Claude Code 缺乏從經驗中學習的內建功能。此技能新增多記憶體架構，讓您的 AI 能夠從每個任務中提取模式，持續改進。

權限提升既複雜又耗時。本知識庫提供系統化的方法來識別和利用 Linux 權限提升向量，包括 SUID 二進制檔案、sudo 權限和核心漏洞利用。

此技能使用ReAct循環提供結構化的自動化滲透測試。它維護狀態、應用專業的安全知識，並協調偵察、利用和權限提升，直到捕獲兩面旗幟。

此技能為授權滲透測試期間的漏洞利用和初始訪問提供結構化指導。涵蓋使用業界標準工具和方法論進行漏洞探索、適配、建立Shell連線以及捕獲使用者旗標。

手動滲透測試既耗時又需要跨多個領域的深厚專業知識。此技能使用策略協調器自動化整個流程,將任務委派給專業代理,確保全面測試,讓您專注於高層級決策。

開發工作常常在終端機會話中遺失。Chronicle 記錄您所做的一切並生成 AI 摘要,讓您能找到過去的工作、建立知識庫,並避免重複犯錯。

團隊常常在 AI 輔助工作階段後遺失脈絡。這個技能會從 Chronicle 工作階段建立結構化的 Obsidian 筆記，讓決策和變更容易找到。

您在沒有 Gemini API 的遠程系統上的 Chronicle 會話現在可以在本地機器上進行摘要。此工作流程會自動執行基於 SSH 的傳輸和清理過程。

管理專案開發時若不追蹤進度，容易遺失脈絡並導致優先順序模糊。此技能提供結構化的里程碑和產品藍圖管理功能，運用 Chronicle 資料庫工具，可視化進度並連結工作階段。

避免重複過去的錯誤，重新發現您已經實施的解決方案。這個技能會搜尋您的 Chronicle 資料庫，從之前的開發工作階段中找到相關的上下文。在過去的工作基礎上繼續前進，而非從頭開始。

Chronicle 會追蹤每一次 AI 工作階段，建立可搜尋的工作歷史。本指南提供 AI 助手運用過往工作階段、避免重複錯誤並遵循已驗證工作流程的關鍵指引。

當工具設計不良時，代理就會失敗。本技能提供系統性的方法來建立工具描述、整合功能並減少複雜性，遵循生產系統中經過驗證的模式。

建構 LLM 應用程式時若沒有明確的方法論，會導致時間浪費和預算超支。本技能提供了一套經過驗證的框架，用於評估任務適配性、設計管線架構並有效迭代。

單一人工智慧代理在處理複雜任務時會遇到上下文限制。本技能教授經過驗證的模式，可在多個代理之間分配工作，同時保持協作並避免常見的失敗模式。

代理在會話結束時會失去所有知識。此技能提供分層記憶架構的模式，可保留實體知識、追蹤關係，並支援跨會話的時間查詢。

適用於 Claude、Codex 和 Claude Code 的 AI 技能

將未經測試的程式碼部署到正式環境往往會導致錯誤、停機和面向用戶的問題。此技能強制執行必要的驗證流程，要求在執行任何部署命令之前，必須成功完成建置、啟動本地伺服器、進行瀏覽器測試並通過測試。

隨著對話增長，LLM 上下文窗口會限制任務複雜度並增加成本。此技能透過策略性壓縮、觀察遮罩、KV 快取優化和上下文分割，提供擴展有效容量的技術。

了解上下文窗口和注意力機制對於構建有效的 AI 代理至關重要。本技能將教您如何優化上下文使用、管理代幣配額，以及設計高效的代理架構。

隨著上下文增長，LLM 代理的行為會變得不可預測。此技能可幫助您識別並修復上下文衰減問題，例如「中間遺忘」效應、污染和注意力崩潰，讓您的代理在規模化時保持可靠性。