terminal-demo-generator
用于终端演示录像的技能,支持用 asciinema 录制真实 CLI 会话、用 VHS 脚本生成可控演示,并将 cast 转换为 MP4,适用于展示 Claude Code 输出等终端演示视频制作。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-16 00:04
41,206 个结果
用于终端演示录像的技能,支持用 asciinema 录制真实 CLI 会话、用 VHS 脚本生成可控演示,并将 cast 转换为 MP4,适用于展示 Claude Code 输出等终端演示视频制作。
来自 Vercel 工程团队的 React 与 Next.js 性能优化指南技能,包含按影响优先级排列的 45 条规则,覆盖消除瀑布请求、包体积优化、服务端性能、客户端数据获取、重渲染优化、渲染性能、JavaScript 性能与高级模式,用于辅助编写、审查和重构 React/Next.js 代码。
用于监控 API、变更日志或文档更新的技能,可跟踪所依赖服务的破坏性变更、新功能、限流与弃用通知;来自 yutori-ai/yutori-mcp。
这是一个公共代码风格规则集技能,供 AI 代理在编写、修改代码或进行代码巡检(review)时遵循。规则集以生产代码的维护成本为判断立场,涵盖命名与签名、函数粒度、参数与接口、职责归属、条件逻辑、死代码、重复代码、魔法值、注释、错误处理、边界校验、接口语义等方面,并区分“写代码”与“巡检”两种工作流。写代码时按规则集编写并在交付前自查;巡检时只以规则集为发现依据,输出对话内报告与修改方案,不直接修改代码。适用于新功能、修 bug、重构、重写、补测试以及用户要求 review、巡检等场景。
用于创意或功能开发前的需求梳理技能:先了解项目背景,再通过一次一个问题的对话明确目的、约束与成功标准,比较2-3种方案,分部分展示并验证设计,最后将设计写入文档并提交git。
用于开发分支收尾的技能:在实现完成且测试通过后,按“验证测试→呈现选项→执行选择→清理工作树”流程,提供本地合并、推送并创建 PR、保持原样、丢弃工作四个结构化选项并执行相应操作。
用于将选中模块(优先 P0)整理为 .aidlc/project/components/{module}.md 单页模块 SSOT,并在同一页内建立 API/Data 契约的权威入口、不变量摘要、证据入口与结构化缺口清单,以满足 Discover 阶段的 DoD 门禁。
subagent-driven-development 是一个在当前会话内执行实现计划的开发工作流技能:为每个独立任务派发新的子智能体,并在任务后依次进行规格符合性审查与代码质量审查,适用于任务相对独立、希望保持同一会话快速迭代的场景。
依据 Dan Vanderkam《Effective TypeScript》62 条要点审查现有 TypeScript 代码并编写新代码的技能,包含按主题分类的参考文件,分审查模式与编写模式两种用法。
Zoom 官方 Claude 插件中的参考技能,用于实现 Zoom Webhook 事件订阅:包含签名验证、事件投递处理、订阅 API 与常见事件说明,并附多语言示例仓库与排错文档。
env-patch 是 ai-reverse-toolkit 中的一项技能,用于在 Node.js 中运行浏览器加密 JS,即"补环境"。它通过 env_core.js 提供函数伪装、原型链与 Proxy 引擎及诊断报告,由 Claude 按诊断结果在 run.js 中按需编写环境存根。适用于已知加密入口后的补环境与签名验证场景。
Caveman 是一个以极致节省 Token 为目标的技能协议,其说明文档标题为「Caveman Protocol」,核心口号是「Minimize tokens in. Minimize tokens out.」(最小化输入 Token,最小化输出 Token)。它通过一套决策层级、YAGNI 过滤规则、强制 RTK 命令集成、单行解决方案偏好和极度精简的输出语法来压缩上下文与回复长度。协议要求所有 shell 命令必须经由 rtk 路由执行(如 rtk git status、rtk ls、rtk find),据称 RTK 钩子可压缩输出 60-90%,只保留错误、diff 和关键信号。还附带两个脚本:scripts/audit.py <path> 用于审计文件或目录是否违反决策层级;scripts/install-hooks.sh 用于安装 git pre-commit 钩子以拒绝违规提交。该技能适用于需要最大化上下文效率的场景,激活条件为追求上下文高效。
