AI 编程工具越来越多，但长期以来它们彼此不通：Claude Code 主要在终端里用，Codex 有自己的客户端，Cursor 的 Agent 只能在 Cursor 里跑。想把某个 Agent 放进自己习惯的编辑器，或者让几个 Agent 协作处理同一个项目，往往要做定制集成。

十几年前编程语言工具也是这个局面，每个编辑器都要自己实现语法高亮、补全和错误检查，直到微软推出 LSP（Language Server Protocol）把这层通信统一起来。现在 AI 编程领域有了类似的协议：Agent Client Protocol（ACP），目标是让任何支持 ACP 的编辑器都能用任何支持 ACP 的 Agent。

很多人第一次看到 ACP 会把它和 MCP 搞混。这篇会讲清楚 ACP 协议是什么、它和 MCP 的分工、Harness 这个概念、目前的生态，以及在 Zed 里接入 Claude Code 的配置方法。

ACP 协议是什么

Agent Client Protocol 是一个标准化的通信协议，定义了代码编辑器（客户端）和 AI 编程 Agent 之间怎么对话：会话管理、流式输出、工具调用、权限审批等。

技术上它基于 JSON-RPC，支持两种运行方式：

本地模式：Agent 作为编辑器的子进程运行，通过 stdio 通信；
远程模式：Agent 运行在云端，通过 HTTP 或 WebSocket 连接。

有了这层统一接口，就不再是“Claude Code 只能在终端用”“Cursor 只能用自己的 Agent”，而是可以在 Zed 里用 Claude Code，在其他编辑器里用 Gemini CLI，自由组合。

ACP 与 MCP 对比：一个管编辑器，一个管工具

两者都带“Protocol”，但解决的是不同方向的问题：

对比项	ACP（Agent Client Protocol）	MCP（Model Context Protocol）
解决什么	编辑器怎么和 Agent 对话	Agent 怎么获取外部工具和数据
客户端是谁	编辑器	Agent
服务端是谁	Agent	数据库、API、文档等外部能力
典型内容	会话、权限审批、流式输出、diff 展示	工具调用、资源读取
类比	类似 LSP 在语言工具里的位置	类似给 Agent 接插件

两者是配合关系：编辑器通过 ACP 和 Agent 说话，Agent 通过 MCP 获取外部工具和数据，编辑器还可以把自己配置的 MCP server 转交给 Agent 使用。可以简单记成：ACP 管“人怎么和 Agent 交互”，MCP 管“Agent 怎么和外部世界交互”。

如果你在给 Agent 接 MCP 工具，权限边界的问题可以参考 Codex Hooks，异步执行与 MCP 工具接入的权限边界。

Harness：管理 Agent 生命周期的那一层

在 ACP 生态里，Harness 是一个常被提到的概念。如果说 Docker 是应用的容器，负责启动、停止、网络和存储，那么 Harness 就是 Agent 的容器，负责：

启动和停止 Agent 进程；
管理多个并发会话；
处理权限控制，也就是 Agent 要执行命令、读写文件时的审批流程；
转发 MCP 服务器配置；
保存、恢复和关闭会话。

编辑器只需要知道怎么和 Harness 说话，不必关心后面跑的是哪家的模型。原文举了 OpenClaw 的例子：它可以用 openclaw acp 作为 ACP harness 运行，也可以指向远程 Gateway 或绑定到某个 Agent 会话（具体参数以 OpenClaw 官方文档为准）。

ACP 生态现状：哪些 Agent 已经支持

原文写的是“30 多个 Agent”。按 ACP 官网 Agents 页面 2026 年 10 月的列表，已经超过 40 个，主流工具包括：

Claude Agent：通过 ACP 适配器接入（基于 Claude Agent SDK，适配器项目现在在 agentclientprotocol 组织下维护）；
Codex CLI：通过 ACP 的适配器接入；
Gemini CLI、Cursor、GitHub Copilot（public preview）、JetBrains 的 Junie；
OpenClaw、Cline、Goose、OpenHands、OpenCode、Qwen Code、Kimi CLI、Kiro CLI 等。

客户端方面，Zed 是最早原生支持 ACP 的编辑器，JetBrains 也参与了协议推进（ACP 官网导航里同时挂着 Zed Industries 和 JetBrains）。不过很多集成还在早期，实际体验和各工具的原生客户端可能有差距。

实操：在 Zed 里通过 ACP 使用 Claude Code

Zed 的设置文件里可以用 agent_servers 声明自定义 Agent。以 Claude Code 的 ACP 适配器为例（需要先安装 npm 包 @agentclientprotocol/claude-agent-acp，它提供 claude-agent-acp 命令）：

{
  "agent_servers": {
    "Claude Code": {
      "type": "custom",
      "command": "claude-agent-acp",
      "args": [],
      "env": {}
    }
  }
}

接 OpenClaw 的 Agent 也是同样写法：

{
  "agent_servers": {
    "OpenClaw ACP": {
      "type": "custom",
      "command": "openclaw",
      "args": ["acp", "--session", "agent:main:main"],
      "env": {}
    }
  }
}

保存后打开 Zed 的 Agent 面板，选择配置好的 Agent 就能开始对话，同时用上编辑器的 diff 预览、文件树和内联显示。新版 Zed 也内置了 Claude 等常用 Agent 的入口，可以先看 Agent 面板里有没有现成选项。

进阶：用 acpx 让不同 Agent 协作

acpx 是 ACP 的命令行客户端，可以让一个 Agent 调用另一个。原文的例子是让 Codex 通过 ACP 访问 OpenClaw Agent 的上下文：

acpx openclaw exec "总结一下当前项目的最新进展"
acpx openclaw sessions ensure --name codex-bridge
acpx openclaw -s codex-bridge "help me review this PR"

这样就能搭一个多 Agent 工作流：一个负责写代码，一个负责审查，一个负责测试，通过 ACP 标准接口通信，不用为每对组合写定制集成。想先从两个 Agent 分工入手，可以看 Claude Code 写，Codex 查，两个 AI 协作时先分清 4 个边界。

限制与注意事项

集成成熟度不一：列表里的 Agent 很多是通过适配器接入的，功能覆盖和原生客户端不完全一样，上生产工作流前先在小项目里试。
权限要自己把关：ACP 定义了权限审批流程，但具体放行哪些命令、文件读写范围，仍取决于编辑器和 Harness 的配置。
命令和参数会变：ACP 生态更新很快，适配器包名、命令和参数以各项目最新文档为准。

总结

ACP 和 MCP 不是二选一：要让编辑器接入各家 AI 编程 Agent，看 ACP；要让 Agent 调用外部工具和数据，看 MCP。实际工作流里两者通常一起用。目前 Zed 对 ACP 的支持最完整，Claude Code、Codex CLI、Gemini CLI 等主流 Agent 都能通过 ACP 接入。

如果你通过 AIGoCode 使用 Claude Code 或 Codex，换到支持 ACP 的编辑器里，接入配置照常沿用。

参考链接

ACP 官网：https://agentclientprotocol.com/
协议概览：https://agentclientprotocol.com/protocol/overview
支持的 Agent 列表：https://agentclientprotocol.com/get-started/agents
Claude Agent ACP 适配器：https://github.com/agentclientprotocol/claude-agent-acp