Mathews-Tom/armory

解决的问题

armory 为 Claude Code 和 Claude.ai 提供了一套经过筛选的、生产级别的技能、代理和工作流，专门针对 AI 编码代理。它解决了 AI 行为不一致或“魔法般”的问题，通过提供经过实战检验、立场明确的自动化单元，为复杂开发任务定义了精确的输入、输出和失败模式。

如何工作

该项目将功能组织为以下几个类别：

• 代理：协调器（如 team-lead 或 project-architect）管理多阶段工作流，分析器（如 code-reviewer 或 security-reviewer）执行特定质量检查。
• 技能：针对特定领域（如 GitHub 操作、GPU 优化、系统性调试、架构图绘制）的自包含提示或自动化单元。
• 规划生命周期：从 decision-map 到 stacked-prs 的一系列结构化包，引导功能从未解决的目标演进为已合并的 PR 堆栈。
• 模型适配矩阵：验证客户端和模型（如 Claude Opus）是否正确配置，以满足所需的工作量级别和遥测要求的系统。

适用人群

将 AI 编码代理作为专业软件开发工作流中核心组成部分，并需要可重复、高质量结果的开发者。

主要亮点

• 全面的工具链：涵盖代码库审计、安全扫描、学术论文评审、UX 审计等所有内容。
• 结构化规划：从高层次决策到实现切片的明确生命周期流程。
• 多模型路由：根据任务复杂度，明确路由到不同的 Claude 模型（Opus、Sonnet、Haiku）。
• 广泛的集成：支持 GitHub CLI、Tavily API 和 Lightpanda 等工具，实现无头浏览器自动化。