如果你同時使用多個AI編碼助手——Claude Code、Codex、Gemini CLI——每個工具的會話都分散在不同的終端裡，管理起來相當頭疼。codeg 這個開源專案正好解決這個問題：它像一個聚合器，把所有AI編碼會話集中到一塊，還支援多人協作。
聚合多種AI編碼會話
codeg 的核心功能是統一管理來自不同AI編碼工具的會話。它目前能接入 Claude Code、Codex、Gemini CLI，未來可能相容更多。你可以在一個介面裡檢視、搜尋、回放之前的對話，不需要來回切換終端視窗。對於同時用多個LLM的開發者來說，這節省了大量時間。
專案的另一大亮點是 協作支援。團隊可以共享同一個 codeg 例項，成員之間的AI會話互相可見，方便知識傳遞和程式碼審查。這點對遠端團隊尤其有意義——大家用的AI工具可能不同，但最終都彙總到同一個工作空間裡。
部署方式靈活
codeg 提供三種部署方式：
- 桌面應用：適合個人使用，開箱即用，直接在本機執行。
- 自託管伺服器：適合團隊部署，資料留在自己手裡，隱私可控。
- Docker：一鍵容器化，適合已經使用容器工作流的團隊。
專案用 Rust 編寫，效能上天生有優勢。1584 個 Star 說明社羣關注度不錯，而且 GitHub 上已經有開發者提交了功能請求和 PR，生態正在成長。
典型使用場景
想象一個場景：團隊中有成員用 Claude Code 寫後端邏輯，另一人用 Codex 處理前端，還有一位用 Gemini CLI 做測試。如果沒有 codeg，他們的AI對話都各自留在終端歷史裡，難以回溯和分享。部署 codeg 後，所有會話統一儲存，團隊成員可以隨時檢視別人的AI互動記錄，學習最佳實踐，或者在出問題時回溯上下文。
codeg 不只是一個日誌記錄器，它本身也是一個協作層，讓AI輔助程式設計從個人工具變成團隊資產。
上手建議與注意事項
如果你只是個人試用，直接下載桌面版最省心。如果是團隊使用，建議用 Docker 或自託管伺服器，可以配置使用者許可權和資料持久化。目前專案還處於早期階段，功能不算特別豐富，但核心的會話聚合和搜尋已經可用。注意，codeg 需要各個AI工具本身的支援才能採集會話，所以最好先確認你用的工具能被接入。
總的來說，codeg 是一個有明確痛點的實用工具，尤其適合多AI工具使用者或注重協作的團隊。開源、免費、自部署，這三個標籤已經能吸引不少開發者了。
評論
暫無評論
成為第一個評論的人