compound-engineering-plugin
compound-engineering-plugin 是一款专为 Claude Code、Codex 等主流 AI 编程助手设计的插件,旨在重塑软件开发的工作流。传统开发往往随着功能增加而积累技术债务,导致代码库日益复杂难维护;该插件则倡导“复合工程”理念,主张每一次工程实践都应让后续工作变得更轻松。
它通过一套标准化的命令流程(如 /ce:brainstorm 构思、/ce:plan 规划、/ce:work 执行、/ce:review 审查及 /ce:compound 沉淀),引导开发者将 80% 的精力投入前期规划与后期复盘,仅用 20% 时间进行编码执行。这种模式能有效将隐性知识转化为可复用的显性文档,确保代码质量随迭代持续提升而非下降。
该工具特别适合追求高质量交付的专业开发者及工程团队使用,尤其是那些希望利用 AI Agent 协同工作但苦于缺乏规范流程的用户。其独特亮点在于强大的跨平台兼容性:不仅原生支持 Claude Code 和 Cursor,还内置了转换工具,能将插件格式一键适配为 OpenCode、GitHub Copilot、Gemini CLI 等十余种不同 AI 开发环境,极大地降低了多工具链用户的迁移与使用门槛。通过引入多智能体协作审查机制,compound-engineering-plugin 帮助团队在享受 AI 效率红利的同时,规避了盲目生成代码带来的长期维护风险。
使用场景
某初创团队的后端工程师正在为一个高并发的电商系统重构订单模块,需要在极短时间内完成需求分析、代码实现与高质量交付。
没有 compound-engineering-plugin 时
- 盲目编码导致返工:开发者往往跳过深入规划直接写代码,结果因需求理解偏差或架构设计缺陷,在后期不得不大规模重构。
- 技术债务快速累积:每次功能迭代都让代码库变得更复杂,缺乏系统的知识沉淀,新人上手困难,老员工维护成本极高。
- 代码审查流于形式:人工 Review 容易遗漏边缘情况,且缺乏标准化的多代理协作机制,导致线上故障频发。
- 经验无法复用:解决过的难题没有形成文档或模式,团队反复在同一个坑里跌倒,工程效率随时间推移不升反降。
使用 compound-engineering-plugin 后
- 规划先行减少返工:通过
/ce:brainstorm和/ce:plan命令,AI 助手先引导团队厘清需求并生成详细技术方案,确保“想清楚再动手”,大幅降低逻辑错误。 - 工程难度逐次递减:遵循“复合工程”理念,利用
/ce:compound将每次迭代的经验固化为可复用知识,使得后续开发单元比前一个更简单高效。 - 多维自动代码审查:执行
/ce:review触发多代理协同审查,能在合并前精准捕捉潜在并发问题和边界漏洞,显著提升代码健壮性。 - 知识资产持续增值:所有学到的技巧和避坑指南被自动记录并融入工作流,团队成员能随时调用历史智慧,避免重复造轮子。
compound-engineering-plugin 通过将“规划 - 执行 - 复盘”闭环自动化,彻底扭转了传统开发中技术债务累积的趋势,让每一次工程投入都成为未来效率的加速器。
运行环境要求
- 未说明
未说明
未说明

快速开始
复合工程
一个插件市场,主打 Compound Engineering 插件 —— 由 AI 技能与智能体组成的工具集,旨在让每一项工程任务都比上一项更加轻松。
理念
每一项工程工作都应该让后续的工作更轻松,而不是更困难。
传统开发往往会积累技术债务。每增加一个功能,复杂性就会提升。随着时间的推移,代码库会变得越来越难以维护。
而复合工程则颠覆了这一模式。它将 80% 的时间用于规划和评审,仅 20% 用于执行:
- 在编写代码之前进行充分的规划
- 通过评审发现并解决问题,同时总结经验教训
- 将知识体系化,以便重复利用
- 保持高质量的代码,使未来的改动更加容易
了解更多
- 完整组件参考 —— 所有智能体、命令和技能
- 复合工程:Every 如何使用智能体进行编码
- 复合工程背后的故事
工作流程
头脑风暴 -> 计划 -> 执行 -> 评审 -> 复合 -> 循环
^
构思(可选——当你需要创意时)
| 命令 | 目的 |
|---|---|
/ce:ideate |
通过发散式构思和对抗性筛选,发现具有高影响力的项目改进方案 |
/ce:brainstorm |
在规划前探索需求和方案 |
/ce:plan |
将功能想法转化为详细的实施计划 |
/ce:work |
使用工作树和任务跟踪来执行计划 |
/ce:review |
合并前的多智能体代码评审 |
/ce:compound |
记录经验教训,以简化未来的工作 |
/ce:brainstorm 是主要入口——它通过交互式问答将想法提炼为需求计划,并在不需要仪式感时自动跳过。/ce:plan 则可以接受来自头脑风暴的需求文档或详细的想法,并将其精炼成智能体(或人类)可以直接执行的技术计划。
/ce:ideate 使用频率较低,但可以显著提升效率——它会根据你的代码库主动提出优秀的改进建议,并可根据你的需求进行调整。
每个循环都会不断累积:头脑风暴使计划更加清晰,计划反过来指导未来的计划,评审能够发现更多问题,而模式也会被记录下来。
安装
Claude Code
/plugin marketplace add EveryInc/compound-engineering-plugin
/plugin install compound-engineering
Cursor
/add-plugin compound-engineering
OpenCode、Codex、Droid、Pi、Gemini、Copilot、Kiro、Windsurf、OpenClaw 和 Qwen(实验性)
