research
对指定主题做初步调研并生成可确认的调研 outline 和 items 列表。
▸ 推荐理由快速搭建调研框架，适合学术、benchmark 和技术选型场景。
▸ 风险提示主要基于模型内知识生成；如启用外部检索则会访问网络资源。
全部收录
相关性达标的全量 Skills（含未精选长尾）· 共 9642 个
research-report
将深度调研输出的 JSON 结果汇总为完整的 Markdown 报告并跳过不确定值。
▸ 推荐理由自动化整合多项调研结果为可读报告，节省人工整理时间。
▸ 风险提示会读取本地结果文件并整合输出，如启用网络搜索则会访问外部资源。
research-deep
从 outline 为每个 item 启动独立 agent 并行执行深度调研，禁用任务输出。
▸ 推荐理由适合批量、可恢复的调研流水线，方便分工与并行采集。
▸ 风险提示会读写工作目录文件并可能启动网络搜索请求，存在外部数据访问风险。
research-add-items
为研究大纲自动补充研究对象/条目列表。
▸ 推荐理由可并行获取用户与外部来源补充项，效率高。
▸ 风险提示可能访问网络检索并写入 outline.yaml
research-add-fields
在现有研究大纲中自动补充或生成字段定义。
▸ 推荐理由帮助标准化结果字段，便于后续聚合分析。
▸ 风险提示会读取并修改本地 fields.yaml 文件
research
基于主题生成研究初步框架与项目清单。
▸ 推荐理由快速搭建研究大纲，节省思路整理时间。
▸ 风险提示会读取工作区文件并可能调用网络检索
research-report
将深度调研结果聚合成包含指标与字段的 Markdown 报告。
▸ 推荐理由自动化汇总并筛除不确定项，便于直接产出可读报告。
▸ 风险提示会读取结果目录并生成/写入报告文件
research-deep
为每个研究对象并行启动子任务，进行深度调研并产出结果。
▸ 推荐理由适合大规模拆分与并行采集整理，显著节省人工成本。
▸ 风险提示可能大规模并发访问网络、写文件或调用外部服务
research-add-items
为研究大纲自动补充研究对象/条目列表。
▸ 推荐理由可并行获取用户与外部来源补充项，效率高。
▸ 风险提示可能访问网络检索并写入 outline.yaml
research-add-fields
在现有研究大纲中自动补充或生成字段定义。
▸ 推荐理由帮助标准化结果字段，便于后续聚合分析。
▸ 风险提示会读取并修改本地 fields.yaml 文件
research
基于主题生成研究初步框架与项目清单。
▸ 推荐理由快速搭建研究大纲，节省思路整理时间。
▸ 风险提示会读取工作区文件并可能调用网络检索
research-report
聚合研究结果并生成覆盖字段的 Markdown 报告，省略不确定项。
▸ 推荐理由自动提取关键指标并生成可读报告，便于交付与审阅。
▸ 风险提示会读取本地输出目录中的 JSON 结果文件。
research-deep
为大纲中每项启动独立代理并并行执行深度研究与结果采集。
▸ 推荐理由擅长并行化与断点续跑，适合大规模调研任务。
▸ 风险提示会并行启动代理并可能访问外部网络与产出大量文件。
research-add-items
向研究大纲自动添加或补充研究对象项并更新 outline.yaml。
▸ 推荐理由并行获取来源，节省收集与结构化时间。
▸ 风险提示会读取并修改本地 outline.yaml 文件。
research-add-fields
在研究大纲中自动补充或生成字段定义并写入 fields.yaml。
▸ 推荐理由自动定位并合并字段定义，适合整理研究元数据。
▸ 风险提示会读取并修改本地 fields.yaml 文件。
yt2bb
将 YouTube 视频处理为带中英硬字幕并生成 B 站发布信息。
▸ 推荐理由一键完成下载、转写、翻译与烧录字幕，适合搬运与多语创作。
▸ 风险提示涉及下载第三方视频与外部 API，可能有版权/合规风险
serenity-skill
把投资代理变成供应链瓶颈识别器，沿产业链找稀缺层并用证据验证。
▸ 推荐理由为主题/产业链研究提供系统化的方法论，适合做源证据驱动的投研流程。
▸ 风险提示方法论非投资建议，基于数据的结论需谨慎验证并自行承担投资风险。
theme-factory
为幻灯片、文档等生成并应用统一主题配色与字体
▸ 推荐理由内置多套预设并支持按需生成主题，便于保持视觉一致性
unpause-subs
恢复被暂停的 skill-bus，使订阅继续处理
▸ 推荐理由按级别恢复全局或项目暂停状态，便于细粒度控制和恢复流程
▸ 风险提示会修改本地配置文件，需谨慎
remove-sub
交互式取消或禁用某个 skill-bus 订阅
