AI编程效率提升指南：everything-claude-code开源配置方案

基于开发实践的Claude Code配置集合，从规划到部署的自动化工作流

1. everything-claude-code是什么
1. Vibe Coding的日常
1. 痛点：AI辅助开发的常见问题
1. 典型工作流示例
1. 9大专业代理详解
1. 11个技能模块详解
1. 14个斜杠命令详解
1. 8大强制规则
1. Hooks自动化系统
1. 动态上下文系统与MCP服务器
1. 常见问题解答
1. 快速上手指南
1. 移植到OpenCode
1. 总结

1. everything-claude-code是什么

everything-claude-code是一套基于开发实践整理的Claude Code配置插件。它的目的是让AI辅助编程更加规范和高效，帮助开发者在使用AI编程工具时获得更稳定、更可靠的输出。

1.1 插件定位

这不是一个新的AI编程工具，而是一套配置方案。它利用Claude Code现有的扩展机制，通过预定义的代理、技能、命令、规则和自动化钩子，让AI在开发过程中扮演更专业、更一致的角色。

1.2 核心价值

规范化流程

从规划到开发、从审查到测试，每个环节都有明确的流程和工具。AI不再是随意使用的助手，而是按照规范工作的工具。

自动化检查

代码风格、测试覆盖率、安全问题，都由自动化工具检查。不用人工逐条核对，节省时间又不会遗漏。

持续学习

从每次开发会话中提取可复用的模式，沉淀为团队知识。AI会越来越了解项目的特点，开发效率逐步提升。

1.3 内容概览

模块	数量	说明
代理(Agents)	9个	专业化的AI子代理，各司其职
技能(Skills)	11个	领域知识和最佳实践
命令(Commands)	14个	斜杠命令，触发预定义工作流
规则(Rules)	8条	强制编码准则
钩子(Hooks)	多条	自动化触发器
MCP服务器	14+个	外部服务集成

1.4 适用人群

想让AI编程更规范的开发者
追求代码质量的个人开发者
需要统一团队规范的开发团队
想深入了解AI编程最佳实践的学习者

**提示：**配图1：项目架构总览

2. Vibe Coding的日常

了解这套配置的价值，领测老贺先需要带大家看看Vibe Coding的日常开发场景。Vibe Coding指的是用直觉和感觉来编程，AI工具让这种编程方式成为可能，但也带来了新的挑战。

2.1 常见开发场景

场景一：周末项目

周六早上想到一个点子，想在24小时内做个能动的原型出来。打开Claude Code，让AI帮忙写代码，Copilot补全，几个小时就能跑起来。功能是实现了，但代码质量嘛......先能用再说。

场景二：产品迭代

产品经理提了个新需求，催得紧。找AI快速生成代码，改改能用就行。后面再慢慢优化------结果这个"后面"从来就没来过。代码越积越多，技术债越欠越重。

场景三：独立开发者维护多项目

一个人维护好几个项目，没时间写测试，文档也跟不上。AI写的代码和上次风格不一样，读起来累。想重构又怕改出问题，只能先将就着用。

2.2 从创意到产品的典型流程

大多数项目会经历以下几个阶段：

阶段一：快速验证想法

这个阶段追求的是速度。写个能动的原型，验证想法是否可行。AI在这里特别有用，可以快速生成基础代码，不用从零开始。

阶段二：功能完善

原型跑通后，需要加功能、修bug、满足产品需求。这个阶段AI也能帮忙，但容易出现代码风格不统一、测试缺失等问题。

阶段三：代码整理

功能稳定后，需要整理结构、清理技术债。重构代码、消除重复、添加文档。这个阶段工作量不小，但往往因为时间紧张而被跳过。

阶段四：上线准备

写文档、配置部署、准备测试。测试覆盖率不够，上线心里没底；文档缺失，后面维护成本高。

配图2：Vibe Coding开发场景

3. 痛点：AI辅助开发的常见问题

用AI帮忙写代码确实快，但时间长了会发现一些问题。

3.1 代码质量不稳定

风格不统一

这次AI写的代码和上次风格不一样。同样一个项目里，变量命名有的用小驼峰，有的用下划线；缩进有的2格，有的4格；格式有的用prettier格式化，有的没格式化。读起来累，维护更累。

