Skip to content
0

Claude Code 技能(Skills)完全指南

当前环境: 136个技能已安装至 C:\Users\[username]\.agents\skills\ 更新日期: 2026-04-27


目录

  1. 概述
  2. 如何使用技能
  3. 技能分类速查表
  4. 核心工作流技能 (Superpowers)
  5. 开发流程最佳实践
  6. 前端开发技能
  7. 后端开发技能
  8. 测试与质量保障技能
  9. DevOps与基础设施技能
  10. AI/Agent工程技能
  11. 内容创作与文档技能
  12. 业务与供应链技能
  13. 最佳实践总结

概述

什么是技能(Skill)?

技能是 Claude Code 的专业化指令文档,每个技能在特定场景下被激活,为 AI 提供领域专家级的上下文、模式和工作流程指引。

技能存储位置

C:\Users\[username]\.agents\skills\        # 已安装的所有136个技能
C:\Users\[username]\.claude\skills\        # 激活状态的技能(符号链接)
C:\Users\[username]\.agents\.skill-lock.json  # 技能注册表

技能激活机制

技能通过 Claude Code 的 Skill 工具调用激活。当你的指令匹配某个技能的触发条件时,AI 会自动调用该技能。你也可以显式指定技能名称。


如何使用技能

基本用法

1. 自动触发 - 当你的描述匹配技能的中文描述触发条件时,AI 自动加载对应技能。

2. 显式调用 - 在对话中使用技能名称,例如:

用 superpowers:brainstorming 帮我设计一个新功能
用 superpowers:systematic-debugging 帮我排查这个错误

3. 搜索安装新技能:

bash
pnpm dlx skills find "react testing"
pnpm dlx skills add <source> -s <skill-name> -a claude-code -y
pnpm dlx skills list
pnpm dlx skills remove <name>

技能优先级规则

  1. 用户显式指令 > 2. Superpowers 技能 > 3. 默认系统提示
  2. 流程技能 (brainstorming, debugging) 优先于 实现技能 (patterns)

技能类型

类型说明示例
刚性技能必须严格遵循,无例外TDD, debugging, verification
灵活技能适配原则到具体场景patterns, coding-standards
参考技能按需查阅的参考文档claude-api, mcp-server-patterns

技能分类速查表

核心工作流 (Superpowers) - 14个

技能用途
brainstorming任何创意工作前必须先设计,经用户批准后再实现
systematic-debugging遇到任何bug/测试失败,必须先排查根因而非猜测修复
test-driven-development实现功能前先写失败测试,执行红-绿-重构循环
verification-before-completion声称完成前必须运行验证命令并展示证据
writing-plans有规格或需求的多步骤任务,编码前先写计划
executing-plans有书面计划时按计划逐任务执行
subagent-driven-development用独立子agent执行计划任务,每任务双重复审
requesting-code-review完成任务/功能/合并前请求代码审阅
receiving-code-review收到代码审阅反馈时,验证后再实现
using-git-worktrees功能开发前创建隔离的git worktree
finishing-a-development-branch开发完成后决定合并/PR/清理策略
dispatching-parallel-agents2+个独立任务可并行时派发多个agent
writing-skills创建/编辑新技能(用TDD方法写技能文档)
using-superpowers对话开始时确定激活哪些技能

工作流程串联规则

brainstorming (设计) → writing-plans (计划) → subagent-driven-development (执行)
                                                    ├─ requesting-code-review
                                                    ├─ verification-before-completion
                                                    └─ finishing-a-development-branch

systematic-debugging → test-driven-development → verification-before-completion

核心工作流技能 (Superpowers) 详解

1. brainstorming - 设计先行

触发条件: 任何创意工作、构建功能、添加组件、修改行为前。

最佳实践:

  • 即使是"简单"任务也走这个流程,防止AI自以为是
  • 9步清单: 探索上下文 → 提供视觉伴侣(可选) → 逐个澄清问题 → 提出2-3个方案(含权衡) → 逐节展示设计 → 写设计文档 → 自查 → 用户审阅
  • 设计批准后只能调用 writing-plans,不能直接跳到实现
  • 大项目分解为独立子项目,各自走完整流程

禁忌:

  • 不要认为"这个太简单不需要设计"
  • 不要一次性问多个问题(一次一个)

2. systematic-debugging - 系统调试

铁律: 未找到根因之前不能修bug。

四阶段:

