codeg协作多AI代理编码工作空间

如果你同时使用多个AI编码助手——Claude Code、Codex、Gemini CLI——每个工具的会话都分散在不同的终端里，管理起来相当头疼。codeg 这个开源项目正好解决这个问题：它像一个聚合器，把所有AI编码会话集中到一块，还支持多人协作。

聚合多种AI编码会话

codeg 的核心功能是统一管理来自不同AI编码工具的会话。它目前能接入 Claude Code、Codex、Gemini CLI，未来可能兼容更多。你可以在一个界面里查看、搜索、回放之前的对话，不需要来回切换终端窗口。对于同时用多个LLM的开发者来说，这节省了大量时间。

项目的另一大亮点是 协作支持。团队可以共享同一个 codeg 实例，成员之间的AI会话互相可见，方便知识传递和代码审查。这点对远程团队尤其有意义——大家用的AI工具可能不同，但最终都汇总到同一个工作空间里。

部署方式灵活

codeg 提供三种部署方式：

• 桌面应用：适合个人使用，开箱即用，直接在本机运行。
• 自托管服务器：适合团队部署，数据留在自己手里，隐私可控。
• Docker：一键容器化，适合已经使用容器工作流的团队。

项目用 Rust 编写，性能上天生有优势。1584 个 Star 说明社区关注度不错，而且 GitHub 上已经有开发者提交了功能请求和 PR，生态正在成长。

典型使用场景

想象一个场景：团队中有成员用 Claude Code 写后端逻辑，另一人用 Codex 处理前端，还有一位用 Gemini CLI 做测试。如果没有 codeg，他们的AI对话都各自留在终端历史里，难以回溯和分享。部署 codeg 后，所有会话统一保存，团队成员可以随时查看别人的AI交互记录，学习最佳实践，或者在出问题时回溯上下文。

codeg 不只是一个日志记录器，它本身也是一个协作层，让AI辅助编程从个人工具变成团队资产。

上手建议与注意事项

如果你只是个人试用，直接下载桌面版最省心。如果是团队使用，建议用 Docker 或自托管服务器，可以配置用户权限和数据持久化。目前项目还处于早期阶段，功能不算特别丰富，但核心的会话聚合和搜索已经可用。注意，codeg 需要各个AI工具本身的支持才能采集会话，所以最好先确认你用的工具能被接入。

总的来说，codeg 是一个有明确痛点的实用工具，尤其适合多AI工具使用者或注重协作的团队。开源、免费、自部署，这三个标签已经能吸引不少开发者了。