Azzygoatcoder/agent-useful-skills

Agent 实用技能

verify

模块化 AI 科研/工程技能集合（Claude Code / DeepSeek Harness 通用）。 把「读论文 → 画图 → 写文档 → 安全审计」这些重复任务，沉淀成可复用的 skill + 脚本，每个模块自带验证环。

一句话：LLM 写中间产物 → 脚本固化格式 → 跨模型验证环兜底。

全貌索引（模块→skill→脚本→验证方式）：见 skeleton.md。

设计原则（为什么这么设计）

| 原则 | 含义 |
|------|------|
| 验证环 | AI 生成的图/内容，用独立模型兜底——vision 渲染复核、review 对抗评审。不盲信单次输出。注意这是"独立性"而非"补能力"：宿主模型自带的原生视觉已经能看图，但同模型自评会继承同一套盲点，所以复核仍要走另一个模型 |
| 场景判定 + 自进化日志 | 每个 skill 先判「给谁看、什么深度」，每次实战把教训写回 skill，越用越强 |
| 工具不堆积 | 新工具先问「有没有真正新增的能力」，有才吸收，重复轮子不装。能力被宿主吸收后，工具要重新定位或退役——例如原生视觉出现后 vision.py 从"代眼"改为"独立复核" |
| 配置走 env | 脚本优先读环境变量，兜底 Claude Code 本地设置。仓库不硬编码任何供应商端点或密钥 |

设计灵感：科研骨架的设计哲学（跨模型评审循环、对抗验证）受 ARIS（arXiv:2605.03042）启发，未直接使用其代码。详见 THIRD-PARTY-NOTICES.md。

仓库结构（monorepo）

agent-useful-skills/
├── index.mjs / package.json / cordis.patch.yml  # DSH 插件外壳（dsh.bundle，把全部技能注册进 ctx.skills）
├── plugins/     # 可独立安装的 Claude 插件（有 .claude-plugin）
│   ├── code-security-skills/
│   └── superpowers/
├── skills/      # 独立 skill（单 SKILL.md，非插件）
│   └── storage-analyzer/
├── archive/     # 归档 skill（保留在仓库，默认不注册）
├── bin/         # 共享辅助脚本
└── latex-templates/

包含的模块

插件（plugins/）

| 插件 | 版本 | 说明 |
|------|------|------|
| Code Security Skills | v1.4.3 | 系统化安全审计：场景分流 → 并行探索 → 深度验证（跨模型对抗）→ 报告 → 增量重审计 + 状态追踪工具 |
| Dev Workflow | v2.0.1 | Git 协作与发布：issue / PR / review / release（单技能覆盖全链） |
| Superpowers（本地改版） | 6.2.0-local | superpowers fork + 科研骨架自定义 skill |

自定义 Skills（plugins/superpowers/skills/）

| Skill | 用途 |
|-------|------|
| figure-drawing | 论文制图：概念图 / 精确数据图 / 技术架构图 场景分流，原生读图自检 + 独立模型复核 |
| paper-reading | 论文阅读：搜索入库 / 防撞车 / 快速读 / 精读（六节模板 + 置信度分级） |
| office-tools | Office 写作：md→docx/pptx（公式转原生方程）、Excel 处理、提图 |
| paper-writing | 论文写作一条龙：venue 选模板 → 模块化写作 → 编译页数检查 |

独立 Skill（skills/）

| Skill | 用途 |
|-------|------|
| storage-analyzer | 只读磁盘存储分析：三色分级清理决策 + 交互式 HTML 报告（第三方改编，MIT） |

Helper 脚本（bin/）

| 脚本 | 用途 | 依赖 |
|------|------|------|
| vision.py | 跨模型识图（独立第二意见）——宿主模型已自带原生视觉，本脚本用于验证场景 | LLM_API_URL + key（env） |
| review.py | 跨模型对抗评审（kill-argument 结构化 JSON，Qwen3.5-397B） | LLM_API_URL + key（env） |
| gen-image-mcp.cjs | 通用生图 MCP server（OpenAI 兼容；.cjs 因仓库为 ESM） | GEN_IMAGE_URL / GEN_IMAGE_PROVIDERS（env） |
| office_tools.py | Office 处理（Excel / pandoc md→docx/pptx / 提图） | openpyxl + pandoc（extras [office]） |
| latex_build.py | LaTeX 模板库管理（new/build/pages） | latexmk + xelatex |
| data_plot.py | 期刊级数据图（样式 / 数据耦合保存） | matplotlib/pandas/numpy（extras [plot]） |
| security_audit_tools.py | 安全审计报告状态管理（自动探测报告路径） | 标准库 |
| fig2drawio.py | 论文图 → draw.io 复刻 | LLM_API_URL + key（env） |
| consistency_check.py | 矢量图一致性检查 | LLM_API_URL + key（env） |
| check_skills.py | 校验 SKILL.md 是否符合 DSH 规则 + 清单/交叉引用/插件版本/配图一致性（--strict、--no-refs） | 标准库 |
| export_diagram.py | 配图导出：HTML 图源 → 独立 .svg（补 xmlns/prolog/webfont）；--png 出 PNG、--check 查漂移 | 标准库（PNG 需 rsvg-convert） |
| redeploy-skills.ps1 | DSH 技能链接部署/自愈/校验（Windows junction / POSIX symlink，-Check 只读模式） | pwsh 7 |