测试覆盖率低

功能是跑通了，但心里没底。AI生成的代码没有配套测试，出问题找不到原因。手动写测试又费时间，最后往往就不写了。

安全漏洞难发现

AI写的代码有没有安全隐患？有没有硬编码的密钥？有没有SQL注入？有没有XSS？这些问题自己检查太费劲，让AI检查它也不一定看得出来。

3.2 开发流程不连贯

不知道该问AI什么

面对一个新需求，不知道该怎么分解任务。有哪些边界情况要考虑？应该先做什么后做什么？AI可以回答问题，但不会主动帮你规划。

缺少规划和审查环节

直接让AI写代码，写完发现遗漏需求。代码写完就提交，没有审查环节，质量问题要到上线后才暴露。

重复造轮子

类似的代码写了好几遍，没有形成可复用的模式。AI也不记得之前写过什么，每次都是从零开始。

3.3 维护成本高

代码难以维护

时间一长，自己都看不懂当时为什么这么写。AI生成的代码缺少注释和文档，交接给其他人更是一头雾水。

技术债积累

每次都是"先用起来再说"，技术债越欠越多。重构需要时间，但不重构开发速度会越来越慢。

配图3：使用everything-claude-code前后的对比）

4. 典型工作流示例

下面用几个典型场景，展示这套配置的实际使用方法。

4.1 开发一个新功能

使用前：

直接让AI写代码
AI生成代码，可能有遗漏
人工检查，发现问题再改
没有测试，上线心里没底

使用后：

复制代码

/plan 规划需求 → /tdd 测试驱动开发 → /code-review 代码审查 → /verify 完整验证

第一步用/plan命令，把需求拆分成可执行的步骤，识别风险和依赖，生成实施计划。确认后再动手。

第二步用/tdd命令，先写测试再写代码，确保80%以上的测试覆盖率。

第三步用/code-review命令，检查代码质量、安全问题、风格规范。

第四步用/verify命令，运行完整验证流程，确保功能正常。

4.2 修复构建错误

/build-fix命令可以自动修复TypeScript编译错误、依赖问题等。它会分析错误信息，定位问题根源，进行最小化修改，不会改变项目架构。

4.3 清理技术债

/refactor-clean命令使用knip、depcheck等工具识别死代码、未使用的依赖、重复的代码。清理前会先分析风险，确保不会破坏功能。

4.4 添加E2E测试

/e2e命令生成Playwright测试。它会分析页面结构和用户流程，生成完整的端到端测试用例，包括Page Object模式。

配图4：典型工作流流程图

5. 9 专业代理详解

代理（Agent）是专门化的AI助手，每个代理专注一个领域。领测老贺认为使用专业代理可以让AI的回答更准确、更深入。

5.1 planner - 功能规划专家

适用场景：

开始一个新功能，需求不太清晰时
需要把大需求拆分成可执行的小任务时
不确定技术方案，想先讨论清楚再动手时

核心功能：

分析需求，拆分成可执行的步骤
识别风险和依赖关系
生成实施计划，等待确认后执行

5.2 architect - 系统架构设计

适用场景：

设计新系统的整体架构
评估技术方案的优劣
需要做出架构决策时

核心功能：

设计可扩展的系统架构
进行技术权衡分析
推荐设计模式，创建ADR（架构决策记录）

5.3 tdd-guide - TDD测试驱动开发

适用场景：

实现新功能时
添加新函数或组件时
修复bug时（先写测试复现bug）

核心功能：

强制测试驱动开发流程
先写测试，再写实现
确保80%以上的测试覆盖率

5.4 code-reviewer - 代码质量审查

适用场景：

代码提交前进行审查
发现代码质量问题
评估代码可维护性

核心功能：

审查代码风格、规范、一致性
检查函数长度、文件大小、嵌套深度
标记TODO/FIXME注释

