手机上发条消息，家里的 AI 就开始改代码了

目标读者：使用 Claude Code / Codex / Gemini CLI 等本地 AI 编程助手的开发者
核心价值：学会用 cc-connect 将本地 AI Agent 接入即时通讯，随时随地远程写代码
阅读时间：7 分钟

一句话摘要：cc-connect 让你在手机聊天窗口里指挥本地 AI Agent 写代码，通勤路上也能 review PR。

引言：你的 AI 助手被锁在电脑里了

上周末我在外面吃饭，突然想到一个 bug 的修复思路。

打开手机，盯着 Telegram——然而我的 Claude Code 正安静地待在家里的 MacBook 上，等我回去敲键盘。

2026 年，AI 已经能自动写代码、自动修 bug、自动跑测试，但它依然需要你坐在电脑前，打开终端，一条条输入指令。

换句话说，AI Agent 的能力瓶颈不在"能不能做"，而在"能不能随时触达"。

cc-connect 解决的就是这个问题：把你的本地 AI Agent 接入任何聊天平台，手机发条消息就能让它干活。

cc-connect 是什么：一座 AI 和聊天应用之间的桥

cc-connect 是一个开源工具，核心功能只有一句话就能说清：

让本地 AI 编程助手可以通过聊天软件接收指令、返回结果。

它采用中心辐射型架构。Engine 作为中央消息路由器，一端连着你的 AI Agent 子进程（Claude Code、Codex、Cursor Agent、Gemini CLI 等），另一端连着消息平台（飞书、Telegram、Slack、Discord、钉钉、企业微信、LINE、QQ）。

支持的 Agent：Claude Code、Codex、Cursor Agent、Gemini CLI、Qoder CLI、OpenCode、iFlow CLI——基本覆盖了主流本地 AI 编程工具。

支持的平台：飞书、钉钉、Telegram、Slack、Discord、LINE、企业微信、QQ——大部分通过 WebSocket 连接，无需公网 IP，这意味着你在家用宽带就能跑起来。

单个 cc-connect 进程可以同时管理多个项目，每个项目拥有独立的 Agent、工作目录和平台绑定。你可以给前端项目配一个 Telegram 机器人，给后端项目配一个飞书机器人，互不干扰。

Telegram 机器人配置教程

Telegram 是最推荐的入门平台——配置最简单，Long Polling 连接无需公网 IP，体验流畅。

创建 Telegram Bot

1. 在 Telegram 中搜索 @BotFather ，发送 /newbot
2. 按提示设置机器人名称和用户名（用户名必须以 bot 结尾）
3. 复制 Bot Token（格式：123456789:AABbCc...）
4. 建议发送 /setprivacy 并选择 Disable，这样机器人才能在群组中读取消息
5. 获取你的 User ID：给 @userinfobot 发一条消息，它会返回你的数字 ID

编写配置

安装 cc-connect 后，创建 ~/.cc-connect/config.toml：

[[projects]]
  name = "my-project"

  [projects.agent]
    type = "claudecode"
    [projects.agent.options]
      mode = "yolo"
      work_dir = "/path/to/your/project"

  [[projects.platforms]]
    type = "telegram"
    [projects.platforms.options]
      token = "123456789:AABbCcDdEeFfGgHhIiJjKkLlMmNnOoPp"
      allow_from = "5972400000"  # 你的 Telegram User ID，限制仅自己可用

allow_from 是安全防线——只有指定 User ID 的消息才会被转发给 Agent，防止陌生人操控你的代码仓库。

代理设置

当前已有对应的 Pull Request 在 cc-connect 仓库中跟进 Telegram 代理设置的优化，预计下个版本会内置代理配置项，届时将不再需要手动设置环境变量。

Telegram API 在国内网络环境下无法直接访问，启动时需要配置代理。在运行 cc-connect 前设置 HTTPS_PROXY 环境变量：

export HTTPS_PROXY=http://127.0.0.1:7890

如果你用的是其他代理端口或协议，替换为你本地代理的实际地址即可。建议将这行写入 ~/.zshrc 或 ~/.bashrc，避免每次手动设置。

启动

# 安装
npm install -g cc-connect

# 启动（需要代理访问 Telegram API；如果在 Claude Code 会话内，需要先 unset CLAUDECODE）
HTTPS_PROXY=http://127.0.0.1:7890 unset CLAUDECODE && cc-connect

