claude 生态(skill mcp plugin)等

3 天前
 lxm1007

Claude Code 生态全景:从单兵作战到团队编排的 5 大神器

最近零零散散用过的开发工具包括 mcp 和 skill ,欢迎大佬们补充。其中用的最多 最贴合工作场景的应该是 Trellis ,其他的不是太重了就是不适合团队开发,但是 Trellis 在配合公司大模型( minimax )的时候,实现起来却没有 codex 好。举个例子 codex 知道你要在添加的接口新增字段的时候会帮你把详情接口也加上,但是公司的模型却不会,在提示词都是内置的情况下。可能是 minimax 的任务链却是不如 gpt 但目前本着能不花钱就用公司的情况下,只能通过外挂弥补模型不足。如果大佬们有更好的替代的工具可以推荐下。下面是几个工具的基本介绍 ai 生成可以跳过,后面有我使用的总结。


目录

  1. 为什么需要 Claude Code 生态?
  2. 五大核心工具详解
  3. 适用场景速查表
  4. 实际应用
  5. 已知问题与避坑指南

为什么需要 Claude Code 生态?

Claude Code 本身是一个强大的"裸机"——200K 上下文、工具调用、子代理。但裸机不等于生产力

实际开发中你会遇到:

这 5 个工具分别解决了不同层面的问题,组合起来构成完整的 AI 工程流水线。


五大核心工具详解

1. GSD ( Get Shit Done )—— 规格驱动的开发框架

GitHub: https://github.com/gsd-build/get-shit-done

一句话定义:解决 "Context Rot" 的元提示工程 + 规格驱动开发系统。

核心机制

组件 作用
PROJECT.md 项目愿景,始终加载
REQUIREMENTS.md 分阶段的 v1/v2 需求
ROADMAP.md 路线图与完成状态
STATE.md 跨会话的记忆(决策、阻塞项、位置)
PLAN.md 原子化任务,XML 结构化
SUMMARY.md 执行记录,提交到 git 历史

工作流程( 6 步闭环)

/gsd-new-project → 初始化:提问 → 研究 → 需求 → 路线图 /gsd-discuss-phase N → 讨论阶段:捕捉实现决策(视觉/UI/API/组织) /gsd-plan-phase N → 规划阶段:研究 → 创建 2-3 个原子计划 → 验证 /gsd-execute-phase N → 执行阶段:波浪式并行执行,每任务独立上下文 /gsd-verify-work N → 验证阶段:人工验收测试,自动诊断失败 /gsd-ship N → 交付阶段:创建 PR 关键创新 —— Wave 执行

多平台支持

Claude Code 、OpenCode 、Gemini CLI 、Kilo 、Codex 、Copilot 、Cursor 、Windsurf 、Antigravity 、Augment 、Trae 、Qwen Code 、Cline 、CodeBuddy —— 全部支持


2. Trellis —— 跨平台的 AI 工作流 Harness

GitHub: https://github.com/mindfold-ai/Trellis

一句话定义:让 AI 编码工具拥有项目记忆团队共享标准的跨平台框架。

核心概念

.trellis/ ├── spec/ # 项目标准、模式、指南(一次编写,随处注入) ├── tasks/ # 任务 PRD 、上下文文件、状态 ├── workspace/ # 个人日志与会话连续性 ├── workflow.md # 共享工作流规则 └── scripts/ # 自动化工具

与 GSD 的关键差异

维度 GSD Trellis
核心哲学 Spec-driven 开发流程 跨平台上下文管理
主要解决 Context Rot 平台碎片化 + 项目记忆
结构重心 .planning/ 目录 .trellis/ 目录
团队场景 个人/小团队深度开发 多平台、多成员协作
并行能力 Wave 执行(单平台) Git worktree 多代理并行

独特功能

  1. Auto-injected specs:将规范自动注入每次会话,无需重复解释
  2. Parallel agent execution:通过 git worktree 实现真正的并行开发
  3. Project memory:Journal 记录让下次会话从上次结束处继续
  4. Team-shared standards:Specs 在仓库中,团队共享最佳实践

3. Agent Skills —— 生产级工程技能库

GitHub: https://github.com/addyosmani/agent-skills

一句话定义:把 Google 软件工程实践编码成 AI 可执行的 20 个结构化技能。

技能体系( 7 个阶段 × 20 技能)