5.5 security-reviewer - 安全漏洞检测

适用场景：

代码涉及用户认证、数据处理
需要检查安全漏洞
上线前的安全审计

核心功能：

检测OWASP Top 10漏洞
查找硬编码的密钥和密码
检查SQL注入、XSS、CSRF等风险

5.6 build-error-resolver - 构建错误修复

适用场景：

TypeScript编译报错
依赖安装失败
构建流程出错

核心功能：

分析错误信息，定位问题
进行最小化修复
不改变项目架构

5.7 e2e-runner - Playwright E2E测试

适用场景：

需要端到端测试时
测试用户流程时
验证完整功能链路时

核心功能：

生成Playwright测试用例
使用Page Object模式
处理不稳定测试

5.8 refactor-cleaner - 死代码清理

适用场景：

项目积累了大量未使用的代码
需要清理技术债
优化代码库体积

核心功能：

使用knip、depcheck识别死代码
安全删除未使用的依赖
消除重复代码

5.9 doc-updater - 文档和架构图更新

适用场景：

项目文档过时
需要生成代码架构图
更新README和API文档

核心功能：

生成codemaps（代码架构图）
更新README文档
使用ts-morph分析AST

9大代理协作图

6. 11个技能模块详解

技能（Skill）是领域知识和最佳实践的集合。AI在执行任务时会参考这些技能，确保输出符合专业标准。

6.1 tdd-workflow - 测试驱动开发工作流

用途：确保所有开发遵循TDD原则，有完整的测试覆盖。

关键内容：

RED-GREEN-REFACTOR循环：先写失败的测试，再写代码让测试通过，最后重构
测试类型：单元测试、集成测试、E2E测试
覆盖率要求：80%以上
测试模式：Jest/Vitest API测试、Playwright E2E测试

6.2 security-review - 安全检查清单

用途：确保代码符合安全标准，不引入安全漏洞。

关键内容：

10大安全领域检查：注入攻击、认证授权、敏感数据、XSS、CSRF等
密钥管理规范：禁止硬编码，使用环境变量
输入验证：所有用户输入必须验证
SQL注入防护：使用参数化查询

6.3 continuous-learning - 持续学习模式

用途：从开发会话中提取可复用的模式，沉淀为知识。

关键内容：

自动评估会话，识别可提取的模式
保存到知识库目录
支持手动触发：/learn命令
配置：最小会话长度、提取阈值等

6.4 coding-standards - 通用编码标准

用途：确保代码风格一致，符合专业编码规范。

关键内容：

不可变性：始终使用展开运算符创建新对象
KISS原则：保持简单，避免过度设计
函数规范：小函数（50行以内）、清晰的命名
错误处理：try-catch、用户友好的错误信息

6.5 frontend-patterns - React/Next.js模式

用途：提供现代前端开发的最佳实践。

关键内容：

组件模式：组合组件、复合组件、Render Props
自定义Hooks：useDebounce、useQuery、useToggle
性能优化：useMemo、useCallback、React.memo
状态管理：Context+Reducer、状态提升

6.6 backend-patterns - 后端架构模式

用途：提供后端开发的最佳实践。

关键内容：

架构模式：Repository、Service Layer、Middleware
API设计：RESTful规范、版本控制、错误响应格式
数据库：查询优化、N+1问题处理、事务
缓存：Redis缓存策略、缓存失效