快速开始

识图：宿主模型（DeepSeek V4.1+）自带原生视觉，直接读图即可，无需脚本
仅在需要「与作者模型不同的独立判断」时才调 vision.py（验证场景）
python bin/vision.py  "这张图的渲染有没有错？"

markdown → Word（公式转 OMML 原生方程）
python bin/office_tools.py md2docx 笔记.md 报告.docx --toc

期刊级数据图（自动双出 pdf+png+csv）
python bin/data_plot.py demo

安全审计
触发 code-security-audit skill，或直接用 /audit

安装

插件

claude plugins install https://github.com//agent-useful-skills --path code-security-skills

Skills

superpowers/skills/ 下的 skill 复制或符号链接到 ~/.claude/skills/：

macOS / Linux
ln -s "$(pwd)/superpowers/skills/paper-reading" ~/.claude/skills/paper-reading
Windows（junction）
New-Item -ItemType Junction -Path "$env:USERPROFILE\.claude\skills\paper-reading" -Target "$pwd\superpowers\skills\paper-reading"

Helper 脚本

bin/ 下的脚本可直接 python bin/.py 调用，也支持 pip install -e . 一键安装为 console 命令（推荐，不依赖 junction）。

核心命令（review / vision / check-skills / latex-build / security-audit-tools 等）零第三方依赖；带可选依赖的能力按用途分组，避免为用一个命令装齐全部重依赖：

pip install -e .                 # 核心命令
pip install -e ".[office]"       # + openpyxl / python-docx / python-pptx / PyMuPDF（Excel、Word、PPT、PDF 提图）
pip install -e ".[plot]"         # + matplotlib / pandas / numpy（期刊级数据图）
pip install -e ".[all]"          # 全部

review file.md           # 跨模型对抗评审（结构化 JSON）
vision img.png "渲染有没有错"   # 跨模型识图复核（看懂图用原生读图即可）
office-tools md2docx a.md b.docx      # md→docx 走 pandoc（无需 extras）
office-tools extract pdf 论文.pdf --outdir 图/ --min-size 250 --min-kb 5   # 需 [office]
data-plot demo                        # 需 [plot]
latex-build list
security-audit-tools list             # 审计报告状态（自动探测报告路径）

DeepSeek Harness（DSH）接入

本仓库 skills 兼容 DSH（Agent Skills 标准运行时，本机已验证全部技能可注册）。DSH 只识别单层技能目录 //SKILL.md，插件内技能需逐个建 junction（不要把整个 skills/ 目录链过去）：

用户级技能根：~/.dsh/skills（所有会话）；项目级：/.dsh/skills
New-Item -ItemType Junction -Path "$env:USERPROFILE\.dsh\skills\paper-reading" -Target "$pwd\plugins\superpowers\skills\paper-reading"

- 校验：python bin/check_skills.py（或 pip install -e . 后 check-skills），确保 SKILL.md 符合 DSH 解析规则
- 自动化部署/自愈（推荐替代手写 junction）：pwsh bin/redeploy-skills.ps1（创建缺失链接、清理失效链接）；-Check 为只读校验（链接完整性 + frontmatter）。支持 DSH_HOME / DSH_SKILLS 环境变量覆盖目标目录
- ⚠️ 链接部署下，在 DSH 技能管理界面（如 skill-explorer）中只用启用/禁用，不要用删除——删除可能级联到链接目标（即仓库真实文件）
- 注意：subagent-driven-development/scripts/ 下 3 个无扩展名脚本是 bash，Windows 需在 Git Bash / WSL 下运行

DSH 插件安装（dsh-market 一键）

仓库根带有 dsh.bundle 声明（package.json + cordis.patch.yml + index.mjs），可作 DSH 插件安装，在 dsh-market / awesome-dsh-plugin 中可见：