deslop 是一个用于检测并重写 AI 生成代码中“slop”(低质冗余代码)的技能,目标是在严格保持行为不变的前提下,将代码改写为资深工程师风格的简洁、生产级代码。它会先明确改动范围并建立行为基线(运行测试、类型检查、构建),再对照分类法识别注释冗余、防御性冗余、抽象冗余、重复、死代码、命名不当、兼容层冗余和测试冗余等问题,然后以“先删除、后重构”的原则进行重写,最后重新运行基线命令验证并输出报告。
Git worktree 是 Git 内置的多工作目录功能,允许在同一个仓库上同时检出多个分支,无需 stash 或克隆。每个链接工作树共享对象库、引用、配置和钩子,但拥有独立的工作区文件、暂存区和 HEAD。适合并行开发、紧急热修复、PR 审查、跨分支测试等场景,可节省磁盘空间并保持多个开发上下文。
这是一套面向 DDD(领域驱动设计)应用架构的规则集,用于约束分层边界、依赖方向、状态归属与职责分离。规则要求系统明确划分为 Domain、Application、Infrastructure、Presentation 四层,每个文件只能属于一个层级,并只允许 Domain → Application → Infrastructure → Presentation 的单向依赖。Domain 层须为纯 TypeScript,不含框架、异步或 I/O;Application 层负责用例编排并作为业务状态唯一真相持有者;Infrastructure 层只实现接口、不承载业务规则;Presentation 层只负责显示与交互,且只能通过 Application Facade 访问业务。规则还涵盖状态单一权威来源、接口定义归属需求方、shared 模块限制、命名与结构一致性,以及可通过 lint、test 或 CI 验证的演进要求。
该技能为 AI 代理或贡献者提供分阶段、循序渐进的执行指南,用于从零实现 A2UI 的三类 SDK:Core SDK、Framework Adapter(框架适配器/渲染器)以及 Inference SDK(智能体/推理 SDK)。Core SDK 部分要求先阅读核心蓝图与 v1_0 JSON 规范(common_types、server_to_client、basic/catalog),再产出架构方案并等待人工评审,随后依次实现响应式 Observable/Signal、协议结构、DataModel 与 JSON Pointer 路径解析、核心状态模型、上下文映射与 MessageProcessor,并分两阶段完成 Basic Catalog 的基础组件与全量组件及函数支持;Framework Adapter 部分要求阅读框架适配器蓝图与基础目录实现指南,制定组件注册表、Surface 入口与状态桥接方案并等待评审,再实现适配器与生命周期管理、基础目录渲染、Gallery 测试应用及全量目录支持;全程以单元测试、响应式验证和视觉一致性测试作为里程碑。
a2ui-issue-triage 是 a2ui-project/a2ui 仓库的 GitHub Issue 分诊技能。它面向值班工程师,通过本地交互式面板完成未分诊 Issue 的获取、分析、人工复核与决策应用:先抓取缺少优先级标签的开放 Issue,再依据项目分诊标准与模板生成优先级、处理人、动作、标签和回复建议,并由工程师在面板中确认后写回 GitHub。
该技能面向 FPGA 布局布线(Place and Route)优化与物理实现,提供从规划到收敛的专家级流程指导,覆盖大设计布局规划、Pblock 与布局约束、布线拥塞分析与缓解、物理优化指令、增量实现流程、时序收敛、时序违例分析与修复,以及利用率和时序报告生成。技能包含 place-and-route.js、timing-closure.js、clock-network-design.js 三个目标处理脚本,依赖对 Vivado、Quartus 等布局布线工具的认知、FPGA 架构知识和物理约束语法。适合在 FPGA 物理实现阶段需要提升时序与资源利用率的工程师使用。
