claude-code-action
claude-code-action 是一款专为 GitHub 设计的智能自动化助手,能够直接嵌入到 Pull Request 和 Issue 工作流中。它不仅能回答关于代码架构的疑问,还能主动执行代码修复、重构甚至新功能开发等实际任务,有效解决了开发过程中重复性审查耗时、反馈延迟以及自动化脚本配置复杂等痛点。
这款工具特别适合希望提升研发效率的开发团队、开源项目维护者以及 DevOps 工程师使用。无论是需要自动化的代码审查、针对特定文件路径的检查,还是处理外部贡献者的提交,它都能灵活应对。
其核心技术亮点在于“智能模式检测”,无需繁琐配置即可根据上下文(如 @提及、任务分配或显式指令)自动切换执行策略。同时,它支持多种大模型后端(包括 Anthropic 直连、AWS Bedrock、Google Vertex AI 等),确保数据流转完全控制在用户自己的基础设施内。此外,claude-code-action 还提供动态进度追踪和结构化输出功能,让复杂的自动化流程透明可控,是构建现代化高效研发流水线的得力帮手。
使用场景
某电商平台的后端团队在快速迭代中,面临大量外部贡献者提交的 Pull Request(PR),急需高效且标准化的代码审查机制。
没有 claude-code-action 时
- 核心开发人员需手动逐行阅读外部贡献者的代码,耗时费力,严重挤占架构优化时间。
- 审查标准依赖个人经验,导致不同成员对代码风格、安全规范的把控不一致,遗漏潜在风险。
- 发现简单错误(如变量命名不规范、缺少注释)后,需反复在评论区沟通,拉长了合并周期。
- 缺乏自动化的进度反馈,贡献者无法实时知晓审查状态,常因等待过久而放弃跟进。
使用 claude-code-action 后
- 开发者只需在 PR 中 @claude,工具即自动启动深度代码审查,秒级输出包含架构建议的详细报告。
- 基于预设的 OWASP 安全标准和团队规范,claude-code-action 统一执行检查,确保每次审查质量稳定且无死角。
- 对于命名错误或缺失测试等简单问题,claude-code-action 直接生成修复代码并提交建议,将“指出问题”变为“解决问题”。
- 审查过程中,claude-code-action 动态更新复选框进度条,让贡献者和维护者清晰看到每一项任务的完成状态。
通过引入 claude-code-action,团队将代码审查效率提升了 300%,让资深工程师从繁琐的初筛中解放出来,专注于核心业务逻辑的构建。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始

Claude Code Action
一个通用的 Claude Code GitHub 操作,适用于 Pull Request 和 Issues,能够回答问题并实施代码更改。此操作可根据工作流上下文智能检测何时激活——无论是响应 @claude 提及、Issue 分配,还是通过显式提示执行自动化任务。它支持多种身份验证方式,包括 Anthropic 直接 API、Amazon Bedrock、Google Vertex AI 和 Microsoft Foundry。
特性
- 🎯 智能模式检测:根据工作流上下文自动选择适当的执行模式,无需配置
- 🤖 交互式代码助手:Claude 可以回答关于代码、架构和编程的问题
- 🔍 代码审查:分析 PR 的更改并提出改进建议
- ✨ 代码实现:可以实现简单的修复、重构,甚至新功能
- 💬 PR/Issue 集成:与 GitHub 评论和 PR 审查无缝集成
- 🛠️ 灵活的工具访问:可访问 GitHub API 和文件操作(可通过配置启用其他工具)
- 📋 进度跟踪:带有复选框的可视化进度指示器,会在 Claude 完成任务时动态更新
- 📊 结构化输出:获取经过验证的 JSON 结果,这些结果会自动成为 GitHub Action 的输出,用于复杂的自动化流程
- 🏃 在您的基础设施上运行:该操作完全在您自己的 GitHub runner 上执行(Anthropic API 调用将发送到您选择的提供商)
- ⚙️ 简化配置:统一的
prompt和claude_args输入提供了简洁而强大的配置,与 Claude Code SDK 保持一致
📦 从 v0.x 升级?