dsh plugin --profile web add github:Azzygoatcoder/agent-useful-skills

- 插件按 skills.manifest.json 注册默认技能清单（当前 12 个）；仓库中其余单层技能保留为归档/可选，不默认注册（与 redeploy-skills.ps1 同一份清单契约）
- 去重契约：已通过 junction 部署在 ~/.dsh/skills（或项目 .dsh/skills）的技能名会被插件自动跳过，本地在用的副本优先，不会重复注册；全新机器才会获得插件自带的默认技能
- 默认清单（12）：test-driven-development、systematic-debugging、verification-before-completion、subagent-driven-development、figure-drawing、paper-reading、paper-writing、office-tools、storage-analyzer、code-security-audit、security-fix-skill、dev-workflow
- 刻意不占 catalog：using-superpowers（元纪律，disable-model-invocation: true）——仍可手动调用，但不参与模型自动触发（它的 description 是"任何对话开始时"）。verify-plugin.mjs 会断言该字段存在，防止静默失效
- 归档默认不注册（15）：brainstorming、writing-plans、dispatching-parallel-agents、finishing-a-development-branch、using-git-worktrees、requesting-code-review、receiving-code-review、writing-skills、self-evolve（原 meta/流程类）；以及合并掉的 audit、reaudit（→ code-security-audit）、issue-skill、pr-skill、release-skill、review-skill（→ dev-workflow）。目录都在 archive/，每个附 README.md 说明合并原因与原件，如需要可在 skills.manifest.json 中加回
- 白盒自检：node bin/verify-plugin.mjs（需仓库根 node_modules/@deepseek-ai/dsh-skill-filesystem 可解析，见 verify-plugin.mjs 头部注释）

CI（.github/workflows/verify.yml）

上面这些门禁在 CI 上自动跑，四个组合：ubuntu / windows × Python 3.9 / 3.11。
（3.9 是 pyproject.toml 声明的 requires-python 下限——声明了下限就该被真实检验。）

每一步都能在本地原样复现，且全部离线（不调 LLM/MCP，不需要密钥）：

python -m compileall -q bin tests              # 语法（按 matrix 的 Python 版本）
python bin/check_skills.py --strict            # DSH 契约 / 清单 / 交叉引用 / 插件版本 / 配图漂移
python tests/test_bin_contracts.py             # review 截断契约 + 审计 --reason 往返
npm install --no-audit --no-fund
node bin/verify-plugin.mjs                     # 注册契约 / 去重 / 候选形状
python bin/export_diagram.py --check  ...   # 配图派生是否同步
pwsh bin/redeploy-skills.ps1 -Check            # 部署完整性（CI 先造 DSH_HOME，见 tests/make_dsh_home.py）

本地一次跑完：python tests/test_bin_contracts.py && python bin/check_skills.py --strict。

tests/ 下是离线可跑的契约测试——凡是能用 stub 替掉网络调用的行为契约都放这里，
这样可以进 CI；需要真调模型的部分不进来。

校验范围是全仓库，plugins/superpowers/ 不例外。它虽然 fork 自上游（且不跟随上游更新），
但已经过本地改造、是要维护并改进的代码（见 plugins/superpowers/CLAUDE.md：
「永不更新上游，原版 MIT 可自由修改」）。"不跟随上游"是为了可以自由改，不是不去动它——
该目录里我们自己的 skill（figure-drawing / paper-reading / paper-writing / office-tools）
与沿用下来的那些，接受同样的检查与同样的改进。

外部 skill 依赖（skills.external.json）

有些能力引用了不随本仓库分发的第三方 skill（diagram-design / fireworks-tech-graph /
md-format-fixer），它们常只装在 ~/.claude/skills。而 DSH 只发现 ~/.dsh/skills、
~/.agents/skills 与 /.dsh/skills —— 于是会出现「技能里写着 use diagram-design，
DSH 里的模型却看不到它」。这在以前是靠模型记得，属于验证环唯一没覆盖的地方。

现在依赖是声明式 + 可校验的：

python bin/check_external.py      # 报告：找到没有 / frontmatter 是否适配 DSH / 链接是否悬空
pwsh  bin/redeploy-skills.ps1     # 修复：把找到的软链进 DSH 技能根
pwsh  bin/redeploy-skills.ps1 -Check   # 只读校验（会打印外部依赖小节）

- 软失败：来源找不到就跳过并提示，不算失败、退出码仍为 0。换机器上没有这些 skill
也不会让部署炸掉；引用它们的技能各自写明回退路线
- 悬空自愈：链接目标消失后再部署会重建（与 node_modules 那个 pnpm-hash 悬空坑同类问题）
- 契约校验：外部 skill 的 frontmatter 也按 DSH 规则查（name / description /
legacy 键），并提示 catalog 截断风险 —— 实测 diagram-design 646 字符、
md-format-fixer 532 字符，都超过 DSH 的 500 上限，挂进 catalog 会被截断
- wiretext 标为可选（本机未安装；它只是 diagram-design 内部推荐的轻量替代，
不是本仓库技能的硬依赖）

密钥配置

脚本优先读环境变量，兜底 ~/.claude/settings.json（Claude Code 本地设置）：

export LLM_API_URL="https://api.siliconflow.cn/v1/chat/completions"
export SILICONFLOW_API_KEY="sk-..."

识图后端一键切换（可选，默认 siliconflow）
export VISION_PROVIDER="sensenova"   # 自动带出 URL + 模型 + SENSENOVA_API_KEY

许可证

MIT · 第三方内容归属见 THIRD-PARTY-NOTICES.md