在构建新功能、创建新组件或设计新系统之前使用。通过协作对话探索用户意图、需求和设计方案，再进入实现阶段。

触发词： 用户描述想要构建的东西且涉及设计决策

核心特性：

• 逐个提问，渐进式理解需求
• 提出 2-3 个方案并推荐最优解
• 分节呈现设计，每节获得用户认可
• 编写规格文档并自审
• 可选的浏览器可视化伴侣（展示 mockup、图表、布局对比）

非交互式自动化模式，使用 OpenAI Codex 完成 Claude 设计好的功能或计划。

触发词： "codex", "use gpt", "gpt-5", "let openai", "full-auto", "用codex", "让gpt实现"

核心特性：

• 多种执行模式（只读、工作区写入、完全访问）
• 默认使用 ~/.codex/config.toml 中配置的模型
• 自主执行无需审批
• JSON 结构化输出、可恢复会话
• CLI 完整参考和场景示例见 references/ 目录

依赖： Codex CLI（npm i -g @openai/codex 或 brew install codex）

通过 Google Gemini API 生成或编辑图片。这是默认图片技能——未指明提供商的图片请求都路由到这里。

触发词： "nanobanana", "generate image", "create image", "edit image", "图片生成", "生成图片", "AI绘图", "图片编辑"

核心特性：

• 多种宽高比和分辨率（1K、2K、4K）
• 图片编辑功能
• 多模型选择（gemini-3.1-flash-image-preview 默认, gemini-3-pro-image-preview 高质量）

依赖：

• GEMINI_API_KEY（配置在 ~/.nanobanana.env）
• Python3 + google-genai, Pillow, python-dotenv

使用 OpenAI GPT Image 模型（gpt-image-2, gpt-image-1 等）生成或编辑图片。仅在用户明确指定 OpenAI/GPT 时触发；未指明提供商的图片请求由 nanobanana-skill 处理。

触发词： "gpt image", "openai image", "generate image with openai", "用 openai 画图", "用 GPT 生成图片"

核心特性：

• 多模型支持（gpt-image-2, gpt-image-1.5, gpt-image-1, gpt-image-1-mini）
• 最多 3 张参考图编辑
• 多种尺寸和质量等级
• 透明背景、多输出格式（png, jpeg, webp）

依赖：

• OPENAI_API_KEY（配置在 ~/.gpt-image.env 或环境变量）
• Python3 + openai, Pillow

从 YouTube 视频链接提取字幕/转录文本。

核心特性：

• 双提取方式：CLI（快速）和浏览器自动化（兜底）
• 自动选择字幕语言（zh-Hans, zh-Hant, en）
• 保存转录文本到本地文件

依赖： yt-dlp（CLI 方式）或 chrome-devtools-mcp（浏览器方式）

多 Agent 编排工作流：将调研目标拆分为可并行子目标，通过 claude -p 子进程执行，聚合结果并交付精修报告。

触发词： "深度调研", "deep research", "wide research", "多Agent并行调研"

核心特性：

• 多 Agent 编排：拆分目标为并行子任务
• Skills 优先策略：已安装技能 → MCP 工具 → WebFetch/WebSearch
• 结构化交付：生成文件级报告，含摘要和结论
• 逐章精修与来源验证
• 可扩展执行：从微型（1-2 任务）到大型（15+）

产出目录结构：

.research/<name>/
├── prompts/           # 子任务 prompt
├── child_outputs/     # 子进程输出
├── logs/              # 执行日志
├── raw/               # 原始数据缓存
└── final_report.md    # 最终报告

将英文或日文技术文章翻译为自然流畅的中文。采用三步法（直译、问题识别、意译），保留 Markdown 格式和技术术语原文。

用法： /translate [粘贴文本或提供文件路径]

针对方案或设计的高强度追问式面试，沿着设计决策树逐一深入，过程中同步维护领域模型（术语表和 ADR）。

触发词： /grill-me [方案/设计描述]（仅手动调用）

核心特性：

• 一次只问一个问题，每个问题给出推荐答案
• 自动对照术语表质疑含糊表达
• 与代码交叉验证用户陈述
• 即时更新 CONTEXT.md 术语表
• 审慎创建 ADR（仅限难以逆转的重大决策）
• 支持单上下文和多上下文（Context Map）仓库

将当前对话压缩为交接文档，供下一个 agent 无缝接续工作。

触发词： /handoff [下一次会话的重点方向]（仅手动调用）

核心特性：

• 结构化交接：背景与目标、已完成工作、当前状态、待办事项、推荐技能、关键上下文
• 通过路径/URL 引用已有产物，避免重复
• 自动脱敏处理（API key、密码、PII）
• 智能判断：对话过短时提示无需生成

输出： $TMPDIR/handoff-YYYY-MM-DD-HHMM.md

从分析到创建分支、实现、测试、提交 PR 的完整 Issue 修复流程。

使用并行子代理进行多角度代码分析，支持置信度评分和误报过滤。

创建、迭代优化和基准测试 Agent 技能，包含定量评估循环和描述优化。

如果不使用 Claude.ai 订阅，需在 VSCode settings.json 中手动配置环境变量：

{
  "claude-code.environmentVariables": [
    { "name": "ANTHROPIC_BASE_URL", "value": "http://localhost:4000" },
    { "name": "ANTHROPIC_AUTH_TOKEN", "value": "sk-dummy" },
    { "name": "ANTHROPIC_MODEL", "value": "opusplan" },
    { "name": "ANTHROPIC_DEFAULT_SONNET_MODEL", "value": "claude-sonnet-4-6" },
    { "name": "ANTHROPIC_DEFAULT_OPUS_MODEL", "value": "claude-opus-4-6" },
    { "name": "ANTHROPIC_DEFAULT_HAIKU_MODEL", "value": "gpt-5-mini" },
    { "name": "DISABLE_TELEMETRY", "value": "1" }
  ]
}

同时需要 ~/.claude/config.json 的内容来跳过 claude.ai 登录。

确保 ANTHROPIC_AUTH_TOKEN 中配置的 API key 已添加到 ~/.claude.json 的已批准列表：

{
  "customApiKeyResponses": {
    "approved": ["sk-dummy"],
    "rejected": []
  }
}