Claude Code接入Github

Claude Code接入Github

目前AI编程工具可以分为3种类别:

  1. 1.本地IDE,代表产品有cursor、windsurf
  2. 2.在线网站,代表产品有lovable、bolt.new
  3. 3.命令行,代表产品有claude code、codex

claude code这种命令行工具可以很方便地集成到各种平台中,本篇文章就是介绍如何把claude code快速接入到github中,在开发流程中嵌入AI能力。

claude code 接入github,我们不需要重复造轮子,anthropic官方提供并开源了名为claude code action(https://github.com/anthropics/claude-code-action)的工具,claude code action更新很频繁,前段时间刚发布了正式版本v1,借助它可以快速把claude code集成到github中。

接下来按照配置api key、在github安装claude、让claude code参与开发3个步骤,分享一下如何把claude code集成到github。

配置api key

claude对国内账号封控很严重,我们很难用到claude官方的api,好在国产模型进步很快,并且都原生提供anthropic接口格式了,可以作为sonnet的平替接入claude code。我测试glm-4.6和kimi-k2都能够驱动claude code正常运行。可以在 https://bigmodel.cn/usercenter/proj-mgmt/apikeys 创建glm的api key,在 https://platform.moonshot.cn/console/api-keys 创建kimi的api key,然后在你期望接入claude code的github仓库中配置api key。

进入github仓库中,点击settings,然后选择secrets and variables中的actions,点击new repository secret按钮。

在新打开的页面中填写Name:ANTHROPIC_API_KEY,Secret:你刚刚创建的glm 或 kimi api key,最后点击add secret配置成功。

在github安装claude

接下来,需要在GitHub中安装claude。在浏览器打开 https://github.com/apps/claude,进入claude github app页面,点击install按钮安装claude应用,如果按钮位置显示的不是install而是configure,表示已经安装过该应用。

然后在下面的安装确认页面中,可以配置安装到所有仓库或者指定仓库中,点击install & authorize按钮确认安装。

在安装成功后,如果你的github仓库还没有.github/workflows目录,你需要先创建该目录,然后在该目录中添加claude.yml和claude-review.yml文件。

claude.yml文件内容如下

name: Claude Code on:   issue_comment:     types: [created]   pull_request_review_comment:     types: [created]   issues:     types: [opened, assigned]   pull_request_review:     types: [submitted] jobs:   claude:     if: |       (github.event_name == 'issue_comment' && contains(github.event.comment.body, '@claude')) ||       (github.event_name == 'pull_request_review_comment' && contains(github.event.comment.body, '@claude')) ||       (github.event_name == 'pull_request_review' && contains(github.event.review.body, '@claude')) ||       (github.event_name == 'issues' && (contains(github.event.issue.body, '@claude') || contains(github.event.issue.title, '@claude')))     runs-on: ubuntu-latest     permissions:       contents: write       pull-requests: write       issues: write       id-token: write       actions: write     steps:       - name: Checkout repository         uses: actions/checkout@v4         with:           fetch-depth: 1       - name: Run Claude Code         id: claude         uses: anthropics/claude-code-action@v1         env:           # ANTHROPIC_BASE_URL: https://api.moonshot.cn/anthropic           ANTHROPIC_BASE_URL: https://open.bigmodel.cn/api/anthropic         with:           anthropic_api_key: ${{ secrets.ANTHROPIC_API_KEY }}           claude_args: |             --allowedTools "mcp__github_inline_comment__create_inline_comment,Bash(gh pr comment:*),Bash(gh pr diff:*),Bash(gh pr view:*),Bash(gh issue:*),Bash(gh search:*),Bash(gh label:*)"

claude-review.yml文件内容如下

name: Claude Review on:   pull_request:     types: [opened, synchronize]     # Optional: Only run on specific file changes     # paths:     #   - "src/**/*.ts"     #   - "src/**/*.tsx"     #   - "src/**/*.js"     #   - "src/**/*.jsx" jobs:   claude-review:     # Optional: Filter by PR author     # if: |     #   github.event.pull_request.user.login == 'external-contributor' ||     #   github.event.pull_request.user.login == 'new-developer' ||     #   github.event.pull_request.author_association == 'FIRST_TIME_CONTRIBUTOR'     runs-on: ubuntu-latest     permissions:       contents: read       pull-requests: write       id-token: write     steps:       - name: Checkout repository         uses: actions/checkout@v4         with:           fetch-depth: 0       - name: Run Claude Review         id: claude-review         uses: anthropics/claude-code-action@v1         env:           # ANTHROPIC_BASE_URL: https://api.moonshot.cn/anthropic           ANTHROPIC_BASE_URL: https://open.bigmodel.cn/api/anthropic         with:           anthropic_api_key: ${{ secrets.ANTHROPIC_API_KEY }}           track_progress: true           prompt: |             REPO: ${{ github.repository }}             PR NUMBER: ${{ github.event.pull_request.number }}             Please review this pull request with a focus on:             - Code quality and best practices             - Potential bugs or issues             - Security implications             - Performance considerations             Provide detailed feedback using inline comments for specific issues.             Please respond in Simplified Chinese.           claude_args: |             --allowedTools "mcp__github_inline_comment__create_inline_comment,Bash(gh pr comment:*),Bash(gh pr diff:*),Bash(gh pr view:*)"

注意在上面两个文件中有 ANTHROPIC_BASE_URL 配置,默认配置的是glm网址,如果使用的kimi模型,需要更改为 https://api.moonshot.cn/anthropic。另外在配置文件最后有--allowedTools参数,claude code使用的是工具白名单,如果需要某个特定的工具,需要配置到该参数中。

