是“軟迴圈”(soft-loop)機制。使用者或另一個 Claude 會話可以隨時透過 Web UI、MCP 工具 (ticket_new) 或 CLI 提交任務(ticket)。任務會落入指定專案的積壓佇列中,並定向到特定的 Claude 會話 (透過 consumer_id) 或廣播給專案所有者。
關鍵設計在於,Claude 會話在處理當前任務時不會被中斷。當會話的當前回合結束時,Stop 鉤子會觸發(由 claude-loop 全域性註冊或每迴圈註冊),檢查該消費者的積壓佇列。如果非空,鉤子會將待處理的任務以提示形式注入到下一輪使用者提示中,彷彿使用者直接輸入了“這是積壓任務”。
隨後,Claude 會逐個處理積壓任務:讀取任務、釋出回覆(透過 ticket_reply)、提出解決方案(標記為“resolved”),並關閉自己的任務(標記為“close”),每個動作都會向其他訂閱者發出事件。迴圈持續直到沒有可操作的任務為止,會話在保有完整上下文的情況下正常結束。
重要設計選擇
- 決策附加在評論上:當代理提出解決方案時,標籤直接附加在評論上,而不是獨立的“決策”行。報告者可以在原地接受或拒絕,審計線索保留在做出決策的執行緒中。
- SSE 事件匯流排:
claude-loop會話訂閱/api/events,在有新通知時立即喚醒,無需輪詢延遲。
介面與工具
Aiball 提供多種操作方式:
- Web UI:瀏覽器介面,支援任務管理、專案統計等。
- CLI 命令:
aiball命令用於初始化、檢查狀態等;claude-loop命令用於啟動帶有 tmux 包裝器的迴圈會話。 - MCP 工具:包括
poll、unread、ticket_get、ticket_reply、ticket_new、subscribe等。
特別推薦使用 claude-loop 包裝器,它將 Claude 會話保留在 tmux 中,自動處理積壓任務。使用者可以在一天中排隊多個任務,然後離開,Claude 會在每次收到通知時喚醒並處理它們。
安裝與使用
快速安裝步驟:
- 克隆倉庫並執行
./install.sh --auth-init來安裝守護程序(systemd 使用者單元)和二進位制檔案。 - 在瀏覽器中開啟
http://127.0.0.1:7777建立管理員賬戶。 - 在每個倉庫中執行
aiball init來配置.mcp.json和.aiball.yaml。 - 使用
claude-loop -- --resume啟動迴圈會話。
其他設定包括:互動式 Claude(不帶 tmux)、裸 MCP 配置、建立消費者令牌、透過 Tailscale 遠端訪問等。
功能特性
- 每個專案範圍內的任務與執行緒評論,支援 Markdown、圖片貼上、自動連結引用和子任務。
- 移動端讀取收件箱(透過 Tailscale 私有加密連線)。
- 稽核規則與策略(手動/自動/自動回覆)。
- 生命週期訊號:解決方案提議、阻塞升級、暫停、重新開啟。
- 可點選問答:任務主體中的 GFM 核取方塊變為可點選引用的提問。
- 自動輪詢停止鉤子。
- 全文搜尋(FTS5)、專案統計、離線備用 CLI。
技術細節
守護程序執行在 127.0.0.1,使用 Unix 域套接字和 SQLite 資料庫。所有儲存保留在本地 ~/.local/share/aiball 目錄下,無雲後端,無遙測。
生命週期管理:透過 systemctl --user start/stop aiball 控制,日誌可透過 journalctl 檢視,資料目錄即 ~/.local/share/aiball。狀態檢查使用 aiball check 命令。
目前僅支援 Claude Code,但協議是通用的(MCP + 小型 HTTP/CLI 表面),未來可能支援其他 CLI 代理。
總結
Aiball 為 Claude Code 使用者提供了一種優雅的非同步工作流管理方式,將任務排隊與自動化處理結合,避免了中斷和上下文丟失。它的本地優先、無遙測的設計也符合隱私意識使用者的需求。儘管目前處於實驗階段,API 和模式仍在變化,但其核心概念已經展示出提升 AI 代理協同工作生產力的潛力。