夜雨聆风
上一篇文章《出门一周，我用飞书远程指挥 Claude Code 干活》，讲的是我自己做的一个小工具：feishu-claude-bridge。
它实现的功能是：
我在家里的 Mac 上开一个 Claude Code，把它放进 tmux 里跑。通过我的feishu-claude-bridge，接飞书 WebSocket。就这样把飞书变成了我家里 Claude Code 的遥控器。自己可以随时随地语音输入推进自己的项目。
项目开源后，有读者问我：
这个和 cc-connect 有什么区别？
于是我花几天深入研究了一下，发现 cc-connect 这个工具意外的好用。本文就主要介绍如何把 cc-connect 配置成一个真正可用的远程开发入口。
读完之后，你应该能知道：
• cc-connect 是什么 • 如何安装 • 飞书机器人接入步骤 • 微信机器人接入步骤 • 配置后台运行和开启自启 • 基本使用和常用命令
如果你后面也想把 Claude Code、Codex、Cursor 接进飞书或微信，可以直接照着这篇文章一步一步做。
CC-Connect是什么
cc-connect 是一个通信工具桥接 hub。
它可以把运行在你机器上的 AI Agent 桥接到你日常使用的即时通讯工具。
代码审查、资料研究、自动化任务、数据分析 —— 只要 AI Agent 能做的事，都能通过手机、平板或任何有聊天应用的设备来完成。不需要守在电脑前。
它比较强大的点是支持当前市场上所有的主流通讯工具和 AI 编程工具。
源码仓库如下： https://github.com/chenhg5/cc-connect
作为一个 Claude、Codex、Cursor 三开的重度 AI 用户，这个工具完美地满足了我当前的所有需求。能把我做开发时使用的这些工具，整合到我每天都会打开的飞书和微信中。
这样我就可以：
1. 实时监控每个任务的执行进展 2. 通过语音或文字远程指挥它们继续干活 3. 把进行中的开发、写作、调研等任务继续往前推进
本地安装
如果你已经在用 Claude Code、Codex，Cursor 这类 AI 编程工具，最省事的方式是把这句话直接发给它：
请参考 https://raw.githubusercontent.com/chenhg5/cc-connect/refs/heads/main/INSTALL.md 帮我安装和配置 cc-connect如果你想手动装，可以用 npm进行安装：
npm install -g cc-connect如果使用的系统是macOS， 我更建议用 Homebrew：
brew install cc-connect装完检查一下版本，有正常输出则说明成功安装：
cc-connect --version完成安装后，下一步就是配置你的飞书或微信机器人。这里主要以 Claude Code 为例，介绍一下如何接入。
飞书和微信接入
飞书机器人配置
关于飞书的配置，需要我们先新建一个飞书机器人，这两天飞书官方出了一个很好用的功能，可一键创建飞书智能体应用，网址如下：
https://open.feishu.cn/app
在本地打开命令行，输入以下命令即可配置完成：
cc-connect feishu setup --project home-claude --app cli_xxx:sec_xxx配置完成后启动 cc-connect，在飞书里给机器人发一条消息试试：
cc-connect daemon restart在飞书里发 /help，如果机器人能回复，说明飞书接入成功。
微信机器人配置
个人微信接入方式也同理，直接在终端中运行以下命令：
cc-connect weixin setup --project home-claude命令执行后，终端会打印二维码，也会给一个可复制的 URL。用手机微信扫码或打开链接确认登录后，cc-connect 会把 token、base_url、account_id 等写回 ~/.cc-connect/config.toml。
扫码完成后重启服务，然后在微信给你的机器人发一条消息试试吧！
cc-connect daemon restart
基础配置
完成安装后基本就可以使用了，但这里推荐了解一下cc-connect的配置方式，cc-connect 的配置存放在这个文件中：
~/.cc-connect/config.toml第一次运行 cc-connect 会自动生成模板。也可以直接用它内置的 Web 管理后台来配置：
cc-connect web
下面讲几个最关键的配置。
工作空间
[[projects]]name = "home-claude"[projects.agent]type = "claudecode"[projects.agent.options]work_dir = "/Users/you/Workspace/your-project"work_dir 决定了 Agent 默认在哪个目录干活。配好以后，出门不需要再手动切目录。
