團隊需要能清楚且安全地公開外部服務的 MCP 伺服器。此技能會引導 TypeScript 與 Python MCP 專案的規劃、實作、測試與評估。

教育工作者經常需要具體、可衡量，且與評量一致的目標。此技能會將主題轉換為結構化成果，包含 Bloom 層級、CEFR 進程、先備知識與成功標準。

教育團隊需要清晰的視覺素材來解釋複雜概念，而不必手動反覆進行設計修改。此技能會引導 Claude、Codex 或 Claude Code 完成以 Gemini 為基礎的生成、品質檢查與課程嵌入流程。

當團隊在未經架構審查的情況下複製模板時，Helm charts 往往會變得難以操作。此技能會引導 Claude、Codex 和 Claude Code 做出結構化的 chart 設計決策。

通用 AI 介面往往看起來彼此相似，且缺乏產品脈絡。此技能引導 Claude、Codex 和 Claude Code 產出具有明確視覺方向、精緻完善的前端作品。

程式設計教育者需要能建立長期記憶的練習集，而不只是增加題目數量。此技能會建立結構化的 Python 練習，包含目標、進程、測試、評分規準、提示與複習模式。

Docusaurus 部署可能會失敗，因為設定、建置輸出和 GitHub Pages 設定必須一致。此技能會在發布前引導進行本機驗證、workflow 設定和部署檢查。

開發人員在只需要一個聚焦答案時，常會浪費時間閱讀完整文件頁面。此技能會擷取 Context7 文件，並將其篩選成精簡的範例、簽章與注意事項。

教育草稿很難在技術準確性、教學品質和結構上保持一致的判斷。此技能會套用加權評分規準與合規檢查清單，產出清楚的審查發現與修訂優先順序。

當先備知識、範例與檢查點不明確時，複雜概念往往會讓學習者感到不知所措。此技能可協助 Claude、Codex 和 Claude Code 建立具階段性的學習計畫，並納入認知負荷控制。

教學用程式碼範例經常失敗，因為驗證忽略了學習情境。此技能會依教學層級選擇驗證深度，並回報可採取行動的 Python 診斷結果。

許多程式碼範例只展示語法，卻沒有建立理解。這項技能可協助 Claude、Codex 和 Claude Code 建立具備脈絡、驗證與符合學習者程度的範例。

團隊需要清楚的模式，將 ChatKit 對話連接到實際的應用程式動作。此技能提供 Agents SDK、MCP 包裝器、FastAPI 服務與 Next.js 小工具的架構指南。

當團隊憑記憶而非來源範例來教授格式時，文件可能會逐漸偏離。此技能會引導 Claude、Codex 和 Claude Code 在發布前將內容與標準專案檔案進行比較。

手動瀏覽器任務會拖慢測試、研究和資料收集。此技能會將 Claude、Codex 和 Claude Code 連接到 Playwright MCP，以執行可重複的瀏覽器動作。

大型教學書籍很難在章節、練習和學習目標之間妥善組織。此技能提供鷹架、範本和檢查項目，用於規劃連貫的教育書籍。

建立公平的程式設計評量需要時間，而且常常過度使用記憶型題目。此技能會設計多樣化題目、評分規準、答案鍵與驗證檢查，並對齊學習目標。

當課程缺乏結構時，使用 AI 教學可能會削弱核心技能。此技能協助教育者設計平衡的程式設計課程，結合 AI 協作與獨立驗證。

Tauri WebView 問題通常需要來自不同位置的截圖、日誌、程序檢查與狀態詳細資訊。此技能為 Claude、Codex 和 Claude Code 提供結構化的本機工作流程，用於收集與分析這些證據。

無障礙問題可能阻礙使用者並造成合規風險。此技能可協助 Claude、Codex 和 Claude Code 檢視 WCAG 問題，並產出實用修正方案。