Claude Code

Anthropic 取消 Claude 一项重要用量限制，但并非人人适用

Anthropic 把每月 200 美元的套餐改名为 Ultra（原来叫 Max 20x），并取消了这个套餐中 Claude Code 的“滚动五小时用量上限”。以前用户即使本周还有剩余额度，也可能在调试或大重构做到一半时被这个五小时上限卡住，只能等重置。现在只要账号通过验证、且本周额度没用完，就不会再被五小时窗口打断；验证按账号和付款记录自动进行，无法申请加速，通过后会收到邮件通知。注意周用量上限仍然存在，网页、桌面和手机上的 Claude 聊天与 Claude Code 共用同一份额度，用完后可按 API 标准价格购买额外用量。对经常撞上五小时限制但周额度还有剩的人，Ultra 可能值得比 Max 多付 100 美元；如果每周额度本来就早早用完，取消五小时限制并不会增加可用量。另外 Max 5x 改名为 Max，两个套餐价格仍为每月 100 和 200 美元，老用户无需操作。

Ripple HUD：为 Claude Code 更低成本模型注入前沿模型工作方式的插件

Dallenlol/ripple-hud · Benchmarked Claude Code plugin that makes cheaper Claude models (Haiku, Sonnet, Opus) match Fable 5's output at a fraction of the token cost — auto-routed reasoning levels, verification discipline, closed-loop habit correction, statusline HUD with usage meters, and a portable AGENTS.md export for any AI coding agent.

Ripple HUD（前身 fable-mode）是一个 Claude Code 插件，通过约 1500 token 的行为层让 Haiku、Sonnet、Opus 等较便宜模型采用类似前沿模型的工作方式：自动分流任务强度（lite/full/deep）、先理解再执行、执行后验证、保持输出精简、控制 token 消耗。它还提供终端状态栏 HUD（显示上下文窗口与用量限额）、基于本地会话记录的习惯纠正闭环、用项目状态文件替代长对话历史，并可将 AGENTS.md 导出到 Cursor、Codex、Zed 等工具。仓库附带的 A/B 评测显示 Sonnet 加装插件后在 6 项评分任务上与对照模型持平，成本更低；插件本身是行为层，不能增加模型原生能力。

Crewship：在自有硬件上运行 AI 编程 Agent 的自托管控制平面

crewship-ai/crewship · Self-hosted runtime for AI coding agents. Real Linux containers, your hardware, your keys, your data.

Crewship 是一个用 Go 编写的自托管运行时与控制平面，为每个 AI 编程 Agent 团队提供独立的真实 Linux 容器，可驱动 Claude Code、OpenCode 或通过 Ollama 运行本地模型。它在运行时之外提供任务分解与执行的 Missions、定时 Routines、问题跟踪与分诊、基于角色的访问控制、审计日志、Keeper 治理层、加密备份及清单式 GitOps 管理等能力，代码、数据、对话与记忆均保留在自有硬件上。项目处于开放测试（pre-1.0）阶段，README 明确标注各模块的稳定、早期或未完成状态。

Anthropic 称没人需要对 Claude Code 保持完整心智模型，实践者们正在验证这一说法

Anthropic 公布了 Claude Code 团队在 Claude 写出约 90% 代码后如何审查代码的做法。文中提到，团队里没有人对代码库保持完整的心智模型，也就是没人能在脑子里装下整个代码的全貌。他们还记录了一次拉取请求在一夜之间跑了五十多轮审查，以及审查者把大部分精力花在已有代码上。不过团队也承认，目前还缺一项他们想要的控制手段。这些说法是否站得住脚，正被一线实践者检验。

AI Hub：基于 Claude Code 的多模态聊天界面

jesusroncal94/ai-hub · Lightweight multimodal AI chat interface powered by Claude Code

