plugin-builder 自动执行整个 Claude Code 插件创建和分发过程。它生成有效的插件结构、清单、验证合规性、打包现有技能并准备用于市场分发的插件。

Playwright 是 2025 年最先进的浏览器自动化框架，提供跨浏览器测试（Chrome、Firefox、Safari/WebKit）、内置代码生成以及比替代方案快 35-45% 的并行执行速度。

规划工作流程协调从需求到任务再到跟踪设置的完整规划。

Planning-architect从最初的概念到详细的实施蓝图，系统地规划了Claude Code技能的发展。它引导您完成六个连续步骤来创建全面的技能计划，以确保成功的发展。

使用 Playwright 测试中的 Lighthouse 审核和 Core Web Vitals 来衡量和执行性能标准。

生成并协调并行代理以更快地完成功能。

部署 Grafana、Loki、Tempo、Prometheus 和 Alloy to Railway 以实现云托管可观测性。

来自增强钩子的克劳德代码遥测数据的自动模式识别和异常检测。

导入预构建的 Grafana 仪表板并为 Claude Code 监控创建自定义可视化效果。

管理 Claude Code 遥测的可观测性堆栈的生命周期。

查询 Claude Code 遥测数据并从指标、日志和跟踪中生成见解。适用于默认 OTEL 遥测和增强的基于钩子的遥测。

multi-ai-verification 通过 5 层验证金字塔提供全面的质量保证，从自动化规则到法学硕士法官评估。

multi-ai-testing 提供具有独立验证的测试驱动开发工作流程，以防止测试游戏并确保全面的测试覆盖率。

multi-ai-skill-builder 是一种元技能，它将用于构建 Claude Code 技能的多 AI 方法系统化。它通过研究、规划和实施阶段协调多个人工智能模型（Claude、Gemini、Codex），以创建全面的、可用于生产的技能。

利用三个人工智能系统（Claude via Task工具、Gemini CLI、Codex CLI）进行全面研究和分析，多角度验证和迭代细化。

multi-ai-planning 使用验证优先方法、分层任务分解和严格的质量验证，为复杂目标创建全面的、代理可执行的计划。

multi-ai-debugging 使用多个 AI 模型作为专用代理来提供系统的调试工作流程。基于 2024-2025 年多代理架构人工智能辅助调试最佳实践。

multi-ai-code-review 使用多个 AI 模型作为专门代理提供全面的代码审查，每个模型从不同的角度分析代码。基于 2024-2025 年人工智能辅助代码审查最佳实践。

势头保持者提供了保持前进进展和防止发展停滞的系统战略。它有助于及早发现动力损失、识别和解决阻碍因素、找到快速胜利、管理精力并确保项目继续完成。

使用 Playwright 的设备模拟功能测试响应式设计和移动特定功能。