数据说明：本文 Star/Fork 数字取自 2026 年 11 月 4 日 GitHub API 实测快照；功能、模式与命令均以 craft-anything 仓库 README 原文为准，未作虚构。

“把这个网站复刻一个”、“把这个小游戏用 Rust 重写一遍”——这类需求过去只有两条路：让 AI 凭感觉猜，或者人肉逆向。10 月 31 日，ArtCraft 社区开源了一个新答案：storytold/craft-anything，一个纯 Rust 写成的"清洁室"引擎。它先动用真正的检查工具把目标软件"看懂"，再指挥编码智能体重写一个新项目，最后逐项比对原作并打磨到接近。上线 4 天 Star 冲到 7,785，拿下 TrendShift 今日榜单第一（热度分 3.7k）。

一、它是什么： checked，不是 guessed

craft-anything 的自我定位很清晰：看看任何网站、应用或游戏是怎么工作的，然后让 AI 构建你自己的版本。它最反常规的设计是拒绝"猜"——每一次构建都要与原作对照检查：网页在三种屏幕宽度下逐项比对，游戏跑它自己的自测，应用则实际运行验证，不接近就继续打磨。

README 里反复强调的一个词是 evidence（证据）：检查结果不是一段描述性文字，而是带置信度、覆盖范围和局限性的证据记录；大的结果先返回摘要，可用 core_evidence_browse 分页细读。Advanced 工作台里甚至有一个"证据台账"，Agent 回答的每个结论都能追溯到证据。

这个思路恰好打在当前"截图转代码"类工具的软肋上：凭一张截图让模型直接猜实现，布局对不对、交互准不准全凭模型心情，改起来没有依据。craft-anything 把"看"和"做"拆成两个角色——检查工具负责产出可核对的证据，编码智能体只负责照证据施工，最后还有一道自动比对兜底。生成能力大家都有，验证能力才是稀缺品，这是它四天冲上热榜第一的底层原因。

项目档案（2026-11-04 GitHub API 实测）：

二、四步工作流：像工程师一样闭环

点一个目标、说一句想要什么、按 Start，引擎按四步走，遇到需要人拍板的决策用大白话来问：

它提供 Simple 和 Advanced 两种用法，驱动同一个引擎：Simple 模式下项目页用大白话展示四步进度；Advanced 是完整工作台——函数列表、伪 C 代码、反汇编、十六进制、调用图、证据与日志一应俱全（Ctrl/Cmd+K 唤起全部工具）。特别值得一提的是流程中的提问卡与审批卡：凡是规则之外的操作，引擎会先弹卡片征求你的同意再执行命令——不是把权限一股脑交给 Agent，而是把决策权留给用户。

三、清洁室 vs Deep：把法律边界做成默认值

这是全项目最值得咀嚼的设计。craft-anything 有两种检查模式，默认是清洁室（Clean room）：

也就是说，"不偷看内部实现"不是靠用户自觉，而是引擎层面的默认行为——清洁室模式下逆向工具被拒绝调用。配合它的责任使用条款（不绕过 DRM、登录或反作弊；Agent 被明确告知不得复制 logo、图片和文字，除非你确认拥有授权），这个项目把逆向工程最容易踩的法律红线直接焊进了架构。对想学"如何设计一个合规工具"的人来说，这一节 README 本身就是教材。

四、320 个工具：给 Agent 的一台"检查机"

引擎内建 320 个工具（引擎 300 个，其余来自 AI 与安装层），覆盖原生程序、.NET、Java、Android、Apple、Electron/JS、网站、固件、抓包、数据库和游戏文件，自带解码器、反汇编器与反编译器，不依赖外部程序。关键在于：每个工具既是 CLI 子命令，也是 MCP 工具——不用图形界面，任何 Agent 都能驱动同一台引擎：

craft-anything-cli commands                # 按工具集列出全部工具
craft-anything-cli mcp                     # 作为 MCP server 提供给任意客户端
craft-anything-cli rebuild https://example.com "Recreate this website"
craft-anything-cli rebuild - "A snake game in Rust" --rounds 1
craft-anything-cli doctor                  # 体检：安装、编码智能体、引擎是否就绪

构建环节需要你本机已登录的编码智能体：Claude Code 是第一支持——它直接运行你自己的 claude 程序，用你自己的登录态，craft-anything 全程接触不到你的账号密钥；GitHub Copilot 走 ACP 接入（copilot login），Gemini CLI、Qwen Code、opencode、goose 等 ACP 智能体也在支持列表中。这种"用自己的智能体、不代管账号"的设计，同样体现了它对边界的克制。每个项目文件夹结构固定：craft.json（请求与历史）、capture/（从目标采集的内容）、app/（生成的项目）、checks/（每次比对）、investigation.cany/（证据）。

五、给开发者的可操作建议

1. 装起来先跑 doctor：需要 Rust 1.97+（rustup update），Debian/Ubuntu 桌面版另需 wayland/gtk 等依赖；cargo install --path apps/craft-anything-cli 后先 doctor，它会告诉你缺什么；
2. 把"证据记录"搬进你的 AI 工作流：让 Agent 的结论附带置信度、覆盖范围和局限性，是抑制幻觉最实用的一招——比"请勿编造"式的提示词有效得多；
3. 借鉴清洁室思路：给 AI 的权限分层（只读可见内容 vs 全量内部），默认给最小权限、显式开启才升级，这个模式适用于一切涉及第三方内容的 Agent 场景；
4. 借鉴它的项目目录约定：craft.json（请求与状态）、capture/（采集）、app/(产物)、checks/（比对记录）、investigation.cany/（证据）的分层，本身就是一套可复用的"AI 交付物目录规范"，比把生成物和数据混在一个目录里好维护得多；
5. 注意边界：项目处于 early alpha，行为级检查（应用/游戏）仍是"部分完成"；只在自有或获授权的软件上使用，Deep 模式尤其如此。

结语

craft-anything 走红的这几天，恰好是"AI 复刻"需求爆发的窗口期。它的答案不是更聪明的模型，而是更笨的功夫：先检查、有证据、默认清洁室、构建必比对。当大家都在卷"生成"的速度时，它把力气花在了"验证"的可靠性上——这恰恰是 AI 工程从 demo 走向生产的分水岭。对一个上线 4 天的 alpha 项目，7,700 Star 是起点而非终点，但"checked, not guessed"这四个词，值得每一个做 AI 工具的人抄在显示器边上。

本文由 AI 基于公开仓库数据撰写，数据采集时间 2026-11-04。