tomeraitz/claude-slack-bridge

说明与用途

**项目简介（2‑3 句话）**
tomeraitz/claude‑slack‑bridge 是一个实现 Model Context Protocol（MCP）的服务器，能够在 Claude Code 执行任务时暂停并通过 Slack 向人类提问，收到回复后再继续执行。它为 AI 助手提供了一个简单、统一的方式来与真实工具和数据交互。

**价值**

• **人机协同**：在 AI 需要外部信息或确认时，自动转到 Slack 让人类介入，避免盲目推理。
• **标准化集成**：基于 MCP，任何遵循该协议的模型或工具都可以直接使用，无需为每个平台单独实现聊天/回调逻辑。
• **加速原型**：开发者只需部署该桥接服务，即可快速构建需要“人类在环”交互的 AI 工作流。

**典型接入方式**

1. **部署 MCP 服务器**：使用 Docker 或直接在 Python 环境中运行 claude_slack_bridge，配置 Slack Bot Token 与签名密钥。
2. **在 Claude Code（或其他支持 MCP 的模型）中声明 MCP 端点**：在模型的系统提示或配置文件里加入 mcp://<host>:<port>/。
3. **Slack 侧**：将 Bot 加入目标工作区，授予 chat:write、channels:history 等权限，确保能够发送/接收消息。
4. **调用流程**：模型发送 ask_human 请求 → Bridge 转发到指定 Slack 频道 → 人类回复 → Bridge 将答案回传模型，模型继续执行。

**生产可用性**

• **成熟度**：目前评分 61/100，适合原型或内部工具。代码以 Python 实现，结构清晰，提供 API/CLI，易于集成。
• **依赖与维护**：项目已有 32 星、14 Fork，最近一次提交在 2026‑06‑26，活跃度尚可。但仍需自行审查依赖的安全性（如 Flask、Slack SDK）并确认许可证兼容。
• **上线建议**：在生产环境部署前，进行以下检查：

1. **安全审计**：确保 Slack Token 受限、通信使用 HTTPS。
2. **容错与监控**：为桥接服务添加健康检查、日志和重试机制。
3. **扩展性**：如并发需求较高，可考虑使用容器编排（K8s）或水平扩容。

综上，tomeraitz/claude‑slack‑bridge 为 AI 与人类交互提供了一个轻量、标准化的桥梁，适合作为原型或内部流程的核心组件，经过适当的安全和运维加固后即可投入生产使用。

实际用途

tomeraitz/claude-slack-bridge helps connect AI assistants to real tools and data through a standard protocol.

• connect AI agents to tools
• ship Model Context Protocol servers
• standardize integrations

限制与审查说明

Medium: useful for prototypes or internal workflows, with dependency and maintenance checks before production.