Claude Code、Codex、Cursor实现互通：一套协议打通AI编程工具

时间：2026-08-15 14:16

点击上方卡片关注我设置星标学习更多AI出海知识现在 AI 编程工具越来越多& xff0c;但有一个问题一直没解决& xff1a;它们之间不互通。 Claude Code 有自己的客户端& xff0c;Codex 也有自己的 app& xff0c;Cursor 的 Agent 只能在 Curso

点击上方卡片关注我

设置星标学习更多AI出海知识

现在 AI 编程工具越来越多，但有一个问题一直没解决：它们之间不互通。

Claude Code 有自己的客户端，Codex 也有自己的 app，Cursor 的 Agent 只能在 Cursor 里用，每个工具都是封闭的，想把某个 Agent 放到另一个编辑器里用，或者让不同 Agent 协作处理同一个项目，做不到。

这个问题其实不新鲜，十几年前，编程语言工具也是同样的局面，每个编辑器都得自己做语法高亮、自动补全、错误检查，后来出了一个叫 LSP 的协议，把这层通信统一了，VS Code 能成功很大程度上就是因为这个。

这个问题听起来熟悉吗？

现在 AI 编程领域也有了类似的协议——Agent Client Protocol（ACP），让任何编辑器能接入任何 AI 编程 Agent。

目标很简单：让任何编辑器能用任何 AI 编程 Agent。

ACP 是什么

Agent Client Protocol 是一个标准化的通信协议，定义了代码编辑器和 AI 编程 Agent 之间如何对话。

简单说：它让任何支持 ACP 的编辑器都能用任何支持 ACP 的 Agent，不再是「Claude Code 只能在终端用」或「Cursor 只能用自己的 Agent」，可以在 Zed 里用 Claude Code，在 VS Code 里用 Gemini CLI，随便组合。

技术上它基于 JSON-RPC，支持两种运行方式：

• 本地模式：Agent 作为编辑器的子进程运行，通过 stdio 通信

• 远程模式：Agent 跑在云端，通过 HTTP/WebSocket 连接

和 MCP（Model Context Protocol）的关系是互补的：MCP 解决「Agent 怎么获取外部工具和数据」，ACP 解决「编辑器怎么和 Agent 对话」。

一个管 Agent 的输入，一个管 Agent 的输出。

Harness：Agent 的“容器”

这是 ACP 生态里一个很重要的概念。

如果说 ACP 是协议本身，那 Harness 就是“管理 Agent 生命周期的容器”。

类比一下：

• Docker 是应用的容器 — 管理应用的启动、停止、网络、存储

• Harness 是 Agent 的容器 — 管理 Agent 的启动、会话、权限、通信

具体来说，Harness 负责：

• 启动和停止 Agent 进程

• 管理多个并发会话（你可以同时跑多个任务）

• 处理权限控制（Agent 要执行命令、读写文件时的审批流）

• 转发 MCP 服务器配置

• 管理会话的保存/恢复/关闭

比如在 OpenClaw 里，你可以这样启动一个 ACP harness：

# OpenClaw 作为 ACP harness 运行openclaw acp# 指向远程 Gatewayopenclaw acp --url wss://my-server:18789 --token-file ~/.openclaw/gateway.token# 绑定到特定 agent 会话openclaw acp --session agent:main:main

编辑器只需要知道怎么跟 harness 说话，不需要知道后面是 Claude、Gemini 还是 DeepSeek，这层抽象让开发者可以自由组合编辑器和 Agent，而不用关心底层实现。

生态现状：30+ Agent 已接入

这不是纸上谈兵。截止现在，已经有 30 多个 Agent 实现了 ACP：

目前可接入或已在生态中间出现的方案包括：Anthropic 的 Claude Code（通过 Zed 的 SDK adapter）、OpenAI 的 Codex CLI（通过 Zed 的 adapter）、Google 的 Gemini CLI，以及 Cursor、GitHub Copilot（public preview）、JetBrains 的 Junie、OpenClaw，还有 Cline、Goose、OpenHands、OpenCode 等。