  1. 根因调查 - 读错误信息、复现、检查最近改动、在组件边界添加诊断
  2. 模式分析 - 找正常工作的例子、对比差异、理解依赖
  3. 假设与测试 - 形成单一假设("我认为X是根因,因为Y")、最小改动测试
  4. 实现 - 先写失败测试、单个修复、验证。3次以上修复失败则质疑架构

禁忌:

  • "这个bug很简单,不需要流程" — 简单bug走流程也很快
  • "紧急情况没时间" — 系统调试比猜测试错更快

3. test-driven-development - 测试驱动开发

铁律: 没有先写失败测试就不能写生产代码。

红-绿-重构循环:

  1. RED - 写一个最小失败测试,起个清楚的名字
  2. 验证RED(强制) - 确认测试因预期原因失败
  3. GREEN - 写最简单代码让测试通过,不添加功能
  4. 验证GREEN(强制) - 确认通过且其他测试不挂
  5. REFACTOR - 消除重复、改进命名,保持测试绿色

测试原则:

  • 最小化(一个测试测一件事)
  • 名字清晰(描述行为)
  • 展示意图(演示期望API)

禁忌:

  • "我先写好代码再补测试" — 事后写的测试直接通过,不能证明什么
  • "手动测试过了" — 临时测试不是系统测试
  • "删除X小时的工作太浪费" — 沉没成本谬误

4. verification-before-completion - 完成前必验证

铁律: 没有新鲜的验证证据就不能声称完成。

门控函数:

  1. 识别 什么命令能证明你的声称
  2. 运行 完整命令(新鲜运行)
  3. 完整输出,检查退出码
  4. 验证 输出是否证实声称
  5. 只有这时 才能做声称

危险信号:

  • 使用"应该"、"可能"、"似乎"
  • 验证前表达满足感("完成了!"、"完美!")
  • 信任agent的成功报告
  • 想在提交/PR前跳过验证

5. requesting-code-review - 请求代码审阅

触发条件: 完成任务、实现主要功能、合并前。

必须审阅的时机:

  • subagent-driven-development 每个任务后
  • 完成主要功能后
  • 合并到主分支前

流程:

  1. 获取 git SHA (BASE_SHA 和 HEAD_SHA)
  2. 派发 code-reviewer 子agent
  3. 根据反馈行动: Critical 立即修复, Important 继续前修复, Minor 记录

禁忌:

  • 不要因为"很简单"跳过审阅
  • 不要忽略 Critical 问题
  • 不要带着未修复的 Important 问题继续

6. dispatching-parallel-agents - 并行Agent派发

使用时机: 3+个测试失败且根因不同、多个独立子系统坏了、每个问题不需要其他上下文。

不使用时机: 失败互相关联、需要理解完整系统状态、agent之间会相互干扰。

4步模式:

  1. 识别独立域(按什么坏了分组)
  2. 创建聚焦的agent任务(明确范围+目标+约束+输出)
  3. 并行派发
  4. 审阅和整合结果

7. subagent-driven-development - 子Agent驱动开发

与executing-plans的区别:

  • 同一会话(不需要上下文切换)
  • 每个任务用全新子agent(隔离上下文)
  • 两阶段审阅(规格合规 → 代码质量)
  • 更快迭代(任务间不需要人工干预)

模型选择指南:

  • 机械任务(1-2文件,明确规格) → Haiku
  • 集成/判断任务 → Sonnet
  • 架构/设计/审阅 → Opus

前端开发技能

frontend-design

触发: 构建Web组件、页面、应用、React组件、HTML/CSS布局

核心原则:

  • 设计思考先行: 明确目的、基调(极简/极繁/复古未来/有机/奢华等)、约束、差异化
  • 排版: 避免通用字体(Inter, Roboto, Arial),选有个性的字体
  • 配色: 主导色+锐利强调色 > 均匀分布配色
  • 动效: 微交互用CSS动画,高光时刻用错开页面加载
  • 空间: 非对称、重叠、对角线流、打破网格
  • 禁止: 通用AI美学(紫色渐变、Inter字体、模板化布局)

frontend-patterns

触发: 构建React组件、状态管理、数据获取、性能优化、表单

核心模式:

