[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"tool-OneRedOak--claude-code-workflows":3,"similar-OneRedOak--claude-code-workflows":51},{"id":4,"github_repo":5,"name":6,"description_en":7,"description_zh":8,"ai_summary_zh":8,"readme_en":9,"readme_zh":10,"quickstart_zh":11,"use_case_zh":12,"hero_image_url":13,"owner_login":14,"owner_name":15,"owner_avatar_url":16,"owner_bio":17,"owner_company":18,"owner_location":19,"owner_email":20,"owner_twitter":21,"owner_website":22,"owner_url":23,"languages":20,"stars":24,"forks":25,"last_commit_at":26,"license":27,"difficulty_score":28,"env_os":29,"env_gpu":30,"env_ram":30,"env_deps":31,"category_tags":37,"github_topics":20,"view_count":40,"oss_zip_url":20,"oss_zip_packed_at":20,"status":41,"created_at":42,"updated_at":43,"faqs":44,"releases":50},3745,"OneRedOak\u002Fclaude-code-workflows","claude-code-workflows","The best workflows and configurations I've developed, having heavily used Claude Code since the day of it's release. Workflows are based off applied learnings from our AI-native startup.","claude-code-workflows 是一套专为 Claude Code 打造的高效工作流与配置合集，源自作者在其 AI 原生创业公司中的深度实战经验。它旨在解决开发团队在代码审查、安全检测及设计验收环节中耗时费力且容易疏漏的痛点，通过自动化手段将重复性检查工作交给 AI 代理，让团队成员能更专注于架构设计与战略思考。\n\n这套工具特别适合软件开发者、技术负责人以及追求工程卓越的研发团队使用。其核心亮点在于构建了独特的“双循环”架构，巧妙结合了自定义斜杠命令与 GitHub Actions，实现了从提交到反馈的全自动闭环。具体包含三大场景：代码审查工作流能自动检查语法、风格规范及潜在缺陷；安全审查工作流依据 OWASP Top 10 标准主动识别漏洞与敏感信息泄露；设计审查工作流则创新性地集成 Microsoft Playwright MCP 浏览器自动化技术，确保前端变更符合无障碍标准与视觉规范。无论是希望提升交付质量的初创团队，还是寻求流程优化的成熟企业，都能从中获得切实的效率提升。","# Claude Code Workflows\nThe best workflows and configurations I've developed heavily using Claude Code since the day of it's release. Workflows are based off applied learnings from our AI-native startup. \n\nWorkflows are covered in detail with tutorials and demos on [Patrick Ellis' YouTube channel](https:\u002F\u002Fwww.youtube.com\u002F@PatrickOakleyEllis).\n\n## Workflows\n\n### [Code Review Workflow](.\u002Fcode-review\u002F)\nAn automated code review system inspired by Anthropic's own Claude Code development process, where AI agents handle the \"blocking and tackling\" of code review. This workflow implements dual-loop architecture with slash commands and GitHub Actions to automatically review PRs for syntax, completeness, style guide adherence, and bug detection. Free your team to focus on strategic thinking and architectural alignment while AI handles routine checks. [Watch the tutorial](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=nItsfXwujjg).\n\n### [Security Review Workflow](.\u002Fsecurity-review\u002F)\nAn automated security review system that proactively identifies vulnerabilities, exposed secrets, and potential attack vectors in your codebase. Based on Anthropic's security-focused approach and OWASP Top 10 standards, this workflow provides severity-classified findings with clear remediation guidance. Includes slash commands for on-demand scanning and GitHub Actions for automated PR security checks. [Watch the tutorial](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=nItsfXwujjg).