DEFINE PLAN BUILD VERIFY REVIEW SHIP ┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐ │ Idea │ ───▶ │ Spec │ ───▶ │ Code │ ───▶ │ Test │ ───▶ │ QA │ ───▶ │ Go │ │Refine│ │ PRD │ │ Impl │ │Debug │ │ Gate │ │ Live │ └──────┘ └──────┘ └──────┘ └──────┘ └──────┘ └──────┘ /spec /plan /build /test /review /ship

核心技能清单

Define: idea-refine, spec-driven-development Plan: planning-and-task-breakdown Build: incremental-implementation, test-driven-development, context-engineering, source-driven-development, frontend-ui-engineering, api-and-interface-design Verify: browser-testing-with-devtools, debugging-and-error-recovery Review: code-review-and-quality, code-simplification, security-and-hardening, performance-optimization Ship: git-workflow-and-versioning, ci-cd-and-automation, deprecation-and-migration, documentation-and-adrs, shipping-and-launch

设计哲学


4. Code Review Graph —— 本地代码知识图谱

GitHub: https://github.com/tirth8205/code-review-graph

一句话定义:用 Tree-sitter 构建代码结构图谱,让 AI 只读相关的代码,节省 6.8× Token

解决的问题

传统方式:AI 每次重新读取整个代码库 → 13,205 tokens → 质量 7.2/10 图谱方式:AI 查询图谱获取影响范围 → 1,928 tokens → 质量 8.8/10

技术架构

User: "Review my changes" ↓ Claude Code → 检查 MCP 工具 ↓ MCP Server (code-review-graph serve) ↓ graph.db (Tree-sitter 构建的结构图谱) ↓ 返回:影响范围(Blast radius)、受影响流程、测试缺口、风险评分 ↓ Precise Review:只读相关代码

22 个可用工具

detect_changesget_review_contextget_impact_radiusquery_graph

支持平台:Claude Code 、Cursor 、Windsurf 、Zed 、Continue 、OpenCode 、Antigravity 、Kiro


5. OMC (Oh My Claude Code) —— 多智能体编排系统

GitHub: https://github.com/Yeachan-Heo/oh-my-claudecode

一句话定义零学习曲线的团队级多智能体编排,"Don't learn Claude Code. Just use OMC."

核心模式:Team Mode ( v4.1.7+ 推荐)

/team 3:executor "fix all TypeScript errors" 执行流水线: team-plan → team-prd → team-exec → team-verify → team-fix (loop)

编排模式对比

模式 用途 特点
Team 协调 Claude 代理共享任务列表 规范的分阶段流水线
omc team (CLI) tmux 中运行 codex/gemini/claude 真实 CLI 进程,用完即毁
ccg 三模型顾问( Claude+Codex+Gemini ) 后端架构 + UI 设计混合任务
Autopilot 端到端功能开发 最小仪式感的自主执行
Ultrawork 爆发式并行修复 非团队场景的最大并行
Ralph 必须完成的持久任务 验证/修复循环,无静默部分完成

独特功能


适用场景速查表

场景 推荐工具 理由
从零开始构建产品 GSD 完整的 spec → build → ship 闭环
已有代码库,规范团队协作 Trellis 跨平台标准 + 项目记忆
需要严格工程实践 Agent Skills 20 个生产级技能,Google 工程文化
大代码库,Token 成本高 Code Review Graph 6.8× Token 节省,质量提升
多代理并行复杂任务 OMC Team mode + 智能编排
快速原型验证 OMC Autopilot 一句话启动,自动执行
代码审查/安全审计 Code Review Graph + OMC ccg 精准上下文 + 多模型交叉验证
长期维护遗留系统 Trellis + Agent Skills 知识保留 + 规范化流程

实际应用

GSD

Code Review Graph

OMC

Trellis

Agent Skills


已知问题与避坑指南

Trellis

虽然有前后端开发规范 但是我觉得实现起来还是差点意思

Code Review Graph

在 mcp 调用的时候会有个列出所有可用工具上下文直接打满 50k ,感觉应该能有优化空间


参考链接


最后更新: 2026-04-16 欢迎打架补充自己的 skill 和避坑经验

261 次点击
所在节点    Claude
1 条回复
lwfre
1 天前
skills 太多了,完全不知道哪个好。可能用的还是太少。跑的任务不同,有时候又不太好评价 skills 是否有体现作用

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://study.congcong.us/t/1206360

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX