/ 目录 / 演练场 / pro-workflow
● 社区 rohitg00 ⚡ 即开即用

pro-workflow

作者 rohitg00 · rohitg00/pro-workflow

不再反复纠正 Claude Code。pro-workflow 捕获你的纠正、并行化 worktree,让上下文在数周内持续积累。

pro-workflow 将 Claude Code 变成一个会学习的协作者。当你纠正它(「不要用 any 类型」、「这里优先用组合而非继承」),技能会将其捕获为与文件/功能范围绑定的持久规则,并在相关的未来会话中自动浮现。它还新增了并行 git worktree 编排功能,让你可以在同一个仓库上运行多个 agent 线程,互不冲突。

为什么要用

核心特性

实时演示

实际使用效果

就绪

安装

选择你的客户端

~/Library/Application Support/Claude/claude_desktop_config.json  · Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "pro-workflow-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/rohitg00/pro-workflow",
        "~/.claude/skills/pro-workflow"
      ],
      "_inferred": true
    }
  }
}

打开 Claude Desktop → Settings → Developer → Edit Config。保存后重启应用。

~/.cursor/mcp.json · .cursor/mcp.json
{
  "mcpServers": {
    "pro-workflow-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/rohitg00/pro-workflow",
        "~/.claude/skills/pro-workflow"
      ],
      "_inferred": true
    }
  }
}

Cursor 使用与 Claude Desktop 相同的 mcpServers 格式。项目级配置优先于全局。

VS Code → Cline → MCP Servers → Edit
{
  "mcpServers": {
    "pro-workflow-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/rohitg00/pro-workflow",
        "~/.claude/skills/pro-workflow"
      ],
      "_inferred": true
    }
  }
}

点击 Cline 侧栏中的 MCP Servers 图标,然后选 "Edit Configuration"。

~/.codeium/windsurf/mcp_config.json
{
  "mcpServers": {
    "pro-workflow-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/rohitg00/pro-workflow",
        "~/.claude/skills/pro-workflow"
      ],
      "_inferred": true
    }
  }
}

格式与 Claude Desktop 相同。重启 Windsurf 生效。

~/.continue/config.json
{
  "mcpServers": [
    {
      "name": "pro-workflow-skill",
      "command": "git",
      "args": [
        "clone",
        "https://github.com/rohitg00/pro-workflow",
        "~/.claude/skills/pro-workflow"
      ]
    }
  ]
}

Continue 使用服务器对象数组,而非映射。

~/.config/zed/settings.json
{
  "context_servers": {
    "pro-workflow-skill": {
      "command": {
        "path": "git",
        "args": [
          "clone",
          "https://github.com/rohitg00/pro-workflow",
          "~/.claude/skills/pro-workflow"
        ]
      }
    }
  }
}

加入 context_servers。Zed 保存后热重载。

claude mcp add pro-workflow-skill -- git clone https://github.com/rohitg00/pro-workflow ~/.claude/skills/pro-workflow

一行命令搞定。用 claude mcp list 验证,claude mcp remove 卸载。

使用场景

实战用法: pro-workflow

不再对同一件事纠正 Claude Code 两遍

👤 每天使用 Claude Code 的用户 ⏱ ~10 min beginner

何时使用: 你已经说了三次「用 lodash isEmpty,不要用 !arr.length」,它还是一直回到旧写法。

前置条件
  • Skill 已安装到仓库 — git clone https://github.com/rohitg00/pro-workflow ~/.claude/skills/pro-workflow
步骤
  1. 捕获下一次纠正
    Use pro-workflow. Capture this rule: 'Use lodash isEmpty for emptiness checks; never !arr.length'. Scope: src/utils/.✓ 已复制
    → 规则已保存并带范围;CLAUDE.md 已更新
  2. 下次会话中验证
    Tomorrow: ask Claude to clean up an empty-check pattern in src/utils/.✓ 已复制
    → Claude 直接使用 isEmpty,无需重新提示
  3. 每月审计规则集
    List all captured rules. Anything stale or superseded?✓ 已复制
    → 规则列表含最近应用日期;清理过时规则

