Hook

定义

Hook，是指在某个预先定义好的时刻发生时，自动触发一段规则、脚本或后续处理动作的机制。

它的核心不是“这轮对话说了什么”，而是“到了这个时刻，系统要自动做什么”。

在 Agent、Claude Code 以及各类自动化系统里，Hook 常被当作循环和自动化的起点：当某个事件被触发，就执行对应命令、调用工具、发出通知，或者把后续工作交给其他能力模块继续完成。

从更通俗的角度看，Hook 很像触发器。比如到了某个时间自动执行动作，识别到某种状态就切换模式，或当某个步骤结束后立即做下一步。这类“特定时刻触发特定动作”的设计，就是 Hook 的基本形态。

在本文语境中的含义

在本文讨论的 Loop Engineering 语境里，Hook 是构造循环的基础组件。

原文明确强调，loop 的核心是“循环”，而任何循环都需要先有最基础、最初始的触发器：如果发生了某个动作，就去执行某个命令。这个触发条件本身，就是 Hook。

因此，Hook 解决的是“一个时刻”的问题：

• 某个权限请求出现时，要不要提醒人来处理；
• 某个会话开始或恢复时，要不要自动播报信息；
• 上下文即将被压缩时，要不要先做归档；
• 某个长任务完成时，要不要立刻通知；
• 某个文件进入监控目录时，要不要自动整理。

原文最后给出了一组非常清晰的分工：

• Prompt 解决的是一次对话；
• Skill 解决的是一类能力；
• Hook 解决的是一个时刻。

这也是 Hook 与普通提示词最大的区别。提示词更像临时指令，而 Hook 是长期存在、在特定事件发生时自动运行的规则。

为什么 Hook 常见于 Agent 与 Claude Code

原文指出，几乎每一个 Agent 里都会有 Hook，Claude Code 和 Codex 的自动化背后也都有这类机制。

原因很简单：只要系统要从“被动等人发话”变成“在合适时机自己行动”，就必须依赖事件触发。

在 Claude Code 中，用户可以通过 /hooks 查看可用事件。原文提到，作者年初查看时大约只有 13 个事件，而到写作时已经接近 30 个，数量翻了一倍多。这说明 Hook 已经不只是一个边缘功能，而是在持续扩展的自动化入口层。

不过，事件种类增多并不意味着日常都要用上。原文也提醒，虽然可用 Hook 事件很多，但普通使用中真正高频、常用的仍然只是少数几个关键时刻。

关键机制

1. 事件触发

Hook 必须依附于一个明确事件。

这个事件可以是：

• 需要用户授权时；
• 会话被打开或恢复时；
• 上下文即将压缩时；
• 监控目录出现新文件时；
• 使用一段时间后达到某个时长阈值时；
• 某个任务成功、失败或结束时。

没有事件，就没有 Hook。它不是随时都在主动思考，而是在约定好的时刻被拉起执行。

2. 预设动作

Hook 被触发后，会执行预先写好的动作。

这些动作可以很简单，例如：

• 调用系统通知工具弹窗；
• 输出一段固定格式的信息；
• 写入一份摘要文件；
• 发送手机推送。

也可以进一步调用外部工具、脚本或能力模块，把动作延长成一条自动化链路。

3. 与 AI 本体解耦

原文特别解释了一点：很多人担心 Hook 每次运行都要消耗大量 Token，但绝大多数 Hook 本质上就是代码、脚本或写死的规则。

也就是说，Hook 运行时往往和模型推理没有强耦合，不一定需要重新走一轮完整 AI 对话，因此通常不会像频繁调用模型那样带来明显 Token 消耗。

这也是 Hook 适合承担“高频、固定、重复”动作的原因。

4. 可以与 Skill 组合

对于简单动作，Hook 自己就够了；但一旦动作本身需要复杂判断，就会与 Skill 配合。

原文给出了一个很直观的比喻：Hook 是门铃，Skill 是开门以后真正干活的人。

也就是说：

• Hook 负责感知“某个时刻到了”；
• Skill 负责在这个时刻到来后，做需要理解、分类、命名、处理的复杂工作。

这在文件整理场景里尤其明显：监控到新文件进入，是 Hook；识别文件内容、判断类别、按规则重命名、移动到正确位置，则更适合交给 Skill 或模型能力执行。

原文中的典型玩法

权限弹窗提醒

这是一个非常典型的事件驱动自动化场景。

问题是：用户给 Claude Code 下达任务后切到别的页面，结果系统卡在权限请求上，十分钟后回来发现根本还没开始执行。

对应的 Hook 做法是：当系统需要用户授权时，调用系统自带工具弹出提醒。

这样，用户即使不在当前窗口前，也能及时知道任务被权限步骤卡住了。

这个例子说明 Hook 的价值不一定是“替你完成复杂任务”，也可能只是把关键阻塞点及时暴露出来，避免时间被白白浪费。

会话开始播报

原文把它称为“开机日程播报”。

做法是在会话开始或恢复时触发 Hook，自动输出一段信息，例如：

• 问候语；
• 指定地区天气；
• 是否下雨、要不要带伞；
• 通过 飞书 CLI 拉取当天日程安排；
• 用更有趣、更拟人化的方式展示结果。

这个案例的重点不只是“好玩”，而是说明 Hook 可以把 AI 从一个冷冰冰的终端入口，变成一个会在固定时刻主动汇总上下文信息的工作界面。

上下文压缩前生成摘要卡片

这是原文认为最实用的 Hook 玩法之一。

问题背景是：

• 用户同时长期迭代 4 到 5 个项目；
• 有些项目还会开多个分支并行运行；
• 一天之内频繁在多个 Agent 间切换；
• 很多有价值的结论藏在长对话里；
• 一旦上下文被压缩，或者执行 /clear 之类动作，再回头找信息会非常痛苦。

对应方案是：在上下文处于预压缩状态时，自动生成一张摘要卡片，记录当前上下文概要，并保存到一个跨项目也能查看的位置，同时把总结结果打印回 Claude Code 界面。

这个案例特别能体现 Hook 的时间点价值：它不是事后回忆，而是在“信息马上要丢失之前”触发归档。

原文把这类摘要卡片形容为“AI 替你写的工作日记”。和翻几万字历史对话相比，回看这些卡片只需要一两分钟，就能快速知道某一天到底做了什么。

原文还进一步提出扩展思路：在已有摘要卡片的基础上，再加一个定时 Hook，例如每周五自动把这些摘要整理成周报。

文件自动整理

这是 Hook 与 Skill 联动的代表案例。