Clawdbot 社区维护的 Claude Code 完整技能套件，提供官方 CLI 安装、11 人开发团队子代理、自改进学习系统与诊断工具，将单一 AI 助手扩展为完整研发组织。
说明：
## 核心用法
Claude Code Mastery 是一套面向 Claude Code CLI 的完整技能框架，核心功能分为三大板块：
**1. 首次安装与配置**
提供 5 步自动化脚本（依赖检查 → CLI 安装 → 认证 → 子代理部署 → 可选持久化内存），支持 Starter Pack（3 代理）或 Full Team（11 代理）两种模式。所有脚本位于 `scripts//` 目录，采用 `set -e` 错误处理，关键操作均有交互确认。
**2. 日常开发工作流**
– **子代理调度**：通过 `/agent >` 或 `–agent` 标志显式调用专业代理（如 `senior-dev` 负责架构评审，，`junior-dev` 使用 Haiku 模型处理快速修复）
– **上下文管理**：`/clear` 切换任务、、`/compact` 压缩上下文、、`Shift+Tab` 进入 Plan 模式（只读探索）
– **项目配置**：支持 `.claude/settings.json` 权限管控与 `CLAUDE.md` 项目知识库自动加载
**3. 持续维护体系**
Heartbeat 机制集成：每日健康检查、每周自动改进报告（`07-weekly-improvement-cron.sh`）、代理知识库轮转学习（6 周循环更新 `agents/*.md`）。
## 显著优点
– **组织级扩展**：将单一会话扩展为 11 人虚拟研发团队，覆盖前后端、AI/ML、数据、DevOps 全栈
– **成本优化**：`junior-dev` 显式使用 Haiku 模型，简单任务成本仅为 Sonnet 的 1/10
– **自进化设计**：每周强制学习机制确保技能文档与最佳实践随生态演进，避免知识过期
– **透明可控**：所有脚本开源可审计，claude-mem 等可选组件默认关闭，无静默数据收集
– **故障韧性**：内置诊断（`06-diagnostics.sh`）与完整排障手册，降低运维门槛
## 潜在缺点与局限性
– **显式调度负担**：Claude Code 不会自动根据任务类型选择代理，用户必须手动指定，增加认知负荷
– **T3 来源风险**：虽代码审计通过，但社区维护属性意味着无企业 SLA，关键 bug 修复依赖志愿者
– **学习曲线陡峭**：11 个代理的能力边界、HANDOFF.md 多代理协作模式、Heartbeat 维护流程需要一定时间掌握
– **外部依赖**：安装脚本需从 claude.ai 下载官方 CLI，网络受限环境可能失败；claude-mem 依赖 Bun 运行时
– **上下文隔离成本**：子代理虽隔离冗长操作，但跨代理状态传递需人工维护 HANDOFF.md，复杂项目可能产生同步开销
## 适合的目标群体
– **Claude Code 新用户**：需要结构化 setup 指引与最佳实践文档
– **独立开发者/小团队**：希望以低成本获得全栈研发能力覆盖
– **AI 驱动开发探索者**：愿意实验多代理协作、自改进工作流的早期采用者
– **教育/研究场景**：需要透明、可审计的 AI 辅助编程教学材料
不适合：对供应链安全有严苛要求的企业环境（无代码签名）、追求零配置自动化的用户、网络隔离无法访问 claude.ai 的内网场景。
## 使用风险
– **性能风险**：首次运行索引代码库可能耗时较长；多代理切换增加 token 消耗
– **依赖风险**：Node.js 18+、Bun、Git 为硬性依赖，版本不匹配导致脚本失败
– **供应链风险**：虽使用固定 commit 锁定 claude-mem，但社区插件长期维护存在不确定性
– **误操作风险**：`uninstall.sh –force` 可跳过确认，需避免自动化流水线误触发
会员专属
