Anthropic хакатон чемпион бесплатно делится универсальной конфигурацией Claude Code: 13 агентов, 40+ навыков, 31 команды полностью открыты

Разработчик Афан Мустафа после победы на хакатоне, организованном Anthropic, собрав все настройки Claude Code, накопленные за 10 месяцев практической разработки продукта, и выпустил их в виде открытого исходного кода. В комплект входят 13 интеллектуальных агентов, более 40 модулей навыков, 31 команда, а также AgentShield — инструмент для безопасности и аудита. В этой статье делимся этим материалом с вами.
(Предыстория: Clawdbot — легендарный AI-хаус-менеджер, который полностью распродал Mac mini 24/7)
(Дополнительная информация: Осторожно! Неправильная настройка Clawdbot может скрывать серьезные уязвимости: некоторые пользователи потеряли криптокошельки из-за взлома)

Содержание статьи

Переключить

• Пять уровней модулей, охватывающих полный рабочий процесс — от безопасности до автоматического обучения
• Наличие AgentShield — инструмента для аудита безопасности
• Настройка AI-помощника требует больше ресурсов, чем кажется
• Этот комплект — лишь начало, а не финал

Последний хакатон Anthropic недавно завершился. После каждого соревнования обсуждения обычно сосредоточены на технических особенностях победных решений или новых задачах от Anthropic. Но в этой статье я хочу поделиться более долгосрочной ценностью: победитель Афан Мустафа собрал все настройки Claude Code, накопленные за 10 месяцев, и оформил их в виде открытого пакета «everything-claude-code», который можно установить прямо из GitHub, безвозмездно.

На момент написания статьи этот репозиторий уже набрал более 49000 звезд и 6200 форков. Эти цифры отражают не только интерес сообщества к инструменту, но и актуальную проблему в области AI-помощников для разработки: настройка Claude Code в реальных условиях — задача не такая простая, как кажется. Ниже быстро расскажу о ключевых особенностях этой конфигурации.

Пять уровней модулей, охватывающих полный рабочий процесс — от безопасности до автоматического обучения

Весь комплект структурирован по пяти основным уровням, логически разделённым:

Агенты (Agents): 13 специализированных под-агентов, каждый выполняет свою роль. Включают планировщика, архитектора, наставника по TDD, ревьюера кода, специалиста по безопасности, решателя ошибок сборки, исполнителя end-to-end тестов, рефакторинг-бота, обновляющего документацию, а также экспертов по языкам Go, Python и базам данных.

Каждый агент — это узел для делегирования задач, а не один главный агент, который выполняет всё сразу. Такой дизайн связан с ограничениями больших языковых моделей в области «широкого, но неглубокого» понимания.

Навыки (Skills): Более 40 рабочих процессов, классифицированных по языкам и сценариям использования. Для TypeScript, Python, Go, Java, C++, Django, Spring Boot — есть конкретные инструкции. Также есть стандарты по тестированию, безопасности, деплою, API, миграции баз данных, Docker.

Особое внимание уделено продвинутым модулям, например, «Cost-aware LLM pipeline» и «Content hashing cache mode», что показывает, что эта конфигурация выходит за рамки простого помощника — она касается инженерии AI-продуктов.

Команды (Commands): 31 слэш-команда для быстрого запуска типовых рабочих процессов. /plan, /tdd, /code-review, /build-fix, /e2e — базовые. В новых версиях добавлены /multi-plan, /multi-execute для координации нескольких агентов, а также /instinct-status, /evolve — для обучения и эволюции.

Хуки (Hooks): Автоматизация на основе триггеров, обеспечивающая долговременную память, стратегии сжатия контекста и извлечение шаблонов. Эти механизмы позволяют AI сохранять связность в долгосрочной перспективе — важнейшие, но часто игнорируемые настройки для новичков.

Правила (Rules): Стандарты кодирования, разделённые на общие, для TypeScript, Python, Go. Включают стиль кода, рабочие процессы Git, стандарты тестирования и требования к безопасности. Поддержка Windows, macOS и Linux, автоматическое обнаружение менеджеров пакетов npm, pnpm, yarn, bun.

Наличие AgentShield — инструмента для аудита безопасности

Из всех модулей особое внимание заслуживают три компонента, так как они отражают не только функциональные возможности, но и стратегию развития AI-помощников.

AgentShield — статический анализатор Claude Code. Включает 102 правила поиска уязвимостей, 912 тест-кейсов, покрытие тестами 98%. За этим стоит важный практический факт: когда AI-агент получает возможность выполнять код, обращаться к файлам или вызывать внешние API, конфигурационный файл становится потенциальной точкой атаки.

Наличие AgentShield говорит о том, что эта проблема уже критична и требует специальных инструментов. Это важный сигнал для команд, использующих AI-кодеры в продакшене.

Continuous Learning v2 — механизм постоянного обучения, основанный на «интуиции». Он позволяет AI извлекать паттерны поведения из прошлых взаимодействий и оценивать свою уверенность. Иными словами, Claude может «запоминать» определённые части кода и контексты, а не заново строить их при каждом диалоге. Этот механизм превращает ручное управление знаниями в автоматизированный процесс.

Skill Creator — автоматический генератор навыков. Анализирует историю коммитов в Git и автоматически создает индивидуальные модули навыков для конкретных репозиториев. Это сокращает дистанцию между пониманием возможностей Claude Code и его практическим применением, позволяя разработчикам быстро получить релевантные настройки, основанные на их собственных данных.

Настройка AI-помощника — сложнее, чем кажется

Мустафа публикует этот набор настроек как вклад в сообщество: он превращает повторяющиеся ошибки и пробные конфигурации в общедоступный ресурс. В мире open-source подобные работы — не редкость: ESLint, Docker Compose и другие стандарты — часть инфраструктуры разработки.

Но AI-конфигурации — это уровень выше: они требуют учета архитектуры агентов, подсказок, рабочих процессов и долговременной памяти. Это не просто включение/выключение функций, а сложное взаимодействие множества компонентов.

Этот комплект — лишь старт, а не финал

Важно помнить, что эти настройки — результат работы одного разработчика в конкретных условиях. Они не универсальны и требуют адаптации под свои задачи.

Но это не умаляет их ценности: они служат хорошей отправной точкой. Для новичков — это полезный шаблон, для опытных — референс для сравнения и доработки.

Мустафа собрал 10 месяцев решений и решений в один пакет, который не претендует на абсолютную истину, но делает явным и доступным скрытый слой знаний.