如果已经在 shell 配置中 export 了 HTTPS_PROXY，直接运行即可：

unset CLAUDECODE && cc-connect

看到 platform started project=my-project platform=telegram 就说明连接成功了。打开 Telegram，给你的机器人发条消息试试。

QQ 官方机器人配置教程

如果你的协作者主要用 QQ，cc-connect 支持通过 QQ 官方机器人 API 接入。需要注意的限制：目前仅支持 C2C 私聊（沙箱接入），不支持群聊和频道，不支持流式预览和内联权限按钮，权限确认需要通过文本 /perm ... 命令完成。

创建 QQ Bot

1. 前往 QQ 机器人 OpenClaw 平台
2. 创建或选择已有 QQ 机器人，获取 App ID 和 App Secret（仅需这两个必填项）
3. 配置沙箱接入，用 QQ 扫码添加机器人为好友
4. allow_from 需要填写 user_openid（不是 QQ 号）——如果暂时不确定，可以先填 "*" 允许所有用户，上线前再收紧
5. 如果底层 Agent 不支持图片输入，QQ 侧仅支持图片入站（不支持图片回复）

编写配置

[[projects]]
  name = "my-project"

  [projects.agent]
    type = "claudecode"
    [projects.agent.options]
      mode = "yolo"
      work_dir = "/path/to/your/project"

  [[projects.platforms]]
    type = "qqbot"
    [projects.platforms.options]
      app_id = "190350xxxx"                # 机器人 App ID
      app_secret = "xxxxxxxxxxxxxxxxxx"    # 机器人 App Secret
      sandbox = true                       # 沙箱模式，测试阶段建议开启
      allow_from = "*"                     # 允许的 user_openid，"*" 为全部放行

QQ Bot 使用 WebSocket 连接，同样无需公网 IP。

不只是转发消息：聊天即控制台

cc-connect 不是一个简单的消息中继。它把终端的控制能力搬到了聊天窗口里。

会话管理。发送 /new 开启新会话，/list 查看历史会话，/switch <id> 切换回之前的对话。就像在终端里管理多个 tmux 窗口一样自然。

权限控制。Claude Code 执行敏感操作时会请求权限，cc-connect 会把权限请求转发到聊天窗口。回复 allow 批准，deny 拒绝，allow all 本次会话全部放行。

模式切换。/mode yolo 切换到自动模式，/mode plan 切换到规划模式。不同场景用不同策略，一条消息搞定。

定时任务。你甚至可以让 AI Agent 理解自然语言调度——“每天早上 6 点，总结 GitHub trending 项目”，cc-connect 会自动转换为 cron 任务执行。

语音和图片。发语音消息，cc-connect 调用 Whisper API 转成文字再喂给 Agent；发截图，直接走多模态分析。通勤路上语音描述需求，Agent 立刻开始干活。

多项目实战：Telegram + QQ 双平台管理

实际使用中，我给每个项目配了一个 Telegram 机器人和一个 QQ 机器人，方便在不同场景下使用：

# 项目 A：接入 Telegram
[[projects]]
  name = "admin-system"
  [projects.agent]
    type = "claudecode"
    [projects.agent.options]
      mode = "yolo"
      work_dir = "/Users/me/projects/admin-system"
  [[projects.platforms]]
    type = "telegram"
    [projects.platforms.options]
      allow_from = "5972400000"
      token = "111111111:AAxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"

# 项目 A：同时接入 QQ，使用 codex
[[projects]]
  name = "admin-system"
  [projects.agent]
    type = "codex"
    [projects.agent.options]
      mode = "yolo"
      work_dir = "/Users/me/projects/admin-system"
  [[projects.platforms]]
    type = "qqbot"
    [projects.platforms.options]
      app_id = "190350xxxx"
      app_secret = "xxxxxxxxxxxxxxxxxx"
      sandbox = false
      allow_from = "*"

