tanishg98/tanker GitHub: tanishg98/tanker
基于 Claude Code 的端到端产品构建与部署自动化框架，支持从需求到生产环境的完整流水线。
Stars: 2 | Forks: 0
[](https://opensource.org/licenses/MIT)
[](https://github.com/tanishg98/tanker/stargazers)
[](https://docs.claude.com/claude-code)
[](https://github.com/tanishg98/tanker/pulls)
[**快速开始 →**](#try-it) · [**示例 →**](./examples/) · [**对比 MetaGPT →**](./docs/comparisons/metagpt.md) · [**在线演示 →**](https://persona-studio-lime.vercel.app)
### 使用 Tanker 构建 · 生产环境运行中
**[persona-studio-lime.vercel.app](https://persona-studio-lime.vercel.app)** — 印度首个 AI 网红工作室。一个 `/cto` 需求。一个周末。已部署上线。
## 立即试用
```
bash <(curl -fsSL https://raw.githubusercontent.com/tanishg98/tanker/main/install.sh)
/vault-add github vercel supabase anthropic
/cto "AI business analyst for Indian D2C sellers — chat with your data"
```
约 30 分钟的专注后，你将获得：
- ✅ 生产环境可访问的 URL
- ✅ 包含分支保护、CI、版本化迁移的代码仓库
- ✅ 已配置的 Vercel + Railway + Supabase + GitHub
- ✅ 已接入 Sentry + 分析工具 + 监控
- ✅ 完整的审计追踪记录在 `outputs/
/messages.jsonl`
→ [详细安装指南](./docs/getting-started/install.md)
## Tanker 的独特之处
| | |
|---|---|
| 🎯 **两个由审查 agent 预筛选的人工关卡** | 兼顾自动驾驶与人工介入的最佳方案。每次 `/cto` 运行只需约 30 分钟所有者关注时间。 |
| 🏗️ **真实的基础设施配置** | GitHub 仓库 + Supabase 项目 + Vercel 项目 + Railway 服务。通过 0600 权限的 vault 调用 API 创建。大多数"AI 构建"工具止步于代码仓库。Tanker 止步于已部署的 URL。 |
| ⏯️ **跨会话可恢复** | 每个阶段都会进行状态检查点。`messages.jsonl` 是类型化的审计追踪。`/cto --resume ` 从上次中断处继续。 |
| 🧠 **本地语义检索** | Tanker 将你的 Obsidian 仓库 + 精选的 GitHub 引用索引到本地 ChromaDB。第一阶段从你的知识库检索——而非通用 GitHub 搜索。 |
| 🛡️ **坚定的质量护栏** | 始终启用的规则：Boil the Lake、Search Before Building、No AI Slop（带明确禁止列表）、Safety Before Speed、Skill Chaining。 |
| 💰 **内置成本上限** | `--max-cost-usd`（默认 $10）。追踪每个 Message envelope 的支出。在 70% 时警告，100% 时停止。无意外账单。 |
→ [架构概览](./docs/architecture/overview.md)
## `/cto` 流水线
```
intake → context (parallel: brain, refs) → reference (github-scout)
→ /grill → /benchmark? → /prd → prd-reviewer → 🛑 GATE 1 (human review)
→ /architect → /createplan → /advisor (cross-model peer review)
→ PROVISION (parallel: gh + supabase + vercel + railway)
→ BUILD (parallel: frontend + backend + data + content engineers)
→ /pre-merge + /autoresearch-review per PR (bounded retry, max 2)
→ mvp-reviewer → 🛑 GATE 2 (human review)
→ /deploy → /monitor → final report
```
→ [了解 `/cto` 如何工作](./docs/getting-started/first-cto.md)
## 包含内容
### **34 项技能**
执行工作的斜杠命令。
**思考** — `/grill` `/benchmark` `/prd`
**设计** — `/architect` `/ui-hunt` `/design-shotgun`
**规划** — `/createplan` `/advisor`
**构建** — `/execute` `/backend-builder` `/browser-extension-builder` `/mobile-app-builder`
**数据** — `/analyst`（ReAct 沙盒）
**发布** — `/ship` `/deploy` `/monitor`
**质量** — `/autoresearch-review` `/security-review` `/test-gen` `/debug`
**记忆** — `/learn` `/retro` `/context-save` `/context-restore`
→ [完整技能索引](./docs/skills/index.md)
