Skills для Claude Code и документация

Skills для Claude Code и документация решают одну устойчивую проблему: документацию пишут один раз при запуске и больше не трогают, пока она окончательно не разойдётся с кодом. Скилл описывает, как документ устроен и откуда берутся факты, поэтому его можно перегенерировать при каждом заметном изменении, а не переписывать вручную раз в полгода. Самый устойчивый сценарий — README и справочник API. Их содержание выводится из кода: список эндпоинтов, параметры, примеры вызовов. Как только это описано процедурой, обновление документации перестаёт быть отдельной задачей, о которой нужно помнить, и становится побочным эффектом изменения кода. Работает это ровно до тех пор, пока в скилле указан источник каждого факта: документация, собранная из памяти модели, устаревает так же незаметно, как написанная руками.

Второй сценарий — changelog. Скилл собирает его из истории коммитов, но не пересказывает её дословно: коммиты пишутся для разработчиков, а changelog читают пользователи. Правило перевода одного в другое и есть содержание скилла.

В подборке — скиллы для README, справочников, changelog и ведения базы знаний проекта.

Скиллы в подборке

В подборке 345 скиллов, ниже перечислены 24 с наивысшей оценкой.

Очистка и полировка пользовательских текстов — clean-user-facing-text — это скилл для Claude Code, который очищает авторизованный естественный текст: удаляет подозрительные невидимые символы Unicode и переписывает прозу, сохраняя все факты, числа, имена и требования. Скилл работает в Cursor, когда нужно вычитать, отполировать или финализировать статьи, рукописи, отчёты, документацию, письма, продуктовые тексты, UI-copy, Markdown или HTML. Внутри — два этапа: детерминированный Unicode-аудит через скрипты `inspect_text.py` и `clean_text.py`, а также переписывание прозы с варьированием структуры предложений и замены шаблонных переходов. Код, команды, пути, идентификаторы, формулы, цитаты и обязательные раскрытия остаются нетронутыми. Скилл не предназначен для задач только с кодом и не гарантирует обход детекторов ИИ или доказательство авторства человека.
Шаблон пользовательской slash-команды для Claude Code — example-command — это скилл для Claude Code, который служит справочным шаблоном при создании пользовательских команд в формате `skills/<name>/SKILL.md`. Файл демонстрирует все допустимые поля фронтматтера: `name`, `description`, `argument-hint`, `allowed-tools` и `model`, а также показывает, как принимать обязательные и опциональные аргументы через переменную `$ARGUMENTS`. Для выполнения задач скилл использует инструменты Read, Glob, Grep и Bash. Функционально он идентичен устаревшему формату `commands/example-command.md` — разница только в расположении файла. Разработчикам плагинов и собственных slash-команд этот шаблон даёт готовую отправную точку без необходимости изучать структуру с нуля.
Аналитика сессий Claude Code в HTML-отчёте — session-report — это скилл для Claude Code, который анализирует транскрипты сессий из ~/.claude/projects и генерирует самодостаточный интерактивный HTML-отчёт о потреблении токенов, кеше, подагентах, скиллах и затратных промптах. Скрипт analyze-sessions.mjs собирает данные за заданный период (24h, 7d, 30d или all) и сохраняет JSON с секциями overall, by_project, by_subagent_type, by_skill, cache_breaks и top_prompts. Скилл копирует bundled-шаблон с готовым JS/CSS, встраивает в него JSON и дополняет блоки аномалий (3–5 ключевых находок с долями от общего числа токенов) и рекомендаций по оптимизации, привязанных к конкретным проектам и строкам данных. Подходит разработчикам и командам, которые хотят понять, куда уходит бюджет Claude Code, найти неэффективные промпты или субагенты с непропорционально высоким расходом токенов.