▸ 推荐理由提供范围感知的取消订阅流程，避免手动改配置或误删
▸ 风险提示会修改订阅配置或执行删除操作，操作前需确认目标
reflecting-on-sessions
分析 skill-bus 遥测并提出订阅改进建议，助力会话回顾
▸ 推荐理由适合在会话或开发阶段结束时发现订阅盲点并优化策略
▸ 风险提示会读取遥测数据，可能包含敏感会话信息
pause-subs
临时禁用 skill-bus，快速停用所有订阅而不删除它们
▸ 推荐理由适合临时停止触发订阅以便排查或维护，操作轻量快捷
▸ 风险提示会修改本地配置文件，需谨慎
list-subs
列出全局与项目范围内的 skill-bus 订阅及其合并/触发情况。
▸ 推荐理由便于审计和调试订阅逻辑，了解哪些技能会被影响。
▸ 风险提示会读取并展示本地 ~/.claude 与项目 .claude 配置文件，注意敏感信息暴露。
help
展示 skill-bus 的概览、状态和可用命令的快速参考。
▸ 推荐理由适合新用户快速了解 skill-bus 功能与命令用法。
add-sub
向 skill-bus 添加订阅以在技能执行前后注入上下文或条件。
▸ 推荐理由便于定制化运行时行为和自动化流程控制。
▸ 风险提示会修改用户及项目的 skill-bus 配置文件，需注意配置安全与备份。
senior-frontend
为 React/Next.js/TypeScript 项目提供脚手架、优化与审查建议。
▸ 推荐理由覆盖从脚手架到性能和可访问性的全流程前端能力，适合工程团队。
perf-theory-gatherer
基于代码和 git 历史生成针对场景的性能假设与证据链。
▸ 推荐理由把代码变更与性能影响关联，快速定位可能根因。
perf-theory-tester
在受控环境下运行性能实验以验证具体假设。
▸ 推荐理由强制单变量实验和多次验证，降低误判概率。
▸ 风险提示会修改运行环境并执行变更，需确保可回滚并有隔离测试环境。
perf-profiler
执行 CPU/内存分析、生成火焰图并捕获性能证据。
▸ 推荐理由规范化采样与输出，便于复现与比对性能热点。
▸ 风险提示会执行本地剖析命令，需调试符号和相应权限，可能消耗大量资源。
perf-investigation-logger
将结构化的性能调查笔记和证据追加到项目状态目录中。
▸ 推荐理由为性能复盘提供统一模板，便于团队记录与追踪证据。
perf-code-paths
识别性能场景相关的入口点与可能热点文件以指导剖析。
▸ 推荐理由帮助定位剖析目标，节省探索与采样时间。
perf-benchmarker
按严格规则运行顺序化性能基准以确保测量稳定可靠。
▸ 推荐理由避免并行或过短运行带来的噪声，适合严谨性能验证。
perf-baseline-manager
管理性能基线 JSON，记录元数据并便于版本比对。
▸ 推荐理由强制基线规范，便于回归追踪与环境一致性管理。
perf-analyzer
将性能调查结果综合为证据支持的结论与可执行建议。
▸ 推荐理由把复杂的性能数据整理为决策性建议，便于工程与管理层采纳。
mcp-builder
指导构建符合最佳实践的 MCP 服务器以让 LLM 调用外部服务。
▸ 推荐理由适合需要把 LLM 与外部 API/服务稳健集成的开发者与团队。
▸ 风险提示涉及外部 API 调用与凭证管理，需注意权限与安全防护。
frontend-design
生成高质量、富有设计感的生产级前端界面与可运行代码。
▸ 推荐理由注重美学与可生产化实现，避免通用 AI 产物的平庸外观。
▸ 风险提示生成代码需人工审查与依赖管理，避免直接复制使用导致安全或许可问题。
developer-growth-analysis
分析 Claude Code 聊天历史并生成个性化成长报告并发 Slack。
▸ 推荐理由面向个体开发者的学习闭环，自动推送可行动的提升建议。
▸ 风险提示需要访问聊天记录与 Slack 权限，涉及隐私与权限管理。
changelog-generator
从 git 提交自动生成面向用户的发布说明。
▸ 推荐理由把技术提交转换为易读的客户发布说明，节省大量人工撰写时间。
▸ 风险提示需要访问仓库历史与提交内容，可能涉及敏感信息读取。
canvas-design
根据设计理念生成原创视觉作品并输出为 PNG 或 PDF 格式。
▸ 推荐理由注重设计哲学与版权友好，适合海报与静态视觉创作。
▸ 风险提示可能生成与现有艺术作品相似的图像，应注意版权合规
artifacts-builder
用于构建复杂 claude.ai HTML 前端 artifact 的模板与打包工具链。
▸ 推荐理由适合需复杂交互或组件状态管理的 artifact 开发者。
▸ 风险提示初始化/打包脚本会拉取外部依赖与执行构建，存在安全风险