mcpField
O
opchain

opchain

远程服务
opchain.dev开发工具01 天前更新

关于 opchain

opchain 是面向软件团队的 Claude Code 技能集合,覆盖从需求发现到运维的开发流程。各技能通过共享 JSON 检查点传递项目上下文,支持跨会话衔接。

主要功能

  1. 01覆盖开发流程各阶段的技能
  2. 02共享 JSON 检查点
  3. 03跨技能状态与路由
  4. 04部署前审计与门禁
  5. 05部署和运维支持

适用场景

  1. 01跨 Agent 会话继续工作
  2. 02指导项目从发现需求到构建
  3. 03部署前检查代码
  4. 04协调发布与部署后运维

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://opchain.dev/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

7

此工具无需参数。

详细介绍

opchain

Opchain 2.0.4 · 36 项技能 · 发布于 2026 年 9 月 14 日至 21 日。

一套协同运作的 Claude 技能,覆盖完整的软件开发流程——探索、规范、设计、构建、审查、发布、扩展。每个阶段对应一项技能。共享的 JSON 检查点协议会在不同会话和技能间传递上下文,让工作从上次中断处继续。

网站与文档: https://opchain.dev


安装

Claude Code — 插件(推荐)

包含完整技能,以及用于会话上下文和建议的插件钩子。 在每个代码库中运行 /oc-enroll,以启用 Git 提交门禁。仅安装插件不会为代码库完成注册,也不会启用学习功能。

/plugin marketplace add asfbay-bit/opchain-skills
/plugin install opchain
Claude Code — zip(仅包含技能,不含钩子)
curl -L https://opchain.dev/opchain-skills.zip -o opchain-skills.zip
unzip opchain-skills.zip -d .claude/skills/
claude
> /oc-discover
Claude.ai / Claude Desktop

从 安装 下载完整的技能 ZIP 文件,然后使用主机支持的技能上传流程。将参考资料和运行时文件与各技能一并保留。本地运行时命令需要 Node.js 22.13 或更高版本,以及能够执行这些命令的主机;不具备本地工具的托管聊天无法运行这些命令。

团队(提交到 git)
git add .claude/skills/
git commit -m "chore: add opchain skills"
git push
升级

对于已有代码库安装,请让你的编码 Agent 运行:

/oc-update check
/oc-update

如果你使用的是 1.9 或更早版本,且缺少更新程序,请复制 安装 页顶部的升级提示词。它会检查主机和已发布版本,然后安装完整的软件包。更新程序会保留检查点、本地跟踪授权、使用历史记录和无关技能,并备份被替换的 Opchain 文件。全局插件安装则使用主机支持的插件更新方式。

之后请打开新的 Agent 会话,并运行 /oc-update check,以验证已安装的软件包。只有在明确启用后,学习功能才会开启;提供方访问权限和外部审查者需要另行配置。

ow-tools(面向 ow- 规划技能的 Claude Code 附加组件)

plugins/ow-tools/ 会在你的机器上运行代码:本地通话转录并区分说话人、带品牌标识的 PDF 和 Word 导出、日期和算术检查,以及会话启动时列出未完成的工作流。它来自自己的市场,因此管理员可以单独批准它,而无需批准此处的其他内容:

/plugin marketplace add https://raw.githubusercontent.com/asfbay-bit/opchain-skills/main/plugins/ow-tools/.claude-plugin/marketplace.json
/plugin install ow-tools@opchain-work-tools

然后运行 /ow-tools,查看你的机器还需要什么。ow-tools 本身不会安装任何内容。请参阅 plugins/ow-tools/README.md。


技能

技能功能
oc-app-architect发现 → 规范 → 构建,并通过 Generator/Evaluator 进行 QA 循环
oc-stack-forge为 Cloudflare、Vercel、AWS、Supabase 等提供技术栈建议
oc-ux-engineer设计规划器 → 生成器 → 评估器测试框架
oc-dash-forge仪表板和密集数据 UI(规范 + React 原型)
oc-integrations-engineer第三方 API 集成(Slack、Stripe、OAuth)
oc-api-dev第一方 API 设计(OpenAPI、GraphQL、SDK)
oc-claude-apiClaude API 应用:模型路由、提示词缓存、工具使用
oc-rag-forgeRAG 系统:向量数据库、嵌入、分块、检索评估
oc-agent-forgeClaude Agent SDK 应用:拓扑、工具预算、测试框架循环
oc-prompt-ops将提示词作为代码管理:版本控制、评估数据集、回归检测
oc-qa-ops测试金字塔设计:覆盖率预算、契约测试矩阵、负载计划
oc-data-ops数据管道:数据摄取、dbt 分层、可观测数据契约
oc-signal-forge从问题到可信指标:埋点、收集、验证、接入
oc-code-auditor审计员 → 修复器 → 验证器;部署前五层全面检查
oc-security-auditor威胁建模、OWASP 加固、攻击面审查
oc-security-hardening执行修复 + 每次部署的加固门禁(/oc-harden)
oc-compliance-ops控制项登记册 + 部署时可供审计的证据包
oc-bug-check提交前 QA 门禁:类型、lint、测试、反模式、密钥
oc-docs-forgePR 文档包、README/changelog/ADR 维护
oc-repo-ops仓库卫生 + PR 就绪门禁:目录、生成文件
oc-git-ops分支、提交、PR、同步
oc-deploy-ops审计门禁 → 预发布 → 生产环境,并支持回滚
oc-fleet-ops自行管理的服务器群:IaC、多容器部署、上线后运维
oc-modularize-ops实时拆分单体架构,并提供黄金样例验证
oc-monitoring-ops部署后可观测性——运行时间、错误、告警
oc-scale-ops负载测试、性能预算、缓存、容量规划
oc-migration-ops数据库 / 框架 / 身份验证 / 平台迁移
oc-cost-ops大模型成本归因、预算门禁、模型层级路由
oc-telemetry-ops可选的本地使用量计量、匿名化仪表板汇总数据
oc-reverse-spec逆向工程现有代码并生成规范文档
oc-release-ops版本升级、更新日志、发布公告
oc-orchestrator跨技能状态与路由(/oc-ops)
oc-checkpoint-protocol共享的会话持久化架构(随每项技能打包)
oc-update更新完整的技能和运行时文件,同时保留本地状态
oc-hindsight有来源支持的经验、检索评估和外部审查
oc-evolve经过任务测试的规则提案,并进行回归检查和外部审批

完整说明、触发条件和示例:https://opchain.dev/skills


检查点协议

每项技能都会将 JSON 检查点写入项目中的 .checkpoints/。 各技能会读取彼此的检查点,以便做出明智的决策——上下文 会自动传递,无需手动交接。

  • oc-deploy-ops 读取 oc-code-auditor — CRITICAL 级发现会阻止部署
  • 构建评估器读取 oc-ux-engineer — 根据已批准的设计规范为前端评分
  • oc-git-ops 读取 oc-app-architect — 按冲刺命名分支

架构定义见 skills/oc-checkpoint-protocol/SKILL.md。


本仓库

这是技能源代码的公开、强制推送快照镜像。网站、 构建系统和内部工具位于私有上游仓库;这里只发布 产品(此目录),并在上游 main 每次发生更改时更新。

请参阅 CONTRIBUTING.md,了解问题和 PR 如何 流转至上游仓库。


许可证

Apache-2.0 — 请参阅 LICENSE 和 NOTICE。截至 v1.8.2(含)的版本均以 MIT 许可发布。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。