6.7 verification-loop - 持续验证循环

用途：在开发过程中持续验证代码质量。

关键内容：

检查点管理：定义关键验证节点
验证类型：功能测试、性能测试、安全测试
回滚策略：验证失败时的处理流程

6.8 eval-harness - 验证评估框架

用途：评估AI生成代码的质量和效果。

关键内容：

评估指标：准确性、完整性、可维护性
评估方法：人工评审、自动测试
反馈循环：评估结果用于改进提示

6.9 strategic-compact - 手动压缩建议

用途：在长会话中建议手动压缩上下文。

关键内容：

压缩时机：上下文接近上限时
压缩内容：保留关键信息，删除冗余
操作建议：保存进度、开始新会话

6.10 clickhouse-io - ClickHouse集成

用途：提供ClickHouse数据库的查询和使用指南。

关键内容：

查询优化：分页、聚合、索引
数据类型：选择合适的数据类型
集成方式：通过MCP服务器连接

6.11 project-guidelines-example - 项目指南示例

用途：展示如何为特定项目创建定制化指南。

关键内容：

项目结构规范
技术栈特定规则
团队约定俗成的做法

复制代码

/eval

评估AI生成代码的质量。

配图7：14个命令交互图

8. 8大强制规则

规则（Rule）是必须遵守的编码准则。领测老贺在这里强调违反规则会触发警告或阻止操作。

8.1 security.md - 安全编码准则

核心要点：

禁止硬编码密钥、密码、token
所有用户输入必须验证
使用参数化查询防止SQL注入
用户内容必须消毒防止XSS
启用CSRF保护
实现请求频率限制

8.2 testing.md - 测试要求

核心要点：

最低测试覆盖率：80%
必须包含单元测试、集成测试、E2E测试
遵循TDD流程：先写测试，再写代码
测试必须隔离，不能相互依赖

8.3 coding-style.md - 代码风格规范

核心要点：

强制不可变性：始终使用展开运算符
小文件原则：单个文件不超过800行
小函数原则：单个函数不超过50行
无深度嵌套：避免超过4层嵌套
完整的错误处理

8.4 git-workflow.md - Git工作流

核心要点：

使用约定式提交（Conventional Commits）
功能开发使用功能分支
PR必须有代码审查
保持提交原子化

8.5 agents.md - 代理使用时机

核心要点：

复杂架构问题 → architect
安全相关问题 → security-reviewer
构建错误 → build-error-resolver
E2E测试 → e2e-runner
代码清理 → refactor-cleaner