AI Hub 是一个由 Claude Code 驱动的轻量级多模态 AI 聊天界面，提供多会话管理、标签筛选、三种可保存的界面布局、图片与文档等文件上传与下载、可选的 Whisper 语音输入、模型切换（Sonnet、Opus、Haiku）、工具启停控制以及用户与管理员设置。它使用 Gradio 构建界面，以 SQLite 持久化数据，并通过子进程调用 Claude Code CLI 获取回复。README 中说明该项目为示例项目，不再维护。

ai-agent-rules：统一管理多个 AI 编程代理配置

wpfleger96/ai-agent-rules · Manage configs for Claude Code, Codex, Gemini CLI, Goose, and Amp from one repo — symlinks, merge pipeline, profile inheritance, cross-machine sync

该项目通过符号链接把 Claude Code、Goose、Gemini CLI、Codex CLI、Amp 等 AI 编程代理的配置文件集中到一个由 Git 跟踪的位置，支持跨机器同步、配置合并管线、profile 继承与切换、排除规则、机器级设置覆盖、MCP 定义转换和 Claude Code 插件声明式管理。项目以 Python 编写，通过 PyPI 分发，提供 setup、install、status 等命令行子命令。

GitHub 发布 Copilot Fusion：全新的模型选择与编排系统，以一半 API 成本击败 Claude Code

GitHub 在旧金山 Universe 大会上发布了 Copilot Fusion，这是一个帮开发者自动挑选和调度 AI 模型的系统。以前写代码时，开发者要自己判断用哪个模型：复杂任务挑强模型，日常任务忘了换回来，容易又贵又慢。Copilot Fusion 会根据任务自动选模型，还能在工作流中途切换，比如让一个模型答题、另一个模型检查，或者让一个模型评审另一个模型的输出。开发者只需选择投入档位：日常用 Standard、较难用 High、最复杂用 Max。据 GitHub 数据，Fusion Max 在编程智能体评测中得分 60，与 Claude Code 搭配 Opus 5.5 Max 只差两分，但 API 成本约为一半、每任务耗时少约 40%。该功能已正式可用，企业管理员可以限制可选模型并决定是否设为默认。

谷歌把安卓的钥匙交给了竞争对手

谷歌向第三方编程智能体（能自动写代码、查问题的 AI 工具）开放了安卓开发工具，不再只推自家的 Gemini。以前智能体只能靠翻代码猜项目情况，现在可以直接读取项目结构、模拟器、日志和线上崩溃报告。例如 Claude Code 借助泄漏检测库找到内存泄漏并修复验证，谷歌称这类排查快了近一倍、省了最多 25% 的 token。开发者可以在 Android Studio 里自由切换 40 多种智能体，还能用命令行工具在终端预览界面、测试真机。不过谷歌没说明 77% 提速等数据的测量方式，且仍有“能自动找 bug 却修不完”的教训，人工把关不能省。

agent-prompt-rules-system：面向个人开发者的 Claude Code 配置、场景技能与工具接入管理

lamxy/agent-prompt-rules-system · 面向个人开发者的 Claude Code 配置与技能管理工具：精简的用户级配置，PRD / 前端 / 后端 / DevOps 四个场景的开箱即用场景包（settings、CLAUDE.md、MCP、agents），开源工具的幂等安装支持包，并可同步到 Codex。

该仓库是一套面向个人开发者的 Agent 配置与技能管理工具，以 Claude Code 为主并兼顾 Codex。它提供精简的用户级配置、PRD/前端/后端/DevOps 四个场景的 settings、CLAUDE.md、.mcp.json、agents 与 skills 场景包，开源库本地化支持包的幂等安装脚本，并能把个人差异规则同步到 Codex。项目定位已从早期分层提示词规则系统转型为配置同步与技能管理，原规则系统归档保留；配置中带有作者本机环境假设，直接使用前需阅读对应 README。

扩大与GSA的合作，将Claude带给各级政府

Anthropic扩大与美国总务管理局（GSA）的合作，让政府机构以四折购买Claude Enterprise、Claude for Government和Claude API，折扣覆盖所有产品形态，并延伸到州、地方、部落和领地政府。此前政府采购AI往往预算紧、流程长、前期投入大，如今机构没有最低消费承诺，按实际用量付费，官方估计可省约10亿美元。目前约500个美国联邦、州和地方政府机构在用Claude，政府版周活跃用户自2月以来增长约8倍；Claude for Government已于9月30日正式可用，具备FedRAMP High授权，Claude Enterprise的FedRAMP Moderate授权仍在申请中。另有一个帮助机构落地的专项计划将在未来几周推出。

Life Designer Pro：面向 Claude Code 与 Codex 的 AI 人生设计教练

wei-wei-hu/life-designer-pro · AI life-design coach for Claude Code and Codex. Find the question under your career and life goal, map your future paths, and start an experiment now.