本仓库包含一个基于 Bun/TypeScript 的 CLI,可将 Claude Code 插件转换为 OpenCode、Codex、Factory Droid、Pi、Gemini CLI、GitHub Copilot、Kiro CLI、Windsurf、OpenClaw 以及 Qwen Code 格式。
# 将 compound-engineering 插件转换为 OpenCode 格式
bunx @every-env/compound-plugin install compound-engineering --to opencode
# 转换为 Codex 格式
bunx @every-env/compound-plugin install compound-engineering --to codex
# 转换为 Factory Droid 格式
bunx @every-env/compound-plugin install compound-engineering --to droid
# 转换为 Pi 格式
bunx @every-env/compound-plugin install compound-engineering --to pi
# 转换为 Gemini CLI 格式
bunx @every-env/compound-plugin install compound-engineering --to gemini
# 转换为 GitHub Copilot 格式
bunx @every-env/compound-plugin install compound-engineering --to copilot
# 转换为 Kiro CLI 格式
bunx @every-env/compound-plugin install compound-engineering --to kiro
# 转换为 OpenClaw 格式
bunx @every-env/compound-plugin install compound-engineering --to openclaw
# 转换为 Windsurf 格式(默认全局范围)
bunx @every-env/compound-plugin install compound-engineering --to windsurf
# 转换为 Windsurf 工作区范围
bunx @every-env/compound-plugin install compound-engineering --to windsurf --scope workspace
# 转换为 Qwen Code 格式
bunx @every-env/compound-plugin install compound-engineering --to qwen
# 自动检测已安装的工具,并全部安装
bunx @every-env/compound-plugin install compound-engineering --to all
各目标输出格式详情
| 目标 | 输出路径 | 备注 |
|---|---|---|
opencode |
~/.config/opencode/ |
命令以 .md 文件形式存在;opencode.json MCP 配置深度合并;覆盖前会制作备份 |
codex |
~/.codex/prompts + ~/.codex/skills |
Claude 命令变为提示词与技能对;标准的 ce:* 工作流技能也会添加提示词包装;废弃的 workflows:* 别名将被省略 |
droid |
~/.factory/ |
工具名称映射(Bash->Execute, Write->Create);去除命名空间前缀 |
pi |
~/.pi/agent/ |
提示词、技能、扩展以及用于 MCPorter 互操作性的 mcporter.json |
gemini |
.gemini/ |
来自智能体的技能;命令以 .toml 文件形式存在;带命名空间的命令会变成目录(workflows:plan -> commands/workflows/plan.toml) |
copilot |
.github/ |
智能体以带有 Copilot 前言的 .agent.md 文件形式存在;MCP 环境变量前加 COPILOT_MCP_ 前缀 |
kiro |
.kiro/ |
智能体以 JSON 配置文件和提示词 .md 文件的形式存在;仅支持 stdio MCP 服务器 |
openclaw |
~/.openclaw/extensions/<plugin>/ |
入口 TypeScript 技能文件;用于 MCP 服务器的 openclaw-extension.json |
windsurf |
~/.codeium/windsurf/(全局)或 .windsurf/(工作区) |
智能体成为技能;命令变为扁平的工作流;mcp_config.json 被合并 |
qwen |
~/.qwen/extensions/<plugin>/ |
智能体以 .yaml 文件形式存在;环境变量中的占位符会被提取为设置;嵌套命令使用冒号分隔 |
所有目标平台均为实验性,随着格式的演进可能会发生变化。
本地开发
从本地克隆仓库
适用于活跃开发——对插件源码的修改会立即生效。
Claude Code —— 添加一个 shell 别名,使你的本地副本与常规插件同时加载:
alias cce='claude --plugin-dir ~/code/compound-engineering-plugin/plugins/compound-engineering'
