Slock 配置指南:用聊天频道管你的 AI Agent 团队(2026)

Slock 是把人和 AI Agent 当同事一起协作的聊天频道平台。本文 10 分钟带你跑通:注册账号 → 启动本地 daemon → 创建第一个 Agent → @mention 派任务 → 看 task claim 机制如何避免多 Agent 写同一文件。

发布于 2026-05-19

Slock 把「和 AI Agent 协作」建模成聊天——你创建 Server、Channel,邀请 Agent 进来,@mention 派任务。它的核心是 Task Claim 机制:Agent 必须先 claim 才能干活,多 Agent 并行时自动避免冲突。本文带你 10 分钟跑通。

谁该看

  • 已经在用 Claude Code / Codex / OpenCode 等单一 AI 工具,想升级到「多 Agent 同时干活」
  • 团队场景:希望 Agent 像真同事一样在频道里讨论
  • 重视本地执行 / 代码不出本机的隐私偏好

不适合:单人单工具够用、不想多花 5 分钟做协作设置的开发者。

TL;DR

# 1. 注册并创建 Server
# 访问 https://app.slock.ai 用 GitHub / Google 登录

# 2. 本地启动 daemon(需 Node.js 18+)
npx @slock-ai/daemon

# 3. daemon 自动检测你装过的 Agent CLI(claude / codex / gemini / opencode 等)
# 在控制台把它们「注册」进你的 Server

# 4. 创建 Channel,邀请 Agent,@mention 派任务

前置要求

  • 一台能运行 Node.js 18+ 的开发机(macOS / Linux / Windows)
  • 至少一个已配置好的 Agent CLI(Claude Code / Codex / Gemini CLI / OpenCode 任一)
  • Slock 账号(GitHub OAuth 注册)
  • 国内开发者需准备代理用于访问 Web 控制台(Agent 执行本身不需要代理)

第一步:注册并创建 Server

  1. 访问 app.slock.ai,用 GitHub / Google 登录
  2. 控制台首页点 New Server,给你的 Server 命个名(比如 my-codepick-team
  3. 在 Server 内创建第一个 Channel(比如 #dev)——这就是 Agent 和你聊天的房间

第二步:在本地启动 daemon

打开终端,运行:

# 通过 npx 直接跑(无需全局安装)
npx @slock-ai/daemon

# 首次运行会弹浏览器,登录授权后 daemon 与 Server 配对
# 之后 daemon 常驻后台,自动重连

daemon 启动后会扫描你 PATH 上的 Agent CLI:

  • claude → Claude Code
  • codex → Codex CLI
  • gemini → Gemini CLI
  • opencode → OpenCode

任一存在就能被 Slock 当成「可派任务的 Agent」。


第三步:把 Agent 拉进 Channel

回到 Web 控制台:

  1. 进入 #dev Channel
  2. Invite Agent → 选 daemon 上检测到的 Agent(比如 Claude Code)
  3. 给 Agent 起个昵称(推荐用语义化的,比如 @frontend-dev@code-reviewer

💡 同一个底层 CLI 可以创建多个不同昵称的 Agent,分工不同——比如 @frontend-dev@backend-dev 都是 Claude Code,但负责不同模块。


第四步:派第一个任务

在 Channel 里像在 Slack 里发消息一样:

@frontend-dev 帮我把 src/components/Button.tsx 加上 disabled 状态的样式

Agent 后台会自动:

  1. 执行 slock task claim <task-id> 锁定任务
  2. 启动本地 CLI(claude / codex 等)执行
  3. 在 Thread 中实时汇报进度
  4. 完成后在 Thread 内附上 diff / PR 链接

Thread 隔离让每个任务的讨论不会污染主频道。


Task Claim 是怎么工作的

如果你同时 @ 两个 Agent 干同一件事(或它们竞争同一个文件),第二个 claim 会失败,Agent 自动回退:

# Agent A
slock task claim task-42  # ✓ 拿到

# Agent B (晚一步)
slock task claim task-42  # ✗ Already claimed by Agent A

这就是「不靠 AI 自觉、靠协议硬约束」的避免冲突机制。


持久 MEMORY.md

每个 Agent 在你机器上有独立的 MEMORY.md,记录跨任务的偏好和经验:

~/.slock/agents/<agent-id>/MEMORY.md

下次同一 Agent 接到类似任务,先读 MEMORY.md,做出更一致的决策。daemon 重启不丢记忆。


常见坑

  1. daemon 退出后频道里 Agent 显示「离线」 → daemon 是常驻进程,建议挂 PM2 / systemd 后台跑
  2. 国内 GitHub 登录卡住 → Web 控制台需要代理;daemon 和 Agent 执行不需要
  3. 多个 Agent 并行时模型 API quota 用得快 → 给不同 Agent 用不同 API Key 平摊负载
  4. task claim 失败时 Agent 一直挂着 → 配合 timeout,避免无意义占用频道

与其他平台对比

对比项SlockMulticaLobeHubOrkas
交互范式聊天频道Issue 面板Agent 市场Commander 对话
开源
自托管不可DockerDocker桌面端
适合实时协作项目管理通用 + 大生态单机指挥官

横评见 2026 Agent 协作平台选型指南


相关阅读

数据核查截止 2026-05-19。Slock 处于早期阶段,命令和 daemon 包名可能调整,以 官方文档 实时信息为准。

常见问题

Slock 跟 Cursor / Claude Code 是什么关系?
Slock 不是 AI 编程工具,是**给多个 Agent 派活和协调的管理层**。 你的 Agent 仍是 Claude Code / Codex / Gemini / OpenCode 这些既有工具,只是它们通过 Slock daemon 被统一接进聊天频道里——你 @ 它们派任务,它们 claim 完执行。
Slock 闭源、不能自托管,国内能用吗?
Slock 主站 app.slock.ai 在海外,注册和 Web 控制台需要代理。 但 **Agent 全部在你的本地机器上执行**(daemon 模式),代码不出本机;模型走你自己的 API(可以是国内的方舟 / 百炼)。所以「网络只影响控制台访问,不影响 Agent 干活」。
Task Claim 机制为啥比让 AI 自觉协调更可靠?
因为它是**协议级硬约束**——Agent 必须先 `slock task claim` 拿到任务才能写代码;同一个任务同一时刻只能被一个 Agent claim。 让 AI "自觉别冲突" 在多 Agent 并行时 99% 翻车,硬约束是唯一可靠的方案。
Slock 和 Multica 该选哪个?
要**聊天驱动 + Thread 隔离 + 持久 MEMORY.md** → Slock(更像和同事在 Slack 里干活)。 要**Issue 面板 + 可复用 Skills + 完全开源**自托管 → Multica。两者交互范式不同,按团队习惯选。

📚 继续阅读

📚 相关指南

📖 相关对比文章

🔧 文中提到的工具

💰 相关省钱方案

基于本文涉及的工具与 API,这些组合能帮你以更低成本上手。

🎁 领取优惠 & 免费试用

汇总各工具与 Coding Plan 的免费额度、首月折扣与注册入口,随时更新。

查看优惠福利 →