上下文工程

strategic-compact 可帮助你判断何时手动执行 /compact，让 Claude 会话在任务边界处保持连贯。它适用于长时间、多阶段的工作，尤其是调研、规划、实现和测试；在你希望压缩发生在逻辑里程碑，而不是任意自动压缩时，它也很适合用于 workflow automation。

iterative-retrieval 是一种工作流模式，用于在 agentic 工作中逐步优化上下文检索。它能帮助 subagents 避免获取过多或过少的上下文，因此适用于 iterative-retrieval 的使用场景、安装决策，以及 Workflow Automation 中的 iterative-retrieval。

gateguard 是为 Claude 工作流设计的事实强制型预行动门禁。它会拦截第一次 Edit、Write 或 Bash 尝试，然后要求先对 importers、schemas、用户指令和相关文件进行具体调查，之后才允许修改。使用这份 gateguard 指南，可以减少猜测，提高首轮编辑的命中率。

documentation-lookup 帮助 agent 直接从最新文档回答库、框架和 API 问题，而不是依赖记忆。它非常适合安装、配置、参考资料和代码示例类任务，尤其是在最新语法很重要时。对于依赖实时文档和版本准确指导的 Skill Docs 请求，建议使用 documentation-lookup 技能。

codebase-onboarding 会分析一个陌生的 repo，并生成一份结构化上手指南，包含架构图、关键入口、约定规范以及一个起始版 CLAUDE.md。适合在加入新项目，或首次在某个 repository 中为 Claude Code 做配置时使用。

blueprint 能把一句话目标拆解成适用于复杂工程工作的分步实施方案。它面向跨多次会话、多个 PR 的任务、重构、迁移，以及项目搭建场景；当新的 agent 需要快速获取上下文、梳理依赖顺序、识别可并行步骤并设置评审关卡时，尤其适合使用 blueprint。

using-superpowers 是来自 obra/superpowers 的会话启动技能，要求在任何回复前先进行技能查找，帮助代理优先发现并激活合适的工作流。

subagent-driven-development 是一项用于执行实现计划的技能：为每个任务分配一个全新的 subagent，然后对每项结果进行两轮评审——先检查是否符合 spec，再评估代码质量。它内置了 implementer、spec reviewer 和 code quality reviewer 的提示词模板。

smart-explore 是一项面向代码结构探索的技能，会先用 `smart_search`、`smart_outline` 和 `smart_unfold` 对代码库建立结构化认知，再决定是否读取完整文件。它适合代码导航、定向调试，以及在具备 MCP 工具支持时用于 Code Review 场景下的 smart-explore。

audit-context-building 会在漏洞排查前先构建深入的、逐行级别的代码上下文。这个 audit-context-building 技能可帮助安全审计员、架构评审人员和 agents 减少先入为主的假设，跟踪不变量，并在发现问题、修复或威胁建模之前准备可靠的审查上下文。

skill-judge 是一项用于审查和评分的技能，适合审计 AI 技能包和 SKILL.md 文件。它可帮助作者与维护者评估知识增量、激活清晰度、工作流质量以及发布准备度，并提供可落地的改进建议。

command-creator 可帮助你把反复使用的 Claude Code 工作流整理成可复用的 slash commands。你可以了解合适的命令设计模式，编写 agent 可执行的指令，判断应使用 `.claude/commands/` 还是 `~/.claude/commands/`，并借助随附参考资料查看示例与最佳实践。

tree-of-thoughts 是一种推理工作流技能，帮助智能体探索多种路径、剪除薄弱分支，并综合出更好的答案。它适用于困难调试、方案规划、架构权衡，以及用于 Agent Orchestration 的 tree-of-thoughts。

launch-sub-agent 可帮助你在多智能体系统中为边界明确的任务派发一个专注的子智能体。它会分析任务复杂度，选择合适的模型层级，支持按专长匹配智能体，并加入自我审查验证，以获得更可靠的结果。

Judge 是一个两阶段评估技能：先启动 meta-judge，再启动 judge 子代理，在隔离上下文、证据和明确标准下对作品打分。适合用于代码、写作、分析或 Skill Authoring 的仅报告式审查；当你需要一份站得住脚的 judge 指南，而不是随口给出的意见时，它尤其合适。

do-competitively 帮你通过并行候选生成、基于 rubric 的评判和基于证据的综合，解决重要任务。它特别适合 Workflow Automation 以及其他高风险请求，因为在这些场景里，质量、鲁棒性和权衡处理比速度更重要。

parse-knowledge 可将杂乱文本整理为适用于 OrbitOS 风格知识库的结构化 Markdown 笔记，把源材料拆分为一篇主研究笔记，以及多个带链接的原子化 wiki 笔记，并包含 YAML frontmatter 与可直接用于 vault 的路径。

使用 brainstorm，把零散想法在编码或实施计划前转化为可落地的设计。它适合头脑风暴、产品探索、架构探索，以及战略规划中的 brainstorm：一次只问一个问题，逐步探索选项与取舍，并验证每一步。对于目标明确、机械性的工作则不适合。

reflect 是一个 Skill Validation 工具，用于审查先前的回复或输出。它通过复杂度分流和验证，在内容发布前捕捉遗漏的缺陷、薄弱推理以及过度自信的通过判断。

memorize 是一款 Skill Authoring 和 agent 工作流技能，可借助 Agentic Context Engineering，把反思、评审意见和执行反馈沉淀为持久、可执行的 CLAUDE.md 指南。适合那些需要让经验不只停留在一次对话中，并能持续改进后续运行的场景。

context-engineering-advisor 帮你诊断是上下文堆砌还是上下文工程，并进一步收紧边界、优化检索和工作流顺序，从而获得更稳定的 AI 输出。

pua-loop 是一个面向长流程、多步骤任务的循环执行 skill。它通过 `/pua:pua-loop` 运行，会创建 `.claude/pua-loop.local.md`，并按 `pua:pua` 规则持续进行校验、修复和重跑，直到任务完成。最适合用于检查标准清晰、具备停止控制的限定型编码任务或工作流自动化。

planning-with-files 是一款基于文件的规划技能，适合处理多步骤工作。它通过 `task_plan.md`、`notes.md` 和交付文件等 markdown 文件来跟踪进度、保存研究内容，并让输出结果能够跨会话持续保留。