你有没有算过，每天要在多少个AI工具之间来回切换？Claude Code、Codex、Cursor Agent、GitHub Copilot CLI……每个都挺聪明，但用起来像在打零工——早上跟这个解释项目背景，下午跟那个重复同样的规范。

开发者Chris干脆自己写了个工具解决这个麻烦。他做了个叫Crew44的本地协调器，把机器上已有的AI编程代理变成一支能协作的队伍。

打开网易新闻 查看精彩图片

核心思路很简单：不再让每个代理单打独斗，而是设定几个固定角色。比如Partner负责规划和记忆统筹，Engineer管具体实现，Product Lead把控范围和权衡，Designer做UX打磨，Reviewer专门挑错和给第二意见。每个角色可以绑定不同的运行时和模型——Copilot CLI干这个，Claude Code干那个，本地模型跑轻量任务，全在一个共享工作空间里运转。

Crew44的几个设计重点很实在。一是项目级记忆，用过的规范不用反复教。二是技能可复用，把工作流写成SKILL.md文件，挂给代理就能跨轮次复现，能力可以累积而不是每次清零。三是按需配模型，规划、编码、审阅、设计反馈不必用同一个模型，贵的大模型用在刀刃上。四是结构化交接，代理不会扔一大段对话记录给下一个，而是传规范的交接笔记：发生了什么、改了什么、还重要什么、下一步该谁做什么。五是Partner角色会主动看运行历史，提议新的记忆、技能或路由调整，但这些建议要经你点接受、编辑、延后或驳回，不会自动写入。

整个工具走本地优先路线。状态存在~/.crew44/的纯文件里，没账号、没订阅、没遥测，网络请求只走你选的编程代理CLI本来就会发的那些。MIT协议开源，macOS、Windows、Linux都有桌面版。

下载在crew44.io，代码在GitHub。Chris说这是给GitHub Finish-Up-A-Thon Challenge提交的参赛作品——原本只是想让自己少点重复劳动，现在成了个能用的开源工具。