Everything Claude Code 的 Autonomous Agent Harness Skill 让你无需引入 Hermes、AutoGPT 等独立框架，仅用 Claude Code 原生功能（持久记忆、定时任务、任务队列与计算机操作）即可构建全自主的 AI Agent 系统。它支持任务跨会话持久化、定时自动执行、远程触发和复杂的多步自动化工作流，极大提升 AI 编程助手的自动化与自我驱动能力，适合需要持续运行、定时触发或自驱动循环的开发场景。

Everything Claude Code Autonomous Agent Harness Skill：持久记忆、定时任务与任务队列打造全自主 Claude Agent 系统

在 AI 编程助手日益普及的今天，开发者对“自主 Agent”提出了更高要求：不仅要能跨会话记忆，还要能定时自动执行任务、处理复杂队列，甚至具备一定的计算机操作能力。Autonomous Agent Harness Skill 正是为此而生——它让 Claude Code 具备了类似 Hermes、AutoGPT 等独立框架的核心能力，但完全依托于 Claude Code 原生生态，无需额外部署复杂系统。

1. 这个 Skill 能解决什么问题？

传统做法的局限：

• Hermes、AutoGPT 等需要独立部署、维护，集成难度高。
• Claude Code 默认仅支持单次会话，缺乏跨会话记忆与自动调度能力。
• 任务队列、定时执行、自动化流程需要额外脚本或外部工具支持。

Autonomous Agent Harness Skill 的优势：

• 持久记忆：任务、项目、用户偏好等自动持久化，跨会话自动加载。
• 定时任务（Crons）：支持复杂的定时调度，自动触发 Agent 执行指定任务。
• 任务队列：任务列表可持久化，支持自动推进与状态跟踪。
• 远程触发与计算机操作：支持 webhook、CI/CD、其他 Agent 远程调度，并能自动化浏览器、桌面等物理操作。
• 原生集成：完全利用 Claude Code 的 Skills、Agents、Hooks 体系，无缝协作、易于扩展。

2. 典型激活场景（何时用它）

• 需要“每天早上自动汇报 PR 状态”“每小时监控生产健康”“定期提取知识总结”等定时任务。
• 希望 Agent 能持续运行、自动推进任务队列，而非每次都手动触发。
• 需要构建跨会话记忆的个人/团队 AI 助手，能记住项目上下文、用户偏好。
• 想用 Claude Code 替代 Hermes、AutoGPT 等独立 Agent 框架，实现更轻量的自主自动化。
• 需要结合自动浏览器操作、桌面控制等高级自动化能力。

3. 实战操作流程（Step by Step）

步骤 1：配置 MCP 服务器

首先，确保在 ~/.claude.json 中正确配置了所需的 MCP 服务器：

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": ["-y", "@anthropic/memory-mcp-server"]
    },
    "scheduled-tasks": {
      "command": "npx",
      "args": ["-y", "@anthropic/scheduled-tasks-mcp-server"]
    },
    "computer-use": {
      "command": "npx",
      "args": ["-y", "@anthropic/computer-use-mcp-server"]
    }
  }
}

这样可以让 Claude Code 原生支持持久记忆、定时任务调度和计算机操作。

步骤 2：创建基础定时任务（Crons）

利用 Claude Code 的调度能力，快速创建自动化任务。例如：

# 每个工作日早上 9 点自动汇总 GitHub 通知和 PR
claude -p "Create a scheduled task: every weekday at 9am, review my GitHub notifications, open PRs, and calendar. Write a morning briefing to memory."

# 每周日晚上 8 点自动总结本周学习内容
claude -p "Create a scheduled task: every Sunday at 8pm, extract patterns from this week's sessions and update the learned skills."

你也可以通过 MCP 工具直接创建更复杂的 cron 任务：

mcp__scheduled-tasks__create_scheduled_task({
  name: "daily-pr-review",
  schedule: "0 9 * * 1-5",
  prompt: "Review all open PRs in my-repo. For each: check CI status, review changes, flag issues. Post summary to memory.",
  project_dir: "/path/to/repo"
})

步骤 3：初始化持久记忆体系

让 Agent 能记住你的身份、项目和关键联系人：

claude -p "Create memory entities for: me (user profile), my projects, my key contacts. Add observations about current priorities."

