从工作场景出发，找到开源方案

可用不同模式拆解汽车系统需求、检查 INCOSE 与 EARS 表述质量、审阅 MISRA-C 代码，并辅助分析 ADAS 等级、ASIL、AUTOSAR 和 SOTIF。它适合早期评审、培训与原型阶段，可在多种支持系统提示词的 AI 工具中使用；但不是认证工具，不能替代正式静态分析、需求追踪或独立安全评估。

Token-Diet 为 LLM 应用提供一套按顺序执行的提示词优化方法：先裁剪检索结果，再缓存复用内容、按任务路由模型、维护结构化状态，最后只压缩安全的自然语言文本。它同时要求记录令牌、延迟、缓存命中率和成本，并明确禁止压缩代码、JSON Schema、法律或安全文本。

在 Claude 中描述主题并触发该 Skill，即可生成可直接用浏览器打开的单文件 HTML 演示。页面包含 Three.js 线框背景、横向分页滚动、视差效果和随页切换的主题色，并适配电脑与手机；由于外部库通过 CDN 加载，播放时需要网络连接。

指定角色和作品后，谛听会研究原著材料，提炼核心矛盾、行为模式、关系动态、台词风格和表演边界，再生成可在 Claude Code 中激活的角色 Skill。流程包含调研与构建检查点，以及台词、场景和边界测试，帮助验证角色设定是否稳定。

导入微信或其他聊天记录后，它会从主动性、回应质量、独特性、情感暴露、行为信号和未来导向六个维度评分，并展示关系时间线、关键原句和可能的认知偏差。聊天记录在本地解析，但分析所需的文本摘要会发送给 DeepSeek API；结果用于辅助参考。

它把 Claude Code 的代码审查变成一位会直说的意大利奶奶：遇到过度设计、无故重写或关闭失败测试时先提出反对意见，也会提醒 TODO、缺测试等长期问题。支持 Full、Lite 和 Del Sud 三种语气，可用 review、architect、checkup 和 explain 命令；技术内容与安全警告保持清晰。

Opus Compatibility Scanner 会检查 CLAUDE.md、AGENTS.md、子智能体、技能文件、设置、Hooks 和 Anthropic SDK 调用，找出可能导致 4.6 与 4.7 行为或接口差异的问题。它可按双版本兼容、仅 4.7 或故障诊断三种模式运行，为每项发现标注严重程度和文档出处；默认不写文件，只有逐项同意后才会应用修复。

它让 Claude Code、Gemini CLI 或 Codex 按欧盟 AI 法案开展风险分类、符合性评估、技术文档、基本权利影响评估（FRIA）和事后监测等工作，并把关键结论对应到法规条款及 ISO/IEC 42001、27090 控制项。适合用来组织合规项目和准备模板，但仅提供决策支持，不能替代法律意见、公告机构评估或正式认证。

先用 Playwright MCP 浏览应用并生成可维护的测试脚本，后续直接通过 Playwright CLI 重放，减少重复测试时的模型消耗。它还会检查无障碍、控制台与网络问题，并用缺陷指纹比较新问题、回归和已修复项；测试与报告都保留在本地仓库，不含托管云或人工质检服务。

它通过已登录的 Azure CLI 为可访问订阅创建快照，再按 Microsoft 与 FinOps Foundation 的公开规则识别闲置资源、尺寸过大、保留策略和标签等成本问题。结果输出为可转发的 Markdown 报告和结构化 findings 文件，并给出英镑节省区间；工具从架构上禁止修改资源，只负责调查，不执行修复。

开发 Joomla 扩展时，这个技能可搭建组件、模块、插件和模板，并指导现代 MVC、PSR-4、依赖注入、服务提供者、清单文件、数据库迁移和资源注册。参考资料会按需加载，覆盖从脚手架到测试、打包和更新服务器的常见环节；目标环境是 Joomla 5 或 6，并要求 PHP 8.3 及以上。

watch-video 通过 yt-dlp 获取 YouTube、Vimeo、TikTok、X、Instagram 或本地视频，优先使用平台字幕，没有字幕时用本机 whisper.cpp 转录，再由 ffmpeg 按需抽取画面。代理会收到元数据、转录文本和画面索引，可在 fast、balanced、accurate 三种取舍间选择；全程不需要 API key 或第三方转录服务，但需要 yt-dlp、ffmpeg 和可选的本地模型，Claude Desktop 不在支持范围内。

SceneLens 把公开视频链接或本地视频整理成更适合 Claude 分析的输入：在镜头变化处抽帧，逐帧识别屏幕文字，并优先读取原生字幕；没有字幕时再调用 Groq 或 OpenAI Whisper，长音频会自动分块后合并时间戳。它最适合 10 分钟以内的视频，最多输出 100 帧，无法访问需要登录的私有平台。

crawl-budget-manipulation 面向新站或中等权重网站，把低竞争长尾关键词研究、内容 brief、循环内链、发布时间表和 Search Console 操作整理成一套 SEO 实验方法。它更适合信息型或温和商业意图的词，明确不针对高竞争核心词或高搜索量品牌词；文档中的排名和收录比例是观察目标，不是保证。

skill-validator 用于检查 Claude Code 的 SKILL.md，关注结构问题、缺失字段、触发描述强度、占位文本和发布准备度。它输出 0–10 总分、触发评分、关键问题、做得好的部分，以及每个问题对应的具体修复方向。

description-optimizer 专门改写 Claude Code SKILL.md 的 description 字段，并从五个维度给现有描述评分。它会生成 Comprehensive、Tight 和 Discovery-optimized 三个版本，提供对比表和明确推荐，结果可直接粘贴回 YAML。

安装后可用自然语言描述项目，由 `/scaffold` 路由到对应技术栈、展示计划并在确认后生成代码、配置和项目说明；`/bootstrap` 会推荐相关社区技能，`/sync` 则把项目记忆导出到 Git，便于跨设备和多种编码工具复用。仓库包含 30 多个技能，但不少专题参考技能仍是待补充内容的骨架。

它会先询问业务重点和品牌语气，再抓取公司网站、研究竞争对手与公开口碑，将结果映射到 HubSpot 的 Business、Customers 和 Brand Kit 字段。最终生成逐项可复制的三标签页 HTML 填写清单，并可同时输出产品、ICP 与 Persona 资料，适合首次配置或为客户刷新 HubSpot AI Context。