claude-workflow-v2
claude-workflow-v2 是一款专为提升软件开发效率设计的通用工作流插件,旨在让 Claude Code、Cursor 等主流 AI 编程助手变得更“聪明”且具备团队协作能力。它解决了传统 AI 辅助编程中上下文理解碎片化、缺乏自动化流程以及代码质量把控不足的痛点,通过引入模块化架构,将复杂的开发任务转化为标准化的自动操作。
这款工具特别适合软件开发者、技术团队负责人及追求高效工作流的工程师使用。无论是日常代码提交、架构设计,还是安全审查与故障排查,claude-workflow-v2 都能提供强力支持。其核心亮点在于内置了 7 个专用智能体(Agents),可自动扮演调试员、代码审查员或安全专家等角色;同时提供 26 条快捷指令和 14 项专业技能,让用户能通过简单的斜杠命令(如自动生成提交信息、一键验证变更)完成从编码到部署的全链路操作。此外,它还支持钩子(Hooks)机制,能自动执行格式化、安全检查等脚本,确保代码在交付前符合高标准。通过灵活适配 35 多种 AI 代理,claude-workflow-v2 帮助开发者将重复性工作交给 AI,从而更专注于核心逻辑创新。
使用场景
某全栈开发者正紧急修复一个生产环境的支付模块漏洞,并需要在半小时内完成代码修复、测试验证及上线部署。
没有 claude-workflow-v2 时
- 流程割裂低效:开发者需手动切换终端,依次执行代码修改、运行测试、检查 Lint、构建项目,最后再手动编写 Git 提交信息和创建 PR,耗时且易出错。
- 缺乏深度自检:AI 仅生成代码片段,无法自动调用安全扫描或单元测试代理,导致潜在的逻辑漏洞(如空指针异常)未被及时发现。
- 上下文切换频繁:为了确认修复是否影响其他模块,开发者需反复向 AI 解释项目架构,或在不同工具间复制粘贴错误日志进行调试。
- 提交规范难统一:手动编写的 Commit Message 往往不符合团队规范,导致后续 Code Review 困难,版本历史混乱。
使用 claude-workflow-v2 后
- 一键自动化闭环:只需输入
/project-starter:commit-push-pr,claude-workflow-v2 自动完成从代码提交、推送到远程仓库再到创建 Pull Request 的全流程。 - 多代理协同验证:执行
/project-starter:verify-changes后,内置的构建验证器、测试运行器及安全扫描代理并行工作,确保“构建通过、测试全绿、无高危漏洞”后才允许发布。 - 智能故障定位:当描述“支付回调失败”时,debugger 代理自动激活,直接定位到环境变量配置错误并给出修复方案,无需人工介入排查。
- 标准化输出:
/project-starter:commit命令自动生成符合约定式提交规范的 Message(如fix(payment): validate webhook signature),保持版本史清晰专业。
claude-workflow-v2 将分散的开发动作整合为智能工作流,让开发者从繁琐的流程操作中解放,专注于核心业务逻辑的突破。
运行环境要求
- 未说明
不需要 GPU
未说明

快速开始
项目启动器
一个通用的 Claude Code 工作流插件,为任何软件项目提供专业化的智能体、技能、钩子和输出样式。兼容 skills.sh — 可与 Claude Code、Cursor、Codex 以及 35 多种 AI 智能体协同工作。
快速入门
选项 1:skills.sh(推荐 — 适用于任何智能体)
npx skills add CloudAI-X/claude-workflow-v2
会自动将技能安装到 Claude Code、Cursor、Codex、Windsurf、Cline 等 35 多种 AI 智能体中。
选项 2:npx(Claude Code — 完整插件)
npx install-claude-workflow-v2@latest
安装完整的插件:包括智能体、命令、技能和钩子。
选项 3:CLI(单次会话)
# 克隆插件
git clone https://github.com/CloudAI-X/claude-workflow-v2.git
