CCG v2.1.1发布：Claude Code编排Codex与Gemini三CLI协作

背景

在 AI 辅助编程日益普及的当下，单一的大语言模型（LLM）往往难以独立应对复杂的全栈开发任务，尤其是在需求分析、后端架构、前端实现及代码审查等环节，不同模型在特定领域的能力差异显著。此外，随着 Claude Code 等 CLI 工具的流行，用户面临着权限配置、上下文窗口限制以及多模型协作流程缺失等痛点。

在此背景下，开源项目 CCG (v2.1.1) 应运而生。该项目由 LINUX DO 社区用户分享，旨在通过编排 Claude Code、Codex 和 Gemini 三个命令行工具，构建一个高效的多模型协作开发系统。CCG 不仅解决了单一模型能力边界的问题，还通过引入丰富的 Skills（技能包）和标准化的工作流（如 OpenSpec），提升了代码质量、开发效率及安全性。该项目强调开源合规性，并提供了从一键安装到高级调试的全套解决方案。

核心内容

CCG 的核心理念是“Claude 编排，多模型协作”。其架构设计强制外部模型（Codex 和 Gemini）拥有无写入权限，仅负责提供后端或前端的意见与代码原型，最终由 Claude Code 进行统一审核、整合与编码，从而确保代码库的安全性与一致性。

1. 架构与协作机制

• 角色分工：
  • Claude Code：作为主控中枢，负责需求分析、计划制定、代码最终编写及多模型输出的审核。
  • Codex：专注于后端架构建议、代码原型生成及后端逻辑实现。
  • Gemini：专注于前端设计建议、代码原型生成及前端逻辑实现。
• 安全隔离：外部模型被强制赋予无写入权限，其输出仅作为参考数据传递给 Claude，由 Claude 进行二次审核后才写入项目，有效防止了潜在的安全风险或错误代码直接污染项目。

2. 版本迭代与功能增强 (v2.1.1)

CCG 持续迭代，近期版本引入了大量实用功能：

• 知识库内置：内置超过 100 个知识库文件，覆盖 10 个核心领域，包括安全攻防（红队/蓝队/渗透/审计/逆向/威胁情报）、后端架构、DevOps、AI/MLOps、前端设计（含 4 种设计风格的 CSS tokens）以及 7 种编程语言的最佳实践。这些知识库在相关任务中自动触发，显著提升专业度。
• UI/UX 打磨工具：集成了 20 个来自 code-abyss 的实用 Skills，即装即用。包括：
  • /polish：发布前的最终检查。
  • /audit：无障碍访问和性能评审。
  • /harden：加固边界情况和错误处理。
  • /critique：认知负荷评估。

3. 工作流与命令体系

CCG 提供了覆盖开发全流程的 28 个命令，主要分为以下几类：

• 基础工作流：

  • /ccg:workflow：完整的 6 阶段流程（适合小需求，大项目易导致上下文溢出）。
  • /ccg:plan：多模型规划，生成详细计划。
  • /ccg:execute：基于计划的多模型执行。
  • /ccg:feat：新功能开发。
  • /ccg:frontend / /ccg:backend：纯前端（Gemini 快速模式）或纯后端（Codex 快速模式）开发。

• 单一功能命令：

  • 涵盖技术分析 (/ccg:analyze)、问题诊断与修复 (/ccg:debug)、性能优化 (/ccg:optimize)、测试生成 (/ccg:test) 及代码审查 (/ccg:review，支持自动审查 git diff)。

• Git 操作命令：

  • 提供智能提交 (/ccg:commit，支持 conventional commit)、交互式回滚 (/ccg:rollback)、分支清理 (/ccg:clean-branches) 及 Worktree 管理。

• OpenSpec 规范驱动工作流：

  • 针对复杂项目，推荐使用此流程以避免上下文爆满。状态保存在 openspec/ 目录中。
  • /ccg:spec-init：初始化 OpenSpec 环境。
  • /ccg:spec-research：分析需求，输出约束集。
  • /ccg:spec-plan：Codex 与 Gemini 并行分析，生成执行计划。
  • /ccg:spec-impl：按计划逐步实现，完成后自动归档。
  • /ccg:spec-review：双模型审查，可随时触发。

4. 安装与配置

• 快速安装：通过 npx ccg-workflow 一键安装，选择「初始化工作流」并按引导完成。
• 依赖要求：需预先安装 claude code cli、codex cli 和 gemini cli。若仅使用 Claude，效果将大打折扣。
• 权限修复：针对新版 Claude Code 因权限缺失导致命令失效的问题，提供修复指令：

  chmod +x "$(npm root -g)/@anthropic-ai/claude-code/vendor/ripgrep"/*/rg
  

关键要点

• 多模型协同优势：通过 Claude 编排 Codex 和 Gemini，实现了前后端分离的专业化处理，同时利用 Claude 的审核能力保障代码安全。
• 丰富的内置技能：v2.1.1 版本不仅增加了 100+ 专业领域知识库，还集成了 20 个 UI/UX 打磨工具，极大提升了代码的健壮性和用户体验。
• 规范化的开发流程：引入 OpenSpec 工作流，将需求、规划、实现、审查阶段化，并持久化状态，有效解决了大模型上下文窗口限制的问题，适合大型项目。
• 开箱即用的体验：提供一键安装脚本和详细的命令大全，降低了多模型协作的门槛。同时，社区提供了针对 Windows 用户的详细指南和常见问题解答（FAQ）。
• 开源与合规：项目完全开源，遵循 LINUX DO 社区推广规范，并鸣谢了 codeagent-wrapper、zcf、code-abyss 等多个开源项目作为技术参考。

意义与影响

CCG 的出现标志着 AI 辅助开发从“单模型单打独斗”向“多模型协同作战”的演进。它不仅仅是一个工具集合，更是一套工程化的开发范式。

1. 提升开发效率与质量：通过专业化分工（Codex 处理后端，Gemini 处理前端，Claude 统筹），CCG 能够更精准地利用各模型的优势，减少上下文切换成本，并通过内置的审计、加固和审查工具，显著提升代码质量和安全性。
2. 降低多模型协作门槛：对于希望尝试多模型协作但缺乏工程经验的开发者，CCG 提供了一套标准化的工作流和命令体系，使得复杂的协作过程变得简单可控。
3. 推动开源生态发展：CCG 整合了多个优秀的开源项目（如 code-abyss 的 Skills、opsx 的规范框架），促进了社区知识的共享与复用，为 AI 编程工具链的标准化提供了有益探索。
4. 应对现实痛点：针对当前 AI 编程中常见的权限问题、上下文溢出、任务卡住等痛点，CCG 提供了具体的解决方案和修复指令，具有很高的实用价值。

总之，CCG 为开发者提供了一套强大、灵活且安全的 AI 协作开发方案，尤其适合需要处理复杂全栈任务、注重代码质量与安全性的开发团队和个人开发者。