Replica Skill —— 十一个 Claude 克隆技能
用十一个 Claude 技能，把任意应用的功能与流程逆向、重建、测试并重新包装成你自己的产品。
- Star 数
- ★ 1.4k
- 最近更新
- 6 天前
- License
- MIT
- 主语言
- Python
- FA 评分
- 53/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 平台专用Claude CodeClaude.ai（部分支持）
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 低 · 几分钟可跑通
- 开始前需要
- 典型场景
- 独立开发者发现某个预约排期工具的用户普遍抱怨按席位涨价，想做一个扁平定价的替代品：跑一趟 recon 到 entrepreneur，拿到完整功能地图和从真实评论中提炼的定位角度。
- 不适合
- 不使用 Claude / Claude Code 的团队
- 想把目标应用的代码、素材或内容直接拿来用的团队
- 期望一键克隆复杂应用（如表格引擎）的个人开发者
- 源码审查
- 53/100 · 缺口较多
这个 Agent 能做什么，适合哪些场景？
Replica Skill 是一套面向 Claude 和 Claude Code 的技能集合，包含 recon、architect、design、build、backend、test、diff、entrepreneur、brand、launch、deploy 共十一个独立技能，按顺序执行即可从逆向分析走到上线部署。每个技能都是一份 SKILL.md 指令文件，彼此通过项目中的 replica/ 目录读写中间产物：recon 产出 screens、flows、组件与数据模型以及 features.csv，architect 规划技术栈与数据库 Schema，design 把截图测量成设计 token，build 逐屏重建，backend 接入认证、数据库与支付，test 用 Playwright 编写端到端测试，diff 给出功能与布局对等分数。publisher 侧还附带六个纯标准库 Python 工具：imgdiff.py 做忽略颜色的布局差异，parity.py 计算 must/should/could 加权对等分，reviews.py 按主题聚类真实评论并附带链接，sweep.py 扫描残留的原应用名称、域名与配色，listing.py 校验应用商店上架文案限制。README 明确该技能只重建功能与交互流程，采用 clean-room 方式，不复制源代码、Logo、商标、文案、内容或私有 API，并要求在部署前完成品牌替换与清理。安装方式为把 GitHub 仓库链接发给 Claude 并说 install skill，或在 Claude Code 中作为插件从 marketplace 安装；作为插件安装时命令会带上 /replica-skill: 命名空间。工具只需要 Python 3.8 以上，无需 pip 安装，且不访问网络。
整个流程按 recon → architect → design → build → backend → test → diff → entrepreneur → brand → launch → deploy 的顺序执行，每个技能读取上一个写入 replica/ 目录的文件。replica-recon 读取目标应用的帮助中心、定价页、商店列表与公开演示，并结合你自己账号的截图，输出 replica/recon.md（屏幕、流程、组件、推断的数据模型）与 features.csv。replica-architect 选定技术栈并写出包含约束的数据库 Schema 与 API 规划（architecture.md）。replica-design 把截图测量为 tokens.json 中的颜色角色、字号层级与 8px 间距，contrast.py 对 token 做 WCAG 对比度检查。replica-build 按 recon 地图逐屏构建并勾掉 features.csv。replica-backend 接入注册登录、数据库、支付与第三方集成。replica-test 依据流程写出测试计划与 Playwright 端到端规格，按严重级别登记缺陷，直到没有未关闭的 S1/S2。replica-diff 用 parity.py 加权计算 must/should/could 对等分（partial 计半分，故意舍弃或新增的功能不计分），用 imgdiff.py 把两张截图转成边缘图比较区域差异，忽略颜色影响，缺失 must-have 时直接判定不可发布。replica-entrepreneur 从你提供的 reviews.csv 中剔除无链接的评论，按主题聚类并输出带链接与样本量的抱怨清单和修复方向。replica-brand 生成新名称、新配色、Logo 简报与语气，并用 sweep.py 扫描代码（包括 OriginalAppEmbed 这类标识符）中的原应用名称、域名与颜色，清理未完成则阻止部署。replica-launch 生成落地页、定价与商店文案，listing.py 校验 App Store 与 Google Play 的字符限制、标题中的排名声明与抄袭化措辞。replica-deploy 执行 preflight（测试、对等分、清扫、上架文案），配置生产环境，给出你域名的 DNS 记录并在你确认后发布。
- 独立开发者发现某个预约排期工具的用户普遍抱怨按席位涨价，想做一个扁平定价的替代品：跑一趟 recon 到 entrepreneur，拿到完整功能地图和从真实评论中提炼的定位角度。
- 产品经理想在立项前评估某个 SaaS 的功能范围与实现成本：只跑 /replica-recon，让 recon 诚实估算复杂度和工作量，再决定是否投入。
- 前端工程师要为新项目快速搭一套设计系统：用 /replica-design 从截图测出颜色角色、字号层级、间距与组件规格，导出成 tokens.json 并做 WCAG 对比度校验。