  • 组合优于继承(用children、variant props)
  • 复合组件(Context共享状态)
  • 自定义Hook(useToggle, useQuery, useDebounce)
  • Context + Reducer管理复杂状态
  • React.lazy + Suspense代码分割
  • @tanstack/react-virtual虚拟化长列表
  • Framer Motion动画

web-design-guidelines (Vercel)

触发: "review my UI"、"check accessibility"、"audit design"

流程: 获取最新指南 → 读取文件 → 检查所有规则 → 输出 file:line 格式发现


frontend-slides

触发: 创建HTML演示文稿、转换PPT/PPTX

核心原则:

  • 零依赖(单个HTML文件包含所有CSS/JS)
  • 每页必须适配一个视口(使用100vh/100dvh)
  • 3个单页预览让用户视觉选择风格
  • PPT转换用python-pptx
  • 内容密度限制: 标题=1+1, 内容=4-6条, 代码=8-10行

nextjs-turbopack

触发: Next.js 16+项目,打包器选择,dev性能优化

要点:

  • 日常开发默认用Turbopack
  • 只有遇到Turbopack bug或依赖webpack-only插件时才切回webpack
  • 文件系统缓存使重启快5-14倍

nuxt4-patterns

触发: Nuxt 4项目,水合问题,数据获取,路由规则

关键规则:

  • 首次渲染必须确定性(不用Date.now(), Math.random())
  • 页面数据用useFetch/useAsyncData,不用顶级$fetch
  • 路由规则按路由组配置(prerender/swr/isr/ssr)
  • 重要交互块懒加载(Lazy前缀+条件渲染)

后端开发技能

api-design

触发: 设计新API端点、审阅API合同、分页/过滤/排序

核心模式:

  • URL: 复数小写kebab-case (/api/v1/users)
  • 集合响应: { data: [...], meta: {...}, links: {...} }
  • 错误响应: { error: { code, message, details } }
  • 分页: 公开API用游标分页(可扩展O(1))
  • 版本控制: URL路径版本 (/api/v1/)
  • 限流头: X-RateLimit-Limit/Remaining/Reset

backend-patterns

触发: 设计REST/GraphQL端点、Repository/Service/Controller层

核心模式:

  • Repository模式抽象数据访问
  • Service层放业务逻辑
  • Redis缓存(cache-aside模式)
  • 集中错误处理+自定义ApiError
  • JWT认证+RBAC权限
  • 结构化JSON日志

django-patterns

触发: Django Web应用、DRF API、ORM优化

关键模式:

  • config/settings/ 分环境(base/dev/prod/test)
  • apps放在apps/目录下
  • 自定义QuerySet和Manager
  • Service层用@transaction.atomic
  • select_related/prefetch_related优化查询

django-security

触发: Django认证/授权、生产配置、安全审阅

关键设置:

  • DEBUG=False, 环境变量注入密钥
  • Argon2密码哈希(优于PBKDF2)
  • CSP/CORS/X-Frame-Options安全头
  • Session/CSRF cookie SameSite=Lax
  • SQL参数化查询(绝不拼接)
  • 文件上传验证(扩展名+大小)

springboot-patterns

触发: Spring Boot REST API、JPA、缓存、异步、异常处理

核心模式:

  • Controller → Service → Repository 分层
  • 构造函数注入(推荐)
  • @Transactional(readOnly=true)查询优化
  • @ControllerAdvice全局异常处理
  • DTO用Java records + Bean Validation
  • SLF4J结构化日志

springboot-security

触发: JWT认证、OAuth2、授权、CSRF、密钥管理

关键要点:

  • 无状态JWT + OncePerRequestFilter
  • @PreAuthorize方法级授权
  • BCryptPasswordEncoder(cost=12)
  • 密钥外部化(环境变量/Spring Vault)
  • 安全头配置(http.headers())
  • Bucket4j限流

postgres-patterns

触发: PostgreSQL查询优化、模式设计、索引、RLS

索引选择:

  • B-tree: 等值/范围查询
  • 复合索引: 等值列在前,范围列在后
  • GIN: JSONB/全文搜索
  • BRIN: 时序数据

反模式检测: 未索引外键、慢查询(pg_stat_statements)、表膨胀


hexagonal-architecture

触发: 新功能(可维护性/可测试性重要)、重构框架重度代码

核心概念:

