Hooks

unified-notifications-ops 是一個原生於 ECC 的技能，專門把 GitHub、Linear、桌面通知、hook、聊天與 email 警示整合到同一條營運工作流中。可用來定義路由、嚴重性、責任歸屬、去重、升級處理與後續行動，而不是讓訊息零散地四處跳出。

strategic-compact 可協助你判斷何時手動執行 /compact，讓 Claude 的對話在任務切換點保持連貫。它特別適合長篇、多階段工作，例如研究、規劃、實作與測試；當你希望在有意義的里程碑進行壓縮，而不是依賴任意的自動壓縮時，也很適合拿來做 workflow automation。

security-scan 技能會使用 AgentShield 稽核你的 Claude Code `.claude/` 設定，檢查是否有機密資訊、風險較高的 MCP 設定、容易遭注入的指令、危險的繞過旗標，以及薄弱的 agent 或 hook 定義。適合在提交前或導入新成員前，進行可重複的安全檢查。

plankton-code-quality 是一套供 Claude Code 使用的寫入時程式碼品質系統。它會在每次檔案編輯後自動格式化、執行 lint，並可觸發 Claude 協助修正，幫你在編輯當下就抓出問題，而不是等到提交或 CI 才發現。特別適合 plankton-code-quality 技能、指南與 Code Editing 工作流程。

hookify-rules 可協助你為 `.claude/hookify.{rule-name}.local.md` 建立帶有 YAML frontmatter 的 Hookify 規則檔。它適合用來定義警告或阻擋所需的正確事件、模式與動作，也能把一份粗略的政策整理成可靠的 hookify-rules 技能撰寫指南。

gateguard 是一個用於 Claude 工作流程的「先驗證、再動作」前置閘門。它會攔截第一次 `Edit`、`Write` 或 `Bash` 嘗試，接著要求先針對匯入來源、schema、使用者指示與相關檔案做具體查證，之後才允許變更。這份 gateguard 指南可幫助你減少猜測，提升第一次修改的命中率。

continuous-learning-v2 可將 Claude Code 工作階段轉為以專案為範圍的學習，結合 hooks、observer agents、信心分數，以及把重複模式升級為 skills、commands 或 agents。

git-guardrails-claude-code 會加入一個 PreToolUse hook，在 Claude Code 執行前先攔截危險的 git 指令。安裝後可防止破壞性 push、hard reset、強制清理與刪除分支，並可針對單一專案或所有專案做範圍控管。當你需要在 Claude Code 的 Access Control 邊界上使用 git-guardrails-claude-code 時特別有用。

mnemos 是一個以任務為範圍的記憶技能，適合需要在多次壓縮後仍保有持久上下文的代理。它使用具型別的 MnemoGraph 來持續保存目標與約束、壓縮結果，並保留可供續接的檢查點。很適合用在 context engineering、除錯、repo 維護與交接。

iterative-development 技能透過 Claude Code Stop hooks，在每次回應後自動執行測試，並將失敗結果回饋回流程中。它很適合工作流程自動化、TDD 迴圈，以及需要讓 Claude 持續迭代直到檢查通過的快速驗證情境。

component-refactoring skill 可在 Dify 前端中，透過分析器驅動的指引，協助你重構高複雜度的 React 元件。當 `pnpm analyze-component --json` 顯示複雜度高於 50、行數超過 300，或你需要元件拆分、hook 擷取，或比通用重寫更安全的 component-refactoring 指南時，這個 skill 特別適合使用。

guard 是 Workflow Automation 的完整安全模式，結合了危險指令警告與以目錄為範圍的編輯限制。當你在接近 production 或 live data 的環境工作時，可使用 guard 技能來防範誤操作、鎖定編輯，並阻擋像 `rm -rf` 或 force-push 這類高風險命令。

freeze 是一個防護型技能，可在整個工作階段中將檔案編輯限制在單一目錄內。它會封鎖允許路徑之外的 Edit 與 Write，因此在你希望代理保持在某個模組或資料夾內時，很適合用於工作流程自動化、除錯，以及限定範圍的重構。

careful 是一個針對破壞性 shell 操作的安全防護技能。它會在執行像 `rm -rf`、`DROP TABLE`、強制推送、hard reset 和 `kubectl delete` 這類高風險指令前發出警示。當你需要在正式環境、共享環境、線上資料存放區，或 Workflow Automation 中做最後一道執行前檢查時，適合使用 careful skill。

continual-learning 是一項給 AI 程式編碼代理使用的技能，適合需要在不同工作階段之間記住有用經驗的情境。它支援 hooks、雙層記憶與反思機制，讓代理能重用專案慣例、避免重複犯錯，並隨著時間改善 Agent Orchestration。