用户有一个模糊的想法，想做一个新功能或新模块，但还没想清楚具体要什么。通过结构化的探索流程，帮助用户从模糊想法收敛到明确的设计方案，并产出完整的设计参考文档。
Skills（SKILL.md）は、AIエージェント（Claude Code、Cursor、Codexなど）に特定の能力を追加するための設定ファイルです。
詳しく見る →用户有一个模糊的想法，想做一个新功能或新模块，但还没想清楚具体要什么。通过结构化的探索流程，帮助用户从模糊想法收敛到明确的设计方案，并产出完整的设计参考文档。
把当前项目一键推送到 GitHub，覆盖完整生命周期：
从用户自然语言需求出发，经过需求挖掘、检索词拆解、GitHub 检索、过滤分类、深度解读，最终产出结构化推荐结果。
配图助手 - 把文章/模块内容转成统一风格、少字高可读的 16:9 信息图提示词；先定“需要几张图+每张讲什么”，再压缩文案与隐喻，最后输出可直接复制的生图提示词并迭代。
用户收到了一个 GitHub Issue（bug 报告、疑问、feature request），需要 AI 协助分析问题、判断是否要做、起草回复。AI 全程主导推进，用户只在关键节点做判断。
这是一个"共创式"备课助手：通过讨论挖掘你的想法，帮你完成课程大纲和课件。
在当前工作目录下一键部署记忆系统，生成三个东西：
Write and iteratively refine PRD/需求文档 with a story-driven structure and strict staged confirmations (journey map alignment, per-story single-point confirmation, final generation gate). Use when the user asks to 梳理/撰写/完善 PRD、需求文档、用户故事、验收标准，并希望用 ASCII 线框图与 Mermaid（流程图/状态图/时序图）来减少歧义、共同完成文档。
这是一个"决策支持型"助手：通过对话帮你从混乱的待办事项中找到清晰的优先级，让你立刻知道现在该做什么。
用户想给产品、项目或模块起一个名字，但还没想好叫什么。通过结构化的协作流程，从产品本质出发推导名字，而不是直接列一堆候选词让用户挑。
生成或更新用户指定文件夹的 PROJECT_MAP.md。适用于用户要求目录地图/项目地图/代码仓概览/文件夹级说明/更新已有 PROJECT_MAP.md 的场景。必须先询问要扫描的文件夹范围，禁止默认全仓库扫描；支持单目录或多目录（合并或分别生成）。
>
思考拍档 - 陪你从混沌中理清局面，锁定核心问题，拆解卡点，共创解法，落地行动
思维挖掘助手 - 通过对话帮助用户把脑子里的零散想法倒出来、记录下来、整理成文章。覆盖从思维挖掘到成稿的完整流程。
用户要求修改页面的 UI 样式（布局、间距、颜色、组件搭配等视觉层面的调整）。通过结构化的协作流程完成修改，确保每一步都对齐目标，不做无效猜测。
帮助用户把一个产品想法或需求，拆解成可执行的版本路线图（V0.1 MVP → V1.0）。
用户有一个模糊的想法或已有的功能模块，想看看它未来能演化成什么样。AI 全程主导引导，从价值本质出发，帮用户看到多种截然不同的终局可能性。
帮助用户把一周的工作梳理成逻辑清晰、价值明确的周报，让团队了解做了什么、遇到什么问题、下一步计划。
**三个关键步骤：选题 → 框架 → 内容**
Creates unique, production-grade frontend interfaces with exceptional design quality. Use when user asks to build web components, pages, materials, posters, or applications (e.g., websites, landing pages, dashboards, React components, HTML/CSS layouts, or styling/beautifying any web UI). Generates creative, polished code and UI designs that avoid mediocre AI aesthetics.
触发场景：
获取ZAKER按行业分类的热门新闻（娱乐、科技、财经等）。Use when the user asks about 科技新闻, 财经新闻, 体育新闻, 娱乐新闻, 行业新闻, 互联网动态, 汽车新闻、国内新闻、国际新闻、军事新闻、finance news, tech news, sports news, industry updates.
获取ZAKER聚合权威媒体的最新头条新闻与热点资讯。Use when the user asks about 新闻, 头条, 最新新闻, 今日新闻, 热点新闻, 突发新闻, 国内外大事, 最近发生了什么, 有什么新鲜事, trending news, latest news, headlines, breaking news, what’s happening.