Аудит и улучшение CLAUDE.md файлов — claude-md-improver — это скилл для Claude Code, который аудирует и улучшает CLAUDE.md файлы во всём репозитории, чтобы Claude Code получал максимально точный контекст проекта. Скилл работает в пять фаз: обнаружение всех CLAUDE.md, .claude.local.md и вложенных файлов через Glob и Bash; оценка каждого файла по шести критериям (команды/воркфлоу, архитектура, неочевидные паттерны, лаконичность, актуальность, исполнимость) с выставлением оценки A–F; вывод детального отчёта с таблицей по каждому файлу; предложение целевых правок в формате diff с объяснением; применение изменений через Edit только после явного подтверждения пользователя. Подходит разработчикам, которые хотят оптимизировать «память проекта» — исправить устаревшие команды сборки, задокументировать архитектурные особенности монорепозитория или добавить переменные окружения, которые Claude пропускает из-за отсутствия в CLAUDE.md.
Шаблон для создания скилла Claude Code — example-skill — это скилл для Claude Code, который служит эталонным шаблоном при создании новых плагин-скиллов и помогает разобраться в их структуре и формате. Внутри — файл SKILL.md с описанием обязательных и опциональных файлов директории скилла (README.md, папки references/, examples/, scripts/), правил оформления фронтматтера (поля name, description, version, license) и рекомендаций по написанию триггерных описаний. Скилл активируется, когда пользователь просит показать формат скилла, создать шаблон или обсуждает паттерны разработки плагинов. Подойдёт разработчикам, которые хотят научиться писать собственные скиллы для Claude Code: документ объясняет, чем скиллы отличаются от команд и агентов, и даёт конкретные примеры эффективных описаний-триггеров.
Глубокая документация кодовой базы для AI-агентов — deepinit — это скилл для Claude Code, который выполняет глубокую инициализацию кодовой базы, создавая иерархическую документацию в файлах AGENTS.md по всем директориям проекта. Скилл обходит дерево каталогов уровень за уровнем (исключая node_modules, .git, dist и аналогичные), анализирует каждую директорию и генерирует структурированный AGENTS.md с описанием файлов, зависимостей, паттернов кода и специальных инструкций для AI-агентов. Каждый файл (кроме корневого) содержит тег ``, формируя навигируемую иерархию. При повторном запуске автоматически обновляются сгенерированные секции, а ручные аннотации ниже маркера `` сохраняются. Подходит командам, которые хотят сделать кодовую базу читаемой для AI-инструментов и упростить онбординг новых агентов и разработчиков.
Статистика экономии контекстного окна — Отображение статистики экономии контекстного окна в текущей сессии, включая потребление токенов, коэффициент сбережений и разбор по инструментам. Интегрируется с context-mode для отслеживания эффективности использования MCP-инструментов.
Индексация файлов в базу знаний FTS5 — Индексирование локальных файлов и директорий в персистентную FTS5-базу знаний для последующего поиска через ctx_search без перечитывания сырых файлов. Используется для кэширования документации проектов и быстрого поиска по коду.
Полнотекстовый поиск по базе знаний проекта — Поиск в постоянной базе знаний FTS5 context-mode для быстрого доступа к индексированному содержимому проекта, документации и памяти сессии без повторного чтения источников. Оптимизирует использование контекстного окна и снижает токены через MCP-интеграцию.
oh-my-claudecode — справочник агентов и оркестрации — omc-reference — это скилл для Claude Code, который предоставляет встроенный справочник oh-my-claudecode: каталог из 19 агентов с маршрутизацией по моделям (haiku/sonnet/opus), описание инструментов оркестрации, реестр скиллов и протокол коммитов. Скилл загружается автоматически при делегировании агентам, использовании OMC-инструментов, оркестрации команды и вызове скиллов — без необходимости хранить весь этот объём в каждом CLAUDE.md. Внутри — полный список агентов (explore, analyst, planner, architect, debugger, executor, verifier и другие), команды для управления состоянием (state_read/write), блокнотом, памятью проекта, LSP и AST, а также пайплайн команды из пяти этапов. Реестр скиллов охватывает как рабочие процессы (autopilot, ralph, ultrawork, ralplan, deep-interview), так и утилиты. Ориентирован на разработчиков, которым нужна централизованная документация по оркестрации агентов и структуре OMC без раздувания системного промпта.
