用途：在数据科学或科学计算任务开始前，探测本机可用的计算资源，并据此给出计算策略建议，避免盲目选择并行度、内存模型或 GPU 后端。
主要能力：检测 CPU 物理/逻辑核心数、架构与频率；检测 NVIDIA GPU（nvidia-smi）、AMD GPU（rocm-smi）与 Apple Silicon（M1~M4，Metal、统一内存）；检测内存总量、可用量与使用率；检测工作目录磁盘空间；记录操作系统与 Python 版本。随后生成建议：并行处理策略与建议 worker 数，内存策略，GPU 加速可用后端与建议库，大数据处理策略。
使用方式：运行 python scripts/detect_resources.py 即可。可选参数包括 -o/--output <path> 指定输出路径（默认 .claude_resources.json），-v/--verbose 打印完整信息。之后读取生成的 JSON，根据 recommendations 字段决定是否使用 Dask、Zarr、H5py、joblib、PyTorch MPS 等方案。
适用场景：50GB 级数据分析前判断是否需要 Dask/Zarr；模型训练前确认 GPU 后端；上万文件并行前确定 worker 数；大型文件操作前确认磁盘空间；项目初始化时了解基线能力。
限制：内存等读数为瞬时快照，会随系统状态变化；未检测到 GPU 时需确认驱动与 PATH；脚本需安装 psutil（uv pip install psutil），其余为标准库；要求 Python 3.6+。官方未提供价格或收费信息。