  • 领域模型不引入任何框架
  • Use Case层纯编排
  • 端口(接口)定义在应用层
  • 适配器实现端口
  • 依赖方向: 适配器 → 应用/领域 → 端口接口

mcp-server-patterns

触发: 构建MCP服务器、添加tools/resources

关键决策:

  • stdio: 本地客户端(Claude Desktop)
  • Streamable HTTP: 远程客户端(Cursor)
  • 工具输入用Zod验证
  • 工具设计优先Schema

测试与质量保障技能

python-testing

核心: pytest + TDD,目标80%+覆盖率,关键路径100%

核心模式: fixtures(setup/teardown/scopes)、parametrize、mock/patch、异步测试、tmp_path


e2e-testing

核心: Playwright + Page Object Model,并行执行,CI集成

关键模式: POM模式、flaky test处理(fixme/skip)、截图/追踪/video artifacts


browser-qa

触发: 部署到staging后、发版前、PR有前端改动

四阶段:

  1. Smoke Test(导航+错误+截图+Core Web Vitals)
  2. Interaction Test(点击/表单/认证/关键流程)
  3. Visual Regression(375px/768px/1440px截图对比)
  4. Accessibility(axe-core扫描)

输出: SHIP / SHIP WITH FIXES / BLOCKED


security-review

触发: 添加认证、处理用户输入、创建API端点、支付功能

十大安全检查:

  1. 密钥管理(环境变量,不进代码)
  2. 输入验证(Zod白名单)
  3. SQL注入(参数化查询)
  4. 认证授权(httpOnly cookie, RLS)
  5. XSS(DOMPurify, CSP头)
  6. CSRF(SameSite=Strict)
  7. 限流
  8. 敏感数据暴露(不记录密码/令牌)
  9. 区块链安全(签名验证)
  10. 依赖安全(npm audit)

security-scan

触发: 安装新Claude Code项目、修改配置后、提交配置前

使用 AgentShield 扫描 .claude/ 目录:

  • CLAUDE.md(密钥、自动运行指令)
  • settings.json(权限列表)
  • mcp.json(危险服务器)
  • hooks(命令注入)
bash
npx ecc-agentshield scan

ai-regression-testing

核心问题: AI写代码+AI审代码=带着相同假设进入两个步骤

策略: 只在发现bug的地方写回归测试(不追求100%覆盖),AI同类错误倾向重复出现


codebase-onboarding

触发: 第一次用Claude Code打开项目、加入新团队

四阶段: Reconnaissance(并行检查) → Architecture Mapping → Convention Detection → Generate Onboarding Artifacts


coding-standards

触发: 新建项目、审阅代码、重构、设置linting

核心原则: Readability First > KISS > DRY > YAGNI

  • 函数命名: 动词-名词
  • 不可变性优先
  • 正确错误处理
  • 避免嵌套三元

java-coding-standards

Java特有:

  • records优先(不可变性)
  • Optional不用get()
  • Streams保持简短
  • 异常用领域特定非受检异常
  • 避免裸类型

python-patterns

核心价值观: Readability Counts, Explicit > Implicit, EAFP

核心模式: dataclass, context manager, 生成器, asyncio, Protocol, TypeVar


DevOps与基础设施技能

docker-patterns

关键模式:

  • 多阶段构建(deps → dev → build → production)
  • Docker Compose覆盖文件(dev/prod分开)
  • 非root用户运行
  • 特定标签(不用:latest)
  • .dockerignore排除node_modules/.git/.env
  • 127.0.0.1绑定端口

deployment-patterns

部署策略:

  • Rolling: 零停机,需要向后兼容
  • Blue-Green: 即时切换+回滚,需双倍基础设施
  • Canary: 小比例流量先上新版本

健康检查:

json
{ "status": "ok" }

生产就绪清单: 应用(测试/无密钥/日志/健康检查) + 基础设施(构建/资源限制/SSL) + 监控(指标/告警) + 安全(CVE扫描/CORS/限流)


git-workflow

分支策略:

  • GitHub Flow: 简单,main始终可部署
  • Trunk-Based: 短分支+功能标志,每日多次部署
  • GitFlow: 复杂(main+develop+feature/release/hotfix)

提交规范(Conventional Commits):

feat(scope): 新增用户登录
fix(scope): 修复分页越界
docs: 更新API文档

AI/Agent工程技能

claude-api

触发: 调用Claude API的Python/TypeScript应用

模型选择:

  • Opus 4.1: 复杂推理
  • Sonnet 4: 均衡编程(默认)
  • Haiku 3.5: 速度/成本

成本优化: Prompt Caching(90%节省) + Batches(50%) + Haiku模型(75%)

关键: 绝不硬编码API密钥


agent-eval

用途: 多个AI编码agent的A/B对比测试

流程: YAML定义任务 → 独立git worktree隔离 → 多轮运行 → 对比报告(通过率/成本/时间/一致性)


deep-research

用途: 多源深度研究(需要firecrawl/exa MCP)

流程: 明确目标 → 拆分为3-5个子问题 → 多源搜索(15-30个来源) → 深度阅读3-5个关键来源 → 综合报告(含引用)


continuous-learning 系列

v1: Session结束自动提取可复用模式保存为技能 v2: 基于Hook的实时观察系统,创建"本能"、信心打分、跨项目推广模式


eval-harness

用途: EDD(评估驱动开发) - AI开发的"单元测试"

两类评估:

  • Capability Eval: AI能做到吗?
  • Regression Eval: 改动破坏已有功能吗?

流程: 编码前定义评估 → 运行基线 → 实现 → 重新运行评估


nanoclaw-repl

用途: 零依赖的会话感知REPL(基于claude -p)

功能: 持久化会话、模型切换、动态技能加载、会话分支、跨会话搜索、历史压缩、导出


context-budget

用途: 审计Claude Code上下文窗口消耗

关键洞察: MCP是最大杠杆(每个工具schema ~500 tokens),30工具服务器消耗超过所有技能总和


cost-aware-llm-pipeline

四大技术:

  1. 模型路由(按任务复杂度选模型)
  2. 不可变成本追踪
  3. 窄重试逻辑(仅瞬态错误)
  4. Prompt缓存(系统提示>1024 tokens时启用)

token-budget-advisor

触发: 用户想控制回复长度/深度时

深度级别: Essential(25%) → Moderate(50%) → Detailed(75%) → Exhaustive(100%)


prompt-optimizer

触发: "优化prompt"、"improve my prompt"、"帮我优化这个指令"

六阶段管道: 项目检测 → 意图分类 → 范围评估 → ECC组件匹配 → 缺失上下文检测 → 工作流/模型推荐


search-first

原则: 写自定义代码前先搜索已有工具/库/模式

决策矩阵:

  • 完全匹配+维护良好 → 直接采用
  • 部分匹配+好基础 → 扩展包装
  • 多个弱匹配 → 组合使用
  • 无合适方案 → 自建

内容创作与文档技能

doc

触发: 读写.docx文档(布局/格式要求高)

工作流: Python-docx编辑 + LibreOffice转PDF + Poppler转PNG(可视化验证)


pdf

触发: 读写PDF(渲染和布局重要)

工具: reportlab(生成) + pdfplumber/pypdf(提取) + pdftoppm(渲染为PNG验证)


article-writing

触发: 写博客、指南、教程、通讯稿等长内容

核心规则: 先用具体例子开头再解释、句子精简、用证据不用形容词、绝不编造事实

禁止模式: "In today's rapidly evolving landscape"、"game-changer"、"revolutionary"


brand-voice

触发: 需要特定写作风格的品牌一致性

流程: 收集5-20个代表性样本 → 提取节奏/压缩度/标点/括号/提问频率 → 生成VOICE PROFILE


content-engine

触发: 跨平台内容系统(X/LinkedIn/TikTok/YouTube/Newsletter)

平台适配:

  • X: 最强声明开头,保持压缩度
  • LinkedIn: 展开够局外人理解,不要企业鸡汤
  • 短视频: 围绕视觉序列编排,前几秒展示结果
  • Newsletter: 开头直奔重点,不要铺垫

禁止: "Excited to share"、"no fluff"、假好奇缺口、LinkedIn思想领袖调调


frontend-slides

同上(见前端技能章节)


业务与供应链技能

market-research

触发: 市场研究、竞争分析、投资者尽调

产出: 决策支持型研究(非"研究剧场"),每个声明需有来源


lead-intelligence

触发: AI驱动的线索智能评分和拓展管道

五阶段: Signal Scoring → Mutual Ranking → Warm Path Discovery → Enrichment → Outreach Draft


product-lens

触发: 验证"为什么做"、产品诊断

四种模式:

