把智能体能力，拼成你的工作流。

debrief 不是文档生成器，而是会话结束时的五步对话仪式：先选值得保留的少数想法，再让你用自己的话逐题回忆，之后才揭示差距并纠正，最后提炼可迁移原则，可选保存为长期教训笔记。它刻意避开机械操作、中途任务和普通状态汇报，防止 AI 直接替你写出被动总结。

codex-image-gen 通过 tmux 驱动交互式 Codex，而不是使用无头执行，要求明确的绝对保存路径并等待文件生成。完成后用 ffprobe 或 PIL 检查结果与宽高比；如果文件缺失，会依次从 .codex/generated_images 缓存和最新会话 rollout JSONL 中恢复图像，适合需要可找回产物的图片生成任务。

trip-planner 先根据基地位置、路线、真实出行日期和交通条件安排旅程，再用反向评审挑出距离、闭馆、节假日拥堵、极端天气和行李容量等会毁掉计划的问题。它核验景点在具体日期是否开放，最后生成适合群组分享的 PDF，每个停靠点都可点击打开 Google Maps。

launch-doctor-kr 面向用 Capacitor、React Native 或 Flutter 发布韩国 Android 应用的个人和小团队，定位地图 API key、targetSdk、debuggable、韩文输入、位置服务申报、AI 生成物标识与隐私政策等问题。每项结果附文件位置、修复建议和依据链接，让开发者在提交 Google Play 前先处理高风险项。

visualizing-data 为 Claude Code 提供从信息表达出发的图表、仪表盘和报告方法，帮助先明确要传达的结论，再在 24 种以上图表与决策树中选择形式。它还覆盖色盲友好配色、注释、运营仪表盘、性能与文档输出，适合希望让数据更易读而不只是更好看的团队。

genai-prompt-optimizer 先发现应用中的所有 LLM 调用，固定一次运行的模型，再从现有提示词和 JSON schema 生成覆盖边界、注入、长上下文和工具参数的深度测试。它以昂贵模型作为 oracle，对便宜模型逐轮优化提示词，按结构、语义和残余 LLM 评审比较等价性，最后报告实测 token 成本与可选迁移结论；运行前会提示开销并征求同意。

schedule-reminder 在本机保存可查询的待办、事件、截止日期和进度，状态涵盖 pending、doing、done、blocked、cancelled。到期后由本地 Discord 中继分发提醒，其他技能或脚本可通过稳定的 CLI/JSON API 读写；它不是日历界面或云服务，适合需要长期状态、补发与重试的任务。

box-rclone-binder 通过 Box 服务端认证让每台主机在本地生成短期访问令牌，避免多个服务器争用会轮换失效的 OAuth 刷新令牌。CLI 将同一个 Box 云盘绑定到多台服务器，提供幂等部署、只读健康检查、有限自愈、cron/systemd 调度和 Discord 告警；配置只保存凭据位置指针，不把密钥写入清单。

screen-vision 先读取操作系统的无障碍树，获取控件名称、类型、状态和精确矩形，只有缺口才使用 OCR 或图标识别。CLI 可探测主机能力、截屏并输出元素清单与物理像素坐标，click 默认 dry-run 且优先调用 UIA；它面向原生、Win32、WinUI、Electron 或远程桌面窗口，不用于网页。

promotion-assistant 面向已发布产品，把邮件、社交帖子、论坛回复和私信纳入统一推广计划，跟踪六层转化漏斗，并用 Thompson Sampling 根据反馈调整策略。它默认 dry-run，只有产品和单个渠道都明确启用且授权后才允许外发；文案、受众、策略与凭据存放在独立私有配置仓库，不是群发垃圾工具或排程器。

email-monitor 通过只读 IMAP 以 UID 水位增量读取一个或多个 Gmail 收件箱，去重后按 L0 规则、L1 轻量评分和可选 L2 LLM 分层判断重要性。它把脱敏标题推送到 Discord，支持归档和摘要，但绝不自动发送回复，邮件正文不离开本地模型；账户规则和凭据指针放在私有配置中。

daily-hotspots 从多个来源收集商业机会候选，跨日去重、按可复现规则分类评分，再通过 Discord 分级推送并写入私有归档。它要求至少两个独立来源、以确定性门禁裁决候选，并把深度研究委托给 market-intel 或 small-cap-deepdive，每天限制深挖数量；这是机会雷达，不是研究引擎。

auto-support 部署在产品仓库的 .claude/ 中，只索引允许的公开文档来起草 Discord 用户答复，绝不读取源代码或秘密文件。权限拒绝、PreToolUse 钩子和出站 DLP 共同阻止泄露；超出范围或不确定的问题会拒答并转给创始人，MVP 只产生待发送草稿，不会自动发帖。

demand-mining 面向已发布产品，从 Discord 社区信号中提取显性和隐性需求，先去除 PII，再按跨日去重与作者强度形成需求池。它用 RICE、Opportunity、WSJF 和 Kano 等互补视角排序，输出每日 EOD 头脑风暴与优先级队列；搜索、验证和监听由协作组件负责，自己只维护节奏、评分与交付。

five-step-algorithm 按固定顺序审视流程：先追问是否真的需要，再删除不必要步骤，简化剩余环节，寻找加速空间，最后才考虑自动化。它还会在同一问题连续三轮增加修补时触发 Backward Check，回头问这部分是否本来就不该存在；适合改造入职、n8n、Zapier 或 AI Agent 流程前使用。

seedance-storyboard 将剧本、小说片段、动作描述、广告创意甚至一句话，改写成 Seedance/即梦文生视频可直接使用的分镜脚本。它先确定整体视觉基调、色彩、情绪和一致性约束，再按秒拆解景别、运镜、主体动作与细节；适合先定镜头语言、再交给视频生成工具制作的人。

ideation-engine 根据问题形态路由不同创意方法，把会议转录、用户访谈、帖子或研究笔记整理成有真实专名和具体机制的可实现想法。它可做主题聚类、产品框架或刻意出奇的发散，并用质量门槛拦截泛泛的类别词和 AI 套话；适合从原始材料寻找下一项功能或实验。

design-effects-skill 帮助设计代理根据界面与品牌语境选择视觉效果，而不是默认堆叠动效。它覆盖动态背景、文字动画、滚动运动、液态或玻璃质感、shader 渐变和 UI 里的 3D，并为每类效果说明适用时机、实现方式和不该使用的场景；附带可直接在浏览器打开的实时示例。