背景
最近用 Claude Code、Copilot CLI 这类 AI Agent 工具的时候,有一个挺烦人的问题:让 AI 在后台跑任务,我总是会忍不住去查看他的执行状态,有时候比较复杂的任务可能会耗时十来分钟,每次来回切换非常浪费时间。
更惨的是有时候 AI 需要我授权某个操作(比如执行 shell 命令),我没注意到,它就一直卡在那里等。
所以我一直想找一个靠谱的通知方案。
灵感来源于播客「枫言枫语」,主播自力提到可以用 Hook 来实现 Agent 通知。
不过一开始我偷了个懒,让 AI 自己给方案。AI 给出的方案很"AI":在 ~/.claude/CLAUDE.md 里加一段系统提示词,指示 LLM 任务完成后用 afplay 播放一个提示音。- ## Task Completion SoundWhen you complete a task, play a sound:afplay /System/Library/Sounds/Glass.aiff
复制代码 测试了几次发现这玩意不靠谱——有时候响,有时候不响,完全看 LLM 心情。
最终我还是回到了 Hook 方案,用各平台的 Hooks 系统实现确定性触发,并封装成了一个可复用的 SKILL。
最终的效果如下:
问题分析
为什么 LLM 提示词方案不靠谱?主要三个原因:
- LLM 不会 100% 遵循附带操作类指令:LLM 对"生成文本"以外的操作指令(比如"运行 bash 命令")本来就不太可靠,它可能觉得当前场景"不需要"播放声音就跳过了
- 上下文压缩会丢失指令:长对话中,系统会自动压缩上下文,提示词的优先级会被降低甚至直接丢掉
- LLM 对触发时机的判定不一致:什么算"任务完成"?LLM 每次的理解可能都不一样,导致触发行为不稳定
本质上,这是一个"软提示" vs "硬触发"的问题。用提示词去控制 LLM 行为,就像是"拜托你帮我做一件事";而用 Hooks 就是"当这个事件发生时,自动执行这段代码"——确定性完全不同。
对比项提示词方案Hooks 方案触发可靠性不确定,取决于 LLM 判断确定性 100% 触发上下文影响长对话会被压缩丢失不受上下文影响配置方式Markdown 文本JSON 配置 + 脚本可扩展性基本不可扩展支持多平台、多渠道维护成本每次换模型可能要调提示词一次配置,持续生效有点类似于现在的 LLM 和 Agent 的区别,Agent 是干活的,大模型是负责思考的。
确定的事情还是要交给确定的 Agent 去做。
agent-notifier 介绍
基于以上分析,我开发了 agent-notifier 这个 SKILL,用 Hooks 实现确定性通知。
功能概览
支持的 AI Agent 平台:
平台Hook 机制触发事件Claude Codesettings.json hooksNotification(idle_prompt, permission_prompt)GitHub Copilot CLIhooks.jsonsessionEnd, postToolUseCursorhooks.jsonstop, afterFileEditCodex(OpenAI)notify settingagent-turn-completeAiderCLI flag--notifications-command支持的通知渠道:
渠道默认状态说明Sound启用macOS 用 afplay,Linux 用 paplay/aplaymacOS 通知中心启用通过 osascript 弹出系统通知Telegram禁用需要 Bot Token + Chat IDEmail禁用SMTP 发送Slack禁用Incoming WebhookDiscord禁用Webhook URL架构设计
核心思路是统一事件模型 + 并发多渠道分发:- 各平台 Hook 触发 ↓ stdin JSON 输入(各平台格式不同) ↓ notify.py 解析为统一事件:{platform, event, message} ↓ 读取 notify-config.json 配置 ↓ ThreadPoolExecutor 并发分发到所有启用的渠道
复制代码 每个平台传过来的 JSON 格式不一样,比如 Claude Code 是 {"notification_type": "idle_prompt", ...},Copilot CLI 是 {"hook_event_name": "sessionEnd", ...}。notify.py 会把这些不同的格式统一解析成 {platform, event, message} 三元组,然后根据配置分发到各个通知渠道。
一个关键设计:单个渠道发送失败不影响其他渠道。比如 Telegram 网络超时了,Sound 和 macOS 通知该响还是响。错误信息只输出到 stderr,不会中断流程。
核心设计决策:纯标准库、零依赖
整个 notify.py 只用了 Python 标准库,没有任何 pip 依赖:
- HTTP 请求用 urllib.request(发 Telegram、Slack、Discord)
- 邮件用 smtplib
- 播放声音用 subprocess 调系统命令
- 并发用 concurrent.futures
这意味着只要机器上有 Python,拿来就能用,不需要 pip install 任何东西。
开发过程
整个 SKILL 的开发也是和 AI 对话完成的,下面分阶段回顾。
阶段一:核心通知脚本 notify.py
这是最核心的部分,负责三件事:
- 解析输入:从 stdin 读取各平台传过来的 JSON,识别平台类型和事件
- 统一事件模型:不管哪个平台,统一解析为 {platform, event, message}
- 多渠道发送:并发调用所有启用的通知渠道
比如 Claude Code 的 Hook 会通过 stdin 传入:- {"notification_type": "idle_prompt", "message": "Claude is waiting for your input"}
复制代码 脚本解析后生成通知:"✅ Task completed — waiting for your input",然后同时发到 Sound、macOS 通知中心、Telegram 等所有启用的渠道。
阶段二:配置与安装
光有核心脚本还不够,还需要让用户能方便地配置和安装。所以又搞了两个文件:
notify-config.json:配置模板,定义了所有渠道的开关和参数。默认只启用 Sound 和 macOS 通知,Telegram、Email 这些需要手动启用并填入凭据。
setup.py:交互式安装脚本,运行后会:
- 自动检测你装了哪些 AI Agent 平台
- 引导你配置通知渠道(要不要 Telegram?Bot Token 是什么?)
- 自动在对应平台写入 Hook 配置
- 发一条测试通知验证配置
阶段三:集成测试
代码写完了,关键是跑起来验证。
首先在 Claude Code 的 ~/.claude/settings.json 里配置 Hook:- { "hooks": { "Notification": [ { "matcher": "", "hooks": [ { "type": "command", "command": "python3 ~/.claude/skills/agent-notifier/notify.py" } ] } ] }}
复制代码 然后手动测试:- # 模拟任务完成通知echo '{"notification_type":"idle_prompt","message":"test"}' | python3 notify.py# 模拟权限请求通知echo '{"notification_type":"permission_prompt","message":"needs permission"}' | python3 notify.py
复制代码 Sound 和 macOS 通知都正常。接着启用 Telegram,配好 Bot Token 和 Chat ID,再跑一次——Telegram 也收到了消息。
最后让 Claude Code 执行一个真实任务,然后等它跑完。果然,任务结束后 Telegram 弹出通知,Sound 也响了,搞定。
阶段四:修 bug 改文案
实际使用中发现一个问题:idle_prompt 的通知消息是 "Claude is waiting for your input",但这个消息不够直观——我更想知道的是"任务完成了",而不是"在等你输入"。
虽然本质上 idle_prompt 就是任务完成后等待输入的信号,但消息文案会影响用户感知。于是改成了:
<ul>idle_prompt → "✅ Task completed — waiting for your input"
permission_prompt → <strong>"
来源:程序园用户自行投稿发布,如果侵权,请联系站长删除
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作! |