把智能体能力，拼成你的工作流。

local-delegate 用 Claude Code skill 判断一项代码任务是否足够大且重复，再选择 LM Studio 中的本地模型，整理自包含任务描述并调用本地 OpenAI 兼容接口。它会验证结果，服务不可用时回退到直接编写；适合长 fixture、枚举、类型定义和参数化测试，不适合短片段、重构、安全敏感代码或需要反复迭代的任务。运行示例以 Windows PowerShell 为主。

Claude Skill Mesh 会发现已连接的 MCP 服务，询问用户关注的方向，按观察到的重复模式创建专门代理，并在后续周期中运行、晋升、合并或清理它们。所有代理都是可读写的 Markdown 文件，系统用 registry、滚动观察窗口和日志保持状态轻量；需要至少一个 MCP 连接，适合希望把重复工作逐步自动化的 Claude 用户。

cleanmymac 和 cleanmypc 先读取磁盘占用，再把缓存、用户数据、应用和系统设置分开，逐项提出删除建议，并在每次删除前等待确认。它支持 macOS 和 Windows，提供大文件实时进度、回收站优先的高风险删除、应用残留清理及前后空间核对；密码、邮件、云同步数据和浏览器关键档案列为禁区。

Content Repurposing Engine 先提取长文的核心主张、钩子、论据和行动要点，再按需生成 LinkedIn 帖子、X 线程、邮件通讯短文或短视频开场。每种格式有明确篇幅与结构，技术内容会保留代码和术语或改写为类比，并附一条易制作的视觉点子；信息单薄或缺少核心主张时会先提示，不会强行扩写。

Snapshot Reader 把整个代码库打包成 project_tree.md 和 snapshot.md，用户将其附加到对话后，skill 只提取完成当前任务所需的文件。它以 HOW IT WAS / HOW IT BECAME 片段返回可粘贴的最小修改，能跨多份快照跟踪上下文；需要用户在编辑器中应用结果，不会直接写回代码库。

Agentic Contract Skill 根据提供方、客户、项目、商业和治理事实及 INI 覆盖配置，生成品牌化合同 PDF、填充后的 Markdown 和可选的收件人信封 PDF。它依赖 Python、ReportLab、Jinja2 和 PyYAML，支持水印、封面、信纸和页眉页脚开关；示例模板不是法律意见，真实签约前必须换成律师审阅的条款。

issue-creator 从自然语言描述出发，读取当前仓库定位可能相关的 file:line，查找重复 issue，遵循仓库模板、标签和 triage 规则，并生成带问题影响、验收标准和未确认假设的草稿。它会先展示完整预览，得到用户同意后才通过 gh 创建 issue；不会实现修复、创建 PR 或自动处理已有 issue。

handoff 和 pickup 两个 skill 为每个 epic 维护一份持续增长的 docs/handoff 文件：会话结束时追加完成项、决策、文件和技术债，会话开始时读取当前状态、剩余功能、开放问题和下一步。文件不会被覆盖，整个 epic 完成后才归档；适合持续数周、跨多个功能的开发工作，不负责实现代码。

stem-cheat-sheet 根据课程材料、往年试卷和学生薄弱点，先确定方向，再把公式、定理、识题规则、步骤、陷阱和小例题压缩到规定页数。它要求每项内容能追溯到用户提供的材料，并在导出 PDF 后核对纸张、单双面和彩色限制；若没有足够资料，可以使用测验、作业或练习卷作为替代。适合需要考试现场速查的 STEM 学习者。

Design Log 为非平凡开发工作建立 Stop & Think 协议：先澄清问题、研究来源、探索代码并写入持久设计日志，再经过一次明确批准进入实现，最后把未完成验证交给测试阶段。它要求项目建立 .agent/design-logs/ 索引，并连接 MCP 研究工具；不会自动合并到 main，适合需要保留架构决定和实施边界的开发流程。

这组个人 Claude Code skills 面向 Miro 的 UXR/ReOps 工作，包含 research-docs、prototype-audit、eow-summary 和 eod-recap。它们分别生成研究计划与访谈指南、只读检查原型仓库、汇总周度工作和整理 Slack 日报；输出都是待编辑的草稿，prototype-audit 不自动修复，eod-recap 需要连接 Slack MCP，且项目定位为个人研发空间而非团队技能替代品。

Prompt Architect 把提示词设计拆成诊断、澄清问题、框架推荐、多个草案和五项标准评分五步，覆盖 LangGPT、CO-STAR、CRISPE、RISEN、TIDD-EC、AutoGPT、ReAct 等框架，并提供代理设计模式和反模式示例。它会根据模型和任务类型调整建议，不会直接跳到第一版提示词；输出包含推荐方案、选择理由和幻觉风险提示。

这套 Claude Code Skill 适合想让长任务按清晰边界完成的开发者：它把目标拆成结束状态、证明信号、范围不变量和轮次上限，并配有六类示例与检查规则。使用前仍需按项目实际情况填写命令和限制，不能把模板当成完成证明。

当英文消息被希伯来语键盘布局打成乱码时，这个 Claude Code、Codex 和 Cursor Skill 会按以色列标准 QWERTY 物理键位解码，并保留真正的希伯来语与混合输入。它附带确定性的 Python 脚本、自动检测钩子和反向模式；其他键盘布局需要自行扩展。

这个小型 Skill 集合面向希望控制 AI 编程改动范围的开发者：surgical-github-extraction 先读目标仓库再提取最小可用片段，code-graft 则把需要长期维护的库代码切片纳入项目并记录来源。前者避免无谓克隆和依赖安装，后者支持后续选择性同步；两者都不是完整运行时依赖方案。

这套 Claude Code Skill 将 YouTube 视频下载为本地素材，用 yt-dlp 获取视频、ffmpeg 提取场景变化帧，再通过 NotebookLM CLI 生成转录和简报，最后交给 Claude 交叉分析。结果是带 TL;DR、技术栈、步骤、关键帧说明、原文引用和行动建议的 Markdown；需要配置相关 CLI、登录和视频下载环境。

这个 Claude Code Skill 用 Python 分析 MP3、WAV、FLAC、M4A 和 OGG 等音频，先以较粗步长判断节拍层级，再以更细步长修正 BPM，并报告结果档位、可能的半速或倍速候选和前 20 个节拍时间。适合需要在脚本或终端快速测量曲速的音乐工作者。

这套实验性 Claude Code Skill 面向独立开发者，在动手前通过四个问题划分风险层级，再引导记录假设、检查安全工具、走查关键用户路径并准备交接与停运文档。它不会自动修改代码、阻止部署或提供法律与安全认证，当前 Skill 内容主要为德语，适合把隐性生产事项纳入建项目流程。