用途：在数据科学、模型训练、并行处理等计算密集型任务开始前，检测本机可用计算资源并给出策略建议，帮助决定是否使用GPU加速、并行工作数、内存外处理方案等。
主要能力：运行 scripts/detect_resources.py 自动检测CPU物理/逻辑核心、架构与频率；GPU方面支持NVIDIA（nvidia-smi）、AMD（rocm-smi）和Apple Silicon（M1/M2/M3/M4，Metal与统一内存）；内存总量、可用量与使用率；工作目录磁盘空间；操作系统与Python版本。结果写入当前目录的 .claude_resources.json，并附带并行处理、内存策略、GPU加速、大数据处理四类建议。
使用方式：执行 python scripts/detect_resources.py，可选 -o/--output 指定输出路径，-v/--verbose 打印完整信息。随后读取生成的JSON，根据 recommendations 中的 strategy、suggested_workers、backends 等字段选择库与参数。依赖 psutil，安装命令为 uv pip install psutil。
适用场景：分析大型数据集前判断是否需要Dask/Zarr；训练神经网络前确认GPU后端；并行处理前确定worker数量；大文件操作前检查磁盘空间；项目初始化时了解基线能力。
限制：内存读数为瞬时快照，会不断变化；GPU未检测到通常与驱动、PATH或占用有关；脚本需Python 3.6+并具备执行权限。平台支持macOS、Linux、Windows，但具体GPU检测能力依平台而异。其他未在资料中说明的细节暂未提供。