tmux-bridge-mcp — 让 Claude Code 和 Gemini CLI 在 tmux 里互相喊话

让 AI 代理们自己聊起来

如果你同时用 Claude Code 和 Gemini CLI 写代码，你一定经历过这个场景：Claude Code 写了一半，觉得有个问题更适合 Gemini 来处理，于是你手动复制上下文、切到另一个 tmux 窗格、粘贴进去、等结果出来再复制回来…… 你成了两个 AI 之间的消息总线。

tmux-bridge-mcp 就是要把你从这个角色里解放出来。它是一个 MCP（Model Context Protocol）服务器，让运行在不同 tmux 窗格里的 AI 编码代理可以通过 MCP 工具调用直接互相通信——发消息、传文件内容、交任务，全自动。

项目由 howardpen9 开发，TypeScript 编写，MIT 开源，56 Star。安装只需要一行 npx tmux-bridge-mcp setup。

解决什么问题？

多 Agent 协作是 AI 编码领域的热门话题，但大多数解决方案都很重——要么需要跑一个编排框架（LangChain、CrewAI），要么需要搭建共享存储或者消息队列。tmux-bridge-mcp 走了另一条路：利用 tmux 自身的能力作为通信层。

tmux 已经有 capture-pane（读取窗格内容）和 send-keys（向窗格发送按键）这两个底层 API，再加上 list-panes 可以枚举窗格。tmux-bridge-mcp 把这几个 API 包装成 9 个 MCP 工具，任何支持 MCP 的 AI 代理都可以通过 stdio 调用。

9 个 MCP 工具

tmux-bridge-mcp 暴露了 9 个工具，组成了一个完整的跨窗格通信协议：

工具	功能
tmux_read	读取指定窗格的当前内容
tmux_type	向目标窗格输入文本（必须先 read）
tmux_message	在窗格间发送结构化消息
tmux_keys	发送特殊按键（回车、Ctrl+C 等）
tmux_list	列出所有窗格及其标签
tmux_name	给当前窗格命名（如 "claude"、"gemini"）
tmux_resolve	通过标签解析窗格目标
tmux_id	获取当前窗格唯一标识
tmux_doctor	诊断 tmux 配置和 MCP 连接状态

其中 Read Guard 是一个值得注意的设计——tmux_type 和 tmux_keys 必须先调用 tmux_read 才能执行，防止 Agent 在不知情的情况下向其他窗格盲打。

实际工作流

官方推荐的模式是 read → act → read：

Agent A 读取 Agent B 窗格的内容（理解当前状态）
Agent A 向 Agent B 发送消息或按键（下达任务）
Agent A 等待后再次读取，确认 Agent B 的执行结果

一个典型的场景：Claude Code 在分析代码时发现需要一个 API 的详细文档，它可以直接向 Gemini CLI 的窗格发送查询指令，Gemini 处理完后，Claude Code 读取结果继续工作。整个过程不需要你手动复制粘贴。

兼容的 Agent

经过测试和支持的 Agent 包括 Claude Code、Gemini CLI、Codex CLI、Kimi CLI（v1.26+ 原生 MCP）。理论上任何支持 MCP over stdio 的 Agent（Cursor、Windsurf、Copilot CLI、Aider、Continue.dev、Cline 等）都可以使用。

快速上手

npx tmux-bridge-mcp setup

这条命令会自动检测已安装的 Agent 并写入 MCP 配置文件。之后启动对应 Agent，它们就能互相发现了。

npx tmux-bridge-mcp demo

demo 命令会开启一个 3 窗格的 tmux 会话，实时演示跨窗格通信的效果。

我的看法

tmux-bridge-mcp 是我见过的最轻量的多 Agent 协作方案。它不做编排层、不做共享存储、不做消息队列——它就利用 tmux 这个几乎所有开发者终端里都已经在用的工具，通过 9 个 MCP 工具把窗格变成了通信通道。

这种「用已有的基础设施做新的事情」的思路很聪明。相比 CrewAI 或 AutoGen 那样的重量级框架，tmux-bridge-mcp 的学习成本几乎是零——你不需要理解新的架构概念，只需要知道 tmux 怎么用就行了。

Read Guard 的设计也体现了作者对 Agent 安全的思考——防止 Agent 在没看清状况的时候就往别人窗格里敲命令。虽然它不是一个真正的「安全边界」（作者自己也这么说），但作为流程约束已经够用了。

当然，它的局限也很明显：所有 Agent 必须在同一台机器的 tmux 会话里运行（不支持分布式），56 Star 说明项目还在非常早期的阶段，最后一次更新是 4 月（已经三个月了）。而且 MCP 协议本身还在演进中，Agent 对 MCP 的支持程度也不一样。

但如果你有同时使用多个 AI 编码代理的习惯，而且它们都在 tmux 里——花几分钟装一下试试，说不定你会喜欢上这种「让 Agent 们自己聊」的感觉。

项目地址：howardpen9/tmux-bridge-mcp · 许可：MIT · 🌟 56 Stars（截至 2026-07-17） · 最新发布：v0.3.0 · 安装：npx tmux-bridge-mcp setup