# 使用插件运行 Claude Code
claude --plugin-dir ./claude-workflow-v2
选项 4:智能体 SDK
import { query } from "@anthropic-ai/claude-agent-sdk";
for await (const message of query({
prompt: "Hello",
options: {
plugins: [{ type: "local", path: "./claude-workflow-v2" }],
},
})) {
// 插件中的命令、智能体和技能现已可用
}
选项 5:永久安装
# 从市场安装(待上线时)
claude plugin install project-starter
# 或从本地目录安装
claude plugin install ./claude-workflow-v2
验证安装
加载插件后,请验证其是否正常工作:
> /plugin
使用 Tab 键切换到 Installed,您应能看到 project-starter 列出。再切换到 Errors,此处应为空(无错误)。
此时以下命令将可用:
/project-starter:architect # 架构优先模式
/project-starter:rapid # 快速交付模式
/project-starter:commit # 自动生成提交信息
/project-starter:verify-changes # 多智能体验证
包含内容
| 组件 | 数量 | 描述 |
|---|---|---|
| 智能体 | 7 | 用于代码审查、调试、安全等的专业子智能体 |
| 命令 | 26 | 用于工作流、输出样式、规划和入职的斜杠命令 |
| 技能 | 14 | 支持按需加载上下文的知识领域 |
| 钩子 | 14 | 用于格式化、安全、指标统计和通知的自动化脚本 |
使用示例
命令实战
自动提交更改:
> /project-starter:commit
正在查看暂存的更改...
✓ 创建了提交:feat(auth): 添加 JWT 刷新令牌端点
完整 Git 工作流:
> /project-starter:commit-push-pr
✓ 提交:feat: 添加用户仪表板
✓ 推送到 origin/feature/dashboard
✓ 创建了 PR #42:https://github.com/you/repo/pull/42
发布前验证:
> /project-starter:verify-changes
正在启动验证智能体...
├─ build-validator: ✓ 构建通过
├─ test-runner: ✓ 42 个测试全部通过
├─ lint-checker: ⚠ 2 条警告(非阻塞)
└─ security-scanner: ✓ 未发现漏洞
可以发布!
智能体实战
智能体会根据您的请求自动启动:
您说: “登录功能坏了,用户收到 401 错误”
[调试智能体已激活]
→ 检查认证中间件... 发现问题
→ 生产环境中的令牌验证使用了错误的密钥
→ 解决方案:更新 .env.production 中的 AUTH_SECRET
您说: “请审查我的更改”
[代码审查智能体已激活]
→ 正在分析 3 个修改文件...
✓ 逻辑正确
⚠ 第 42 行缺少空值检查
⚠ 建议在此端点添加限流机制
您说: “为 API 添加认证功能”
[协调智能体已激活]
→ 将任务分解为子任务:
1. 设计认证架构(启动架构师)
2. 实现 JWT 中间件
3. 添加登录/注册端点
4. 编写测试用例(启动测试架构师)
5. 更新 API 文档(启动文档编写者)
技能实战
技能会自动提供领域知识:
您问: “支付服务应该如何设计?”
[设计架构技能生效]
→ 推荐采用六边形架构
→ 将支付服务商作为适配器
→ 核心业务层与基础设施层隔离
您问: “如何让这个端点更快?”
[性能优化技能生效]
→ 添加数据库索引
→ 实施响应缓存
→ 对大量结果使用分页
钩子实战
钩子会在特定事件发生时自动触发:
安全拦截(编辑前):
⛔ 已阻止:检测到潜在密钥
文件:src/config.ts,第 5 行
模式:API 密钥 (sk-...)
