用 Caliber 让 CLAUDE.md 随代码演进保持准确

手写的 CLAUDE.md 在你重构的那一刻就开始过期——agent 幻觉出早已不存在的路径，基于昨天的架构给建议。Caliber 负责生成并维护你的 AI 上下文文件，随代码演进保持同步，覆盖 Claude Code、Cursor、Codex、OpenCode 和 GitHub Copilot。

为什么这个 Skill 重要

Caliber 把 agent 配置当代码对待。一个确定性评分——不调用 LLM、不发 API 请求——把你的配置文件与项目实际文件系统交叉核对，分六个类别：Files & Setup（25 分）、Quality（25）、Grounding（20）、Accuracy（15）、Freshness & Safety（10）、Bonus（5）。工作流模仿代码评审：先评分，以 diff 形式提议变更，逐条审阅，把原件备份到 .caliber/backups/，需要时用 caliber undo 回滚。如果现有配置已经拿到 95 分以上，Caliber 会跳过完整重新生成，只针对未通过的检查做定点修复。该仓库（caliber-ai-org/ai-setup）在 SkillMap 排行榜上拥有 1,267 颗星。

安装

需要 Node.js 20 或更高版本。

npx @rely-ai/caliber bootstrap

bootstrap 大约两秒完成，安装 /setup-caliber 技能——README 说明它 100% 本地运行，不调用 LLM，也不向任何地方发送代码。然后在终端里启动 Claude Code 或 Cursor CLI 会话，输入：

/setup-caliber

你的 agent 会检测技术栈，为团队使用的每个平台生成定制配置，装好 pre-commit 钩子并启用持续同步。不用 Claude Code 或 Cursor？caliber init 以 CLI 向导形式运行同样的设置。

实战：Bootstrap、评分、让循环转起来

1. 运行 npx @rely-ai/caliber bootstrap，再在会话里执行 /setup-caliber。agent 会按平台生成配置——Claude Code 得到 CLAUDE.md 加 CALIBER_LEARNINGS.md 和 .claude/skills/*/SKILL.md，Cursor 得到 .cursor/rules/*.mdc，Codex 和 OpenCode 得到 AGENTS.md，Copilot 得到 .github/copilot-instructions.md。
2. 确定性评分，并跨分支对比：

caliber score --compare main

3. 让循环自己跑。pre-commit 钩子触发 caliber refresh，分析已提交、已暂存和未暂存的变更，把配置文件更新到一致。新队友首次会话时会被提示 bootstrap。

第二个工作流开启会话学习：caliber learn install 捕获工具使用、失败和你的纠正，再把模式提炼进 CALIBER_LEARNINGS.md——自动打上 [correction]、[gotcha]、[fix]、[pattern]、[env] 或 [convention] 标签并去重。

技巧

• 生成环节使用你已有的 AI 订阅或 API key——Claude Code 或 Cursor 的席位可用，也可以自带 Anthropic、OpenAI、MiniMax 或 Vertex AI 的 key。bootstrap 和评分从不调用 LLM。
• 遥测（命令名和耗时，不含代码）经 PostHog 上报；设置 CALIBER_TELEMETRY_DISABLED=1 即可退出。
• 签名提交或极简 diff 工作流可以关掉 pre-commit 自动暂存：git config caliber.autostage false。
• caliber uninstall 移除 Caliber 添加的一切——钩子、生成段落、技能、learnings——同时保留你自己的内容。

何时不用这个 Skill

需要 Node.js 20 以上，且生成环节需要 AI 订阅或 API key（bootstrap 和评分不需要）。如果你只为单一 agent 手工维护一份上下文文件、每个版本发布前都会人工复核，这套多平台同步机制就超出问题本身了——可能只有确定性评分这部分对你有用。

查看 排行榜 了解更多 skill。