结果: 每次纠正只需付出一次,而非每周重复。

注意事项
  • 过于宽泛的规则(「始终使用函数式风格」)会产生反效果 — 将规则的范围限定到目录或功能区域;具体 > 宽泛
搭配使用: filesystem

在同一个仓库上并行运行两个 Claude Code 线程,互不干扰

👤 运行长时间 agent 任务的开发者 ⏱ ~20 min intermediate

何时使用: 你想在 Claude 继续开发模块 B 功能的同时,重构模块 A。

步骤
  1. 创建 worktree
    Use pro-workflow. Create two worktrees: ../wt-refactor-a and ../wt-feature-b from main.✓ 已复制
    → Worktree 已创建;规则已同步到每个 worktree
  2. 运行线程
    Start a Claude Code session in each. Worktree-aware rules apply per directory.✓ 已复制
    → 两个会话都在运行;飞行中没有合并冲突
  3. 重新整合
    When both branches are ready, open PRs. The skill notes any rules that triggered and their effects.✓ 已复制
    → PR 中包含规则触发效果摘要

结果: 真正的并行性——agent 吞吐量倍增,无协调成本。

注意事项
  • 仅在一个 worktree 中更新规则,导致规则在各 worktree 之间漂移 — 技能在 worktree 创建时同步规则集;持续编辑时请运行 sync-rules

审计上下文在 50 次会话中的积累效果

👤 评估 AI 工作流的工程领导者 ⏱ ~30 min advanced

何时使用: 你想验证「AI 在这个仓库上会随时间变得更聪明」是真实现象还是主观感受。

步骤
  1. 建立基线
    Use pro-workflow. Show me corrections per session over the last 30 days.✓ 已复制
    → 趋势图;预期呈下降趋势
  2. 分类标记
    Categorize corrections: style, architecture, dependency choice, test pattern. Show category-wise decay.✓ 已复制
    → 各类别的趋势
  3. 做出决策
    Recommend whether to roll this out team-wide based on data.✓ 已复制
    → 带注意事项的具体建议

结果: 基于数据的 agent 工作流投入决策。

注意事项
  • 纠正次数下降 ≠ 质量提升——可能只是你停止审查了 — 与 PR review 反馈或测试失败率交叉验证

组合

与其他 MCP 搭配,撬动十倍杠杆

pro-workflow-skill + filesystem

将规则持久化到仓库,让团队共享

Commit .claude/rules/ and CLAUDE.md to git; teammates inherit the same rule set.✓ 已复制
pro-workflow-skill + claude-mem-skill

分层记忆——pro-workflow 管理规则,claude-mem 管理会话连续性

Use pro-workflow to capture corrections; use claude-mem to bridge session context.✓ 已复制

工具

此 MCP 暴露的能力

工具输入参数何时调用成本
capture_rule rule_text, scope_path?, severity? 在纠正 Claude 某个持久性问题之后立即调用 0
list_rules scope? 审计 / 清理 0
create_worktree branch, path 开始一个并行 agent 线程 0
sync_rules 在一个 worktree 中更新规则后,同步到其他 worktree 0
correction_stats since? 趋势审计 0

成本与限制

运行它的成本

API 配额
无——本地
每次调用 Token 数
浮现的规则为系统提示增加 100–800 token;定期清理很重要
费用
免费
提示
每月审计规则;过于宽泛或过时的规则会永久消耗 token

安全

权限、密钥、影响范围

最小权限: filesystem-read filesystem-write
凭据存储: 规则存储在仓库中(.claude/rules/)——与仓库本身同等信任级别
数据出站:

故障排查

常见错误与修复

规则未在下次会话中应用

检查范围路径;规则的范围可能比你正在编辑的文件更窄

验证: list_rules --scope /the/file
CLAUDE.md 编辑引发合并冲突

技能将规则写入独立文件;CLAUDE.md 中只有索引变化——检查 rebase 策略

Worktree 创建失败

需要 git 版本 >= 2.5;确保没有未跟踪文件阻塞新路径

验证: git worktree list
50 次会话后统计数据显示没有衰减

规则范围可能太窄,无法触发;进行审计并适当扩大几条关键规则的范围

替代方案

pro-workflow 对比其他方案

替代方案何时用它替代权衡
claude-reflect (BayramAnnakov)你想要更被动的反射式捕获,而非显式捕获捕获方式不同;worktree 编排能力较弱
Manual CLAUDE.md curation团队较小,你不介意手动维护规则无分析功能;无并行 worktree 支持

更多

资源

📖 阅读 GitHub 上的官方 README

🐙 查看未解决的 issue

🔍 浏览全部 400+ MCP 服务器和 Skills