• 短期记忆：当前会话内容，适合临时任务跟踪。
• 中期记忆：项目级 memory 文件（~/.claude/projects/*/memory/），自动跨会话加载。
• 长期记忆：MCP memory server（知识图谱），适合结构化、可查询的实体与关系。

步骤 4：任务队列持久化与管理

利用 memory 文件管理任务队列，实现任务自动推进与状态跟踪：

---
name: task-queue
type: project
description: Persistent task queue for autonomous operation
---

## Active Tasks
- [ ] PR #123: Review and approve if CI green
- [ ] Monitor deploy: check /health every 30 min for 2 hours
- [ ] Research: Find 5 leads in AI tooling space

## Completed
- [x] Daily standup: reviewed 3 PRs, 2 issues

Agent 会自动读取并更新该队列，实现跨会话的任务管理。

步骤 5：启用计算机操作（可选）

如需自动化浏览器、桌面等物理操作，需为 computer-use MCP 授权。典型用法包括：

• 自动化 Web UI 测试、表单填写、截图监控。
• 桌面应用自动打开、输入、鼠标控制。
• 文件系统操作等。

步骤 6：远程触发与事件驱动

支持通过 webhook、CI/CD、其他 Agent 远程触发任务：

# 通过 curl 触发远程诊断任务
curl -X POST "https://api.anthropic.com/dispatch" \
  -H "Authorization: Bearer $ANTHROPIC_API_KEY" \
  -d '{"prompt": "Build failed on main. Diagnose and fix.", "project": "/repo"}'

可结合 Hooks 体系 做更复杂的事件驱动自动化。

4. 典型输出示例

自动 PR 审查 Agent（每 30 分钟运行一次）

1. 检查新 PR
2. 拉取分支、运行测试
3. 用 code-reviewer agent 生成审查意见
4. 通过 GitHub MCP 自动评论
5. 更新 memory 记录审查状态

个人研究 Agent（每天早上 6 点）

1. 检查 memory 中保存的搜索关键词
2. 用 Exa 搜索最新结果
3. 总结并与昨日对比
4. 写入 memory，标记高优先级项

会议准备 Agent（会前 30 分钟自动触发）

1. 读取日历事件
2. 检索与参会人相关的 memory
3. 汇总最近邮件/Slack 讨论
4. 生成议题建议，写入 memory

5. 常见配套 Agent 与 Skill 协作

• 与 Code Reviewer Agent、Doc Updater Agent 等结合，自动化代码审查、文档更新。
• 配合 Continuous Learning Skill、Verification Loop Skill 实现持续学习与端到端验证。
• 可与 Hooks 体系 配合，实现 PreToolUse/PostToolUse/Stop 等事件驱动自动化。

6. 注意事项与最佳实践

• Cron 任务在独立会话中运行，需通过 memory 实现信息共享。
• 计算机操作需显式授权，注意安全边界。
• 远程触发有速率限制，合理设置调度间隔，避免滥用。
• 定期归档 memory 文件，防止数据膨胀影响性能。
• 建议为每个定时任务加上完成状态检查与错误处理逻辑。

---

FAQ

Q: 这个 Skill 和 AutoGPT、Hermes 有什么区别？ A: 它用 Claude Code 原生的 memory、crons、MCP 体系实现同等甚至更强的自主 Agent 能力，无需额外部署独立框架，配置和维护成本更低。

Q: 如何确保定时任务和任务队列能跨会话持久？ A: 所有任务和上下文都存储在 memory 文件和 MCP memory server 中，自动跨会话加载和同步，无需手动转移。

Q: 计算机操作能力安全吗？如何授权？ A: computer-use MCP 需显式授权，未授权时无法操作本地桌面或浏览器。建议仅在可信环境下开启，并结合 安全指南 配置访问权限。

---