我的做法是每个常用项目单独建一个 project：
[[projects]]name = "home-claude"[projects.agent.options]work_dir = "/Users/you/Workspace/main-project"[[projects]]name = "blog"[projects.agent.options]work_dir = "/Users/you/Workspace/blog"每个 project 绑定一个目录，互不干扰。
权限模式
[projects.agent.options]mode = "default"cc-connect 支持几种权限模式：
• default：工具调用需要你确认• acceptEdits：文件编辑自动通过，其他仍需确认• plan：只规划不执行，审批后再跑• bypassPermissions（yolo）：全部自动通过
出门远程使用建议用 default。手机上看不全 Agent 的每一步操作，yolo 风险太高。
低风险任务可以在飞书里临时切 /mode yolo，干完立刻 /mode default 切回来。
访问控制
[[projects]]name = "home-claude"admin_from = "你的飞书用户ID"[projects.platforms.options]allow_from = "你的飞书用户ID或群ID"allow_from 控制谁能给机器人发消息，admin_from 控制谁能执行高危命令（切目录、shell、重启）。
不要写 admin_from = "*"。原则很简单：allow_from 可以是信任的群，admin_from 只能是自己。
环境变量
API key、飞书 secret 不要直接写明文，用变量：
api_key = "${ANTHROPIC_API_KEY}"app_id = "${FEISHU_APP_ID}"app_secret = "${FEISHU_APP_SECRET}"cc-connect 启动时会自动替换 ${ENV_VAR}。
后台运行与开机自启
出门使用不能靠手动开终端跑 cc-connect。官方内置了 daemon 命令：
cc-connect daemon install --config ~/.cc-connect/config.tomlcc-connect daemon start装完以后，macOS 上用 launchd，Linux 上用 systemd，电脑重启会自动拉起。
日常管理就这几个：
cc-connect daemon status # 查看状态cc-connect daemon logs -f # 看日志cc-connect daemon restart # 重启cc-connect daemon stop # 停止出门前检查一下 cc-connect daemon status，再在飞书里发个 /help，机器人能回复就可以走了。
常用命令
配好以后，日常使用就是在飞书或微信里发命令。最常用的列在下面。
会话管理
/new 修复登录 bug新建会话，每个任务开一个。
/list查看已有会话。
/switch 2切换到第 2 个会话。
/current确认当前在哪个会话。
/history 10查看最近 10 条消息。
我的习惯是一个任务一个会话，命名用具体内容而不是"临时""测试"。
工作目录与模型
/dir查看当前工作目录。
/dir reset切回配置里的默认目录。
/model查看当前模型。
/model switch sonnet切换模型。
/mode查看权限模式。
/mode yolo临时全自动（用完切回 default）。
任务控制
/stop任务跑偏时立刻停掉。
/ps 别提交代码向正在执行的任务追加补充信息。
/shell git status远程执行 shell 命令。
/show README.md查看文件内容。
系统
/help确认机器人是否在线。
/status查看服务状态。
/doctor运行自动诊断。
/restart远程重启服务。
手机上不一定要打字。飞书和微信都支持语音输入，按住说一段明确的指令就行。会话、目录、权限提前配好以后，语音就是远程调度 Agent 的入口。
一点心得
自从用上 cc-connect 以后，我已经很少在终端里直接操作 Claude Code 和 Codex 了。
飞书的语音转文字让我可以直接说需求，不用打字。飞书还会把语音内容条目化整理好再发给 Claude，比我自己组织语言还清楚。所有对话都有历史记录，随时可以搜索回溯，还不用让AI搜索记忆浪费token。
总结下来，这类工具的价值不是让 AI 变强，而是让你调度 AI 的阻力变小。当入口从终端变成手机里每天都会打开的通讯工具，你会发现很多原本"等回家/回工位再说"的灵感，走在路上，发条语音就可以立即付诸实施。
如果你喜欢这篇文章，欢迎关注我，获取更多AI Native的生活和工作方式。
