Skip to content
Back to search

Claude-Code-Zen-mcp-Skill-Work

关于这个事,我简单说两句,你明白就行,总而言之,这个事呢,现在就是这个情况,具体的呢,大家也都看得到,也得出来说那么几句,可能,你听的不是很明白,但是意思就是那么个意思,不知道的你也不用去猜,这种事情见得多了,我只想说懂得都懂,不懂的我也不多解释,毕竟自己知道就好,细细品吧。

Safety scan

A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.

Checked today
Badge for your README
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/vcnoc--claude-code-zen-mcp-skill-work/badge.svg)](/listings/vcnoc--claude-code-zen-mcp-skill-work)

HTML

<a href="/listings/vcnoc--claude-code-zen-mcp-skill-work"><img src="/api/listings/vcnoc--claude-code-zen-mcp-skill-work/badge.svg" alt="findsafeskills safety rating" /></a>

Install

i

What was scanned

The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.

README.md · README · 246 lines

View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)

  1. # Claude Code Zen MCP Skill Work
  2. [![License](https://img.shields.io/badge/License-Apache%202.0-blue.svg)](LICENSE)
  3. [![Status](https://img.shields.io/badge/Status-Active-green.svg)](https://github.com/VCnoC/Claude-Code-Zen-mcp-Skill-Work)
  4. > 🚀 **一个为 AI 编程智能体设计的、开箱即用的规则体系与技能包。**
  5. 本项目不仅仅是工具的集合,更是一套标准化的工作流程和质量保障机制。它通过智能路由、多阶段工作流和自动化代码审查,赋能 AI 智能体以更高效、更可靠的方式完成复杂的编程任务。
  6. ---
  7. ## ✨ 核心特性
  8. - 🔗 **CLI 桥接能力**: 使 AI 智能体能通过 Zen MCP 自主调用外部命令行工具(如 Codex CLI, Gemini CLI),实现跨工具协作。
  9. - 🧠 **智能路由 (`main-router`)**: 根据用户意图自动选择最合适的技能,是整个系统的“大脑”。
  10. - 📊 **结构化工作流 (P1-P4)**: 将复杂的开发任务分解为分析、方案、执行、修复四个标准阶段,确保流程清晰可控。
  11. - 📝 **自动化规划 (`plan-down`)**: 告别手动任务分解,自动生成结构化的 `plan.md`,并支持多模型验证。
  12. - 🔍 **5维代码审查 (`codex-code-reviewer`)**: 从质量、安全、性能、架构和文档五个维度对代码进行全面审查和打分。
  13. - 📄 **专业文档生成 (`simple-gemini` & `deep-gemini`)**: 自动生成和维护项目知识库 (`PROJECTWIKI.md`)、变更日志 (`CHANGELOG.md`) 和深度技术分析报告。
  14. - 🤖 **全自动模式**: 支持“一句话需求,全自动开发”模式,AI 可自主完成从规划到代码实现、审查、测试和文档更新的全过程。
  15. ## 🏗️ 工作原理
  16. 系统通过一个四阶段(P1-P4)的工作流来处理用户请求,由 `main-router` 统一调度。这个流程确保了每个任务都经过充分的分析、严谨的规划和严格的质量验证。
  17. ```mermaid
  18. flowchart LR
  19. A[用户请求] --> B(main-router<br/>意图识别与路由)
  20. B --> C[P1: 分析问题<br/>理解需求,定位根因]
  21. C --> D[P2: 制定方案<br/>调用 plan-down 生成 plan.md]
  22. D --> E[P3: 执行方案<br/>编码、测试、文档更新]
  23. E --> F{成功?}
  24. F -->|是| G[✅ 完成]
  25. F -->|否| H[P4: 错误处理<br/>修复问题并通过回归闸门验证]
  26. H --> G
  27. ```
  28. > 深入了解架构设计、状态机和数据模型,请查阅 **[PROJECTWIKI.md](./PROJECTWIKI.md)**。
  29. ## 🎯 核心技能包
  30. 本项目提供了一套即插即用的核心技能,每个技能都为 AI 智能体赋予一项专业能力。
  31. | 技能 | 核心职责 | 主要产出 |
  32. |-----------------------|------------------------------------|--------------------------------|
  33. | `main-router` | **智能路由与任务调度** | 路由决策、全局状态管理 |
  34. | `plan-down` | **任务分解与计划生成** | `plan.md` 文件 |
  35. | `codex-code-reviewer` | **5维度代码质量审查与自动修复** | 质量报告、修复后的代码 |
  36. | `simple-gemini` | **标准文档与测试代码生成** | `README`, `PROJECTWIKI`, 测试文件 |
  37. | `deep-gemini` | **深度技术分析与报告生成** | 架构/性能分析报告 |
  38. ## 🚀 快速开始
