核心用法
Tmux Agents 是一款将 AI 编码 Agent 封装到持久化 tmux 会话中的后台任务管理工具。用户通过 ./scripts/spawn.sh <name> <task> [agent]] 命令即可在独立会话中启动 Claude Code、OpenAI Codex、Google Gemini 或本地 Ollama 模型，实现"提交任务后离开"的异步工作模式。系统提供 status.sh 全局监控、、check.sh 单会话检查、以及标准 tmux 命令（attach/kill-session）进行生命周期管理，支持云端 API 与本地 GPU 推理的混合调度策略。
显著优点
成本灵活性：首创性地将商业 API 与免费本地推理并列呈现，用户可根据任务紧急程度、预算约束和实验风险动态选择执行环境。长周期、高风险的探索性任务可完全零成本运行。
资源隔离与持久化：tmux 会话独立于 Clawdbot 主进程，即使宿主应用重启，后台 Agent 仍持续运行，配合 tmux 的原生会话恢复机制，实现真正可靠的后台计算。
并行扩展能力：设计原生支持多 Agent 并发，用户可同时派发前端、后端、文档、测试等多条任务线，通过统一状态面板进行集中管控，显著提升复杂项目的推进效率。
零网络暴露：所有操作均在本地 shell 层完成，无额外网络端口开放，降低了攻击面。
潜在缺点与局限性
自动执行风险：核心功能依赖 --dangerously-skip-permissions 和 --auto-edit --full-auto 等高风险标志，Agent 获得近乎无限制的自动文件修改与命令执行权限，误操作或提示词注入可能导致不可逆的代码变更。
依赖链复杂：需预装 tmux、对应 Agent CLI 工具（claude/codex/gemini-cli）或完整 Ollama 环境，本地模式还需配置特定模型（glm-4.7-flash），初次部署门槛较高。
可观测性有限：check.sh 仅捕获输出流的末尾片段，无法实时展示完整执行上下文，复杂任务的中间状态追溯困难。
无内置回滚机制：虽然建议使用 git，但 Skill 本身未集成变更追踪或自动快照功能，用户需自行保障代码安全。
适合的目标群体
- 多线程开发者：需要同时推进多个独立编码任务的全栈工程师或技术负责人
- 成本敏感型用户：希望将 API 预算集中在关键路径，用本地资源覆盖探索性工作的个人开发者或初创团队
- 长周期任务执行者：运行耗时数小时的代码重构、测试生成或文档批处理场景
- AI Agent 早期采用者：已熟悉 Claude Code、Codex CLI 等工具，希望进一步提升工作流自动化程度的进阶用户
使用风险
性能风险：本地 Ollama 模式依赖 Mac GPU，大模型加载可能导致显著内存压力（16GB+ 内存建议），多会话并发时易出现资源争抢。
依赖项风险：tmux 版本差异可能导致会话行为不一致；Agent CLI 工具的版本更新可能破坏命令行接口兼容性。
数据一致性风险：自动执行模式下，Agent 可能基于过时上下文做出错误决策，建议配合频繁 git commit 使用。
权限扩散风险：--dangerously-skip-permissions 将 Agent 权限提升至接近用户级别，在共享开发机或含敏感凭证的环境中需格外谨慎。