- QA 或测试工程师需要为一个 Web 应用补端到端测试：用 /replica-test 依据 recon 的流程生成 Playwright spec，覆盖时区、重复提交、预订中途被抢占等边界场景。
- 创始人在上线前担心侵权风险：用 /replica-brand 的 sweep.py 扫描代码里残留的原应用名称、域名与配色，再用 listing.py 检查商店文案是否踩到商标或排名声明。
- 已经在 Claude Code 中做克隆项目的人，用 /replica-diff 的 parity.py 与 imgdiff.py 在每次迭代后量化功能与布局缺口，避免凭感觉判断完成度。
如何安装或部署这个 Agent？
方式一，直接对 Claude 说（把仓库地址粘贴进去）：
https://github.com/Jakeschincariol/replica-skill
install skill方式二，在 Claude Code 中作为插件安装：
/plugin marketplace add Jakeschincariol/replica-skill
/plugin install replica-skill@replica-skill作为插件安装后，Claude Code 会给技能加命名空间，命令形如 /replica-skill:replica-recon。
方式三，想用不带命名空间的裸命令，直接把技能目录复制到全局技能目录：
git clone https://github.com/Jakeschincariol/replica-skill.git
cp -r replica-skill/replica-* ~/.claude/skills/只作用于某个项目时，把同样的目录复制到该仓库的 .claude/skills/ 下即可。
不使用 Claude Code 时，可以把任意一个 SKILL.md 粘贴到对话开头，它会以模式的方式运行；这样会失去 Python 工具，但方法论仍然可用。
工具需要 Python 3.8 或更新版本，无需任何 pip 安装。
如何使用这个 Agent？
按顺序使用，每个技能读取上一个写入项目 replica/ 目录的内容：
recon -> architect -> design -> build -> backend -> test -> diff -> entrepreneur -> brand -> launch -> deploy第一个调用示例：
/replica-recon https://example-scheduling-app.com它输出 replica/recon.md、replica/features.csv 等文件，后续技能接着读。
六个 Python 工具可以单独运行：
python3 replica-diff/imgdiff.py original.png clone.png --out diff.png # layout diff, ignores colour
python3 replica-diff/parity.py replica/features.csv # parity score + missing list
python3 replica-entrepreneur/reviews.py replica/reviews.csv # what users hate, ranked, linked
python3 replica-design/contrast.py replica/design/tokens.json # WCAG contrast on your tokens
python3 replica-brand/sweep.py . --avoid "Original App" # anything of the original left?
python3 replica-launch/listing.py replica/launch/listing.json # store limits + copycat checks运行自带测试：
python3 -m unittest discover -s tests -v你也可以只跑其中任意一个，比如在还没决定要不要克隆时先跑 /replica-entrepreneur 判断市场机会。
这个 Agent 有哪些优点和局限？
- 十一个技能串成完整流水线，中间产物统一放在 replica/ 目录，便于逐步推进和多轮迭代。
- 六个 Python 工具全部基于标准库实现且不访问网络，审计与本地运行都方便，无需 pip 安装。
- parity.py 的对等分规则明确：must/should/could 加权、partial 计半分、故意舍弃或新增不计分、缺失 must-have 即判定不可发布。
- reviews.py 丢弃没有链接的评论，输出引用均来自输入 CSV 并附行 URL，样本量不足三个或单一来源的主题会标注为 thin。
- sweep.py 会连同标识符中的原应用名称一起扫描，未清理干净则阻止部署，把合规检查做成硬性闸口。
- README 明确划边界：只重建功能与流程，clean-room 方式，不复制源代码、素材、Logo、商标、文案、内容或私有 API。
- 核心技能以 Claude / Claude Code 为运行环境，脱离 Claude 只能把 SKILL.md 当提示词粘贴，会失去全部 Python 工具。
- 部分技能依赖外部付费或第三方服务（如 Stripe、Resend、Google Calendar、Playwright），需要你自己提供密钥与账号。
- 无保证「完美」克隆：复杂度高的应用（如表格引擎）不适用，recon 只能给出工作量估算而非承诺。
- 预览版之外几乎没有生态证据：仓库不提供 CI、发布记录或托管服务，测试仅覆盖自带工具（tests/ 目录）。
- 结果高度依赖输入质量：reviews.csv、features.csv、截图需要你自己准备，工具不会自动抓取评论或界面。
- 法律与合规风险需自行承担：README 明确声明不构成法律建议，上线前需自行做商标检索并咨询律师。
这个 Agent 与同类方案有什么区别？
