首页 > 教程资讯 > 教程详情

Claude's Workbench 开源:Claude 规划审查,本地 GPU 模型负责编码

AI 与前沿 数码评测汪工 2026-11-18
文章分享

开源项目 Claude's Workbench 将 Claude 与本地开源编码模型接入同一套工作流程:Claude 负责规划、拆解任务和审查,本地 GPU 上的模型负责改代码、跑测试。据项目 README,这套分工把规划与判断交给云端模型,把大量读写代码和测试工作留在用户硬件上;项目采用 MIT 许可。

云端审查,本地执行

据 README,Claude 使用用户的订阅或 API key,运行在 Anthropic 的服务器上,负责为每个小任务编写规格、审查每一份 diff,并提交通过审查的修改。本地模型则通过 OpenCode 和用户的模型服务器读取代码、编辑文件、运行测试、修复失败。

项目方认为,本地开源模型已经能编写实际代码,但独立工作时容易跑偏、偷工减料,难以处理超出上下文容量的大任务,因此需要架构设计与审查支持。

Claude 会按模型可用的上下文窗口调整任务大小。README 举例称,一个持续 1 小时仍未完成的大任务,拆成 3 个小任务后用了半小时完成。这是项目方提供的案例。模型分配也会调整:杂活交给小而快的模型,正式工作交给 GPU 能运行的最强模型,再根据 Claude 实际接受哪些模型的成果改进选择。

将纠错经验保留为技能

据 README,每个任务结束后,Claude 会根据纠正意见、阻塞原因和模型反馈创建或修改技能;后续执行任务的 agent 只接收与任务相关的技能。系统还会对比加载与未加载技能的任务结果,供 Claude 修正或淘汰无效技能。

项目称,这一机制借鉴 Nous Research 的 Hermes Agent,保留了优先修补已有技能的习惯、判断何为教训的规则,以及以 MIT 许可移植的技能安全扫描。

权限限制因系统而异

README 明确,架构、所有 git 写操作、CI/CD、部署、基础设施,以及 CLAUDE.md、AGENTS.md 均由 Claude 掌握。本地 agent 只能在自己的 git 工作树、临时目录和构建缓存中写入,git 操作限于读取。

在支持 Landlock 的 Linux 上,限制由内核强制执行;在 macOS 和不支持 Landlock 的 Linux 上,只通过 OpenCode 规则与只读 git shim 拒绝直接形式的违规操作,项目将其称为「护栏」,而非「墙」。

项目同时列出两处缺口:可写的构建缓存和工具链目录可能存放随后在限制之外执行的程序;WSL2 开启互操作时,Windows 程序也在限制之外运行。

使用条件与成本

运行需要 Claude Code、OpenCode、兼容 OpenAI API 的本地模型服务器,以及配有 Python 3 和 git 的 Linux、macOS,或通过 WSL2 使用的 Windows。README 要求模型上下文窗口至少为 16K tokens,建议 32K tokens 或以上。至于能节省多少费用,项目方表示取决于使用量和电费。

来源