工具集

安全公司 Trail of Bits 出品的技能合集，40 多个插件覆盖代码审计、CodeQL/Semgrep 静态分析、差异评审、智能合约与密码学审计、模糊测试等，也可作为 Claude Code / Codex 插件市场安装。

有了需求或规格、动手之前，把多步任务写成小粒度的实施计划：列明涉及的文件、接口签名与验证用的测试，便于逐步执行。Superpowers 的核心技能。

写代码前通过逐个提问澄清意图、约束与成功标准，把模糊想法细化成可评审的设计，得到确认后再进入实施。Superpowers 的核心技能。

开工前为功能开发建立隔离工作区：优先用 agent 自带的 worktree 工具，否则回退到 git worktree，并安装依赖、跑基线测试确认起点干净。出自 superpowers。

四阶段根因调试法：先调查根因、对照可用样例找差异、单变量验证假设，最后修复根因，禁止未定位就猜测改代码。出自 Superpowers 工作流。

要求 agent 在声称完成、已修复或测试通过之前，先运行完整的验证命令并读完输出，用证据支撑结论，杜绝未经验证的成功声明。出自 Superpowers 工作流。

强制 agent 按红-绿-重构推进：先写测试并亲眼看它失败，再写最少的实现让它通过，未经失败验证就写出的代码一律删掉重来。出自 Superpowers 工作流。

完成任务或合并前，按 git 提交区间派发独立的评审子代理，对照计划与需求检查实现，并按严重、重要、次要分级处理反馈。obra/superpowers 技能集之一。

按实施计划为每个任务派发全新子代理实现，逐项做规格符合与代码质量评审，最后整体复审。出自 superpowers，需配合其中的代码评审、收尾分支等技能使用。

把当前文件夹变成可跨多次对话续学的教学工作区：先问清学习目的，再收集可靠资料，生成简短的 HTML 小课和速查表并记录学习进度，适合自学和备课；需要手动调用（如在 Claude Code 里输入 /teach），无需 API Key。

动手前让 agent 围绕计划或设计连续追问，每轮附上推荐答案，直到每个决策分支都问清楚。它会调用同仓库的 grilling 技能，安装时需要一并装上。

排查疑难缺陷与性能回退的纪律化流程：先构建能稳定复现的反馈回路，再复现与最小化、提出假设、插桩验证，最后修复并补回归测试，输出中要求脱敏密钥。Matt Pocock 出品。

按纵向切片做测试驱动开发：先与用户约定测试接缝，只通过公开接口验证行为，并列出实现耦合、同义反复等测试反模式。出自 Matt Pocock 的 skills 合集。

面向编码 agent 的整套 harness：打包数十个子代理、近 300 个技能、钩子、规则、记忆与持续学习，并附带 AgentShield 安全扫描；以 Claude Code 为主，也支持 Codex。

帮客服或创始人处理订阅账单问题：先查清客户和订阅状态，分清重复购买、团队多席位、支付失败等情况再动手，按先恢复自助管理、后退款的顺序处理，最后给出客户回复和产品待改进项。需在 agent 里接好 Stripe 等计费工具；退款动用真实资金，建议人工把关。

Nous Research 出品的自我改进型 Agent：内置记忆与从经验中自动生成技能的学习循环，可接任意模型供应商；hermes 命令提供终端界面，也能经网关接入 Telegram、Slack 等渠道并定时执行任务。

按 Karpathy 对大模型写代码常见毛病的观察整理的行为准则：先想清楚再动手、简单优先、只做外科手术式改动、以可验证的目标驱动。也可直接当 CLAUDE.md 使用。

依据 Karpathy 对大模型写代码通病的观察整理出四条准则：先想清楚再动手、简单优先、只做必要修改、以可验证目标驱动。以插件技能形式提供，也可直接当 CLAUDE.md 使用；社区作者整理，非 Karpathy 本人出品。

开源终端编码 Agent，可自由切换多家模型供应商，内置可改代码的 build 与只读分析的 plan 两种 agent 及子代理，另有桌面客户端。原 sst/opencode。

支持上千个站点的音视频下载命令行工具，可选择格式与清晰度、下载字幕与元数据，并配合 FFmpeg 合并与转码；youtube-dl 的活跃分支。

在本机一条命令下载并运行 Gemma 等开源大模型，提供 REST API 与 Python / JS 库，还能用 ollama launch 让 Claude Code、Codex 等 agent 改用本地模型。

在给出建议、草稿或数据分析后追加 2–3 个针对性追问，引导用户核查关键事实、推敲推理并补足缺失背景，每次对话最多触发一次。Anthropic 官方技能。

引导用户分三个阶段协作撰写提案、技术规格与决策文档：收集上下文、逐节迭代完善、用不带上下文的新会话做读者测试，提前发现读者读不懂的地方。Anthropic 官方技能。

指导 agent 构建高质量 MCP 服务器：调研协议与目标 API、设计工具、用 Python（FastMCP）或 TypeScript SDK 实现，并编写评测问题验证效果。Anthropic 官方技能。