SOTA Sync
← 返回 FEED
OTHER2026-05-18

Claude Agent 部署实战：三种方案对比与选型决策树

Claude Agent 部署实战：三种方案对比与选型决策树

Nate Herk 是一位深度使用 Claude Code 的自动化工程师。他测试了三种将 Claude Code Agent 从「终端玩具」变成「生产级自动化」的部署方案，并总结了一套 WAT 框架来帮助选型。

WAT 框架：你在部署什么？

在选方案之前，先搞清楚你在部署什么：

  • W = Workflow：任务流程（如「写一篇 LinkedIn 帖子」）
  • A = Agent：自主推理层，决定下一步做什么
  • T = Tools：技能调用的工具（如图像生成 API）

有些部署只给 W+T，有些给完整的 WAT。选错方案 = 烧钱、丢灵活性、或笔记本一合上就崩。

方案一：/loop —— 最简单，零配置

在 Claude Code 终端里直接说：「每 10 分钟读取我最新 YouTube 视频的新评论，用视频字幕回复」。

底层用 cron create/list/delete 三个工具，session 级调度，多终端互不干扰。

关键细节：

  • 桌面端 /clear 会杀死 cron，终端里 /clear 不会——可以设两个 loop：一个跑任务，一个每 5 分钟 /clear 保持 context window 健康
  • 终端 loop 7 天过期，桌面端 3 天
  • 任务触发有最多 30 分钟 jitter，防止全球 Claude Code 同时撞 API
  • 机器必须开着，session 必须保持

适用场景：实时交互、需要完整 Agent 循环的临时自动化

方案二：Scheduled Tasks / Claude Routines —— 官方原生

桌面 app → Routines，创建本地定时任务或云端 Claude Routine。

特性Local Scheduled TaskClaude Routine
运行位置本机Anthropic 云端
电脑关机不执行正常执行
补执行开机后补跑不补跑
最短间隔无限制1 小时
每日配额无限制Pro 5 / Max 15 / Team 25
触发方式仅定时定时 + API + GitHub webhook

注意：云端运行在 Anthropic 的 repo clone 上，环境变量需要单独配置。

适用场景：需要「睡着也能跑」的定时任务，或需要 webhook 触发的事件驱动流程

方案三：Modal / Trigger.dev —— 外部云部署

把自动化写成 Python（Modal）或 TypeScript（Trigger.dev）脚本，部署到云端，设 cron 或 webhook。

Claude Code 可以帮你：写脚本、推送到 dev/prod、配置环境变量。

Modal = Python serverless，更像云端 cron job
Trigger.dev = TypeScript durable workflow，更适合编排复杂流程

得失分析：

  • ✅ 机器可以关机，有真实 dashboard、错误追踪、运行历史
  • ✅ 支持 webhook 触发
  • ❌ 失去 Agent（除非引入 Agent SDK）
  • ❌ AI 调用走 API key，按 token 付费，可能很贵
  • ❌ 配置比前两种复杂

关键洞察：很多任务根本不需要 AI。如果脚本是确定性的（取数据→转换→写表），用 Modal/Trigger.dev 最划算——没有 per-token 成本。

Agent SDK：把 Agent 塞回外部部署

Claude Agent SDK 是 Claude Code 的底层 SDK，功能完全一致：tools、skills、MCPs、hooks、compaction。

状态管理：默认 stateless，每次调用传同一个 session ID 即可维持对话，自动 compact。

成本：不走 Claude Code 订阅，需 Claude API key，按 token 付费。Anthropic 5/13 宣布月订阅额度可用于 Agent SDK（独立预算）。

适用场景：需要 Agent 推理，但要求跑在自己的基础设施上

Hooks：事件驱动的胶水层

在 Claude Code 事件上挂脚本：pre-tool-use、post-tool-use、session start/end、每条消息。

示例：每次响应完播放提示音；session 结束自动清理；特定工具调用时记录日志。

堆叠足够多的 hooks，可以在 Agentic 流程上叠加确定性胶水。

选型决策树

需要自主推理？
├── 是 → 需要完整 WAT
│   ├── 能开着电脑？ → /loop（终端）
│   └── 需要睡着也跑？
│       ├── 能接受 1h 间隔 + 配额？ → Claude Routine
│       └── 需要更高频或自有 infra？ → Agent SDK + Modal/Trigger.dev
└── 否 → 确定性脚本
    └── 直接 Modal / Trigger.dev（最省成本）

最常见的错误：默认选最 Agentic 的方案。确定性任务不需要 Agent，Agentic 任务不能拍扁成脚本。

匹配方法与工作负载，而不是追逐「最智能」的部署方式。

相关