Prorise-cool/Claude-Code-Multi-Agent

Claude-Code-Multi-Agent驱动的新一代AI编程助手生态系统，基于Claude Code构建的智能代理协调工作空间，实现从需求到交付的全流程自动化开发

Claude Code Multi‑Agent – 為 Claude Code 提供專案感知能力的開發助手

是什麼 – 一個開源框架，將 Anthropic 的 Claude Code 從通用聊天助手轉變為「專案感知型」AI開發者。它透過 Hooks 系統，在 Claude Code 會話的關鍵時刻（會話啟動、使用者提示提交、工具使用等）自動執行。Hooks 呼叫本地執行的 Ollama 模型（例如 gemma3:1b）來偵測程式碼庫類型、分析使用者意圖，並推薦或呼叫眾多內建的 Skills（專家代理，如 backend-specialist、testing-specialist、security-specialist 等）。該框架還強制執行 自動文件生成（DEVELOPMENT.md、KNOWLEDGE.md、CHANGELOG.md），並與 Git 工作流程整合。

核心概念

概念	作用
Hooks	在特定事件（SessionStart、UserPromptSubmit、PreToolUse、PostToolUse 等）上執行的小型 Python 腳本。它們與 Ollama 通訊，管理文件，載入 Skills，並可透過 `exit_code` 阻止或允許操作。
Ollama	本地 LLM 引擎，用於專案類型偵測、意圖分析和技能推薦。無需外部 API 呼叫。
Skills	由 `SKILL.md` 檔案定義的自包含「專家代理」（YAML 前置元資料 + Markdown）。每個 Skill 代表一個領域（後端、前端、測試、安全等），可透過 `/backend‑specialist …` 等斜線命令呼叫。
命令	預定義的多步驟工作流程（如 `/kiro/spec`、`/agent‑workflow`、`/gh/commit`），用於自動化規格建立、完整代理執行或 Git 提交產生。
自動文件系統	強制更新三個核心 Markdown 檔案，確保專案知識與程式碼保持同步。

開箱即用的功能

300+ Skills：涵蓋後端、前端、測試、安全、架構、DevOps 等領域。
零設定啟動 – 克隆倉儲，將專案資料夾放入，設定幾個環境變數，Claude Code 就會自動載入合適的 Skills 並建立文件檔案。
純本地 LLM – Ollama 在你的機器上執行；框架從不將程式碼傳送至雲端。
Git 工作流程輔助 – 偵測倉儲，建議分支模型（GitHub Flow、Git-Flow），並可產生提交訊息。
意圖驅動的工具選擇 – 系統判斷是簡單「Write」工具足夠，還是需要更複雜的「Sequential Thinking」工作流程。

快速入門（約 5 分鐘）

安裝前置條件

# Ollama（Windows/macOS/Linux）
winget install Ollama.Ollama   # Windows
brew install ollama           # macOS
curl -fsSL https://ollama.com/install.sh | sh   # Linux

# 拉取輕量級模型
ollama pull gemma3:1b   # 或更大模型如 llama3.2:3b

# 安裝 uv（快速 Python 包管理器）
curl -LsSf https://astral.sh/uv/install.sh | sh   # macOS/Linux
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"   # Windows

克隆並設定

git clone https://github.com/Prorise-cool/Claude-Code-Multi-Agent.git
cd Claude-Code-Multi-Agent
cp .env.example .env   # 可選 – 預設值已可運作

新增你的程式碼 – 將現有專案複製進來，或在倉儲內建立一個小型測試專案（例如 test-project/main.py）。
開啟 Claude Code（桌面應用或 VS Code 擴充）並開啟倉儲資料夾。
驗證 – 在 Claude 的聊天中輸入任意內容。你應該會看到類似訊息：
- 專案類型: Python
- 已載入 50 個 Skills
- 已建立 DEVELOPMENT.md / KNOWLEDGE.md / CHANGELOG.md

如果出現這些訊息，表示框架已啟用。

典型工作流程範例

情況	如何使用該框架
你需要設計 RESTful API	輸入 `/backend-specialist 設計使用者認證的 RESTful API`。Claude 將以後端專家身分回答，展示資源命名、HTTP 方法、狀態碼等。
你有一個複雜功能請求	用自然語言描述請求（例如「實作使用者登入功能」）。`UserPromptSubmit` Hook 分析意圖，建議工具（`Sequential Thinking`）和相關 Skills（`backend‑specialist`、`security‑specialist`），並返回分步計畫。
你修改了程式碼	編輯檔案後，`PostToolUse` Hook 強制觸發 `DEVELOPMENT.md`、`KNOWLEDGE.md` 和 `CHANGELOG.md` 的更新提示，保持文件同步。
你想要一個完整規格	執行 `/kiro/spec 使用者認證功能`。該命令引導你完成需求（EARS 格式）、架構、資料模型，並在 `.kiro/specs/` 下建立規格資料夾。
用好提交訊息提交	執行 `/gh/commit`。該命令分析已暫存的變更，讓 Ollama 產生簡潔提交訊息，並執行 `git commit`。

擴展系統

新增新 Skill – 在 .claude/skills/ 下建立資料夾並新增 SKILL.md 檔案（YAML 前置元資料 + Markdown）。框架將在下次會話啟動時自動發現。
建立自訂 Hook – 將 Python 腳本放入 .claude/hooks/handlers/，並在 .claude/settings.json 中對應事件下引用。
編輯提示詞 – 所有系統提示詞均位於 .claude/hooks/prompts.json。可調整措辭、新增變數（{type}、{framework}），變更立即生效。

專案結構（概覽）

claude-code-multi-agent/
├─ .claude/
│  ├─ hooks/            # Hook 核心、處理器、設定
│  ├─ commands/         # 多步驟工作流程
│  └─ skills/           # 專家代理（backend‑specialist, …）
├─ project_document/    # 自動維護的文件（DEVELOPMENT.md, …）
├─ .env.example         # 環境變數範例（OLLAMA_MODEL, TTS 設定）
├─ pyproject.toml       # uv 依賴檔案
└─ README.md            # （本檔案）

誰會使用它？

個人開發者：希望 Claude Code 能「理解」其倉儲，而無需撰寫長提示的人。
小型團隊：尋找可重現、版本控制、本地部署的 AI 助手的人。
教育者 / 培訓師：希望展示使用自托管 LLM 的 AI 增強開發工作流程的人。

許可與貢獻

許可證：MIT（見 README 中的徽章）。
貢獻：歡迎透過拉取請求提交。倉儲包含 CONTRIBUTING 風格指南、測試命令（uv run pytest）和開發入口點（uv run python -m claude_hooks.dev）。

總結

Claude Code Multi‑Agent 是一個 真實可執行的框架，透過本地 Ollama 模型和清晰的 Python Hook 架構，為 Claude Code 增加了專案感知能力、基於技能的專家代理和強制文件管理。它讓你幾乎無需手動設定，即可立即使用 AI 增強的開發環境。