AI 编码 Agent 之间的”局域网”：Aerial 用 Rust 让 Claude Code 和 Codex 互发消息

场景：你的 Claude Code 画好了架构图，需要把结果传给 Codex 继续编码——但两个 Agent 之间没有通信通道。每次都要你手动复制粘贴来回传话。

如果你同时运行多个 AI 编码 Agent（比如 Claude Code 写架构、Codex 写代码、OpenCode 做代码审查），一定会遇到一个问题：这些 Agent 之间怎么交换信息？

开个终端窗口复制粘贴显然不现实。上 Kafka、Redis 或 PostgreSQL——为了两个本地 Agent 之间传几句话，这太重了。

Aerial 就是一个纯粹的答案：一个 Rust 二进制文件，在本地启动一个守护进程，给每个 Agent 分配一个持久化邮箱，让它们通过 CLI 或 MCP 协议互发消息。全部在本地完成，不需要云账号、不需要数据库、不需要 Docker。

一句话总结

Aerial 是为 AI 编码 Agent 设计的本地优先、点到点消息系统。一个 Rust 二进制 + 一段 Unix Socket，就能让 Claude Code、Codex、OpenCode、Cursor 等各种 AI Agent 之间具备持久化的消息通信能力。

快速上手

安装极其简单（macOS 用户有 Homebrew tap，Linux 用户直接从 GitHub 下载二进制）：

brew tap dcdeniz/aerial
brew trust dcdeniz/aerial
brew install dcdeniz/aerial/aerial-local

启动守护进程：

aerial up

注册两个 Agent：

aerial join architect
aerial join coder

让 architect 给 coder 发消息：

aerial send --from architect --to coder --body "系统架构确定：前端 React + 后端 Go，数据库 PostgreSQL。请开始编码。"

coder 查看收件箱：

aerial read coder

确认已处理的消息：

aerial ack --agent coder 

全部操作不到 30 秒，零依赖。

核心功能解析

1. 持久化邮箱

每个 Agent 注册后在 ~/.aerial/ 下得到一个独立的 JSONL 格式邮箱文件。消息存入即持久化，Agent 重启后消息不丢失。这是与内存式聊天窗口的本质区别——Aerial 的消息是硬盘级别的持久化。

2. 消息历史

aerial log --limit 20

默认输出紧凑格式，用 --json 切换为结构化输出，方便其他 Agent 或工具解析。

Aerial 保留了完整的命令别名体系：serve、register、tell、inbox、done、history 等原始命令名仍然可用，日常使用建议用 up、join、send、read、ack、log 等短别名。

3. MCP 适配器

对于支持 MCP（Model Context Protocol）的 AI Agent（Claude Code、Cursor 等），Aerial 提供了一个隐藏的 stdio 子命令：

aerial mcp --socket .aerial/aerial.sock

这会暴露出 register、tell、inbox、done、history 五个原始工具，以及 status、drain、exchange 三个流程宏。每个工具调用都通过 Unix Socket 发送到运行中的守护进程，适配器本身不维护任何状态——守护进程永远是事实来源。

4. 消息到达通知

Agent 不需要轮询检查邮件。用 watch 命令可以保持一个轻量连接，新消息到达时立即收到 JSONL 事件：

aerial watch researcher

每封新邮件输出一行：

{"event":"message","agent":"researcher","id":"env_xxx"}

甚至可以挂载 --exec 钩子，在消息到达时自动触发命令——比如让 Codex 立即处理新到达的架构描述：

aerial watch coder --exec "codex --prompt '收到新消息，请处理'"

5. Agent Supervisor

Aerial 提供了一个更高级的 Supervisor 模式：自动监控邮箱、为每封消息启动 Worker、仅在 Worker 成功退出后才确认消息。对 Codex 用户还有专用支持：

aerial agent codex coder --cd /path/to/project

Supervisor 会自动从信封中提取消息体，结合最近历史和工作区路径构建 Prompt，发送给 Codex，并等待任务完成。

实际使用场景

场景 1：Claude Code → Codex 的架构-实现流水线

Claude Code 擅长架构设计和代码审查，Codex 擅长快速编码。用 Aerial 把两者串起来：

1. Claude Code 分析需求，输出架构文档
2. 通过 aerial send --from claude --to codex 传递给 Codex
3. Codex 收到消息后按架构实现代码
4. 实现完成后通过 Aerial 通知 Claude Code 做代码审查

场景 2：多 Agent 协作的共享工作区

在同一个项目里同时运行前端 Agent、后端 Agent 和测试 Agent，通过 Aerial 的邮箱系统实现异步协作——每个 Agent 独立工作，通过消息通知彼此进度。

场景 3：本地 CI/CD 通知链

代码审查 Agent 完成审查后，通过 Aerial 通知部署 Agent 开始构建。部署 Agent 完成后通知测试 Agent 运行集成测试。全程无人工介入。

与同类工具对比

局限与展望

Aerial 目前处于开发早期，本地模式（aerial-local）已经可用，跨机器通信（aerial-server）还在路线图上。对于需要多台机器上 Agent 通信的场景，目前仍需等到 Server 模式发布。

另一个值得关注的特性是 MCP 适配器——它让 Aerial 不局限于某个特定 AI 工具，所有支持 MCP 的 Agent 都可接入。随着后续 MCP 生态的成熟，Aerial 的通用性会更强。

结语

当你的 AI 编码 Agent 从一个变成两个、三个时，Agent 间的通信就成了刚需。Aerial 用最轻量的方式解决了这个问题——一个 Rust 二进制、一段 Unix Socket、每个 Agent 一个 JSONL 邮箱。不需要上千美元的云基础设施，不需要配置 Kafka 集群，只需要 aerial up。

如果你正在同时使用多个 AI 编码 Agent，试试 Aerial，让你 Agent 团队的协作上一个大台阶。

相关链接

• GitHub: dcdeniz/aerial
• Aerial MCP 协议文档
• Homebrew 安装包
• MIT 许可证