8.6 performance.md - 性能优化

核心要点：

根据任务复杂度选择合适的模型
保留20%的上下文窗口用于缓冲区
长任务分解为多个短任务

8.7 patterns.md - 设计模式应用

核心要点：

使用适当的模式解决问题
不要过度设计
代码自文档化

8.8 hooks.md - 钩子使用指南

核心要点：

了解各种钩子的触发时机
不要在钩子中执行耗时操作
合理使用PreToolUse和PostToolUse

配图8：8大规则层次图

9. Hooks自动化系统

Hooks是自动化触发器，在特定时机自动执行预定义的操作。

9.1 PreToolUse Hooks（使用工具前触发）

dev服务器检查：

阻止开发服务器在tmux外运行，确保可以访问日志。

长时间命令提醒：

npm install、npm test等长时间命令运行时，提醒使用tmux。

git push前审查：

git push前暂停，等待用户确认。

禁止创建不必要文档：

阻止创建非必要的.md文件，保持文档简洁。

9.2 PostToolUse Hooks（使用工具后触发）

PR创建检测：

创建PR后，记录PR URL，提供审查命令。

JS/TS自动格式化：

编辑JS/TS文件后，自动用Prettier格式化。

TypeScript类型检查：

编辑TS文件后，运行tsc检查类型。

console.log警告：

检测到console.log时提醒移除。

9.3 PreCompact Hooks（压缩前）

状态保存：

上下文压缩前，保存当前会话状态。

9.4 SessionStart Hooks（会话开始）

上下文恢复：

新会话开始时，恢复之前保存的上下文。

9.5 Stop Hooks（会话结束）

最终console.log审计：

会话结束前，检查修改的文件中是否有console.log。

会话状态持久化：

保存会话状态，供后续会话使用。

连续学习评估：

评估当前会话，提取可复用的模式。

配图9：Hooks生命周期图

10. 动态上下文系统与MCP服务器

10.1 动态上下文系统

上下文（Context）决定AI在当前会话中的行为模式。

dev.md - 开发模式

行为：先写代码，后解释
优先级：快速实现 > 完美方案
适用：日常开发、功能实现

review.md - 审查模式

行为：专注质量、安全、可维护性
优先级：代码质量 > 开发速度
适用：代码审查、安全检查

research.md - 研究模式

行为：深入分析，可并行多代理
优先级：分析深度 > 速度
适用：技术调研、架构评估

10.2 MCP服务器集成

MCP（Model Context Protocol）服务器提供外部服务集成。

核心MCP服务器：

服务器	用途
github	GitHub操作（PR、issue、仓库管理）
firecrawl	网页抓取和爬取
supabase	Supabase数据库操作
memory	跨会话持久化内存
sequential-thinking	思维链推理
vercel	Vercel部署管理
railway	Railway部署管理

Cloudflare Workers系列：

cloudflare-docs：文档搜索
cloudflare-workers-builds：Workers构建
cloudflare-workers-bindings：绑定配置
cloudflare-observability：日志和监控

其他MCP服务器：

clickhouse：ClickHouse分析查询
context7：实时文档查找
magic：Magic UI组件
filesystem：文件系统操作（需配置路径）

使用建议：

根据需要启用MCP，不用全部启用
注意API密钥的配置
保持启用数量在10个以内，避免消耗过多上下文

配图10：上下文+MCP集成架构

11. 常见问题解答

Q1：这套配置适合什么水平的开发者？

有一定编程基础即可使用。AI代理会引导你完成流程，即使不熟悉TDD或某些最佳实践，也能按照指导正确操作。

Q2：和直接用Claude Code有什么区别？

直接使用Claude Code也可以获得很好的结果，但这套配置提供了规范化的流程、自动化检查、持续学习能力。它不是限制AI的能力，而是让AI的输出更可靠、更一致。

Q3：一定要用全部功能吗？

可以按需选用。从一个命令开始尝试，比如先使用/plan规划需求，熟悉后再逐步添加其他功能。

Q4：会影响AI的响应速度吗？

影响很小。规则和钩子主要是引导AI的行为，不会显著增加响应时间。某些自动化检查会在后台运行，也不影响AI响应。

Q5：怎么保证代码安全？

规则中包含了严格的安全检查，包括禁止硬编码密钥、输入验证、SQL注入防护等。/code-review和/security-reviewer命令会主动检查安全问题。

Q6：可以在团队中使用吗？

当然。这套配置的核心价值之一就是统一团队的开发规范。把配置放到团队共享仓库中，成员安装后就能保持一致的开发体验。

12. 快速上手指南

12.1 安装步骤

步骤一：安装配置

将everything-claude-code的目录复制到Claude Code的配置目录：

复制代码

# 克隆或下载配置 git clone https://github.com/your-repo/everything-claude-code ~/.claude/

步骤二：配置环境

根据需要配置MCP服务器的API密钥：

复制代码

// ~/.claude/settings.json {   "mcpServers": {     "github": {       "env": {         "GITHUB_PERSONAL_ACCESS_TOKEN": "your-token-here"       }     }   } }