Управление контекстом проекта через документацию — context-driven-development — это скилл для Claude Code, который создаёт и поддерживает артефакты контекста проекта (product.md, tech-stack.md, workflow.md, tracks.md) в директории conductor/. Скилл умеет разворачивать новые проекты с нуля, извлекать контекст из существующих кодовых баз, проверять согласованность артефактов перед реализацией и синхронизировать документы по мере развития проекта. Подходит для онбординга в существующий проект, настройки структуры документации, управления техническим стеком и отслеживания рабочих единиц. Особенно полезен командам, которые ведут разработку с помощью AI и хотят, чтобы каждая сессия опиралась на актуальный, проверенный контекст, а не на предположения.
Персистентная база знаний между сессиями — wiki — это скилл для Claude Code, реализующий персистентную markdown-базу знаний, которая накапливается между сессиями по модели LLM Wiki Карпати. Скилл поддерживает шесть операций: `wiki_ingest` (загрузка знаний, одна операция может затрагивать несколько страниц), `wiki_query` (поиск по ключевым словам и тегам с синтезом ответа), `wiki_lint` (проверка здоровья: обнаружение сирот, устаревшего контента, битых кросс-ссылок), `wiki_add`, `wiki_read`, `wiki_delete`. Страницы хранятся в `.omc/wiki/*.md` с YAML-фронтматером и делятся на категории: architecture, decision, pattern, debugging, environment, session-log. Между страницами работают вики-ссылки в синтаксисе `[[page-name]]`, а в конце каждой сессии значимые находки автоматически фиксируются — без векторных эмбеддингов, только keyword+tag-поиск.
Система памяти для писателей-фикшн — writer-memory — это скилл для Claude Code, который реализует агентическую систему памяти для писателей-фикшн: отслеживает персонажей, их эмоциональные дуги, речевые уровни и запретные слова, а также взаимоотношения, сцены и темы произведения между сессиями Claude. Все данные хранятся в `.writer-memory/memory.json` в формате, удобном для git-коллаборации. Скилл поддерживает более 15 команд — от `init` и `char add/update` до `validate`, `synopsis` и `export` — и позволяет проверять соответствие диалога характеру конкретного персонажа, а также генерировать эмоционально ориентированный синопсис по пяти структурным элементам. Интерфейс и поля данных (감정궤도, 대사톤, 말투 레벨 и др.) имеют первоклассную поддержку корейского языка, что делает инструмент особенно полезным для авторов, работающих в корейских нарративных традициях.
Подготовка к сертификации CMMC Level 2 — achieving-cmmc-level-2-compliance — это скилл для Claude Code, который помогает организации оборонного подрядчика подготовиться к сертификации CMMC Level 2: определить границы CUI/FCI, внедрить все 110 требований NIST SP 800-171 Rev 2 по 14 семействам, рассчитать SPRS-балл по методологии DoD Assessment Methodology и подготовить документацию к оценке C3PAO. Скилл охватывает полный цикл: классификацию активов по категориям (CUI Assets, Security Protection Assets, Contractor Risk Managed Assets), разработку System Security Plan и POA&M с учётом ограничений 32 CFR Part 170, включая требование не ниже 88 баллов для статуса Conditional и закрытие всех пунктов POA&M в течение 180 дней. Подходит командам DIB, работающим по контрактам с клаузулами DFARS 252.204-7012/7019/7020/7021 и хранящим контролируемую несекретную информацию.
