KorroAi/drunk-claude

说明与用途

**项目简介**
KorroAi/drunk‑claude 提供了一个“醉度”滑块（0.1 ~ 1.0）和 5 种情绪、8 种创意技术，让 Claude‑Code 在降低抑制的同时保持原有智能，从而输出更“无滤镜”的创意代码。它可以直接在现有模型堆栈上叠加，省去从零训练模型的成本。

**价值**

• **快速原型**：只需几行配置即可为产品或内部工具注入 AI 能力，适合 RAG、Agent 工作流等实验。
• **多样创意**：通过调节醉度和情绪，获得从轻度灵感到“黑洞”式爆发的代码生成，帮助团队突破思维定式。
• **低成本**：不需要自行训练或部署大型模型，直接调用 Claude‑Code 即可使用，降低算力和运维开销。

**典型接入方式**

1. **阅读 README**，确认依赖（主要是 TeX 环境和 Claude‑API）。
2. **创建小型 PoC**：在本地或 CI 中安装仓库，配置 CLAUDE_API_KEY，调用 drunk_claude.run(intensity, mood, technique) 获得代码输出。
3. **集成到业务**：将 PoC 包装为内部微服务或 CLI，结合现有 RAG/Agent 框架（如 LangChain）进行调用。
4. **验证与调优**：通过单元测试和用户反馈，微调 intensity、mood、technique 参数，以匹配业务需求。

**生产可用性**

• **成熟度**：GitHub 165 ★、最近更新（2026‑06‑27），代码质量尚可，但主要语言为 TeX，文档和示例相对简略。
• **适用场景**：非常适合作为内部原型或实验平台；在生产环境使用前，需要完成以下检查：
• 完整的依赖审计（尤其是 TeX 与 Claude‑API 的兼容性）。
• 错误处理与超时机制的补充。
• 安全审计（API 密钥管理、输出内容过滤）。
• **结论**：在经过小规模验证并完成运维、监控和安全加固后，可用于内部业务流程的生产化；直接在面向外部用户的高并发场景使用仍需进一步成熟。

实际用途

KorroAi/drunk-claude helps add AI capability without starting from a blank model stack.

• prototype AI features
• build RAG or agent workflows
• evaluate model tooling

限制与审查说明

Medium: useful for prototypes or internal workflows, with dependency and maintenance checks before production.