运行 cce 而不是 claude 来测试你的更改。你的生产环境将不受影响。
Codex 及其他目标 —— 对你的本地仓库运行 CLI:
# 从仓库根目录
bun run src/index.ts install ./plugins/compound-engineering --to codex
# 其他目标也采用相同模式
bun run src/index.ts install ./plugins/compound-engineering --to opencode
来自已推送的分支
在不切换检出的情况下,测试他人或自己的分支,只需从工作树中进行。使用 --branch 参数将分支克隆到一个确定性的缓存目录中。
未推送的本地分支:如果分支仅存在于本地工作树中且尚未推送,请直接将
--plugin-dir指向工作树路径(例如claude --plugin-dir /path/to/worktree/plugins/compound-engineering)。
Claude Code — 使用 plugin-path 获取缓存的克隆路径:
# 从仓库根目录
bun run src/index.ts plugin-path compound-engineering --branch feat/new-agents
# 输出:
# claude --plugin-dir ~/.cache/compound-engineering/branches/compound-engineering-feat~new-agents/plugins/compound-engineering
缓存路径是确定性的(同一分支始终映射到同一目录)。再次运行会将检出更新为该分支上的最新提交。
Codex、OpenCode 及其他目标 — 将 --branch 传递给 install:
# 从仓库根目录
bun run src/index.ts install compound-engineering --to codex --branch feat/new-agents
# 对任何目标都适用
bun run src/index.ts install compound-engineering --to opencode --branch feat/new-agents
# 结合 `--also` 可用于多个目标
bun run src/index.ts install compound-engineering --to codex --also opencode --branch feat/new-agents
这两个功能都使用 COMPOUND_PLUGIN_GITHUB_SOURCE 环境变量来解析仓库,默认值为 https://github.com/EveryInc/compound-engineering-plugin。
Shell 别名
添加到 ~/.zshrc 或 ~/.bashrc 中。所有别名都使用本地 CLI,因此无需依赖 npm 发布。plugin-path 仅将路径输出到标准输出(进度信息输出到标准错误),因此可以与 $() 组合使用。
CE_REPO=~/code/compound-engineering-plugin
ce-cli() { bun run "$CE_REPO/src/index.ts" "$@"; }
# --- 本地检出(活跃开发) ---
alias cce='claude --plugin-dir $CE_REPO/plugins/compound-engineering'
codex-ce() {
ce-cli install "$CE_REPO/plugins/compound-engineering" --to codex "$@"
}
# --- 已推送的分支(测试 PR、工作树工作流) ---
ccb() {
claude --plugin-dir "$(ce-cli plugin-path compound-engineering --branch "$1")" "${@:2}"
}
codex-ceb() {
ce-cli install compound-engineering --to codex --branch "$1" "${@:2}"
}
用法:
cce # 使用 Claude Code 的本地检出
codex-ce # 将本地检出安装到 Codex
ccb feat/new-agents # 使用 Claude Code 测试已推送的分支
ccb feat/new-agents --verbose # 将额外的标志转发给 claude
codex-ceb feat/new-agents # 将已推送的分支安装到 Codex
同步个人配置
将您的个人 Claude Code 配置(~/.claude/)同步到其他 AI 编程工具。省略 --target 参数可自动同步到所有检测到的受支持工具:
# 同步到所有检测到的工具(默认)
bunx @every-env/compound-plugin sync
# 将技能和 MCP 服务器同步到 OpenCode
bunx @every-env/compound-plugin sync --target opencode
# 同步到 Codex
bunx @every-env/compound-plugin sync --target codex
# 同步到 Pi
bunx @every-env/compound-plugin sync --target pi
# 同步到 Droid
bunx @every-env/compound-plugin sync --target droid
