基于 LLM 风险评估的 Solana 代币狙击机器人，支持 Raydium/Jupiter 监控、自动交易与止损止盈，适合高风险偏好的加密交易者快速捕捉新币发射机会。

基本信息

• 技能名称?solana-sniper-bot
• 中文名称?Solana 新币自动狙击与风控管家
• 作者?srikanthbellary
• 分类?其他
• 版本?未标注
• 标签?finance-accounting, automation, data-analytics, blockchain, trading, crypto

使用方法

使用说明
该 Skill 是一个专为 Solana 生态设计的自动化代币狙击机器人，核心工作流程包括监控 Raydium 和 Jupiter 的新流动性池创建事件，通过多维度链上数据分析（如铸币权限、冻结权限、LP 锁定比例、持币集中度等）结合 Claude Haiku LLM 进行 rugpull 风险评估，对风险评分低于阈值的代币自动执行买入操作，并持续监控仓位以实现止盈止损的自动化管理。
显著优点在于其将 AI 风险评估与链上数据分析相结合，通过可配置的评分机制（0-100 分制，综合考量权限设置、流动性锁定、合约年龄等因素）降低投资风险，同时支持通过 Jupiter 聚合器获取最优价格执行交易。系统提供完善的参数配置选项，包括单次买入金额、止盈止损倍数、最大持仓数量、最低流动性要求等，满足不同风险偏好用户的策略需求，且所有依赖库版本均已锁定，代码规范无危险函数。
然而，该 Skill 也存在明显局限性：首先来源为 GitHub 个人开发者（T3 级别），非知名安全机构背书；其次高度依赖外部 API（Anthropic、Jupiter、RPC 节点）的稳定性和响应速度，免费 RPC 可能错过快速发射的新币；更重要的是 memecoin 交易本身具有极高风险，大多数新代币最终归零，且市场极端波动可能导致止损止盈机制滑点执行或无法按预期成交。
适合具备高风险承受能力、熟悉 Solana 生态和加密货币交易的专业用户，特别是希望自动化监控新币发射并快速响应的量化交易者或 DeFi 研究员。不适合无风险承受能力、无法主动监控系统运行或使用主钱包大额资金的新手用户。
使用风险主要包括：资金安全风险（建议仅使用专用钱包和小额资金测试）、智能合约风险（尽管有 LLM 评估仍可能遭遇新型诈骗或合约漏洞）、网络延迟风险（免费 RPC 速率限制导致错失交易时机或抢跑失败）以及 API 依赖风险（Anthropic 或 Jupiter 服务中断将直接影响交易执行）。用户必须严格遵循安全指南，切勿使用存储大额资产的主钱包私钥，并需主动监控而非"设置后不管"。

AI代码审查工具，通过分析Git差异和对话历史主动发现代码问题与需求理解偏差，支持OpenCode、Codex、Claude Code等主流AI编程环境。

基本信息

• 技能名称?vet
• 中文名称?AI编程会话的实时代码审查员
• 作者?andrewlaack-collab
• 分类?其他
• 版本?0.2.4
• 标签?code-review, ai-assisted-coding, git-diff-analysis, session-history, claude-code, codex, opencode, static-analysis, continuous-verification

使用方法

使用说明
Vet 综合评估
核心用法
Vet是一款针对AI辅助编程场景设计的代码审查工具，其核心价值在于 即时验证（verify-everything） 。安装 verify-everything 包后，用户可在每次代码逻辑单元变更后立即调用vet，通过指定 --history-loader 参数加载当前AI会话历史（支持OpenCode、Codex、Claude Code三种主流环境），让vet同时分析Git diff和对话记录，识别实现与原始需求之间的偏差。
显著优点

1. 会话感知审查 ：不同于传统静态分析工具，vet能理解AI编程的迭代对话上下文，捕捉"理解偏差"类问题
2. 多平台支持 ：内置三大主流AI编码工具的会话导出脚本，降低集成门槛
3. 灵活的置信度控制 ：通过 --confidence-threshold 参数（0.0-1.0）调节审查严格程度
4. 无API模式 ： --agentic 模式允许通过本地Claude Code/Codex CLI路由分析，解决API密钥缺失问题
5. 主动审查理念 ：强调"Do not batch changes"，鼓励高频小粒度验证
   潜在缺点与局限性
   非测试替代品 ：明确声明不能替代实际测试运行，仅作静态审查补充
   多代理噪声 ：同仓库多AI代理并行时，Git diff可能混入他人变更，需人工甄别
   历史加载复杂度 ：需手动定位会话ID或文件路径，对新手不够友好
   更新维护成本 ：随AI工具演进需同步更新CLI和导出脚本
   适合人群
   使用OpenCode/Codex/Claude Code进行复杂多轮迭代的开发者
   团队协作中需确保AI实现与需求一致性的场景
   追求代码审查自动化但缺乏API资源（agentic模式）的用户
   常规风险
   误判风险 ：多代理环境下可能误报他人代码问题
   隐私暴露 ：会话历史可能包含敏感信息，需确认导出脚本的数据处理范围
   过度依赖 ：高频调用可能产生审查疲劳，忽视真正关键问题

纯文档型博客写作指导工具，通过风格指南和示例库帮助用户生成具有个人特色的长文内容，支持Notion自动发布工作流。

基本信息

• 技能名称?blog-writer
• 中文名称?专属风格的长文创作助手
• 作者?TomsTools11
• 分类?其他
• 版本?未标注
• 标签?content-media, productivity, docs, automation

使用方法

使用说明
核心用法
blog-writer 是一个专注于个性化博客写作的 Skill，其核心工作流程分为五个阶段：信息收集、内容起草、审阅迭代、Notion 发布和示例归档。用户需提供主题、角度偏好、研究材料及目标篇幅，Skill 将基于 references/style-guide.md 和 references/blog-examples// 中的示例进行风格校准，生成 800-1500 字的 Markdown 格式文章。完成后的草稿必须发布至 Notion 的 "TS Notes" 数据库（Type=Writing，Project=My Writing），最终定稿还需归档至示例库以持续优化风格匹配能力。
显著优点
该 Skill 的最大优势在于 风格一致性保障机制 。通过结构化的风格指南（直接、对话式、第一人称叙事、短段落）和不断扩充的示例库，能够有效避免 AI 生成内容的同质化问题。其工作流设计完整闭环，从研究整合到自动发布一气呵成，特别适合需要高频产出个人品牌内容的创作者。Notion 集成的强制性要求（"未发布即视为失败"）也确保了内容资产的可追溯性。
潜在缺点与局限性
首先， 风格固化风险 值得关注——过度依赖历史示例可能导致创作路径依赖，抑制风格演进。其次，示例库 20 篇的上限管理机制（需用户手动确认清理旧文件）在长期使用中可能成为摩擦点。此外，Skill 本身不执行任何代码操作，所有 Notion 交互依赖 Claude 内置 MCP 工具，这意味着网络中断或授权失效将直接阻断核心功能。最后，当前设计针对英文写作场景优化，对中文语境的段落节奏、标点运用等缺乏明确指导。
适合的目标群体
个人品牌运营者 ：需要稳定输出观点鲜明、风格统一的专栏作家、独立咨询师
技术布道者 ：AI、生产力工具、营销科技领域的 thought leader
内容团队 ：希望建立可复用的写作者风格资产，实现多人协作时的 voice consistency
Notion 重度用户 ：已将知识管理流程建立在 Notion 上的效率工具爱好者
使用风险

1. 授权依赖风险 ：Notion 功能需用户单独授权，首次配置失败将导致工作流中断
2. 数据持久化风险 ：示例库文件管理依赖本地文件系统，跨设备同步需额外配置
3. 风格漂移风险 ：若示例库混入非本人写作内容，将系统性污染后续输出质量
4. 性能瓶颈 ：随着示例库膨胀，风格匹配的计算开销可能增加响应延迟

基于 Node.js 的本地后台计时器，支持多格式时间输入与系统通知，零依赖、无网络通信，适合日常提醒与番茄工作法。

基本信息

• 技能名称?timer
• 中文名称?零依赖后台计时提醒专家
• 作者?hisxo
• 分类?其他
• 版本?未标注
• 标签?productivity, automation, office, operations

使用方法

使用说明
核心用法
Timer Skill 是一款轻量级后台计时工具，通过 Node.js 脚本实现多场景定时提醒。用户可通过 bash background:true 命令启动计时器，支持秒（s）、分钟（m）、小时（h）及 MM:SS、HH:MM:SS 等多种时间格式，并可附加自定义标签（如"Check the oven"）。计时器以独立后台进程运行，完成后通过系统消息通知用户，Agent 需直接回复提醒内容（禁止以 HEARTBEAT_OK 开头）以确保用户收到通知。
显著优点

1. 零外部依赖 ：仅使用 Node.js 内置模块（child_process、path），无 package.json 依赖，杜绝供应链攻击风险。
2. 输入严格验证 ：parseDuration 函数采用正则表达式校验时间格式，限制最大 24 小时，防止无效或恶意输入。
3. 后台进程管理 ：支持多计时器并行运行，可通过 process action:list/poll/kill 查看、监控和终止任务。
4. 原生系统集成 ：macOS 环境下自动调用 afplay 播放系统提示音，增强提醒效果。
5. 权限最小化 ：仅申请 node 运行权限，与功能完全匹配，无过度授权。
   潜在缺点与局限性
   平台限制 ：提示音功能依赖 macOS 的 afplay 命令，其他系统无声音提醒。
   精度边界 ：计时检查间隔为 100ms，不适合毫秒级精密计时场景。
   时长上限 ：硬编码 24 小时最大限制，无法满足超长周期提醒需求。
   T3 来源风险 ：虽代码审计通过，但源自个人开发者账号（hisxo），长期维护稳定性存疑。
   适合的目标群体
   需要烹饪计时、会议提醒的日常用户
   践行 Pomodoro 番茄工作法的效率工作者
   多任务并行管理需求的办公场景
   对数据隐私敏感、拒绝云端服务的本地优先用户
   使用风险
   通知丢失风险 ：若 Agent 错误地以 HEARTBEAT_OK 开头回复，短内容将被系统过滤，导致用户收不到提醒（文档已重点警示）。
   进程残留风险 ：异常退出可能导致后台进程未清理，需手动通过 process action:list 检查。
   跨平台兼容性 ：非 macOS 系统无音频反馈，依赖视觉通知。

基于社区开源的纯知识型酸面团管理助手，提供科学的喂养计划、水合率计算与健康诊断，让家庭烘焙更专业可控。

基本信息

• 技能名称?sourdough-starter-manager
• 中文名称?科学管理你的天然酵母
• 作者?akhmittra
• 分类?其他
• 版本?未标注
• 标签?productivity, education-research, automation, content-media

使用方法

使用说明
核心用法
Sourdough Starter Manager 是一款面向家庭烘焙爱好者的酸面团发酵剂管理知识技能。用户可通过自然语言交互获取四大核心服务：喂养计划制定（支持日常维护、冷藏保存、烘焙前准备等多种场景）、水合率精确计算（100%与75%等常见比例转换）、发酵剂健康诊断（通过气味、膨胀度、质地等指标判断状态），以及多日复烤时间线规划。技能内置完整的数学公式体系，包括 hydration 百分比计算、1:1:1 与 1:2:2 等经典喂养比例应用，以及目标用量反向推导算法。
显著优点
知识体系完整 ：涵盖从日常维护到长期存储（冷藏、脱水两种方法）的全生命周期管理，甚至包含温度-活性对照表等工程化数据。 场景覆盖全面 ：无论是当日即兴烘焙、次日计划，还是周末深度备料，均提供倒推时间线。 诊断能力实用 ：针对 hooch 形成、醋酸异味、霉菌污染等常见问题给出分级处理方案，明确区分可挽救与必须丢弃的界限。 零门槛使用 ：纯文档型设计无需配置环境变量或安装依赖，开箱即用。
潜在缺点与局限性
缺乏个性化学习 ：无法记录用户特定发酵剂的历史表现以优化预测，每次交互均为通用建议。 环境变量敏感 ：所有时间线基于 68-80°F 室温假设，实际在寒冷冬季或炎热夏季需人工调整，技能未提供动态温度补偿算法。 无 IoT 集成 ：不支持连接智能温湿度计或厨房秤，无法实现自动化监测与提醒。 来源权威性有限 ：内容虽经结构化整理，但未经专业烘焙机构或食品科学实验室验证，关键决策仍需交叉参考。
适合的目标群体
家庭烘焙爱好者（尤其是酸面团入门者）、追求手工面包品质的周末烘焙师、需要管理多个发酵剂的小规模烘焙工作室，以及希望系统学习发酵原理的烹饪学习者。对专业商业烘焙或食品安全合规要求严格的场景则不适用。
使用风险
性能风险 ：纯知识型技能无计算瓶颈，但复杂多日复烤计划需用户自行跟踪执行节点。 信息时效性 ：发酵科学虽有经典理论，但新型面粉、酶制剂等可能未被涵盖。 执行偏差 ：用户若误读比例（如将 1:2:2 理解为重量而非体积）可能导致发酵剂失衡，建议关键操作前二次确认。