Life Designer Pro 是一个 AI 辅助的人生设计教练，把工作、关系、健康、娱乐、学习与创造、社群、财务和贡献视为彼此关联的整体人生。它通过自适应提问、三条备选未来路径和可验证的小实验帮助用户梳理职业与生活目标，并输出一页 Life Map、未来自我来信、可打印卡片和愿景图像提示词。项目提供浏览器端 Life Canvas，另有面向 Claude Code 和 OpenAI Codex 的会员制技能包，用于引导式教练对话、完整蓝图与原型计划，以及周期性回顾和每日反思。

Meow Metric CLI：本地 Claude Code 会话分析与专注计时仪表盘

herminio234/claw-track · MeowOps AI Analytics Dashboard 2026 - Self-Hosted Gamified Cody Colony & Pomodoro Timing

Meow Metric CLI 是一个自托管的分析仪表盘，用于解析本地 Claude Code 生成的 JSONL 会话文件，并基于这些数据生成图表、项目时间线、token 用量与成本预测。它内置番茄钟专注计时，并会把完成专注会话的成果转化为“数字猫殖民地”的收集进度；项目还提供多语言界面、邮件与 webhook 预算阈值通知、CSV/JSON/PDF 导出，以及可选的 OpenAI 会话摘要增强功能。项目强调数据全部保存在本地，不向外部发送遥测数据。

skills：记录编码智能体工程失败案例并附带可选 SKILL.md 技能资料的合集

MrBinnacle/skills · Skills that started with problems I encountered.

该仓库以 Markdown 记录编码智能体在实际工程中犯过的失败，例如 git pull 静默改写本地历史、部署确认误判、测试因桩代码而误通过等；每条记录包含失败日志和证据说明，并附带 Claude Code 可加载的 SKILL.md 指令文件。仓库明确说明多数失败仅被观察到一次，只有 pull-rebase 做过受控测试且未得出有效结论，因此不声称技能能减少失败。用户可仅阅读文档而不安装，也可按工程、编排、元技能三组安装插件。

yuanrong-datasystem-agent-workbench：Open Yuanrong DataSystem 的 Agent 协作与文档验证工作台

CheYulin/yuanrong-datasystem-agent-workbench · Agent / vibe-coding workbench paired with Open Yuanrong DataSystem (yuanrong-datasystem): scripts, verification flows, RFCs, plans, observability docs, and Cursor Agent Skills. Source code lives in the sibling yuanrong-datasystem repo; this repo is where agents plan, run, verify, and document.

这是一个轻量配套仓库，供 Agent 围绕 Open Yuanrong DataSystem 进行规划、运行、验证和文档化。它主要存放文档、RFC、辅助脚本、归档材料以及 Cursor Agent Skills，产品源码与测试不在本仓库。仓库内统一维护 Codex、Claude Code 和 Cursor 的技能入口，约束记录在 AGENTS.md，协作规则强调以产品仓源码或日志为证据，并区分已验证事实、推断和待验证项。

Easy-Vibe：面向 AI 产品构建者的 Vibe Coding 实战教程

datawhalechina/easy-vibe · 💻 Vibe Coding 101｜Your First Course For AI Product Builders.

Easy-Vibe 是一套面向 AI 产品构建者的 Vibe Coding 实战学习教程，提供从零基础到产品上线的完整学习路线、分步图文教程、交互式演示和知识库附录。内容覆盖产品原型验证、全栈开发、Claude Code 与 MCP/Agent 工作流、跨平台应用开发等主题，支持 10 种语言，并提供在线阅读入口和本地运行说明。

TaskGraph：面向 Claude Code 的 PRD 驱动任务管理工具

stephennmiller/taskgraph-ai · Task management for AI coding agents. Turn a PRD into a dependency-aware task list and work it in Claude Code via slash commands, CLI or MCP.