客户端（编辑器）方面，Zed 是最积极的推动者——它原生支持 ACP，可以接入任何 ACP Agent，VS Code 和 JetBrains 也在跟进。

这意味着什么？以前你选 Claude Code 就意味着只能在终端用，现在你可以在 Zed 里直接用它，享受编辑器的所有 UI 优势（diff 预览、文件树、内联显示），或者可以用 acpx 让两个 Agent 协作。

实操：在 Zed 里用 Claude Code

拿一个具体例子来说，假设想在 Zed 编辑器里用 Claude Code，以前完全不可能，现在只需要配置一下：

// ~/.config/zed/settings.json{  "agent_servers": {    "Claude Code": {      "type": "custom",      "command": "claude-agent-acp",      "args": [],      "env": {}    }  }}

或者想用 OpenClaw 的 agent：

// Zed settings{  "agent_servers": {    "OpenClaw ACP": {      "type": "custom",      "command": "openclaw",      "args": ["acp", "--session", "agent:main:main"],      "env": {}    }  }}

打开 Zed 的 Agent 面板，选择配置的 Agent，就能开始用了，体验和在终端里直接用 Claude Code 一样，但有了编辑器的 UI 加持。

进阶：让不同 Agent 协作

更有意思的是 agent 之间的协作，通过 acpx（ACP 的命令行客户端），可以让一个 Agent 调用另一个：

# 让 Codex 通过 ACP 访问 OpenClaw agent 的上下文acpx openclaw exec "总结一下当前项目的最新进展"# 建立持久会话，多次交互acpx openclaw sessions ensure --name codex-bridgeacpx openclaw -s codex-bridge "help me review this PR"

这意味着可以创建一个 multi-agent 工作流：一个 Agent 擅长代码生成，另一个擅长代码审查，第三个负责测试，它们通过 ACP 标准接口通信，不需要任何自定义集成工作。

再比如 OpenClaw 里的 sessions_spawn 工具，可以直接以 ACP 模式启动一个子 agent，指定用哪个 harness，子 agent 完成任务后自动报告结果，这就是harness 管理 agent 生命周期的具体体现。

ACP vs MCP：别混淆

很多人容易把 ACP 和 MCP 混淆。

• MCP (Model Context Protocol) — 解决的是Agent 怎么获取外部能力，比如接数据库、调 API、读文档，Agent 是 MCP 的客户端。

• ACP (Agent Client Protocol) — 解决的是编辑器怎么和 Agent 对话，管理会话、权限、流式输出、工具调用审批，编辑器是 ACP 的客户端。

两者是配合关系：编辑器通过 ACP 跟 Agent 说话，Agent 通过 MCP 获取外部工具和数据，编辑器还可以把自己配置的 MCP server 传给 Agent，让 Agent 直接用。

ACP 管「人怎么和 Agent 交互」，MCP 管「Agent 怎么和世界交互」。

写在最后

简单来说，ACP 做的事情就是把编辑器和 AI Agent 之间的对话方式统一了，以前每家都各做各的，现在有了一个共同的接口规范，Harness 则是这个体系里管 Agent 启停、会话和权限的那一层。

现在已经有超过 30 个 Agent 支持 ACP 了，像 Claude Code、Codex、Gemini CLI、Cursor、Copilot 这些主流工具都已经覆盖到。编辑器这边，Zed 已经原生接入，VS Code 和 JetBrains 也在持续跟进。只是要说明一点，不少集成方案目前还处在比较早期的阶段，所以真到上手体验时，和那些成熟产品相比，多少还是会有一些差距。

我们出海社区终于有自己的网站了！

欢迎关注，这个账号还会持续分享更多AI编程、出海工具、实战经验、踩坑记录。

想了解更多可以加我 vx: 257735 聊。