请移除密钥,并使用环境变量。
自动格式化(编辑后):
✓ 使用 Prettier 格式化:src/components/Button.tsx
✓ 使用 Black 格式化:scripts/deploy.py
桌面通知:
🔔 “Claude 等待输入” - 当等待您的回复时
🔔 “任务已完成” - 当任务结束时
命令参考
所有命令均采用 /project-starter:<命令> 的格式。
输出样式
| 命令 | 模式 |
|---|---|
/project-starter:architect |
系统设计模式 - 先设计架构再写代码 |
/project-starter:rapid |
快速开发模式 - 快速交付并迭代 |
/project-starter:mentor |
教学模式 - 解释“为什么” |
/project-starter:review |
代码审查模式 - 严格把控质量 |
Git 工作流(内循环)
| 命令 | 用途 |
|---|---|
/project-starter:commit |
自动生成规范化的提交信息 |
/project-starter:commit-push-pr |
提交 → 推送 → 创建 PR(完整流程) |
/project-starter:quick-fix |
快速修复 Lint 或类型错误 |
/project-starter:add-tests |
为最近的更改生成测试用例 |
/project-starter:lint-fix |
自动修复所有 Lint 问题 |
/project-starter:sync-branch |
与主分支同步(变基或合并) |
/project-starter:summarize-changes |
生成站会或 PR 摘要 |
验证
| 命令 | 用途 |
|---|---|
/project-starter:verify-changes |
多子代理对抗式验证 |
/project-starter:validate-build |
构建流程验证 |
/project-starter:run-tests |
分层测试执行 |
/project-starter:lint-check |
代码质量检查 |
/project-starter:security-scan |
安全漏洞检测 |
/project-starter:code-simplifier |
实施后清理 |
规划与重构
| 命令 | 用途 |
|---|---|
/project-starter:plan |
持久化 PLAN.md 文件,跟踪各阶段进展 |
/project-starter:refactor-guided |
四阶段系统性重构,确保安全 |
/project-starter:dependency-upgrade |
安全升级依赖项,并支持回滚 |
新手引导与知识积累
| 命令 | 用途 |
|---|---|
/project-starter:tutorial |
针对新用户的交互式引导教程 |
/project-starter:bootstrap-repo |
10个子代理并行探索代码库 |
/project-starter:save-session-learnings |
将会话中的发现持久化到文档中 |
/project-starter:metrics |
查看子代理性能指标 |
子代理
子代理是 Claude 根据您的任务自动创建的专用子代理。
| 子代理 | 用途 | 自动触发条件 |
|---|---|---|
orchestrator |
协调多步骤任务 | “改进”、“增强”、“构建”、“架构设计”、复杂任务 |
code-reviewer |
审查代码质量 | “评审”、“PR 审核”、“代码风格检查”、代码变更 |
debugger |
系统性排查 bug | 错误、崩溃、内存泄漏、超时、竞态条件 |
docs-writer |
编写技术文档 | README、变更日志、迁移指南、发布说明 |
security-auditor |
检测安全漏洞 | 认证、加密、敏感信息、OAuth、JWT、CORS |
refactorer |
改进代码结构 | 技术债务、代码异味、降低复杂度 |
test-architect |
设计测试策略 | 测试计划、模拟、不稳定测试、集成/端到端测试 |
技能
技能是 Claude 在相关场景下自主使用的知识领域。
| 技能 | 领域 |
|---|---|
analyzing-projects |
理解代码库结构和模式 |
designing-tests |
单元测试、集成测试、端到端测试方法 |
designing-architecture |
清晰架构、六边形架构等 |
optimizing-performance |
加速应用,识别瓶颈 |
managing-git |
版本控制,遵循规范提交 |
designing-apis |
REST/GraphQL 模式及最佳实践 |
parallel-execution |
多子代理并行执行任务模式 |
web-design-guidelines |
自包含 UI 审计(A11Y、PERF、RD、SEC、I18N) |
vercel-react-best-practices |
React/Next.js 性能优化(45 条规则) |
convex-backend |
Convex 后端开发(函数、模式等) |