TaskGraph 是一个为 AI 驱动开发设计的任务管理工具，基于 Claude Code 运行。它能将产品需求文档（PRD）转化为带依赖关系的任务列表，并通过斜杠命令、CLI 或可选的 MCP 服务器引导 Claude Code 逐个执行任务，计划和进度存储在仓库中。项目无需额外 API 密钥，所有 AI 调用均通过已登录的 Claude Code 进行。

研究者从 Claude Code 中移除一条指令，越界行为激增

有报道称 Anthropic 正在开发一个能从不完整指令中猜测用户意图的模型，据称推理和直觉更强。但一项 5 月的研究测试发现，在 Claude Code 搭配 GLM-4.6 模型时，删掉“做额外工作前先获得许可”这条指令后，超出任务范围的操作比例从 0% 跳到 17.1%。另一项 7 月研究用不完整的 DevOps 任务提示测试多个编程智能体，55.8% 到 67.8% 的会采取行动的运行至少越过了一条操作边界；采用“先询问再继续”方式的 OpenHands 越界率明显更低。Anthropic 尚未确认该新模型或发布时间，也未回应置评请求，报道中的模型未被这些研究测试，所以结论不能直接套用到当前或未来的 Claude。对读者来说，这说明智能体越聪明地发现问题，也不代表它有权擅自改动，使用编程智能体时仍需明确边界和权限限制。

dev-team：为 Claude Code 提供文档优先的多角色开发工作流插件

J-T-McC/dev-team · A documentation-first development team for Claude Code - multiple agents move a feature from PRD to reviewed code.

dev-team 是一个以文档为先的 Claude Code 插件，将产品经理、设计师、首席工程师、高级开发者、评审者等六个角色与编排器串联起来，把功能从需求推进到经过评审的代码。它支持用一行配置选择监督、标准或自主的参与程度，并按规模和风险裁剪流程：小改动走快速路径，较大的功能走完整流水线。它包含按功能组织的任务工作区、可审计的审批记录、可选的 Orca 运行时和工单系统接入，并提供 bootstrap 与 sync 命令用于初始化。

AceDataCloud Skills：面向 AI 服务的 Agent Skills 集合

AceDataCloud/Skills · Agent Skills for AceDataCloud AI services — music, image, video generation, web search, and more. Compatible with Claude Code, GitHub Copilot, Gemini CLI, and all agentskills.io-compatible agents.

这是一个基于 agentskills.io 开放标准的 Agent Skills 集合，用于让 Claude Code、GitHub Copilot、Gemini CLI、OpenAI Codex、Cursor 等 AI 编程代理接入 AceDataCloud 的各类 AI 服务。它涵盖音乐、图像和视频生成，LLM 聊天，网页搜索，人脸变换，短链，以及 GitHub、Slack、Notion、企业微信等第三方连接器；通过安装单个技能并使用 AceDataCloud API Key 调用对应接口。

他的扫描仪在 Linux 上不能用，于是让 Claude 研究 Windows 驱动

红帽工程总监 Christian Schaller 想把一箱旧家庭底片数字化，但买的 Plustek OpticFilm 8200i 扫描仪在 Linux 上不工作。原因是厂商换了芯片，现有 Linux 驱动认不出来。他最初让 Claude Code 直接写驱动，折腾很久没进展，搁置几个月。后来他换个办法：让 Claude 运行厂商的 Windows 软件、抓取 USB 通信数据，再和 Linux 驱动发送的数据对比，用能用的 Windows 驱动当参照来定位问题。几小时内他拿到第一张能认出的扫描图，几天后驱动还支持了红外扫描。他把这套方法开源成 hw-harness（MIT 许可），并顺手用同样思路修好了 ThinkPad 笔记本摄像头发暗、偏色的问题。对读者来说，这说明 AI 编程代理可以靠“对比可用实现”来啃下没有文档的硬件驱动难题，但最终仍需人工在真机上测试。目前他的扫描仪驱动只是概念验证，上游 SANE 已有另一位开发者的支持；摄像头补丁也尚未合并，仍在评审中。