使用 jira CLI 工具获取并显示 Jira 票证详细信息。

分析一组 JIRA 票证，根据依赖性和优先级确定最佳执行顺序。生成一个可独立使用或作为 Implement / forge 之前的预处理步骤的有序列表。

协调端到端 JIRA 票据处理。第 1-5 阶段收集上下文并将输出文件写入 ~/.claude/skills/{ticket_id}/ 动态创建的技能中。第 6 阶段调用了该技能——上下文文件按需延迟加载。

通过 Figma MCP 服务器读取 Figma 设计上下文。

您的任务是为代码库创建一个全面的领域知识文件，这将帮助未来的 Claude Code 实例有效地使用此存储库。

使用 pup CLI 调查和分析 Datadog 可观测性数据。

使用 npx confluence-cli 获取并显示 Confluence 页面内容。

如果未提供域或区域 ID，请通过 AskUserQuestion 询问用户。如果此处未传递时间范围，则在步骤 1 中收集时间范围。

帮助用户编写未来开发人员实际阅读且自动审核系统可以强制执行的架构决策记录。基于 Michael Nygard 的文档架构决策格式。

同步并归档 X 数据（关注列表、书签、个人推文），支持内容聚合、改写和 Notion 同步。

从 X 平台主页的「为你推荐」栏目抓取指定日期的 AI 相关信息，生成结构化的每日简报：

根据"需求文本 + 数仓目录"生成可执行的最终 SQL，满足可读、可执行、可验收。

在指定时间窗口内，从一组 AI 资讯信源获取最新内容并产出“可验收”的资讯简报：

写一个关于 $ARGUMENTS 的课程。

该技能为创建有效技能提供了指导。

按照 https://www.sanity.io/learn/llms.txt 中的文档在项目中实施 Sanity CMS。此技能为体育俱乐部内容建模、TypeScript 集成和 Next.js 优化提供特定于项目的模式。

这项技能指导创建独特的、生产级的前端界面，避免通用的“AI slop”美学。实施真正的工作代码，特别注重美学细节和创意选择。

使用真正的浏览器自动化和 playwright-core 从 https://fv.dribl.com/fixtures/（具有 Cloudflare 保护的 SPA）提取俱乐部和固定装置数据。两阶段工作流程：提取（原始 API 数据）→ 转换（经过验证、合并的数据）。

按照 ./llms.txt 中的文档，根据主 CLAUDE.md 文件中概述的项目技术堆栈和编码标准，生成使用 DaisyUI 组件和主题的代码。

设置 Claude Code 权限挂钩，该挂钩使用 Haiku 根据每个存储库权限策略自动批准安全工具调用。