Nate Herk 测试了三种将 Claude Code Agent 部署为"无需人工持续监督"的运行方式。
方式 1：Claude Code CLI（本地/服务器）
怎么做：
- 在服务器上安装 Claude Code CLI
- 编写 skill/routine 定义任务
- 通过 cron 或 systemd 定时触发
- 输出保存到文件或发送到通知渠道
适用场景：
- 开发任务（代码审查、重构、文档生成）
- 需要访问本地代码库和文件系统
- 人类可以随时介入审查结果
优点：
- 完全控制执行环境
- 直接访问本地文件和工具
- 最低延迟
缺点：
- 需要维护服务器
- 每次执行都是独立会话，无持久记忆
- 需要人工配置和监控
方式 2：OpenClaw / Hermes（网关模式）
怎么做：
- 部署 OpenClaw 网关
- 配置 Telegram/Discord 等渠道接入
- Agent 在网关环境中持续运行
- 可以通过消息触发，也可以定时任务
适用场景：
- 需要跨渠道交互（Telegram、Discord、邮件）
- 长周期任务（监控、数据收集、定期报告）
- 需要持久上下文和记忆
优点：
- Agent 有持久身份和记忆
- 多渠道接入
- 可以 24/7 运行，无需人工启动
- 可以与其他 Agent 协作
缺点：
- 需要维护网关基础设施
- 学习曲线较陡
- 对执行环境的控制不如本地直接
方式 3：n8n（自动化工作流）
怎么做：
- 在 n8n 中创建工作流
- 集成 Claude API 节点
- 通过 webhook、定时器或其他触发器启动
- 连接其他服务（Google Sheets、Slack、邮件等）
适用场景：
- 结构化、可预测的自动化任务
- 需要与大量第三方服务集成
- 非技术团队成员可以维护和修改
优点：
- 可视化工作流设计
- 丰富的第三方集成
- 非技术用户友好
- 错误处理和重试机制成熟
缺点：
- 每个工作流需要显式配置
- 不适合需要大量上下文或创造性推理的任务
- Claude 作为节点而非持续运行的 Agent
如何选择
| 维度 | CLI | OpenClaw/Hermes | n8n |
|---|---|---|---|
| 控制级别 | 高 | 中 | 低 |
| 持久记忆 | 无 | 有 | 无 |
| 多渠道 | 否 | 是 | 是（通过集成） |
| 技术门槛 | 中 | 高 | 低 |
| 适用任务 | 开发/代码 | 综合/长周期 | 结构化/集成 |
| 维护成本 | 中 | 高 | 低 |
Nate 的结论
没有"最好"的方式，只有"最适合"的方式：
- 开发团队 → CLI 模式，直接控制代码环境
- 运营/营销团队 → n8n，可视化维护和集成
- 需要 24/7 自主运行的复杂 Agent → OpenClaw/Hermes
也可以组合使用：用 OpenClaw/Hermes 做高层 orchestration，用 CLI 执行特定开发任务，用 n8n 处理结构化数据流。