# 同步到 GitHub Copilot(技能 + MCP 服务器)
bunx @every-env/compound-plugin sync --target copilot
# 同步到 Gemini(技能 + MCP 服务器)
bunx @every-env/compound-plugin sync --target gemini
# 同步到 Windsurf
bunx @every-env/compound-plugin sync --target windsurf
# 同步到 Kiro
bunx @every-env/compound-plugin sync --target kiro
# 同步到 Qwen
bunx @every-env/compound-plugin sync --target qwen
# 同步到 OpenClaw(仅同步技能;MCP 受验证限制)
bunx @every-env/compound-plugin sync --target openclaw
# 同步到所有检测到的工具
bunx @every-env/compound-plugin sync --target all
此操作会同步:
- 个人技能,位于
~/.claude/skills/(以符号链接形式) - 个人斜杠命令,位于
~/.claude/commands/(作为提供商原生的提示、工作流,或在支持的情况下转换为技能) - MCP 服务器,位于
~/.claude/settings.json
技能以符号链接形式同步(而非复制),因此在 Claude Code 中的更改会立即反映出来。
支持的同步目标包括:
opencodecodexpidroidcopilotgeminiwindsurfkiroqwenopenclaw
注意事项:
- Codex 同步会保留非托管的
config.toml内容,并且现在还包括远程 MCP 服务器。 - 命令同步会复用各提供商现有的 Claude 命令转换,因此某些目标会收到提示或工作流,而另一些目标则会收到转换后的技能。
- Copilot 同步会将个人技能写入
~/.copilot/skills/,并将 MCP 配置写入~/.copilot/mcp-config.json。 - Gemini 同步会将 MCP 配置写入
~/.gemini/,并避免镜像 Gemini 已经从~/.agents/skills中发现的技能,从而防止出现重复技能警告。 - Droid、Windsurf、Kiro 和 Qwen 同步会将 MCP 服务器合并到提供商文档中记录的用户配置中。
- OpenClaw 目前仅同步技能。由于该仓库尚未记录明确的用户级 OpenClaw 命令界面,因此跳过个人命令同步;同时,由于当前官方 OpenClaw 文档并未清晰定义 MCP 服务器配置规范,因此也跳过 MCP 同步。
版本历史
compound-engineering-v2.62.02026/04/04cli-v2.62.02026/04/04compound-engineering-v2.61.02026/04/01cli-v2.61.02026/04/01cli-v2.57.12026/03/28compound-engineering-v2.56.02026/03/28cli-v2.57.02026/03/28compound-engineering-v2.60.02026/03/31cli-v2.60.02026/03/31compound-engineering-v2.59.02026/03/29cli-v2.59.02026/03/29compound-engineering-v2.58.12026/03/28cli-v2.58.12026/03/28compound-engineering-v2.58.02026/03/28compound-engineering-v2.57.02026/03/28cli-v2.58.02026/03/28compound-engineering-v2.56.12026/03/28compound-engineering-v2.55.02026/03/27cli-v2.56.02026/03/27compound-engineering-v2.54.12026/03/26相似工具推荐
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。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。
OpenHands
OpenHands 是一个专注于 AI 驱动开发的开源平台,旨在让智能体(Agent)像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点,通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员,还是需要快速原型验证的技术团队,都能从中受益。OpenHands 提供了灵活多样的使用方式:既可以通过命令行(CLI)或本地图形界面在个人电脑上轻松上手,体验类似 Devin 的流畅交互;也能利用其强大的 Python SDK 自定义智能体逻辑,甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK,这不仅构成了平台的引擎,还支持高度可组合的开发模式。此外,OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩,证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能,支持与 Slack、Jira 等工具集成,并提供细粒度的权限管理,适合从个人开发者到大型企业的各类用户场景。