基于ZAKER权威资讯库进行关键词新闻检索，支持指定时间范围（30天内）。Use when the user asks about 搜索新闻, 某事件新闻, 某人物新闻, 某关键词相关新闻, 查新闻, 新闻检索, 相关新闻, 某时间段新闻.
obsidian-helper
project-to-obsidian
当你发现当前可用的技能都不够合适（或用户明确要求你寻找技能）时使用。本技能会基于任务目标和约束，给出一份精简的候选技能清单，帮助你选出最适配当前任务的技能。
自动从 Z-Library 下载书籍并上传到 Google NotebookLM。支持 PDF/EPUB 格式，自动转换，一键创建知识库。
>
你负责将用户提供的梦境文字素材转化为视频提示词，并通过自动化工具链提交到即梦平台生成视频、下载到本地。用户只需要给你文字，你最终返回视频文件。
根据 proto 定义在 goddess、marksman、rabbit 中完成后端功能时，严格遵循本技能中的分层、命名和复用约定。
基于佛教经典文献，生成特定高僧大德的 AI 教学角色
> 本内容依据历史佛教文献生成，仅供学习参考。对比旨在展现多元视角，不评判优劣。
> 本内容依据历史佛教文献生成，仅供学习参考。所有教义断言附 CBETA 经证。如需正式修行指导，请亲近善知识。
> 本内容依据历史佛教文献生成，仅供学习参考。所有教义断言附 CBETA 经证。如需正式修行指导，请亲近善知识。
> 本内容依据历史佛教文献生成，仅供学习参考。所有教义断言附 CBETA 经证。如需正式修行指导，请亲近善知识。
> 本内容依据历史佛教文献生成，仅供学习参考。所有教义断言附 CBETA 经证。如需正式修行指导，请亲近善知识。
> 本内容依据历史佛教文献生成，仅供学习参考。所有教义断言附 CBETA 经证。如需正式修行指导，请亲近善知识。
> 本内容依据历史佛教文献生成，仅供学习参考。所有教义断言附 CBETA 经证。如需正式修行指导，请亲近善知识。
> 本内容依据历史佛教文献生成，仅供学习参考。所有教义断言附 CBETA 经证。如需正式修行指导，请亲近善知识。
> 本内容依据历史佛教文献生成，仅供学习参考。所有教义断言附 CBETA 经证。如需正式修行指导，请亲近善知识。
Use when 用户要实现新功能、修复 bug，或明确要求使用 TDD 方式开发、先写测试时。触发场景：tdd、测试驱动、测试驱动开发、先写测试、红绿重构、单元测试、test driven、TDD开发、用TDD写、测试先行、我要开始开发新功能。
通过 Context7 MCP 获取库和框架的实时最新文档，而非依赖训练数据，防止 API 幻觉。适用于查询任何库或框架的用法、配置、示例代码。触发词：怎么用、怎么配置、API参考、文档、示例代码、用法、接口、库文档、框架文档、documentation、docs、how to use、API reference、setup、configure、React怎么用、Next.js配置、Prisma查询、Vue用法、Express路由、Tailwind类名、Supabase认证、TypeScript类型、Zod验证、shadcn组件、Drizzle ORM、tRPC、Fastify、NestJS、Astro、SvelteKit、Nuxt、Vite、Vitest、Playwright。
Use when 已有经批准的设计/规格说明、多步骤实施任务，在动代码之前需要可执行任务清单时。触发场景：写实施计划、拆解开发任务、implementation plan、执行计划文档、任务拆分、按 TDD 步骤写计划。
Use when 用户要创建新功能、构建组件、添加功能或修改行为等任何创作性工作之前。必须在实施任何方案前先触发本技能。触发场景：头脑风暴、方案设计、需求分析、功能规划、设计方案、系统设计、我想做、帮我想想、如何实现、方案评估、设计评审。
>
这个skill专门用于监控GitHub上的热门AI项目，获取项目的简述信息和不同时间范围的更新状态。当用户需要了解GitHub AI项目动态时使用此skill。通过智能分析项目的活跃度、星标增长、提交频率等指标，为用户提供AI领域最具潜力和活跃度的开源项目洞察。
1. imageloader 的话自己怎么设计这个功能
> 个人自动化任务集合，通过 macOS launchd 定时调度，自动执行日常任务并同步到多个平台。
Use when building a thread-safe data persistence layer in Swift using actors with in-memory cache and file storage.