步骤三：验证安装

运行/verify命令，验证配置是否正常工作。

12.2 推荐采用路径

第一阶段：只用三个命令（1周）

/plan
- 规划新功能
/tdd
- 开发新功能
/code-review
- 审查代码

这三个命令覆盖了开发的主要环节，门槛最低。

第二阶段：增加自动化（2周）

/build-fix
- 修复构建错误
/test-coverage
- 检查覆盖率
/verify
- 完整验证

第三阶段：深入使用（持续）

/refactor-clean
- 清理技术债
/e2e
- 添加E2E测试
/learn
- 提取团队模式

12.3 必备配置

必须配置：

GitHub MCP（用于PR和issue操作）
安全规则（security.md）
测试规则（testing.md）

推荐配置：

代码风格规则（coding-style.md）
PreToolUse Hooks（开发体验提升）

可选配置：

其他MCP服务器（按需）
持续学习技能（continuous-learning）

配图11：快速上手路径图

13. 移植到OpenCode

everything-claude-code的配置可以移植到OpenCode使用。OpenCode是另一个AI编程工具，采用类似的配置机制。

13.1 OpenCode简介

OpenCode是一个AI辅助编程工具，支持通过配置文件定制AI行为。它的配置结构和Claude Code相似，可以较好地兼容everything-claude-code的大部分配置。

13.2 移植步骤

步骤一：复制配置文件

复制代码

# 从Claude Code复制到OpenCode cp -r ~/.claude/agents ~/.opencode/ cp -r ~/.claude/commands ~/.opencode/ cp -r ~/.claude/rules ~/.opencode/ cp -r ~/.claude/skills ~/.opencode/

步骤二：调整目录结构

复制代码

# OpenCode的默认配置目录 ~/.opencode/ ├── agents/      # 代理（兼容） ├── skills/      # 技能（需要调整加载方式） ├── commands/    # 命令（兼容） ├── rules/       # 规则（兼容） └── hooks/       # 钩子（需要修改触发器）

步骤三：修改配置兼容性

Skills加载

：部分技能可能需要调整加载机制
Hooks触发器

：某些hooks的触发器语法可能需要修改
MCP服务器

：配置格式相同，但服务器路径可能不同

步骤四：测试验证

逐一测试各模块是否正常工作：

测试agents：运行一个代理任务
测试commands：使用一个斜杠命令
测试rules：触发规则检查
测试hooks：触发自动化钩子

13.3 配置对照表

Claude Code	OpenCode	兼容性	注意事项
`~/.claude/`	`~/.opencode/`	需修改目录名	基础目录不同
`agents/`	`agents/`	兼容	格式相同
`skills/`	`skills/`	部分兼容	可能需要调整加载
`commands/`	`commands/`	兼容	斜杠命令格式相同
`rules/`	`rules/`	兼容	规则格式相同
`hooks/`	`hooks/`	部分兼容	触发器语法需修改
`contexts/`	类似的上下文机制	部分兼容	需要查找对应配置
`mcpServers`	`mcpServers`	兼容	配置格式相同

13.4 注意事项

兼容性差异：

OpenCode的hooks语法与Claude Code有差异，需要调整
部分技能的加载机制可能不兼容
某些MCP服务器在OpenCode中可能没有对应的集成

建议：

先移植核心功能（agents、commands、rules）
逐步测试和调整
参考OpenCode官方文档进行适配

配图12：OpenCode配置迁移对照表

14. 总结

everything-claude-code是一套实用的AI编程配置方案。它不追求花哨的功能，而是解决实际问题：让AI辅助编程更规范、更高效、更可靠。

配图13：价值总结图

核心价值

规范化流程

从规划到开发，从审查到测试，每个环节都有明确的工具和方法。AI不再是随机工作的助手，而是按照规范执行的工具。

自动化检查

代码风格、测试覆盖率、安全问题，都由自动化工具检查。节省时间又不会遗漏。

持续学习

从每次会话中提取模式，沉淀为团队知识。AI会越来越了解项目特点，开发效率逐步提升。

灵活采用

可以全套使用，也可以只采用其中几个命令。从/plan开始，逐步扩展到完整的开发流程。

项目地址

项目开源在GitHub上，可以直接克隆使用：

https://github.com/affaan-m/everything-claude-code