请参阅我们的 迁移指南,其中包含将您的工作流升级到 v1.0 的分步说明。新版本简化了配置,同时保持与大多数现有设置的兼容性。
快速入门
设置此操作最简单的方式是通过终端中的 Claude Code。只需打开 claude 并运行 /install-github-app。
此命令将引导您完成 GitHub 应用程序和所需密钥的设置。
注意:
- 您必须是仓库管理员才能安装 GitHub 应用程序并添加密钥
- 此快速入门方法仅适用于直接使用 Anthropic API 的用户。对于 AWS Bedrock、Google Vertex AI 或 Microsoft Foundry 的设置,请参阅 docs/cloud-providers.md。
📚 解决方案与用例
正在寻找特定的自动化模式?请查看我们的 解决方案指南,其中包含完整的示例,包括:
- 🔍 自动 PR 代码审查 - 全面审查自动化
- 📂 基于路径的审查 - 在关键文件更改时触发
- 👥 外部贡献者审查 - 对新贡献者的特殊处理
- 📝 自定义审查清单 - 强制执行团队标准
- 🔄 定期维护 - 自动化的仓库健康检查
- 🏷️ Issue 分类与标记 - 自动分类
- 📖 文档同步 - 使文档与代码更改保持同步
- 🔒 安全导向的审查 - 符合 OWASP 标准的安全分析
- 📊 自定义进度跟踪 - 在自动化模式下创建跟踪评论
每个解决方案都包含完整的示例、配置细节以及预期结果。
文档
- 解决方案指南 - 🎯 开箱即用的自动化模式
- 迁移指南 - ⭐ 从 v0.x 升级到 v1.0
- 设置指南 - 手动设置、自定义 GitHub 应用程序以及安全最佳实践
- 使用指南 - 基本用法、工作流配置和输入参数
- 自定义自动化 - 自动化工作流和自定义提示的示例
- 配置 - MCP 服务器、权限、环境变量和高级设置
- 实验性功能 - 执行模式和网络限制
- 云提供商 - AWS Bedrock、Google Vertex AI 和 Microsoft Foundry 的设置
- 能力与限制 - Claude 能做什么,不能做什么
- 安全 - 访问控制、权限和提交签名
- 常见问题解答 - 常见问题及故障排除
📚 常见问题解答
遇到问题或有疑问吗?请查看我们的 常见问题解答,其中包含常见问题的解决方案以及对 Claude 功能和限制的详细解释。
许可证
本项目采用 MIT 许可证授权——详情请参阅 LICENSE 文件。
版本历史
v12025/08/26v1.0.892026/04/05v1.0.882026/04/04v1.0.872026/04/03v1.0.862026/04/02v1.0.852026/04/01v1.0.842026/04/01v1.0.832026/04/01v1.0.822026/03/29v1.0.812026/03/27v1.0.802026/03/26v1.0.792026/03/26v1.0.782026/03/25v1.0.772026/03/23v1.0.762026/03/20v1.0.752026/03/18v1.0.742026/03/18v1.0.732026/03/17v1.0.722026/03/14v1.0.712026/03/12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。
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
Deep-Live-Cam
Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具,用户仅需一张静态照片,即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点,让高质量的数字内容创作变得触手可及。 这款工具不仅适合开发者和技术研究人员探索算法边界,更因其极简的操作逻辑(仅需三步:选脸、选摄像头、启动),广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换,还是制作趣味短视频和直播互动,Deep-Live-Cam 都能提供流畅的支持。 其核心技术亮点在于强大的实时处理能力,支持口型遮罩(Mouth Mask)以保留使用者原始的嘴部动作,确保表情自然精准;同时具备“人脸映射”功能,可同时对画面中的多个主体应用不同面孔。此外,项目内置了严格的内容安全过滤机制,自动拦截涉及裸露、暴力等不当素材,并倡导用户在获得授权及明确标注的前提下合规使用,体现了技术发展与伦理责任的平衡。