  39. ### 1. 环境要求
  40. - **[Python](https://www.python.org/)** >= 3.8**
  41. - **[Git](https://git-scm.com/downloads)**
  42. ### 2. 安装步骤
  43. 本仓库包含了 **Zen MCP Server** 和 **核心技能包**,只需三步即可完成安装。
  44. **第一步:克隆仓库**
  45. ```bash
  46. git clone https://github.com/VCnoC/Claude-Code-Zen-mcp-Skill-Work.git
  47. cd Claude-Code-Zen-mcp-Skill-Work
  48. ```
  49. **第二步:运行一键安装脚本**
  50. 脚本将自动完成 Zen MCP Server 的安装、技能包的复制和全局规则的配置。
  51. - **Linux / macOS**:
  52. ```bash
  53. chmod +x install.sh && ./install.sh
  54. ```
  55. - **Windows**:
  56. ```powershell
  57. .\install.ps1
  58. ```
  59. > **💡 提示**: 如果一键脚本不可用(例如从 GitHub 克隆的版本),请使用下面的手动安装步骤。
  60. #### Linux / macOS 手动安装
  61. ```bash
  62. # 1. 复制并安装 Zen MCP Server
  63. cp -r zen-mcp-server ~/zen-mcp-server
  64. cd ~/zen-mcp-server
  65. pip3 install -r requirements.txt
  66. cd ..
  67. # 2. 复制技能包、共享资源和全局规则
  68. mkdir -p ~/.claude/skills
  69. cp -r skills/* ~/.claude/skills/
  70. cp -r references ~/.claude/references
  71. cp CLAUDE.md ~/.claude/CLAUDE.md
  72. ```
  73. #### Windows 手动安装
  74. ```powershell
  75. # 1. 复制并安装 Zen MCP Server
  76. Copy-Item -Path ".\zen-mcp-server" -Destination "$env:USERPROFILE\zen-mcp-server" -Recurse
  77. cd "$env:USERPROFILE\zen-mcp-server"
  78. pip install -r requirements.txt
  79. cd $OLDPWD
  80. # 2. 复制技能包、共享资源和全局规则
  81. New-Item -ItemType Directory -Path "$env:USERPROFILE\.claude\skills" -Force
  82. Copy-Item -Path ".\skills\*" -Destination "$env:USERPROFILE\.claude\skills\" -Recurse
  83. Copy-Item -Path ".\references" -Destination "$env:USERPROFILE\.claude\references" -Recurse
  84. Copy-Item -Path ".\CLAUDE.md" -Destination "$env:USERPROFILE\.claude\CLAUDE.md"
  85. ```
  86. **手动安装核心步骤总结**:
  87. 1. 复制 `zen-mcp-server/` 到用户目录并安装依赖
  88. 2. 创建 `~/.claude/` 目录结构(如不存在)
  89. 3. 复制 `skills/` 下的所有技能文件到 `~/.claude/skills/`
  90. 4. 复制 `references/` 文件夹到 `~/.claude/references/`
  91. 5. 复制 `CLAUDE.md` 到 `~/.claude/CLAUDE.md`
  92. > **📁 最终目录结构**:`~/.claude/` 包含 `skills/`、`references/` 和 `CLAUDE.md` 三个核心组件
  93. ### 3. 配置与启动
  94. **第一步:配置 API Keys**
  95. 编辑位于 `~/zen-mcp-server/.env` (或 `%USERPROFILE%\zen-mcp-server\.env`) 的配置文件,填入您的 API Keys。
  96. ```dotenv
  97. # OpenAI API Key (用于代码审查等)
  98. OPENAI_API_KEY=sk-your-openai-api-key-here
  99. # Google Gemini API Key (支持原生格式和 OpenAI 兼容格式)
  100. GEMINI_API_KEY=your-gemini-api-key-here
  101. # ⚠️ 强烈建议:指定允许的模型,避免意外高额费用
  102. OPENAI_ALLOWED_MODELS=gpt-4-turbo,gpt-4o
  103. # 可选:使用自定义 API 端点(Ollama、vLLM、LM Studio 等本地模型)
  104. # CUSTOM_API_URL=http://localhost:11434/v1 # API 端点(必须以 /v1 结尾)
  105. # CUSTOM_API_KEY= # API 密钥(Ollama 留空)
  106. # CUSTOM_MODEL_NAME=llama3.2 # 默认模型名称
  107. ```
  108. > **💡 使用本地模型**:如需使用 Ollama、vLLM 或 LM Studio 等本地推理服务,配置上述 `CUSTOM_API_*` 参数即可。若需自定义模型能力(扩展推理、视觉等),可在 `zen-mcp-server/conf/custom_models.json` 中添加模型配置。