  1. Product Diagnostic(7个问题)
  2. Founder Review(PMF信号评分)
  3. User Journey Audit(摩擦点计时)
  4. Feature Prioritization(ICE评分: Impact × Confidence ÷ Effort)

healthcare 系列

技能用途
healthcare-cdss-patterns临床决策支持(药物相互作用/剂量验证/临床评分)
healthcare-emr-patternsEMR/EHR开发(单页就诊流程/智能模板/就诊锁定)
healthcare-phi-compliancePHI/PII合规(HIPAA/DISHA/GDPR)、行级安全、审计追踪

供应链系列

技能用途
carrier-relationship-management承运商管理、费率谈判、绩效记分卡
logistics-exception-management货运异常处理、损坏/丢失/延误纠纷
inventory-demand-planning需求预测、安全库存、ABC/XYZ分类
returns-reverse-logistics退货授权、退货分级、欺诈检测
production-scheduling生产排程、SMED快速换型、瓶颈管理
quality-nonconformance质量控制、8D根因分析、CAPA系统
customs-trade-compliance海关文件、关税分类、被拒方筛查
energy-procurement电力/燃气采购、需求费用管理、可再生能源PPA

最佳实践总结

1. 开发流程黄金组合

任何新功能: brainstorming → writing-plans → subagent-driven-development
任何bug修复: systematic-debugging → test-driven-development → verification-before-completion
完成工作前:   verification-before-completion → requesting-code-review → finishing-a-development-branch

2. 代码质量保障链

coding-standards + (java|python)-coding-standards → TDD → (python|django|springboot)-testing
→ security-review → (django|springboot)-verification → browser-qa → deployment-patterns

3. AI工程效率

search-first (先搜不用造轮子)
→ claude-api (API调用最佳实践)
→ cost-aware-llm-pipeline (成本控制)
→ context-budget (上下文管理)
→ agent-eval (A/B评估)
→ eval-harness (EDD回归保障)

4. 多Agent协作

简单独立任务: dispatching-parallel-agents
结构化执行: subagent-driven-development (推荐)
视频/UI生产: gan-style-harness (Generator-Evaluator模式)

5. 内容生产

brand-voice (风格建立)
→ article-writing (写作)
→ content-engine (跨平台适配)
→ crosspost + x-api (分发)

6. Skill管理

bash
# 发现技能
pnpm dlx skills find "关键词"

# 安装
pnpm dlx skills add <> -s <技能> -a claude-code -y

# 列出已安装
pnpm dlx skills list

# 更新
pnpm dlx skills update

# 技能审计
使用 skill-stocktake rules-distill

7. 通用禁忌

  1. 不要跳过设计阶段 - 即便看似简单的功能
  2. 不要猜测bug根因 - 系统调试优于直觉修复
  3. 不要跳过测试 - TDD的铁律没有例外
  4. 不要声称完成而不验证 - 新鲜运行的证据是唯一标准
  5. 不要过度设计 - YAGNI: 只做当前需要的
  6. 不要跳过代码审阅 - "很简单"不是跳过理由
  7. 不要硬编码密钥 - 永远用环境变量
  8. 不要在任务间共享agent上下文 - 用独立子agent避免污染

8. 按场景选择技能

场景推荐技能
新建项目功能brainstorming + writing-plans + subagent-driven-development
Bug修复systematic-debugging + test-driven-development
代码审阅requesting-code-review + receiving-code-review
前端页面frontend-design + web-design-guidelines + browser-qa
React开发frontend-patterns + coding-standards
API设计api-design + backend-patterns + security-review
Django项目django-patterns + django-security + django-tdd + django-verification
Spring Bootspringboot-patterns + springboot-security + springboot-tdd
数据库postgres-patterns + database-migrations
Docker化docker-patterns + deployment-patterns
文档写作brand-voice + article-writing + doc/pdf
内容跨平台content-engine + crosspost + frontend-slides
AI API调用claude-api + cost-aware-llm-pipeline
技能管理find-skills + skill-stocktake + rules-distill
安全审计security-review + security-scan + safety-guard
新人入门项目codebase-onboarding + coding-standards
MCP服务器mcp-server-patterns + claude-api
项目记忆ck (Context Keeper) + continuous-learning
提示词优化prompt-optimizer + token-budget-advisor
长期Agent运维enterprise-agent-ops + autonomous-agent-harness
最近更新