### **9 个 Agent**
在隔离上下文中的专家。
**审查（只读）**
`explore` `pre-merge` `prd-reviewer` `mvp-reviewer` `site-eval` `review`
**研究**
`github-scout`
**配置器（受限写入）**
`gh-provisioner`
`supabase-provisioner`
`vercel-provisioner`
`railway-provisioner`
→ [Agent 详情](./docs/agents/index.md)
### **3 条始终启用的规则**
每次会话加载。
**`builder-ethos`** — 六项原则。Boil-the-Lake、Search-Before-Building、Fix-First-Review、No-AI-Slop、Safety-Before-Speed、Skill-Chaining。
**`code-standards`** — 类型规范、注释解释原因、模式一致性。
**`static-site-standards`** — 单文件优先、无框架、IntersectionObserver 动画、eval 门控。
→ [规则详情](./docs/rules/builder-ethos.md)
## 项目状态
| 方面 | 状态 |
|---|---|
| `/cto` 自动驾驶编排器 |  |
| 34 项技能、9 个 agent、3 条始终启用的规则 |  |
| 真实基础设施配置（gh + supabase + vercel + railway） |  |
| 成本上限（`--max-cost-usd`） |  |
| 每个制品的类型化 Message envelope |  |
| `/cto --rerun-from ` 选择性重放 |  |
| 多 LLM 提供商支持 |  |
| 托管版 `tanker.dev` 搭配一键 `/cto` |  |
## 示例
| 示例 | 展示内容 |
|---|---|
| [**SaaS MVP**](./examples/saas-mvp/) — *Persona Studio* | `/cto` 端到端：从需求到已部署产品，包含认证 + 数据库 + UI |
| [静态网站](./examples/static-site/) | `/static-site-replicator` + `/design-shotgun` 流程 |
| [浏览器扩展](./examples/browser-extension/) | Chrome MV3 包含内容脚本 + 存储 |
| [Bug 修复](./examples/bug-fix/) | `/explore` → `/debug` → `/test-gen` → `/ship` 在现有仓库上运行 |
| [数据分析](./examples/data-analysis/) | `/analyst` ReAct 循环处理真实数据集 |
## 横向对比
文档中的坦诚、非防御性对比：
- [**Tanker vs MetaGPT**](./docs/comparisons/metagpt.md) — 最常见的问题。端到端已部署产品流水线 vs 代码生成框架，包含两个人工关卡而非完全自治。
- [Tanker vs AutoGen](./docs/comparisons/autogen.md)
- [Tanker vs CrewAI](./docs/comparisons/crewai.md)
- [Tanker vs Aider](./docs/comparisons/aider.md) — 互补而非竞争
- [Tanker vs gstack](./docs/comparisons/gstack.md) — 相同原语，不同理念
## 仓库结构
```
.claude/
├── agents/ — 9 specialist agents
├── rules/ — 3 always-on operating principles
├── schemas/ — JSON schemas for validated artifacts
└── skills/ — 34 slash commands
docs/ — mkdocs site
examples/ — five worked examples (SaaS MVP is real, deployed)
outputs/ — runs go here (one folder per slug)
install.sh — one-line installer
mkdocs.yml — docs config
```
## 许可证
MIT · 由 [**Tanish Girotra**](https://github.com/tanishg98) 构建 — Shiprocket 首席执行办公室 · 使用 AI 构建一切。
如果你使用 Tanker 发布了产品，[打开一个 issue](https://github.com/tanishg98/tanker/issues/new) 并链接它。`examples/` 目录由社区贡献增长。
⭐ **给仓库加星** 如果 Tanker 改变了你和 Claude 一起构建的方式。
标签： AI 代理框架, AI 检测, Claude Code, GitHub 集成, OSV, Railway, Supabase, Vercel, 低代码平台, 开发效率工具, 快速原型, 数据可视化, 浏览器扩展开发, 特权提升, 生产级开发, 移动应用开发, 自动化部署, 质量门控, 静态站点生成