Claude Skill

VCnoC/Claude-Code-Zen-mcp-Skill-Work

一个实现 MCP 用于代码相关任务的 Claude Skill 仓库。基于 Python 的工具,帮助开发者通过模型上下文协议集成扩展 Claude 的能力。

概览

Stars112
Forks8
语言Python
最后更新2025-12-21
最近同步2026-06-26
前往 GitHub

仓库信息

拥有者VCnoC
仓库Claude-Code-Zen-mcp-Skill-Work
完整名称VCnoC/Claude-Code-Zen-mcp-Skill-Work
Repo ID1,080,936,939

安装这个 Skill

git clone https://github.com/VCnoC/Claude-Code-Zen-mcp-Skill-Work.git

Registry 信息

类型mcp_server
质量分75/100
验证状态readme_parsed
最近验证2026-06-26
平台
ClaudeMCPCodex
能力
memoryterminal
识别文件
README.md
配置键
OPENAI_API_KEYGEMINI_API_KEYCUSTOM_API_URLCUSTOM_API_KEY
安装方式
  • git clone https://github.com/VCnoC/Claude-Code-Zen-mcp-Skill-Work.git
  • pip install -r requirements.txt

项目简介

一个用于MCP(模型上下文协议)工作的Claude Skill仓库,专注于代码相关任务。描述故意抽象,暗示熟悉该背景的人自然理解项目目的。

英文描述

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。

要点

  • Claude Skill 实现
  • MCP(模型上下文协议)集成
  • 基于 Python 开发
  • 专注于代码功能

使用场景

  • 通过 MCP 扩展 Claude 能力
  • 代码生成与分析工作流
  • 开发者工具集成
  • 自动化代码相关任务

README 摘要

# Claude Code Zen MCP Skill Work [![License](https://img.shields.io/badge/License-Apache%202.0-blue.svg)](LICENSE) [![Status](https://img.shields.io/badge/Status-Active-green.svg)](https://github.com/VCnoC/Claude-Code-Zen-mcp-Skill-Work) > 🚀 **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。** 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。 --- ## ✨ 核心特性 - 🔗 **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。 - 🧠 **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”。 - 📊 **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。 - 📝 **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。 - 🔍 **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。 - 📄 **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。 - 🤖 **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。 ## 🏗️ 工作原理 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。 ```mermaid flowchart LR A[用户请求] --> B(main-router<br/>意图识别与路由) B --> C[P1: 分析问题<br/>理解需求,定位根因] C --> D[P2: 制定方案<br/>调用 plan-down 生成 plan.md] D --> E[P3: 执行方案<br/>编码、测试、文档更新] E --> F{成功?} F -->|是| G[✅ 完成] F -->|否| H[P4: 错误处理<br/>修复问题并通过回归闸门验证] H --> G ``` > 深入了解架构设计、状态机和数据模型,请查阅 **[PROJECTWIKI.md](./PROJECTWIKI.md)**。 ## 🎯 核心技能包 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。 | 技能 | 核心职责 | 主要产出 | |-----------------------|------------------------------------|--------------------------------| | `main-router` | **智能路由与任务调度** | 路由决策、全局状态管理 | | `plan-down` | **任务分解与计划生成** | `plan.md` 文件 | | `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 | | `simple-gemini` | **标准文档与测试代码生成** | `README`, `PROJECTWIKI`, 测试文件 | | `deep-gemini` | **深度技术分析与报告生成** | 架构/性能分

话题

暂无话题

探索更多

数据来自 GitHub,同步时间:2026-06-26