大家都在聊 Claude。
但很少有人认真聊另一件更有意思的事：开发者到底围绕 Claude 搭出了什么？
说实话，真正好玩的部分，根本不在那个聊天窗口里。聊天当然有用，但当你打开 GitHub，看见一堆人已经把 Anthropic 的模型接进代码库、编辑器、任务系统、MCP、日志分析和自动化工作流里时，你才会发现：Claude 真正的威力，不是“能回答问题”，而是它可以被接进一整套工具链。
我这段时间一直在收集这些项目。一开始只是因为标签页太多，怕自己忘了。后来发现，有些项目真的会改变你使用 Claude 的方式——有几个，我现在几乎每天都在用。所以，与其继续私藏，不如直接整理出来，顺便发到 云栈社区 跟同好们交流了一波，反响还挺热烈。
1. ccusage
这是那种你早该知道，但通常要等到账单吓你一跳之后，才会有人告诉你的工具。
ccusage 会读取你的 Claude Code 对话日志，然后告诉你 token 到底花在了哪里——按天拆、按项目拆、按 session 拆。没有复杂 dashboard，不用注册账号，一条命令就能把你的使用情况摊开给你看。
我第一次跑它的时候，本来以为只是看到一个无聊数字。结果它给出的拆分非常有用，甚至直接改变了我组织 Claude Code session 的方式。每天跑一次：
npx ccusage@latest
十秒钟看到的东西，可能比你一个月盲用 Claude Code 学到的都多。
GitHub Link: https://github.com/ryoppippi/ccusage
2. Claude Cookbooks
这是 Anthropic 官方维护的一套 notebook 和 recipe 集合，也是我希望自己第一天用 Claude API 时，就有人直接甩给我的资源。
它不是营销材料，也不是那种看起来很完整、实际没法直接用的文档拼盘。里面是真正可以复制、运行、修改的代码示例。覆盖范围很广：tool use、RAG、vision、agents、evaluations、fine-tuning……各种常见能力都被整理成了清晰分类。
最关键的是，每个 notebook 真的能跑。你 clone 下来，改几行，跑一下，弄坏，再修回来——这个学习体验，和单纯读一页文档完全不同。文档告诉你“应该怎么做”，Cookbook 让你直接从一个可运行版本开始。
GitHub Link: https://github.com/anthropics/claude-cookbooks
3. Model Context Protocol Servers
MCP 基本可以理解成 AI 模型的“USB 接口”。而这个仓库，就是官方参考服务器合集，展示了 Claude 如何接触真实世界——比如文件系统、Postgres 数据库、GitHub、Git、memory、web fetching，还有更多工具。每个 server 都是一个小而清晰的示例，你可以拿来学习，也可以直接接进自己的系统里。
一旦你理解了 MCP，很多关于 Claude 的问题都会突然变清楚。你不会再把它想成一个只能聊天的窗口，你会开始把它看成一个可以插工具、连系统、读数据、做动作的智能层。这也是现在 Agent 架构里非常重要的变化：模型本身负责理解和规划，MCP 负责让它安全地接触外部世界。
GitHub Link: https://github.com/modelcontextprotocol/servers
4. Claude Task Master
很多人用 Claude 做任务时，最大的问题不是它不会写代码，而是项目一复杂，整个上下文就散了。今天让它做一个功能，明天让它修一个 bug，后天再接一个 PRD——很快，你自己都不知道现在做到哪一步了。
Claude Task Master 解决的就是这个问题。它是一个 AI 驱动的任务管理系统，可以接进 Claude Code、Cursor、Windsurf，以及其他编辑器。你把 PRD 喂进去，它会把整个需求拆成结构化任务：整理依赖关系、告诉你下一步该做什么。它不是简单地把需求总结成清单，更像是在给你的 AI 开发流程加一根脊柱。
最打动我的地方，是它内置了 research tool——可以拉取模型 cutoff 之后的新信息，所以生成任务时不会完全困在旧知识里。对于任何超过一个周末的小项目来说，这种结构都非常重要。
GitHub Link: https://github.com/eyaltoledano/claude-task-master
5. Repomix
Repomix 解决的是一个很小、但非常烦人的问题。只要你试过把整个代码库喂给 AI，你一定遇到过：文件太多、上下文太散，Claude 看不到项目全貌，你问一个架构问题，它只能根据局部文件猜。
Repomix 的做法非常直接：一条命令，把整个 repository 打包成一个 AI 友好的单文件。就这么简单。但这件小事，真的很有用。你运行：
npx repomix
拿到输出文件丢给 Claude，模型突然就能看到项目结构、依赖关系、文件组织方式，以及各个部分之间怎么连接。你的问题质量不会变，但 Claude 的回答质量会明显变好。而且 Repomix 不只适合 Claude，基本可以配合各种大模型使用。
为什么有用？上下文，就是这类工具的命。你给模型的上下文越好，它的回答越像真的理解你的项目。代码审查、陌生仓库 onboarding、大型重构规划、架构解释，都需要完整上下文。Repomix 是把代码库上下文交给 AI 的最简单方式之一。
GitHub Link: https://github.com/yamadashy/repomix
6. Claude Engineer
这个项目有点野——而且是好的那种野。Claude Engineer 是一个交互式 CLI，它最有意思的地方在于：Claude 可以在对话过程中，自己构建它需要的工具。它会发现自己缺少某个能力，然后设计这个工具，再实现它，接着立刻使用它。这一切都发生在你正在工作的过程中。
项目本身也带了一组预置工具，并且提供沙箱代码执行器，避免事情跑偏。第一次看到它现场创建一个自己需要的工具然后马上拿来用时，你会突然意识到：“自我改进 Agent” 不是一个抽象概念，它已经能以一种很粗糙但真实的方式出现在你眼前。
GitHub Link: https://github.com/Doriandarko/claude-engineer
7. Awesome Claude Code
Awesome Claude Code 是 Claude Code 生态的一张地图。它收集了大量 skills、hooks、slash commands、agent orchestrators、apps、plugins 和相关工具。如果我现在想给 Claude Code 找某种特定能力，它通常是我第一个打开的地方。
这个仓库在 开源实战 板块里也是常被讨论的热门项目，已经有 40K+ stars，而且维护得很完整。换句话说，你准备自己造的很多轮子，大概率已经有人造过了——你需要某个框架的工作流？可能有。你想找一个运行测试的 hook？可能有。你想要一个 slash-command 快速生成项目脚手架？也很可能已经有人写了。这类列表最有价值的地方，不是“东西多”，而是它帮你省掉盲逛 GitHub 的时间。
GitHub Link: https://github.com/hesreallyhim/awesome-claude-code
最后
如果你只是偶尔打开 Claude 聊聊天，那这些仓库可能暂时没那么必要。但如果你已经开始用 Claude Code、Claude API、MCP，或者准备把 Claude 接进自己的开发工作流，这 7 个项目就很值得认真看。
它们分别解决了不同问题：看清 token 成本、学习官方实践、连接外部工具、管理复杂任务、打包代码上下文、研究自我扩展 Agent、探索 Claude Code 生态。
Claude 本身当然重要。但 2026 年真正拉开差距的，不只是你用哪个模型，而是你能不能围绕模型搭出一套顺手、稳定、可观察、可扩展的工具链。聊天窗口只是入口，真正的生产力，在 GitHub 里。
发表于 1 小时前
|
查看: 3|
回复: 0