\n\n### [Design Review Workflow](.\u002Fdesign-review\u002F)\nAn automated design review system that provides comprehensive feedback on front-end code changes. This workflow uses Microsoft's open source [Playwright MCP](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fplaywright-mcp) browser automation and specialized Claude Code agents to ensure UI\u002FUX consistency, accessibility compliance, and adherence to world-class design standards. Perfect for maintaining design quality across teams and catching visual issues before they reach production. [Watch the tutorial](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=xOO8Wt_i72s).\n\n---\n\n*More workflows coming soon...*\n","# Claude Code 工作流\n自 Claude Code 发布之日起，我就大量使用它开发了最佳的工作流和配置。这些工作流基于我们在一家原生 AI 公司中的实践经验。\n\n有关工作流的详细教程和演示，请访问 [Patrick Ellis 的 YouTube 频道](https:\u002F\u002Fwww.youtube.com\u002F@PatrickOakleyEllis)。\n\n## 工作流\n\n### [代码审查工作流](.\u002Fcode-review\u002F)\n受 Anthropic 自身 Claude Code 开发流程启发的自动化代码审查系统，由 AI 代理负责处理代码审查中的基础性、重复性任务。该工作流采用双循环架构，结合斜杠命令和 GitHub Actions，自动对拉取请求进行语法检查、完整性验证、风格规范符合性检测以及缺陷排查。让团队成员能够专注于战略思考和架构一致性，而将常规检查交由 AI 完成。[观看教程](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=nItsfXwujjg)。\n\n### [安全审查工作流](.\u002Fsecurity-review\u002F)\n一套主动识别代码库中漏洞、敏感信息泄露及潜在攻击面的自动化安全审查系统。基于 Anthropic 的安全优先方法和 OWASP Top 10 标准，该工作流会提供按严重等级分类的发现结果，并附上清晰的修复指导。支持通过斜杠命令实现按需扫描，同时集成 GitHub Actions 实现拉取请求的安全自动化检查。[观看教程](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=nItsfXwujjg)。\n\n### [设计审查工作流](.\u002Fdesign-review\u002F)\n一套针对前端代码变更提供全面反馈的自动化设计审查系统。该工作流利用 Microsoft 开源的 [Playwright MCP](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fplaywright-mcp) 浏览器自动化工具以及专门定制的 Claude Code 代理，确保 UI\u002FUX 一致性、无障碍合规性，并符合世界一流的设计标准。非常适合跨团队维护设计质量，在视觉问题进入生产环境之前将其及时发现并解决。[观看教程](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=xOO8Wt_i72s)。\n\n---\n\n*更多工作流即将推出……*","# Claude Code Workflows 快速上手指南\n\n本指南帮助中国开发者快速部署基于 Claude Code 的自动化工作流（代码审查、安全审查、设计审查），提升研发效率。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：macOS, Linux 或 Windows (WSL2 推荐)\n*   **Node.js**：版本 >= 18.x (推荐使用 `nvm` 管理)\n*   **Claude Code CLI**：已安装并配置好 Anthropic API Key\n    *   安装命令：`npm install -g @anthropic-ai\u002Fclaude-code`\n    *   认证：运行 `claude` 并按提示登录\n*   **GitHub Account**：拥有目标仓库的写入权限\n*   **可选依赖**（针对设计审查工作流）：\n    *   Chrome\u002FChromium 浏览器（用于 Playwright MCP）\n\n> **注意**：由于网络原因，访问 Anthropic 服务可能需要配置代理或使用国内中转 API 服务。\n\n## 安装步骤\n\n本项目包含多个独立的工作流目录，请根据需求克隆仓库并进入相应目录。\n\n1.  **克隆仓库**\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fpatrick-ellis\u002Fclaude-code-workflows.git\n    cd claude-code-workflows\n    ```\n\n2.  **选择并进入工作流目录**\n    根据你需要使用的功能进入对应文件夹：\n    *   代码审查：`cd code-review`\n    *   安全审查：`cd security-review`\n    *   设计审查：`cd design-review`\n\n3.  **安装项目依赖**\n    每个工作流目录通常包含特定的配置文件（如 `.clinerules`, GitHub Actions YAML 等）。如果是 Node.js 项目，请运行：\n    ```bash\n    npm install\n    ```\n    *(注：部分工作流主要依赖配置文件和 GitHub Actions，可能无需额外 npm 安装，请以具体目录下的 README 为准)*\n\n4.  **配置 GitHub Actions (可选但推荐)**\n    若需自动化的 PR 检查，请将对应的 workflow 文件复制到你的仓库中：\n    ```bash\n    # 示例：将代码审查的 Action 配置复制到你的项目\n    cp .github\u002Fworkflows\u002Fcode-review.yml ..\u002Fyour-project\u002F.github\u002Fworkflows\u002F\n    ```\n    确保你的仓库 Secrets 中已配置 `ANTHROPIC_API_KEY`。\n\n## 基本使用\n\n安装完成后，你可以通过以下两种方式使用这些工作流：\n\n### 方式一：本地命令行交互 (Slash Commands)\n\n在终端进入你的项目根目录，启动 Claude Code，然后输入特定的斜杠命令触发审查。\n\n**示例：运行代码审查**\n```bash\nclaude\n```\n进入交互界面后，输入：\n```text\n\u002Freview-code\n```\n*AI 将自动分析当前变更，检查语法、风格及潜在 Bug。*\n\n**示例：运行安全扫描**\n```text\n\u002Fsecurity-scan\n```\n*AI 将根据 OWASP Top 10 标准扫描漏洞和硬编码密钥。*\n\n### 方式二：GitHub PR 自动化\n\n当你向配置了 Workflow 的仓库提交 Pull Request 时，GitHub Actions 会自动触发：\n\n1.  提交代码并创建 PR。\n2.  GitHub Action 自动调用 Claude Code Agent。\n3.  AI 在 PR 评论区自动生成审查报告，包含：\n    *   **代码审查**：风格一致性、逻辑错误建议。\n    *   **安全审查**：漏洞等级分类及修复方案。\n    *   **设计审查**：UI\u002FUX 一致性检查（需配置 Playwright）。\n\n### 快速验证 (以代码审查为例)\n\n你可以直接在当前仓库的 `code-review` 目录下创建一个测试文件，尝试让 AI 进行审查：\n\n```bash\n# 1. 创建一个有问题的测试文件\necho \"function broken() { return undefined }\" > test.js\n\n# 2. 启动 Claude Code 并请求审查\nclaude --prompt \"Please review test.js using the code-review workflow standards.\"\n```\n\n---\n*更多详细教程和演示视频，请参考原作者 Patrick Ellis 的 YouTube 频道。*","某电商初创团队在快速迭代前端功能时，面临代码质量与发布速度的双重压力。\n\n### 没有 claude-code-workflows 时\n- **人工审查耗时过长**：资深工程师需花费大量时间手动检查每个 PR 的语法规范和基础逻辑，导致核心架构设计时间被挤占。\n- **安全隐患依赖自觉**：缺乏自动化的安全扫描机制，硬编码密钥或常见漏洞（如 OWASP Top 10）往往靠开发者自觉发现，漏网之鱼风险高。\n- **视觉回归测试困难**：UI 改动是否影响无障碍访问或破坏设计风格，只能靠肉眼比对，经常等到上线后才发现样式错乱或体验不一致。\n- **反馈周期滞后**：从提交代码到获得完整评审意见通常需要数小时甚至隔天，严重拖慢了小步快跑的敏捷节奏。\n\n### 使用 claude-code-workflows 后\n- **自动化释放人力**：Code Review Workflow 自动拦截语法错误和风格违规，让团队能专注于战略性的架构对齐，不再纠结于细枝末节。\n- **主动防御安全风险**：Security Review Workflow 基于 OWASP 标准实时扫描，自动标记暴露的密钥并提供修复指南，将安全左移至编码阶段。\n- **智能保障设计一致性**：Design Review Workflow 结合 Playwright 浏览器自动化，精准识别 UI 偏差与无障碍合规问题，确保上线即精品。\n- **即时反馈加速闭环**：通过 GitHub Actions 和斜杠命令，开发者在提交瞬间即可获取多维度的详细报告，大幅缩短从编码到合并的等待时间。\n\nclaude-code-workflows 通过将重复性的审查工作交给 AI 代理，帮助团队在保持高速迭代的同时，实现了企业级的代码质量与安全标准。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FOneRedOak_claude-code-workflows_063ed568.png","OneRedOak","Patrick Ellis","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FOneRedOak_ac0690e7.jpg","AI Engineer. Co-Founder & CTO at @Snapbar. Co-Founder of @dubhacks (prev.). Forbes 30 Under 30 - Seattle '23.","@Snapbar ","Seattle, WA",null,"PatOakEllis","http:\u002F\u002Fpatrickellis.io","https:\u002F\u002Fgithub.com\u002FOneRedOak",3766,553,"2026-04-04T14:19:07","MIT",4,"","未说明",{"notes":32,"python":30,"dependencies":33},"该工具并非独立运行的本地模型，而是一套基于 Claude Code 的工作流配置和自动化脚本。运行核心依赖是安装并配置好 Anthropic 的 Claude Code 环境以及有效的 API 访问权限。