装好之后真正决定成败的是三件事:模式选对、Prompt 写死约束、把 Check 的分数当参考而不是验收。

一、净室还是深度

默认净室。判断标准只有一条:你需不需要知道内部实现。

如果目标是"我要一个外观和交互像、但代码完全是我自己的东西",用净室。它只看截图、可见文字、量出来的布局、颜色、字体、间距、菜单状态。想读内部工具时会直接拒绝,并告诉你怎么切。

如果目标是研究自己拥有的软件、做安全分析、看二进制结构,用深度模式。工具全开,包括反编译与反汇编,装了 Ghidra 也能用上。

命令行可以单次切换,不写进配置:

--clean-room

--deep

有一件事必须记住:净室是工具层的自律规则,不是系统沙箱。它不隔离你的电脑,编码 Agent 以你的身份运行,权限取决于它自己的配置。Auto 模式默认开启,意味着命令不会每条都问你。在共享机器上建议加 --restricted,这是 0.5.0 起提供的选项。

二、先读检查逻辑,再定技术栈

这一条来自社区实测,也是最多人踩的坑:写 Prompt 之前先看工具的检查器认什么。

它的技术栈白名单只覆盖 Rust、Web 和三个游戏引擎,构建检查只认 Cargo.toml 和 package.json。所以如果你的目标是复刻一个 macOS 菜单栏应用,直接用 SwiftUI 会在构建检查阶段就死掉,跟你用多聪明的模型无关。可行的做法是换成 Rust 加 egui 的窗口应用,把形态差异写进交付边界。

工具先替你做了这个决定,别让模型去撞墙。

三、Prompt 里必须写死的四类约束

第一类是法律约束。净室、不复制名称、图标、配色、资源文件,这些不能指望模型自己想到。写成明确禁止项。

第二类是工程约束。必须能用 cargo build 编译通过,不许留 TODO 占位,依赖版本要锁。

第三类是行为约束。慢探测必须走后台线程、最多三十秒一次、首次值到达前显示 loading。这类细节不写,模型会给你一个一打开就卡住的界面。

第四类是诚实约束。读不到就写读不到,不要编一个看起来合理的值。

四、跑第一轮

最简形态:

craft-anything-cli rebuild https://example.com "Recreate this website"

几个常用参数值得单独记:--rounds 控制收敛轮数;--continue-in 指向已有工程继续跑;--unattended 与 --allow-run 让它不打断地跑完;--format text 输出纯文本方便进日志库。

想改自己已有的工程而不是复刻,用 --project-folder 配合 --existing edit。

五、三类常见失败

第一类,构建产物找不到。issue 里有人用 gemini-cli 当构建方,检查器报 app/dist 里没有构建好的站点,Agent 说跑过 npm run build,目录是空的。检查器拒绝对,循环本身是 bug。遇到这种先换回 Claude Code 验证一遍,能确认是构建方适配的问题而不是项目的问题。

第二类,续跑时整项目重发。有人把一个四千八百行的项目用 --continue-in 续跑,连续四轮都在模型刚要动手时被服务端掐断,换模型也一样。原因不在额度,在于每一轮都把整个项目作为输入重发了一遍,超了单次输入上限。解法是拆窗口,别在一个超大工程上反复续跑。

第三类,构建方未验证。除 Claude Code 之外,其余路径要么只在文档里存在,要么社区报告里成败参半。真要用,先在最小目标上跑通一次。

六、分数是参考,不是验收

Check 给的是外观相似度。九十分的页面,表单可以全是坏的。正确用法是拿它当迭代信号:看差异清单里哪些是结构性的,哪些只是色差和圆角。

功能对不对,得你自己点。游戏类它有自己的自测,程序类看运行结果,这两块官方标的是部分可用。

七、成本

craft-anything 本身开源免费,双许可 MIT 或 Apache-2.0。花钱的地方在构建方:Claude Code 要 Anthropic 的订阅。生成图片和三维模型是可选功能,用自己的 fal.ai key,默认每个项目五美元预算。深度模式带 Ghidra 要多占内存,机器不强的话别常开。