database-design |
数据库模式设计、索引优化、查询优化 |
devops-infrastructure |
Docker、CI/CD、部署、基础设施即代码、监控 |
error-handling |
错误模式、结构化日志记录、重试/熔断机制 |
security-patterns |
认证、RBAC、敏感信息、CORS、限流、HTTP 头部 |
钩子
钩子会在特定事件发生时自动运行。
| 钩子 | 触发条件 | 动作 |
|---|---|---|
| 安全扫描 | 编辑/写入 | 阻止包含潜在敏感信息的提交 |
| 文件保护 | 编辑/写入 | 阻止对锁定文件、.env、.git 的编辑 |
| 自动格式化 | 编辑/写入 | 根据文件类型运行 prettier/black/gofmt |
| TypeScript 检查 | 编辑/写入 | 对 .ts/.tsx 文件运行 tsc --noEmit |
| 提交前检查 | Bash 脚本 | 检测调试语句及临时标记 |
| 分支保护 | Bash 脚本 | 警告对保护分支的提交 |
| 命令日志记录 | Bash 脚本 | 日志记录至 .claude/command-history.log |
| 环境检查 | 会话开始 | 验证 Node.js、Python、Git 是否正常 |
| 提示分析 | 用户提示 | 推荐合适的子代理 |
| 自动验证 | 任务完成 | 运行测试/代码风格检查,报告结果 |
| 文档更新建议 | 任务完成 | 建议更新 CLAUDE.md 以反映更改 |
| 会话指标 | 任务完成 | 将会话遥测数据记录到指标文件中 |
| 输入提醒 | 需要输入 | 桌面通知 |
| 完成提醒 | 任务完成 | 桌面通知 |
示例
有关详细的多子代理编排示例,请参阅 examples/ 目录:
| 示例 | 描述 |
|---|---|
| 全面代码审查 | 6个子代理按顺序协作,进行彻底的代码分析 |
每个示例包括:
- README.md - 概述及快速入门
- workflow.md - 具体使用提示
- verification.md - 如何验证其有效性
- sample-outputs/ - 子代理输出示例
配置
为项目添加权限
将权限模板复制到您的项目中:
mkdir -p /path/to/your/project/.claude
cp templates/settings.local.json.template /path/to/your/project/.claude/settings.local.json
这将预先允许常用的安全命令,避免每次操作都需确认。
添加团队规范
将 CLAUDE.md 模板复制到你的项目根目录:
cp templates/CLAUDE.md.template /path/to/your/project/CLAUDE.md
然后根据你的需求进行自定义:
- 包管理器命令
- 测试/构建/代码检查命令
- 代码规范
- 架构决策
MCP 服务器
复制 MCP 模板以启用 Slack、GitHub、Sentry 等集成:
cp templates/mcp.json.template /path/to/your/project/.mcp.json
然后配置你想要使用的服务器的环境变量。
GitHub Action(在 PR 中使用 @.claude)
通过安装 GitHub Action,使 Claude 能够回复 PR 评论:
# 在你的仓库中
claude /install-github-action
这将启用以下功能:
- 在 PR 评论中标记
@claude以获取代码建议 - 在代码审查期间自动更新
CLAUDE.md - Claude 会自动回复审查反馈
PR 评论示例:
@claude 请为邮箱字段添加输入验证
团队工作流程提示: 使用 @claude 来根据代码审查中的经验更新 CLAUDE.md:
@claude 在 CLAUDE.md 中添加一条注释,说明我们在调用 API 之前应始终验证邮箱格式
扩展插件
添加自定义命令
在 commands/ 目录下创建 .md 文件:
---
allowed-tools: Bash(git:*), Read, Write
description: 此命令的作用
argument-hint: [可选参数]
---
[命令的具体操作步骤]
添加自定义代理
在 agents/ 目录下创建 .md 文件:
---
name: my-agent
description: 它的功能。在 [触发条件] 时主动使用。
tools: Read, Write, Edit, Bash
model: sonnet
---
[代理的操作指南]
添加自定义技能
在 skills/ 目录下创建子目录,并在其中包含一个 SKILL.md 文件:
---
name: my-skill
description: 指导 [领域]。在 [触发条件] 时使用。
---
[技能相关的知识和模式]
插件结构
claude-workflow/
├── .claude-plugin/
│ ├── plugin.json # 必需:插件清单
│ └── marketplace.json # 可选:市场元数据
├── agents/ # 7 个专业代理
│ ├── orchestrator.md
│ ├── code-reviewer.md
│ ├── debugger.md