Verilog/SystemVerilog 语言技能,面向 FPGA 与 ASIC 设计,遵循 IEEE 1364 与 IEEE 1800 标准,提供可综合 RTL 代码生成与规范编码实践。该技能覆盖 always_ff、always_comb、always_latch 的正确使用,SystemVerilog 接口与 modport,参数化模块与 localparam,packed/unpacked 数组,package 与 import,阻塞与非阻塞赋值规则,以及厂商综合属性等。适用于 RTL 模块设计、测试平台生成、UVM 环境开发等流程,输出包含模块、package、合规性与产物清单的结构化结果。
该技能用于创建隔离的 Git worktree 工作区,通过系统化的目录选择与安全校验流程,让开发者能在同一仓库中同时处理多个分支而无需切换。它按优先级确定 worktree 存放位置(已有目录 > CLAUDE.md 偏好 > 询问用户),对项目内目录强制校验 .gitignore 以防误提交,并自动检测项目类型执行依赖安装与基线测试,最后报告路径与测试结果。
debug-code 是一个用于调试代码问题的 Claude 技能,通过分析错误信息、追踪执行流程、定位根本原因并给出修复建议来帮助排查代码缺陷。适用于代码无法运行、行为异常等场景。
Estimate 是一个用于估算任务与工单工作量的 Claude 技能,通过分析代码复杂度、依赖关系、范围、风险和历史模式来给出估算。适用于用户询问“这要多久”“这个任务多大”等场景。它提供结构化流程:先明确估算范围并分析代码库,再拆解子任务、评估复杂度因素,然后使用 T 恤尺码、时间范围、故事点或基于任务等多种方法估算,并附带风险调整、置信度、历史校准、冲刺适配分析和拆分建议,最后按固定格式输出估算结果。
Impact Analysis 是一个用于变更影响分析的结构化技能,目标是在编写代码之前尽可能完整地绘制变更的爆炸半径,提前发现潜在意外。它围绕提议的变更,分析其对现有系统、服务、团队、API、数据库、基础设施和工作流的影响。技能定义了变更分类(如配置修改、缺陷修复、新增功能、API 变更、数据库模式变更、服务迁移、共享库更新、基础设施变更、认证授权变更、数据模型变更),并给出各类变更的典型影响范围和风险等级。随后按代码、API、数据库、服务与集成、基础设施、测试、文档等层面提供对应的 grep/find 类检索命令与检查思路,用于发现受影响文件、接口、查询、配置、测试和文档。技能还要求绘制直接与传递依赖图、识别破坏性变更、梳理需要知会的人员与沟通计划、制定迁移与回滚策略、建立风险矩阵,并按变更类型提供检查清单。输出需保存为项目根目录 project-decisions/ 下的 Markdown 文件,文件命名格式为 YYYY-MM-DD-impact-[kebab-case-topic].md。
optimize 是一个面向代码性能优化的 Claude 技能,用于分析代码中的性能问题,包括低效算法、内存泄漏、不必要的重新渲染、数据库查询问题和资源瓶颈。它按照一套结构化流程开展分析:先明确“慢在哪里”(如页面加载、API 响应、构建时间、查询或渲染),再依次检查算法与数据结构(时间复杂度、嵌套循环、数据结构选型)、数据库与查询(N+1 查询、缺失索引、过度读取、分页、连接池)、内存(泄漏、大对象滞留、无界缓存、流式处理)、前端性能(重渲染、包体积、代码分割、图片优化、布局抖动、虚拟化、Web Worker)、API 与网络(缓存、批量请求、压缩、并行化、超时)、并发与异步(并行度控制、防抖节流、事件循环阻塞、队列)以及构建与工具链(转译、tree shaking、重复依赖、CI/CD 缓存)。输出采用统一格式:标注影响等级(🔴 高、🟡 中、🟢 低)、类别与文件行号,说明问题、当前复杂度或估算影响、建议修复方式、预期收益,并给出前后代码对比示例。分析结尾会总结最大瓶颈、快速见效项、预计整体提升以及验证改进的度量方案。