此技能提供了用于创建和自定义 Claude Code 状态行的工具和指导。它生成针对纵向屏幕优化的多行状态行，与 ccusage 集成以进行会话/每日成本跟踪，显示 git 分支状态，并支持颜色自定义。

在执行其他操作之前，请检查 ccpm 是否可用。如果没有，请使用一个命令引导整个生态系统：

根据官方最佳实践审查和提高克劳德代码技能。

创造新技能并迭代改进它们的技能。

此技能从 repomix 打包的存储库中提取文件并恢复其原始目录结构。 Repomix 将整个存储库打包成单个 AI 友好的文件（XML、Markdown 或 JSON），并且此技能反转该过程以恢复单个文件。

通过自动检测和删除硬编码凭据，使用 repomix 安全地打包代码库。

使用 Google 测试标准和 OWASP 安全最佳实践中经过验证的方法为任何软件项目建立世界一流的 QA 测试流程。

此技能提供使用 Promptfoo 配置和运行 LLM 评估的指导，Promptfoo 是一个用于测试和比较 LLM 输出的开源 CLI 工具。

使用 EARS（需求语法简易方法）将模糊提示优化为精确、可操作的规范，EARS 是一种将自然语言转换为结构化、可测试需求的劳斯莱斯方法。

多路径并行产品分析，结合了 Claude Code 代理团队和 Codex CLI，以实现跨模型测试时计算扩展。

目标：将一个简单的主题转变为可用于演示的高质量幻灯片。当关键信息丢失时，请使用最小摄入表（references/INTAKE.md）来收集上下文或应用安全默认值。然后按照工作流程 (references/WORKFLOW.md) 生成大纲、幻灯片草稿、图表和演讲者注释。生成后，使用评分细则进行自我评估（参考文献/RUBRIC.md）；如果分数 < 75，则自动优化最多 2 次迭代，直到在交付前≥ 75。有关最终输出结构，请参阅可交付成果部分。

通过 Markdown 创建专业的 PDF 文档，并提供适当的中文字体支持。

该技能可以从 Markdown 文件中提取美人鱼图并生成高质量的 PNG 图像。该技能将所有必要的脚本（ extract-and-generate.sh 、 extract_diagrams.py 和 puppeteer-config.json ）捆绑在 script/ 目录中，以实现可移植性和可靠性。

通过迭代审查，将原始会议记录转化为全面的、基于证据的会议纪要。

通过智能多工具编排将文档转换为高质量的 Markdown。

智能分析 macOS 磁盘使用情况并提供可操作的清理建议以回收存储空间。该技能遵循安全第一的理念：彻底分析、呈现清晰的发现，并在执行任何删除之前要求用户明确确认。

从 lobe-icons 库访问 AI/LLM 模型品牌图标和徽标。该库包含 100 多个模型（Claude、GPT、Gemini）、提供商（OpenAI、Anthropic、Google）和应用程序（ComfyUI、LobeChat）的图标。

提供完整的 i18n 设置 + 审核通过：配置 i18n 框架，用键替换面向用户的字符串，确保语言环境奇偶性，并验证 en-US 和 zh-CN 的复数/格式。

此技能为使用 gh CLI 工具和 GitHub REST/GraphQL API 进行 GitHub 操作提供全面的指导。在执行任何与 GitHub 相关的任务时使用此技能，包括拉取请求管理、问题跟踪、存储库操作、工作流程自动化和 API 交互。

成为有效的 GitHub 贡献者并建立开源声誉的战略指南。