一个项目涨得太快的时候,宣传材料和 issue 区通常是两个故事。craft-anything 值得写第二篇,是因为它自己没打算只讲第一个。
README 的状态段落写得很清楚:early alpha。官方列出的"能用"是桌面端、命令行、MCP 服务器,以及以 Claude Code 为构建方的网站复刻;"部分可用"包括用 API key 和其他编码 Agent 来构建、应用与游戏的行为检查;生成图片和三维模型是可选功能,要用自己的 fal.ai key。
issue 区把这三档翻译成了具体场景。
第一种失败:构建方不是 Claude Code
第 736 号问题里,报告者用 gemini-cli 当构建方,卡在一个循环上:检查器报"在 app/dist 里找不到构建好的站点",Agent 声称自己跑过 npm run build,但 app 目录是空的。检查器拒绝放行是对的,问题是这个循环不会自己停。
第 478 号问题更直接。v0.3.0 上,Claude Code 的构建在两秒内失败,原因是恢复调用传了一个无效的 session id。同一个人换 Codex,跑通了。
第 498 号问题关于本地小模型:Qwen3 8B 在一个期望字符串的参数位置传了数组,状态文件里现在加上了更严格的参数解析。
这三个案例指向同一个结论:只有 Claude Code 那条路径被反复跑过,其他构建方能用,但边界没被压出来。
第二种失败:净室是策略,不是沙箱
这是最容易被误读的一点,官方自己反复强调。
净室模式是工具层的自律规则。它不隔离你的电脑,不限制编码 Agent 的权限,Agent 仍然以你的身份运行,能读写什么取决于它自己的配置。换句话说,"不读源码"靠的是工具拒绝,而不是系统拦截。
与之配套的是另一个默认值:Auto 模式默认开启。这意味着 Agent 执行命令时不会每条都问你。官方也承认这一点,建议只在你信任其依赖的项目上放开包管理器,其余命令仍走审批卡。
还有一条现实风险写在第三方评测里:训练数据污染。如果编码 Agent 的训练语料里有目标软件的代码,净室的法律抗辩会明显变弱。衍生作品的问题在 AI 生成物上至今没有判例。用来做互操作性研究,站得住;用来复刻竞争对手的产品然后商用,是另一道算术题。
第三种失败:分数好看不等于能用
Check 阶段给出的相似度,测量的是外观。
评测里说得很直白:一个页面视觉相似度 90%,表单照样可以是坏的。这类分数适合判断"还差多少",不适合判断"能不能上线"。官方把应用与游戏的行为检查列在部分可用,原因也在这里。
其余几个数字值得先知道。v0.5.0 的安装包从 47MB 到 133MB,macOS 的 dmg 最大;带 Ghidra 的 Deep 模式需要 Java,运行时最多吃掉一半内存;从源码编译要 Rust 1.97 以上,Linux 上还要一串 X11、Wayland、GTK、OpenGL 的开发库。
版本速度是另一面
五个发布里跨了 0.1 到 0.6,最快的间隔不到两天。项目在动,这是好事,也意味着你现在看到的界面和文档,下周可能就变了。
官方 README 里工具数量在半个月内从 301 变到 314 又到 320,独立评测数出来约 300 个在逆向引擎里,其余在 AI 和安装层。这种口径漂移在早期项目里正常,但引用时最好带上版本号。
实用建议
想试,先用 Claude Code 跑一个自己拥有的小网站,把四步走完,看分数和差异清单长什么样,再决定要不要接别的 Agent。别把第一次的项目定成"复刻某个商业产品",那一步跨过的不只是技术。
法务上先把三件事想清楚:你研究的东西你有没有权看;生成物里会不会带对方的标识与文案;你打算内部用还是对外发布。项目能替你做的只有第二条的一部分。
2.5 万星的另一面:craft-anything 的 issue 区写着三种失败
← Previous: Grok Bot Gets the Keys to Your Mac: Messages, Mail, Notes and Four More
Next: →craft-anything Hit 25,000 Stars in Ten Days by Turning Software Research Into a Four-Step Pipeline →