项目概览
该收藏条目围绕 Claude Code 构建的开源工具体系展开，涵盖最佳实践知识库、个人知识大脑和虚拟工程团队三大维度。报告指出，Claude Code 功能丰富但官方文档分散，缺乏场景决策指导；AI Agent 缺乏记忆，无法积累个人知识；个人开发者缺少团队级工程保障。针对这些问题，Best Practice 提供功能-场景-工具三维决策矩阵，指导用户选择 Commands、Skills、Agents 等扩展机制；GBrain 通过 Markdown 知识库、混合检索和实体图谱，实现“读-答-写-同步”的知识积累循环；GStack 提供 23 个角色 Skill 和 8 个工具 Skill，以斜杠命令形式模拟虚拟工程团队。三者可独立使用，组合使用效果最大化。报告还包含安装部署、应用场景及与相似技术的对比。
解决什么问题
报告指出，Claude Code 功能极其丰富，包括 Subagents、Skills、Commands、Hooks、MCP、Memory 等超过 20 个核心特性，但官方文档信息分散，缺乏“什么场景用什么方案”的决策指导，导致使用门槛高。同时，传统 AI Agent 每次对话从零开始，无法积累个人知识，用户需重复解释背景信息。此外，个人开发者使用 AI 开发时，通常只完成编码实现，缺少代码审查、QA 测试、安全审计和规范发布等团队级工程保障，导致代码质量不稳定、线上事故频发、安全漏洞和发布混乱。
工作方式
报告描述了三层架构：知识层（Best Practice）教用户正确使用 Claude Code 的每个特性；记忆层（GBrain）让 AI Agent 拥有个人知识图谱；执行层（GStack）将 Claude Code 配置为虚拟工程团队。Best Practice 提供功能-场景-工具三维决策矩阵，按复杂度、复用性和上下文维度指导选择 Commands、Skills、Agents、Hooks 或 MCP。GBrain 采用“读-答-写-同步”四步循环：Agent 检测实体后先查询大脑，带完整上下文回答，对话后更新大脑页面并同步索引。存储层使用 PGLite（嵌入式 Postgres）或 Supabase，检索层采用向量搜索、关键词搜索和 RRF 融合排序的混合检索。GStack 由 23 个角色 Skill、8 个工具 Skill 和 1 个 Setup 脚本组成，所有角色均为纯 Markdown 文件，通过斜杠命令调用，如 /review 代码审查、/qa 浏览器测试、/cso 安全审计、/ship 发布。
核心能力
- Best Practice 提供 Commands → Agents → Skills 三层编排，简单任务用 Commands，复杂任务用 Agents，可复用能力用 Skills
- Best Practice 采用 Best Practice + Implementation 双轨制，每个功能都有最佳实践文档和实际实现代码
- GBrain 以 Markdown 文件作为数据库，人类可读可编辑，git 管理，支持离线使用
- GBrain 支持混合检索，兼顾语义理解和精确匹配
- GBrain 集成采用“食谱式”Markdown 描述，Agent 读取后自动安装
- GStack 提供 23 个斜杠命令对应 23 个工程角色，覆盖产品、设计、工程、审查、QA、发布、效率等环节
- GStack 支持多 Agent 兼容，除 Claude Code 外还支持 Codex CLI、Cursor、OpenCode、Kiro 等 8 个 AI 编码 Agent
- GStack 支持团队模式，./setup --team 让整个团队共享同一套工具，自动更新
使用前需要了解
- AI 整理 · 本地测试，未经人工复核；依据历史报告节选，不代表当前产品状态。
- 报告未明确说明各项目的具体使用边界。根据报告内容，Best Practice 是官方文档的“实践层”补充，不替代官方文档；GStack 不替代 IDE，而是叠加在 Claude Code 之上提供团队级流程，可与 Cursor 等并行使用。GBrain 适合个人知识管理和关系网络，RAG 适合企业知识库和文档检索，两者互补。报告提到 GBrain 需要 AI Agent（如 OpenClaw 或 Hermes Agent）和 Bun runtime，GStack 需要 Claude Code、Git 和 Bun v1.0+。报告未说明各项目的许可证、支持的操作系统或具体的硬件要求。