可能有人不熟悉.github/workflows目录,它是github中的保留目录,用于保存自动化工作流程的配置文件,可以配置当触发某些事件时执行哪些操作。比如可以在此目录中配置实现当提交新的代码时自动运行打包镜像、测试代码等功能。claude code action也是通过此机制实现的让claude回答用户提问、自动审阅代码等功能。

让claude code参与开发

执行完上述步骤,claude code就已经接入到你的github仓库中了。你可以在github中issue中评论@claude,让ai回答你的问题甚至可以让ai直接提交代码完成你的需求。下面是一些例子

我创建了python包管理方案讨论的issue,在评论中询问claude,让claude推荐一个方案。

在一个后端接口需求中直接让claude实现该需求,claude code能够提交代码到某个分支,点击Create PR链接可以手动创建代码合并。

除了可以在issue/pr中@claude以外,claude-review.yml工作流还支持自动审阅代码。提交pr后,claude可以自动审阅提交的代码,查看代码中的问题,并给出改进建议。

Read more

开源模拟器技术突破:Sudachi架构解析与跨平台实现

开源模拟器技术突破:Sudachi架构解析与跨平台实现 【免费下载链接】sudachiSudachi is a Nintendo Switch emulator for Android, Linux, macOS and Windows, written in C++ 项目地址: https://gitcode.com/GitHub_Trending/suda/sudachi Sudachi作为一款采用C++开发的开源Nintendo Switch模拟器,通过Vulkan图形API实现高性能渲染,结合动态编译技术与模块化设计,成功突破硬件平台限制,在Android、Linux、macOS和Windows系统上实现游戏兼容。本文将从技术原理、场景化应用和进阶指南三个维度,深入剖析这款模拟器的架构设计与优化实践。 一、技术原理:模拟器的底层架构与核心技术 突破硬件限制的渲染方案 Sudachi的图形渲染系统基于Vulkan API构建,通过抽象层设计实现跨平台图形适配。核心渲染流程包含着色器重编译、纹理压缩和解压缩、帧缓冲管理三大模块,其中Vulkan后端的多线程渲染架构可充分

By Ne0inhk

开源版贾维斯来了!Clawdbot 让你的电脑拥有 AI 大脑

想象一下,有一个 AI 助手能 24 小时守在你的电脑旁边,不仅能聊天,还能帮你发邮件、整理文件、监控股价,甚至在发现投资机会时立刻通知你。听起来像科幻电影里的情节?不,这就是 2026 年最火的开源项目 Clawdbot(又称 Clawbot)正在做的事情。 这货被开发者们亲切地称为"开源版贾维斯",因为它彻底打破了 AI 只能在聊天框里卖萌的限制,变成了一个真正能接管你电脑操作的"数字员工"。今天就来聊聊这个让整个技术圈都在疯狂讨论的项目,以及它为什么能让 Mac mini 都跟着火了一把。 🚀 什么是 Clawdbot?不是聊天机器人,是你的数字分身 本地优先的"个人 AI 网关" Clawdbot 最大的特点是它不是一个网页应用,而是一个运行在你本地机器上的 Agent

By Ne0inhk

技术反思:Agent平台的泡沫与未来——从低代码智能体工具看ToB AI落地的真实路径

截至2025年12月,AI Agent(智能体)开发平台如Coze、Dify等在市场中经历了短暂的高光后迅速陷入增长瓶颈。尽管这些平台以“低代码”、“快速构建AI应用”为卖点,在C端和轻量级场景中取得了一定传播效应,但在真正需要深度集成、复杂业务逻辑和高可靠性的ToB企业级市场,其失败率极高。 这背后并非技术不成熟,而是企业路线选择的根本性错误:我们把Agent误当成了一个可封装的产品形态,而非一种面向AI原生架构的设计思想。真正的突破不在“平台”,而在“框架”。 一、产品定位错位:低代码之殇 vs 高代码之需 当前主流Agent平台的核心问题是产品定位的严重偏差。 1. 低代码的本质是“预设流程 + 功能复用” * Coze、Dify等平台强调的是可视化编排、节点拖拽、Prompt模板库。 * 它们的设计哲学是“让非技术人员也能做AI应用”,目标是实现MVP(最小可行产品)的快速验证。 * 这种模式适用于C端小场景、实验性项目或营销类轻应用。 但问题在于:当进入ToB深水区时,业务流程不再标准化,需求高度定制化,所谓的“工作流”变得极其复杂,

By Ne0inhk

用n8n搭建新闻推送简报机器人:数眼智能搜索+网页阅读API实战指南

大家好~我是菲菲~日常工作中,我们常常需要花费大量时间浏览各类网站获取行业新闻,却容易遗漏关键信息。本文将教你用开源低代码自动化工具n8n,结合数眼智能搜索API的实时检索能力与网页阅读API的内容提取能力,搭建一个全自动新闻推送简报机器人。该机器人可按设定频率自动搜索目标主题新闻、提取核心内容、整理成规范简报,最终推送至飞书/企业微信等常用沟通工具,让你高效掌握行业动态。 一、前置准备:环境与工具就绪 在开始搭建前,需完成n8n环境部署、数眼智能API密钥获取两项核心工作,为后续工作流搭建奠定基础。 1. 部署n8n运行环境 n8n支持Docker、npm、桌面版三种安装方式,其中Docker安装跨平台兼容性强,是新手首选;桌面版适合非技术用户,无需命令行操作;npm安装则适合有Node.js环境的开发者。这里以最通用的Docker安装为例: 1. 前置条件:安装Docker Desktop(Windows需启用WSL 2,Mac直接安装即可),启动后确保状态栏显示“Docker Desktop running”。 2. 打开终端(Windows用PowerShell

By Ne0inhk