最近仍在更新的开源项目

Campfire Lens 面向印度股票投资者，将 AI 推理、China+1、绿氢等主题拆成 Spark、Winners、Enablers、Disrupted、India Angle、Your Bet 和 The Gap 七层。它结合上市公司代理、政策背景和 Zerodha 持仓，生成多主题热图、集中度缺口、跨行业暴露、观点漂移提示及个股关注卡；未连接 Kite MCP 时可运行研究模式。

Apex 可作为 Claude 技能或独立命令行工具抓取网页，在本地执行 SEO、AEO 与 AI 可见性检查，生成分项得分并指出最值得先修的项目。基础扫描无需账号或后端；要验证 ChatGPT、Claude 和 Perplexity 的真实引用表现并获得完整评分，需要配置自己的模型 API 密钥。

Writers Room 从主题或 brief 开始，依次完成研究、意图梳理、文章结构、起草、链接处理和多轮质量检查，再用 Python 校验段落、句子、链接、禁用表达与标题层级。它还能根据 CSS、HTML、截图或网址提取视觉样式并生成 HTML 预览。配置文件控制语气、篇幅、来源和输出格式，完整流程较重，适合正式文章而非短文改写。

连接 Zerodha 的 Kite MCP，或直接粘贴持仓，即可把股票和基金放在同一视图中评估分散度、成本、风险、再平衡和闲置资金，并生成带修复清单的 HTML 看板及完整投资文档。它只读取持仓并提出整理建议，不会下单或修改账户。

这是 AITUNNEL 官方文档的本地 Markdown 镜像，以 Claude skill 形式按主题路由 46 页内容，覆盖 OpenAI 兼容 API、模型、限额、错误、工具调用以及 Cursor、Claude Code、Codex CLI 和 LangChain 接入。配套脚本可用 crawl4ai 重新抓取并清理文档，但更新需要 Python、Playwright Chromium 和网络访问。

Active Listening 会从对话中识别“不要未经同意推送”之类的偏好，并根据表达是否明确决定直接保存或先确认。偏好写入可阅读、可版本控制的分类 Markdown，用户可随时查看、删除或清空，也能控制是否同步到 CLAUDE.local.md，无需数据库或 MCP 服务。

启用后，Claude 会先给出最小答案，再按一个概念或一步操作逐段展开，每段之间让你确认、追问或改变方向。它适合长解释、规划、调试和大型改动；简单问题仍会直接回答，也可随时要求一次性给出全部内容。

production-ready 会在写代码前询问项目对测试、认证、错误响应、数据库、日志、CI/CD、限流和运行时校验的要求，并将答案锁定为本次会话的标准。它默认拒绝硬编码密钥、外部边界缺校验、泛型错误处理、TODO、调试日志和多职责函数；`check` 命令还能按标准复查已有代码，赶时间时也会先说明省略项而不静默降级。

它先扫描项目并询问你的工作方式，再按实际痛点选择少量技能，配置 CLAUDE.md、钩子、权限和设置；也可用 status 查看已装组件与上下文占用，并说明哪些建议被跳过。它会限制推荐数量，避免一次装太多。

font-matchmaker 读取项目的领域、受众、技术背景和现有品牌，从温度、正式度、权威感、创新性与清晰度五个轴分析气质，再给出标题、正文和代码字体组合及替代方案。它适合不想只按流行度选字体的开发者，输出还包含字体选择理由和安装方式。

xhs-cdp-scraping 让 Claude Code 通过 CDP 连接用户已登录的真实 Chrome，抓取小红书帖子和评论，并优先拦截页面自身请求而不重做 X-S/X-T 签名。它包含风控信号、评论分页、节奏和数据去标识化规则，适合少量公开内容的个人研究；不支持高吞吐批量抓取、自动登录、验证码绕过或生产商业用途。

安装到 Claude Code 后，它会识别网站技术栈、业务类型和语言，检查现状并写入 robots、sitemap、canonical 元数据、JSON-LD、llms.txt 等基础配置，同时给出 12 周增长计划和月度检查表。它以 Next.js 为主要场景，也覆盖 Astro、Nuxt、纯 HTML 与 WordPress；不会代写内容、购买外链或保证排名。

reddit-research-skills 让 Claude Code 或其他 Agent 通过 reddapi.dev 对 Reddit 帖子做自然语言与语义搜索，并查询趋势和子版块。它适合收集用户抱怨、产品痛点或竞品讨论；该数据通道是第三方服务而非 Reddit 官方接口，安装后还需要在 reddapi.dev 获取 API Key。

feishu-service-bot-skill 面向 Node.js 自托管、基于 WebSocket 的飞书/Lark IM 服务机器人，梳理 @ 提及触发、环境变量、多 LLM 切换、消息去重、单工作进程任务队列、图片处理、轻量会话和子技能热加载等关键决策。它适合 1–50 人的团队内部机器人；高并发服务和公开 Webhook 不在默认范围内。

spectastic-debugger 针对 SpecKit 风格项目，将缺陷归入 constitution、spec、plan、cross-spec 或 implementation 层，并建议在真正需要变化的最高层级修复，而不是只补表面代码。它附带八个涵盖规范缺口、计划冲突、代码错误、跨规范漂移和平台缺陷的评测夹具与报告评分工具，适合训练和验证分层排障流程。

它把常驻规则、/humanize 命令、写入钩子、审校子代理和评分 CLI 组合起来，针对学术、文档、博客和提交信息识别常见 AI 写作模式。可在手动清理、写入时提醒或 CI 评分之间选择，不同领域也能保留合适的被动语态等写法。

Supply Chain Forecast Diagnosis 接收 CSV 或 Excel 的 SKU、日期、预测量和实际量，计算 WMAPE 与预测偏差；如果提供了规划员最终预测，还会计算 FVA，并按 ABC 与 ADI/CV² 识别需求模式。它会先做字段和覆盖率检查，再生成带执行摘要、图表、SKU/地点明细和优先行动项的 Excel 报告；没有库存、提前期和服务水平数据时，不会推算安全库存、补货点或缺货。

这项 OpenClaw 技能先通过 Serper API 获取 Google 搜索结果，再并发抓取页面并用 trafilatura 提取正文，而不只返回摘要片段。它提供常规搜索和近一周新闻模式，可设置地区与语言；需要 Serper API 密钥和 Python 依赖，遇到阻止抓取的网站会退回搜索片段。