# 项目 B：仅 Telegram
[[projects]]
  name = "frontend-app"
  [projects.agent]
    type = "claudecode"
    [projects.agent.options]
      mode = "yolo"
      work_dir = "/Users/me/projects/frontend-app"
  [[projects.platforms]]
    type = "telegram"
    [projects.platforms.options]
      allow_from = "5972400000"
      token = "222222222:BBxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"

每个项目的 Agent 进程、会话状态、命令注册表完全隔离。给项目 A 的机器人发消息不会影响项目 B。

还能跑成后台服务，开机自启动：

cc-connect daemon install --config ~/.cc-connect/config.toml
cc-connect daemon start

cc-connect vs Claude-to-IM：该选哪个？

社区里还有一个同类项目——Claude-to-IM-skill，它也能把 AI Agent 桥接到聊天平台。两者定位不同，适用场景也不同。

维度	cc-connect	Claude-to-IM-skill
支持的 Agent	7 种（Claude Code、Codex、Cursor、Gemini CLI、Qoder、OpenCode、iFlow）	2 种（Claude Code、Codex）
支持的平台	8+ 种（Telegram、飞书、钉钉、Slack、Discord、QQ、企业微信、LINE）	4 种（Telegram、Discord、飞书、QQ）
多项目管理	支持，单进程管理多个隔离项目	不支持，单实例绑定一个工作目录
权限交互	文本回复（allow / deny）	内联按钮（Telegram / Discord）+ 文本 /perm 命令（飞书 / QQ）
流式预览	支持	支持（Telegram / Discord）
定时任务	内置 cron，支持自然语言调度	不支持
语音输入	支持（Whisper STT）	不支持
安装方式	npm install -g cc-connect，全局二进制	Claude Code Skill，npx skills add 安装
技术栈	Go 编译，单二进制	Node.js / TypeScript
配置方式	TOML 配置文件，手动编辑	交互式向导 + .env 文件
配置热重载	支持（/reload 命令）	不支持，需重启
诊断工具	日志级别调整	内置 doctor 命令，自动检测问题

选 cc-connect 的场景

• 你同时使用多种 AI Agent（不只是 Claude Code）
• 你需要管理多个项目，每个项目独立配置
• 你的团队分散在不同平台（QQ、钉钉、企业微信等国内平台）
• 你需要定时任务、语音输入等进阶功能
• 你偏好 TOML 配置文件的可控性和版本管理友好性

选 Claude-to-IM 的场景

• 你只用 Claude Code 或 Codex，平台只需 Telegram / Discord / 飞书 / QQ
• 你更看重开箱体验——交互式向导比手写 TOML 更友好
• 你希望权限操作有内联按钮（Telegram/Discord 点一下就批准），而不是打字回复
• 你想要内置的诊断工具（doctor 命令一键排查问题）
• 你已经在用 Claude Code Skills 生态，希望保持一致的管理方式

工具没有绝对的好坏，只有适不适合你的工作流。

简单说：cc-connect 是多 Agent、多平台、多项目的"瑞士军刀"；Claude-to-IM 是 Claude Code 生态下的"专精工具"，开箱即用体验更好。

结语：AI 编程的下一个瓶颈是触达

我们花了很多精力让 AI 更聪明——更好的模型、更大的上下文、更强的工具调用。但很少有人关注另一个问题：如何让 AI 更容易被使用。

最好的工具，是你随时能够得着的工具。

cc-connect 做的事情很朴素：把 AI Agent 从终端里"解放"出来，接入你每天都在用的聊天软件。技术上没有什么黑魔法，但它改变了一个关键约束——你不再需要坐在电脑前才能写代码。

通勤路上 review PR，午饭时间让 Agent 跑个重构，睡前安排明天的自动化任务。这些场景以前不存在，现在只需要一条聊天消息。

如果你也受够了"AI 很强但我不在电脑前"的窘境，试试 cc-connect。

• GitHub：https://github.com/chenhg5/cc-connect
• 安装：npm install -g cc-connect

参考资料

• cc-connect GitHub 仓库
• cc-connect 安装与配置指南
• Claude-to-IM-skill GitHub 仓库