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Replica Skill —— 十一个 Claude 克隆技能 当前 | 53 · 缺口较多 | Agent 插件 / 技能免费 + 模型费 | ★ 1.4k | 6 天前 | Python | Claude Code |
| Webwright 浏览器编程代理 | 66 · 存在缺口 | 命令行工具免费 + 模型费 | ★ 6k | 3 天前 | Python | Codex · Claude Code · OpenAI API · Claude API |
| Auto RE Agent | 61 · 存在缺口 | 命令行工具免费 + 模型费 | ★ 2k | 1 个月前 | Python | Codex · Claude Code · OpenAI API · Claude API |
| Cheat Engine MCP Bridge | 59 · 缺口较多 | MCP 服务器免费 + 模型费 | ★ 1.6k | 1 个月前 | Lua | Codex · Claude.ai |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
README 声明工具为纯标准库、不联网，且明确只读取公开页面与用户自有账号、不越权登录或绕过付费墙，sweep.py 在部署前阻断残留品牌，这些是加分项。但 least_privilege 仅停留在文字承诺，未见对文件系统写入范围、网络访问的代码级约束；user_confirmation 只在 deploy 处提到“你说 go 才发布”，其余 10 个技能（含 backend 接入 Stripe/Google 密钥、deploy 上线）缺少逐步确认机制；data_flow_transparency 未说明 recon 抓取的数据如何存储与流向；sensitive_data_handling 未涉及密钥、账号凭据的存放与脱敏；external_effects 涉及真实部署、支付与第三方 API，但无沙箱或影响范围说明；rollback 无任何回滚/撤销路径；source_attribution 因 MIT 许可与作者署名明确而给 2。整体因承诺多、代码级证据少而扣分。
README 与 tests 目录一致：六个工具均有对应测试文件，测试覆盖 PNG 各滤波/位深、对比度阈值、listing 长度与禁用词等，self_consistency 给 2。dependency_availability 因声明仅用 Python 3.8+ 标准库、无需 pip 安装而给 2。failure_messages 有 PngError、CLI 退出码 0/1/2、interlace 拒绝并给出建议，属可接受水平。但未提供任何实际运行记录或 CI 配置，故不达 3。
audience_and_scenarios 明确面向想克隆并商业化应用的开发者，并给出排程应用的完整 11 步示例，给 2。capability_boundaries 明确划出“只重建功能与流程、不复制代码/素材/网络/授权”，并说明复杂应用不保证完美克隆，给 2。trigger_precision 仅靠斜杠命令名与自然语言描述，未定义触发条件、输入校验或歧义处理，给 1。environment_fit 覆盖 Claude 插件、复制到 ~/.claude/skills、项目级 .claude/skills 及纯粘贴 SKILL.md 四种方式，给 2。
information_architecture 以表格列出 11 个技能与文件树，结构清晰，给 2。install_notes 提供插件与手动两种安装命令，给 2。naming_stability 命名一致（replica-*），给 2。examples_and_faq 有完整排程应用走查与工具用法示例，给 2。known_limitations 在 fine print 中说明不保证完美克隆、需自行做商标与法律核查，给 2。license 为完整 MIT 文本，给 3。versioning_changelog 完全缺失，给 0。maintenance_responsibility 仅有作者与站点署名，无 issue 渠道、支持承诺或更新节奏，给 1。
output_usability 各技能产出明确文件（recon.md、features.csv、tokens.json、test-plan.md 等），工具输出含分数与缺失清单，给 2。marginal_value 提供从侦察到部署的端到端流水线，较单点提示有增量价值，给 2。cost_benefit 免费、MIT、无 API key、纯标准库，成本低，给 2。但无实际产出样例或效果验证，均不达 3。
claim_traceability 中 reviews.py 要求每条引用带链接、样本量须声明，属可追溯设计，给 1（仅设计层面，无实际数据佐证）。cross_source_corroboration 有测试文件与 README 描述相互印证，但无独立第三方验证，给 1。fact_inference_separation 在 recon 中区分“推断的数据模型”与公开事实，entrepreneur 声明不编造，给 1。整体因缺乏可核验的运行证据而保守给分。
- README 承诺“不联网、只读公开页面”，但仓库中未见代码级网络或文件写入约束，静态审查无法证实该承诺。
- 除 deploy 外，其余技能（含接入 Stripe/Google 密钥、上线部署）缺少逐步用户确认机制，存在误操作风险。
- 未说明 recon 抓取数据、API 密钥与账号凭据的存储、脱敏与流向，敏感数据处理证据不足。
- 无任何回滚或撤销路径，部署与支付等外部副作用一旦发生难以恢复。
- 缺少版本号与变更日志，且无 issue 渠道或维护承诺，长期可维护性未知。
- 发布者身份未经 FollowAgents 企业注册表验证，属未知而非可疑，但不应据此推断可靠性。
- 本评估为静态源码审查，未执行任何代码，测试通过情况与工具实际行为均未验证。