  109. **第二步:启动 Zen MCP Server**
  110. ```bash
  111. cd ~/zen-mcp-server
  112. # 推荐:使用启动脚本(自动配置环境)
  113. # Linux/Mac 用户
  114. chmod +x run-server.sh
  115. ./run-server.sh
  116. # Windows 用户
  117. .\run-server.ps1
  118. # 或直接运行
  119. python3 server.py # Linux/Mac
  120. python server.py # Windows
  121. 启动脚本会提供交互式配置选项,根据实际情况选择后,会自动将 MCP 配置写入 .claude.json 文件
  122. ```
  123. ### 4. 重启 Claude code
  124. 完全关闭 Claude code,然后重新启动。
  125. ---
  126. ## ✅ 验证安装
  127. 启动 Claude code,输入:
  128. ```
  129. 请使用 main-router 帮我分析当前可用的技能
  130. ```
  131. 如果能看到 `main-router`, `plan-down` 等5个技能的详细说明,则表示安装成功!
  132. ---
  133. ## 📖 使用示例
  134. ### 交互模式 (默认)
  135. 在默认模式下,AI 会在关键决策点寻求您的确认,确保您对开发过程有完全的控制。
  136. **示例:**
  137. > `帮我重构一下 auth.py 文件,提高其可读性。`
  138. **AI 的响应流程:**
  139. 1. **P1 分析**: AI 分析 `auth.py`,识别出可重构的关键区域(如复杂的函数、重复的代码块)。
  140. 2. **P2 方案**: AI 提出一个重构计划(`plan.md`),例如:“将 `authenticate_user` 函数拆分为三个独立的私有函数”,并等待您的批准。
  141. 3. **P3 执行**: 在您确认后,AI 执行重构,并通过 `codex-code-reviewer` 验证代码质量。
  142. ### 全自动模式
  143. 对于信任度高的任务,您可以授权 AI 全自动完成,无需人工干预。
  144. **示例:**
  145. > `全程自动化,为我的 Flask 应用增加一个使用 SQLite 的用户注册功能,测试覆盖率不低于85%。`
  146. **AI 的响应流程:**
  147. 1. **自动规划**: AI 调用 `plan-down` 制定详细的开发步骤。
  148. 2. **自动执行**: 创建数据库模型、编写后端路由、生成前端模板。
  149. 3. **自动审查与测试**: 每一步代码都由 `codex-code-reviewer` 自动审查。AI 还会调用 `simple-gemini` 编写测试用例,确保覆盖率达到85%。
  150. 4. **自动记录**: 所有决策和操作都会被记录在 `auto_log.md` 中,供您随时审计。
  151. ---
  152. ## 💡 核心理念
  153. 本项目的规则和技能设计遵循以下核心理念,这些理念定义在全局配置文件 `CLAUDE.md` 中。
  154. - **G1: 文档一等公民**: 代码的任何变更都必须同步更新到 `PROJECTWIKI.md` 和 `CHANGELOG.md`,确保文档与代码的绝对一致。
  155. - **G8: 强制技能使用 (反偷懒原则)**: 关键任务(如规划、代码审查、文档生成)必须由最专业的技能执行,杜绝“主模型”直接处理,以保证输出质量。
  156. - **G9: 可量化的质量目标**: 所有开发活动都应围绕明确的质量指标进行,例如,测试覆盖率目标 (`coverage_target`) 必须在任务开始时设定。
  157. ---
  158. ## 📚 文档中心
  159. | 文档 | 内容描述 |
  160. |----------------------------------------------------------------|----------------------------------------------------------|
  161. | **[PROJECTWIKI.md](./PROJECTWIKI.md)** | **项目知识库 (核心)**:架构设计、决策记录、模块文档。 |
  162. | **[CLAUDE.md](./CLAUDE.md)** | **全局规则**: 定义了 G1-G11 全局规则和 P1-P4 工作流。 |
  163. | **[CHANGELOG.md](./CHANGELOG.md)** | **变更日志**: 记录了项目的所有版本变更历史。 |
  164. | **[skills/shared/tool_parameter_contract.md](./skills/shared/tool_parameter_contract.md)** | **工具参数契约**: Zen MCP Server 中所有工具的详细参数说明。 |
  165. ---
  166. ## 🙏 致谢
  167. 本项目的实现离不开以下优秀开源项目的启发和支持:
  168. - **[HelloAgents](https://github.com/hellowind777/helloagents)**: 提供了 `AGENTS.md` 规范和多阶段工作流的初始设计理念。
  169. - **[Zen MCP Server](https://github.com/BeehiveInnovations/zen-mcp-server)**: 提供了稳定可靠的 MCP 服务器实现。
  170. ---
  171. ## 📄 许可证
  172. 本项目采用 [Apache 2.0 License](LICENSE)。

Ratings and comments

Sign in to rate this skill.

Sign in

Free to use. If it’s helped, pass it on.