部分工作流（如设计审查）需要集成 Microsoft Playwright MCP 进行浏览器自动化，安全审查和代码审查依赖 GitHub Actions 在 CI\u002FCD 流程中执行。具体系统资源需求取决于底层 Claude Code 的运行环境要求，而非本仓库本身。",[34,35,36],"Claude Code","GitHub Actions","Playwright MCP",[38,39],"Agent","插件",2,"ready","2026-03-27T02:49:30.150509","2026-04-06T05:15:19.029548",[45],{"id":46,"question_zh":47,"answer_zh":48,"source_url":49},17141,"斜杠命令中的 Git 命令无法正常工作或显示异常，该如何解决？","您需要确保在 Claude Code 的设置中已授予其使用 `git` 工具的权限。该权限配置在 Claude Code 自动创建的 `settings.json` 文件中。\n\n最简单的解决方法是：手动要求 Claude Code 运行一次该工具，当系统提示是否允许时，选择\"Yes\"（是）。这样会自动更新配置文件以允许该工具的使用。\n\n相关文档参考：https:\u002F\u002Fdocs.anthropic.com\u002Fen\u002Fdocs\u002Fclaude-code\u002Fsettings#settings-files","https:\u002F\u002Fgithub.com\u002FOneRedOak\u002Fclaude-code-workflows\u002Fissues\u002F2",[],[52,63,72,80,92,100],{"id":53,"name":54,"github_repo":55,"description_zh":56,"stars":57,"difficulty_score":58,"last_commit_at":59,"category_tags":60,"status":41},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,3,"2026-04-05T11:01:52",[61,62,38],"开发框架","图像",{"id":64,"name":65,"github_repo":66,"description_zh":67,"stars":68,"difficulty_score":40,"last_commit_at":69,"category_tags":70,"status":41},1381,"everything-claude-code","affaan-m\u002Feverything-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。\n\n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。\n\n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",138956,"2026-04-05T11:33:21",[61,38,71],"语言模型",{"id":73,"name":74,"github_repo":75,"description_zh":76,"stars":77,"difficulty_score":40,"last_commit_at":78,"category_tags":79,"status":41},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",107662,"2026-04-03T11:11:01",[61,62,38],{"id":81,"name":82,"github_repo":83,"description_zh":84,"stars":85,"difficulty_score":40,"last_commit_at":86,"category_tags":87,"status":41},2268,"ML-For-Beginners","microsoft\u002FML-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。\n\n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。",84991,"2026-04-05T10:45:23",[62,88,89,39,38,90,71,61,91],"数据工具","视频","其他","音频",{"id":93,"name":94,"github_repo":95,"description_zh":96,"stars":97,"difficulty_score":58,"last_commit_at":98,"category_tags":99,"status":41},3128,"ragflow","infiniflow\u002Fragflow","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。\n\n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。\n\n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。",77062,"2026-04-04T04:44:48",[38,62,61,71,90],{"id":101,"name":102,"github_repo":103,"description_zh":104,"stars":105,"difficulty_score":58,"last_commit_at":106,"category_tags":107,"status":41},2181,"OpenHands","OpenHands\u002FOpenHands","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。\n\n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。\n\n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。",70612,"2026-04-05T11:12:22",[71,38,61,39]]