找到真正适合你的开源方案。

SPRUCE SQL Advisor 让 Claude 理解 AWS Cost and Usage Report 2.0 的列结构、嵌套数组和 BILLING_PERIOD 分区，以及 SPRUCE 提供的碳排放、电力和用水字段。它针对 Athena 与 DuckDB 的语法差异，帮助 FinOps 或 GreenOps 用户编写、检查和优化查询；这是一份专用技能，不能当作通用 SQL 方言顾问。

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。

apca-contrast-skill 用标准库 Python 脚本计算 APCA-W3 的 Lc 值，按字体大小和字重给出达标结果，还能批量解析 Tailwind v4 的浅色与深色令牌，或反向求满足目标 Lc 的灰色。它支持多种 CSS 颜色写法，但 APCA 仍是 WCAG 3 草案模型；法律无障碍合规还需检查 WCAG 2.x，透明色、广色域显示和字体渲染等因素也应结合实际判断。

Chiron 接收代码仓库、PDF、词汇 CSV 或论文等材料，生成自包含的互动 lesson.html。它为代码、医学和语言分别设计学习内容，并用五阶段流程组织摄取、生成、校验、构建和组装；每课使用独立 SQLite 状态库，由父级 Claude Code 代理处理文本模型步骤。

lets.skill 基于公开帖子、采访和直播语料，整理“晚学”现象的表达框架，用于角色扮演、事件坐标分析、陷阱题识别和瀚语言文学分支调用。它明确说明内容不是本人授权或认可，语料截至 2025 年，未公开的私下状态不在范围内；对从未讨论过的问题只能按框架推断，不能视为真实反应。

Docker WSL Cleanup 先记录 VHDX 大小和 Docker 磁盘基线，再按确认执行清理、优雅停止 Docker Desktop、关闭 WSL，并打印适用于 Pro/Enterprise 或 Home 的 VHDX 压缩命令。用户必须自己在管理员 PowerShell 中运行压缩步骤，工具不会自我提权，随后会重启 Docker 并报告释放空间；需要 Windows 10/11、WSL2 和 Docker Desktop。

cc-provider-add 为 MiMo、GLM、Kimi、Bedrock 或自托管兼容端点创建独立的 CLAUDE_CONFIG_DIR、密钥文件、模型设置、启动别名和认证绕过配置，使多个提供商能在不同终端并行运行而不改动 ~/.claude/settings.json。它会用真实 API ping 验证连接，密钥保存为 600 权限；选择第三方端点意味着提示内容会发送给该服务。

blpapi-expert 帮助 Claude 编写 Bloomberg Desktop API 的 Python 代码，覆盖参考数据、批量字段、历史数据、日内行情、实时订阅、期权、覆盖参数和错误处理，并提供请求 schema 与 Bloomberg 示例。它只支持连接 Terminal 的 Desktop API，不涵盖 B-PIPE、Server API、Platform、EMSX 或 Excel COM；运行还需要登录的 Terminal、blpapi 和 xbbg。

best-aeo-skill 对网站 URL 运行 33 个本地证据收集器，从技术可访问性、内容可引用性、结构化数据和实体信号四个维度计算 GEO 分数，并标记每项发现的确定程度。它可生成 llms.txt、robots.txt、JSON-LD 和内容修改的统一差异供确认，也能定期复查并提示回归；覆盖 ChatGPT、Claude、Perplexity、Gemini 等 AI 搜索，运行不需要外部 API。

cera-reasoning-harness 在 Windows 上把 AI 项目的目标、指令、对话和决策记录保存在本地，便于跨会话继续。它把项目目标放在界面侧栏并关联到每条消息；资料宣称项目文件保存在本机并加密，但运行仍需要网络和 AI 服务凭据，敏感场景应先核验实现。

Timeln Skills 将六个 Thinking-OS 记忆技能与 Consulting-OS 咨询流程组合起来：按场景检索决定、失败、已交付成果和通话内容，再以框架、阶段门禁、验收、商业方案、完整性检查和红队审查推进客户工作。每条记忆回答都应引用 Timeln 文档，找不到记录时明确说没有；使用检索技能需要连接托管的 Timeln MCP，播客技能则可使用本地 TTS 引擎。

qa403-ubuntu-install-claude-skill 提供脚本、安装文档和 Claude Code 引导，把 QuantAsylum QA40x Windows 软件通过 Mono 运行在 Ubuntu，并处理 udev、libusb、Wine、图形渲染和 QA403 连接问题。流程已在 Ubuntu 20.04 和 24.04 的 QA402/QA403 硬件上验证；不覆盖 macOS、QA40x V2 或 ALSA 音频播放设置。

Dorian 按十类指标审查代码债务，给出分项分数、整体等级和带路径行号的重点发现，再把这些问题映射成同一名逐级腐化的幻想角色与图像提示词。它会清理文件路径、内部名称、秘密和人员信息；审计和图像提示都以可追溯发现为基础，不适合追求猎奇或血腥效果的场景。

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。

claude-code-qc 用一个 /qc 命令检查 GitHub CLI 登录状态，识别仓库已有的提交习惯，按文件暂存改动，生成命令式提交信息，并保留钩子和 GPG 签名后提交推送。它拒绝跳过钩子、改写历史、盲目暂存全部文件、强制推送或加入 AI 署名；首次使用可能需要通过浏览器完成 gh 登录。

Tableau to Lightdash Migration Skill 解析 .twb/.twbx 工作簿，把数据源、计算字段、参数、筛选器和仪表板区域映射为 dbt 模型与 Lightdash YAML。它先规划不支持的功能，再生成迁移文件与报告，并用 Lightdash lint 和图表冒烟测试验证；仅用于工作簿迁移，不用于从零编写 Lightdash 内容、管理 Tableau Server 或处理 Tableau Prep 的 .tflx/.twfl 流程。

qa-defect-report-writer 将一句话、日志或混乱的缺陷笔记整理为包含环境、复现步骤、期望与实际结果、严重性和优先级的结构化报告。它能拆分一条消息中的多个问题，并把推断或假设明确标出，输出适合粘贴到 Confluence、Notion、GitHub Issues 或 Jira 的 Markdown；使用者仍需确认推断内容。

Schema Detector 接收一个网页 URL，提取 JSON-LD、Microdata 和 RDFa，判断页面类型，并按十二类 schema 检查缺失、损坏或不匹配的结构化数据。结果以确定性 JSON 返回，发现按 P0 到 P3 排序，并把每条问题归入 Ygramul 方法的七类 SEO 杠杆；它面向单页审计，无法执行客户端 JavaScript，也不负责直接修改页面。