│ ├── docs-writer.md
│ ├── security-auditor.md
│ ├── refactorer.md
│ └── test-architect.md
├── commands/ # 26 个斜杠命令
│ ├── architect.md # 输出样式
│ ├── rapid.md
│ ├── mentor.md
│ ├── review.md
│ ├── commit.md # Git 工作流
│ ├── commit-push-pr.md
│ ├── quick-fix.md
│ ├── add-tests.md
│ ├── lint-fix.md
│ ├── sync-branch.md
│ ├── summarize-changes.md
│ ├── verify-changes.md # 验证
│ ├── validate-build.md
│ ├── run-tests.md
│ ├── lint-check.md
│ ├── security-scan.md
│ ├── code-simplifier.md
│ ├── parallel-review.md # 并行
│ ├── parallel-analyze.md
│ ├── plan.md # 规划与重构
│ ├── refactor-guided.md
│ ├── dependency-upgrade.md
│ ├── tutorial.md # 入职培训与知识普及
│ ├── bootstrap-repo.md
│ ├── save-session-learnings.md
│ └── metrics.md
├── skills/ # 14 个知识领域
│ ├── analyzing-projects/
│ ├── convex-backend/
│ ├── database-design/
│ ├── designing-apis/
│ ├── designing-architecture/
│ ├── designing-tests/
│ ├── devops-infrastructure/
│ ├── error-handling/
│ ├── managing-git/
│ ├── optimizing-performance/
│ ├── parallel-execution/
│ ├── security-patterns/
│ ├── vercel-react-best-practices/
│ └── web-design-guidelines/
├── hooks/
│ ├── hooks.json # 钩子配置
│ └── 14 个自动化脚本 # 工具前后、会话、指标、通知等
├── templates/ # 用户可复制的模板
│ ├── CLAUDE.md.template
│ ├── settings.json.template
│ ├── settings.local.json.template
│ └── mcp.json.template
├── CLAUDE.md # 插件开发指南
└── README.md
系统要求
- Claude Code v1.0.33 或更高版本
- Python 3(用于钩子脚本)
- Node.js(可选,用于 npm 命令)
- Git(用于版本控制功能)
多代理兼容性(skills.sh)
此仓库与 skills.sh——通用代理技能平台——完全兼容。我们的 14 种技能可与 38+ 个 AI 编码代理 一起使用:
| 代理 | 安装方法 |
|---|---|
| Claude Code | npx skills add CloudAI-X/claude-workflow-v2 或完整插件安装 |
| Cursor | npx skills add CloudAI-X/claude-workflow-v2 |
| Codex | npx skills add CloudAI-X/claude-workflow-v2 |
| Windsurf | npx skills add CloudAI-X/claude-workflow-v2 |
| Cline | npx skills add CloudAI-X/claude-workflow-v2 |
| 35+ 其他 | npx skills add CloudAI-X/claude-workflow-v2 |
注意:
npx skills add只会安装 技能。若要获得完整的 Claude Code 体验(代理、命令、钩子),请使用npx install-claude-workflow-v2@latest。
贡献
欢迎贡献!请参阅 CONTRIBUTING.md。
- 分支仓库
- 创建特性分支 (
git checkout -b feature/amazing-feature) - 提交更改 (
git commit -m 'feat: 添加超赞功能') - 推送到分支 (
git push origin feature/amazing-feature) - 打开拉取请求
星标历史
致谢
- 插件由 @cloudxdev 创建
- 工作流模式灵感来源于 Boris Cherny(Claude Code 的创造者)
许可证
MIT - 详情请参阅 LICENSE。
常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备
