如果你有claude code 、codex、gemini三个开发工具，你会怎么让他们协同工作呢？终端开启tmux？一个人同时盯着三个终端吗？
大语言模型的多智能体系统相比于单个模型有很多显著的优势，比如多模型互相审查、补充、交叉验证，不同模型擅长的方向不一样，如果能把他们协同起来一起做一件事情，效果会是1+1>2的。

介绍

今天分享一下我最近用的工具，我用的是github上开源的ccg-workflow，下面介绍一下CCG
1、零配置模型路由
在日常开发中，你不用自己决定或手动告诉系统这次用哪个模型，系统会根据任务的性质主要是前端 vs 后端自动、智能地分配给最合适的模型，默认是Gemini负责前端，Codex负责后端，而 Claude 始终扮演总指挥 + 最终审核者的角色。

2、安全设计
外部模型被严格限制为建议者角色，它们只能输出统一格式的代码补丁，这些补丁通常是git diff 风格的文本，外部模型不能执行任何写的操作，像git add/commit 。所有写的操作都在claude，它负责语义理解和冲突检测、逻辑审查。

3、规范驱动开发
该项目集成OPSX，这是另一个开源工具，它专门为Ai编码设计规范，ccg-workflow把 OPSX 封装成更易用的 /ccg:spec系列命令，一共有27个，通过从模糊需求给claude生成形式化的约束到设计计划、执行代码生成、双模型交叉审查，每项步骤的文件存放位置，然后claude最终审查把关都设计的很好，这个设计就是通过多层约束 + 分离职责 + 可验证闭环 来锁死 AI 的发挥空间

安装配置

安装条件是Node.js 20+、有claude、codex、gemini和jq。

npx ccg-workflow

jq是一个命令行里处理JSON的神器，在这里是多模型协同的关键安全环节中，负责解析 Claude 传下来的工具调用 JSON，判断是否为后端路由命令，如果是就自动授权通过，从而让 Claude → Codex/Gemini 的多模型调用链路实现零交互和自动化流转。下面是不同平台安装jq的命令。

# macOS
brew install jq

# Linux (Debian/Ubuntu)
sudo apt install jq

# Linux (RHEL/CentOS)
sudo yum install jq

# Windows
choco install jq   # 或: scoop install jq

安装好后要初始花CCG配置，选择语言和代码检索MCP工具，以及可以配置grok联网检索，grok这个联网检索的功能真的很强大，这个项目里集成这个真的是优点。

初始化后进入的是主菜单，在主菜单里还有一些配置，在实用工具里一定要安装状态栏工具用来监控用量和git，毕竟多模型协作也是挺烧token的。

配置好后，到项目目录打开claude，根据菜单里的命令提示，复制开发就行了，很方便。

总结

多模型协作的本质，不是让 AI 更聪明，而是更可控更高效，把不确定的创造力关进规范的笼子里。CCG-Workflow 只是一个开始，随着模型能力越来越强，如何管好它们会比如何用好它们更重要。

如果你也在用多模型多AI 编程工具，不妨试试这个方案开发，让它们帮你干活，而不是让你帮它们切窗口。

GitHub: