一整套 Claude Code 工作環境。Dispatch Agents、Skills、Statusline——全部從每天跟 AI agent 協作的真實工作流中提煉。
ai-toolkit/
├── agents/ # SOP 式 agent（symlink 到 ~/.claude/agents/）
│ ├── analyst.md # 架構設計 / 實作規劃 / 健康稽核
│ ├── investigator.md # 搜尋 / 探索 / 除錯 / 外部調查
│ ├── builder.md # 程式碼實作 / 測試
│ ├── reviewer.md # Code review / 死碼清理
│ ├── doc-sync.md # 文件初始化 / 文件同步
│ └── agent-factory.md # 設計並產生新 agent
├── skills/ # Skills（symlink 到 ~/.claude/skills/）
│ ├── handoff/ # Session 交接
│ ├── thorough/ # 極致交付模式
│ ├── vector-memory/ # 持久化向量記憶使用指南
│ ├── project-docs/ # 專案文件結構模板
│ ├── agentskill-expertise/ # Skill 設計知識庫
│ ├── collaboration-style/ # AI-人類協作框架
│ └── self-growth/ # 持續學習框架
├── domain-skills/ # 領域專用 skill 套組
│ ├── darkseoking/ # SEO & Threads 演算法（3 skills）
│ └── claude-code/ # Claude Code 逆向工程（6 skills）
├── mcp.example.json # MCP server 設定範本
└── statusline/ # 成本與 context 監控
Claude Code Agent tool 的 SOP 式 prompt。當 /thorough 分派平行 subagent 時，prompt 品質決定產出品質——這些 agent 提供基於步驟的工作流程，附帶明確的閾值規則、分類啟發式和結構化輸出格式。
| Agent | 模型 | 使用時機 |
|---|---|---|
analyst |
sonnet | 「設計這個」「規劃實作」「稽核 codebase」 |
investigator |
haiku | 「找 X 的所有用法」「這怎麼運作」「為什麼 fail」 |
builder |
sonnet | 「實作這個」「改 handler」「幫 X 寫測試」 |
reviewer |
sonnet | 「review 這段 code」「找死碼」「清理 unused exports」 |
doc-sync |
haiku | 「建立專案文件」「code 改了同步文件」 |
agent-factory |
opus | 「建新 agent」「改善這個 agent 的 prompt」 |
每個 agent 根據分派 context 自動判斷模式。一個 agent，多個工作流程。
- 零概念講解 — 全部是操作指令。Claude 已經知道 CQRS 是什麼。
- 步驟式 SOP — 「做 X，然後 Y，若 Z 閾值 → 執行動作」。不是「你是某某專家」。
- 硬規則 = 閾值 + 觸發 —
>50 行 → flag、>4 層巢狀 → flag。不是「保持函式簡短」。 - 分類啟發式 —
AUTO-FIX / ASK / CRITICAL附帶具體判斷標準。不是勾選清單。 - 結構化輸出 — 每個 agent 都有 report 模板。一致、可解析。
| Skill | 說明 |
|---|---|
/handoff |
Session 交接——壓縮 context 成結構化 prompt，無縫接續新 session |
/thorough |
極致交付模式——窮盡一切方案、成本優先選模型、驗證完成才收工 |
/vector-memory |
持久化向量記憶（LanceDB）——跨 session 儲存事實、決策、教訓 |
/project-docs |
專案文件結構——標準 proj-[name]/ 佈局，含 ADR、功能故事、操作指南 |
/agentskill-expertise |
Agent Skill 設計知識庫——底層機制、設計哲學、架構模式、常見誤區 |
/collaboration-style |
AI-人類協作規範——摩擦案例、程式風格偏好、行為準則 |
/self-growth |
持續學習框架——從工作中學習、組織知識、建立回饋迴路 |
圍繞特定主題或實踐者方法論打造的深度 skill 套組。與通用 skill 不同，這些套組編碼了領域專業知識，採分層架構（知識 → 操作 → 預測）。
| 領域 | Skills | 說明 |
|---|---|---|
| darkseoking | 3 | SEO & Threads 演算法——心智模型（8 大原則）、發文優化器（發布前檢查清單）、表現預測器（V2 雙階段 Views×ER） |
| claude-code | 6 | Claude Code 逆向工程——prompt 技巧、成本工程、harness 模式、安全模式、agent 設計、agent 稽核 |
每個領域都有獨立的 README，包含設定指引和架構概覽。
本 toolkit 使用的 MCP server 設定範本。
mcp.example.json— 複製到專案目錄改名為.mcp.json，填入你的 API key。
| Server | 用途 |
|---|---|
@cablate/memory-lancedb-mcp |
持久化向量記憶，支援混合搜尋（語意 + 關鍵字） |
| Serena | 語意化程式碼智能——symbol 搜尋、引用追蹤、重構 |
Claude Code 的成本與 context 監控。兩行顯示，附帶 context 警示與方案用量追蹤。
正常（< 60% context）：
┌──────────────────────────────────────────────────────────────────┐
│ Claude Opus 4 | [=======--------------] 45.2K/200.0K 22.6% │
│ 5h: 12.3% (4h 22m) | 7d: 8.1% (6d 3h) │
└──────────────────────────────────────────────────────────────────┘
警告（>= 60% context）：
┌──────────────────────────────────────────────────────────────────┐
│ Claude Sonnet 4 | concise | [============--------] 130.5K/200.0K 65.3% /handoff soon │
│ 5h: 45.0% (2h 10m) | 7d: 22.4% (5d 1h) │
└──────────────────────────────────────────────────────────────────┘
危險（>= 80% context）：
┌──────────────────────────────────────────────────────────────────┐
│ Claude Opus 4 | [==================--] 310.0K/200.0K 95.0% !! HANDOFF NOW !! │
│ 5h: 78.2% (1h 05m) | 7d: 51.3% (3d 12h) │
│ !! DO NOT close/resume -- use /handoff first, or waste 6%+ of 5h tokens !! │
└──────────────────────────────────────────────────────────────────┘
第一行 — 模型名稱、輸出風格（非預設時顯示）、context 進度條（K 精度 token 數）、使用率 %，以及 150K/200K/300K 門檻的警示。
第二行 — 5 小時與 7 天方案使用率，附重置倒數。資料來自 Claude API（快取 5 分鐘）或內建 rate_limits（v2.1.80+）。
第三行 — 250K+ token 時出現。強制警告不要在未 handoff 的情況下關閉或 resume。