Написание bug bounty репортов — report-writing — это скилл для Claude Code, который помогает писать bug bounty репорты для HackerOne, Bugcrowd, Intigriti и Immunefi с соблюдением impact-first структуры и человеческого тона. Скилл включает шаблоны репортов под каждую платформу, формулу заголовка, формулу impact statement, гайд по CVSS 3.1 скорингу, счётчики аргументов против даунгрейда и чеклист перед сабмитом. Ключевое правило — никаких спекуляций: только доказанный impact без конструкций «could potentially» или «may allow». После каждой сессии скилл сохраняет на диск полную папку findings/ с черновиком репорта, submission-notes.md и папкой evidence/, чтобы результаты не терялись в истории терминала. Подходит всем, кто профессионально занимается багхантингом и хочет повысить процент принятых репортов.
Локальная база знаний для AI-агентов — dbs-knowledge — это скилл для Claude Code, который превращает локальную папку в базу знаний, пригодную для стабильного использования AI-агентами. Скилл поддерживает четыре операции: «построить» — создать навигацию знаний с файлом `SOURCE_OF_TRUTH.md` и правилами для агентов (`AGENTS.md`, `CLAUDE.md`); «сохранить» — поместить новые материалы в подходящее место с учётом версий и дублей; «использовать» — находить нужные файлы и отвечать со ссылкой на первоисточник; «проверить» — выявлять битые пути, конфликты версий и рассыпанные файлы. Не требует баз данных, векторных хранилищ или загрузки файлов на сторонние сервисы. Подходит для тех, кто хочет организовать локальный архив документов, настроить поиск по файлам для ИИ или поддерживать актуальную структуру рабочей папки без изучения технических деталей.
Многослойная база знаний для личных и бизнес-решений — dbs-decision — это скилл для Claude Code, который организует долгосрочное отслеживание решений в бизнесе, отношениях, здоровье, карьере, обучении и инвестициях в виде локальной базы знаний. Информация распределяется по четырём слоям: факты (`01_事实/`), закономерности (`02_规律/`), снимки состояния (`03_定格/`) и открытые вопросы (`04_待解/`), — каждый со своими правилами записи и изменения. Скилл поддерживает пять режимов работы: инициализация проекта, обновление текущего состояния, создание карточки решения, обратное заполнение результатов и формирование периодических снимков. Все записи снабжаются метками источника — `[AI 推测]`, `[结果回填]`, `[修正]` и другими — чтобы отделить факты от выводов и не допускать переписывания истории задним числом. Подходит тем, кто ведёт сложные многоэтапные процессы и хочет возвращаться к принятым решениям спустя месяцы с полным контекстом.
Сводный Markdown-отчёт из диагностических архивов — dbs-report — это скилл для Claude Code, который объединяет несколько сохранённых диагностических архивов (созданных через dbs-save) в единый Markdown-отчёт, пригодный для передачи клиенту или партнёру. Скилл считывает файлы из директории `sessions/{проект}/`, сортирует их по временной метке, дедуплицирует и структурирует в шесть разделов: эволюция запроса, подтверждённые выводы, отклонённые направления, открытые вопросы, рекомендации и индекс архивов. Поддерживаются команды `/dbs-report`, `/dbs-report --since YYYY-MM-DD` и `/dbs-report --slug <проект>`. Каждый отчёт сохраняется с уникальным временным штампом в `reports/{проект}/` и никогда не перезаписывает предыдущий. Подходит консультантам и аналитикам, которым нужно зафиксировать накопленные диагностические срезы в виде структурированного deliverable.
Атомарная структуризация базы знаний и контента — dbs-content-system — это скилл для Claude Code, который превращает накопленные тексты, черновики, кейсы, курсовые материалы и посты в структурированный контент-инжиниринг с возможностью повторного использования и дальнейшего роста. Скилл разбивает контент на атомарные единицы пяти типов (QST, CON, OPI, CAS, SOL), выстраивает тематические карты, отслеживает связи и дубли, поддерживает визуализацию в Obsidian. В комплекте — 10 Node.js-скриптов (инициализация каркаса, генерация единиц, построение карты связей, поиск дублей, сборка тематических черновиков и другие), 7 шаблонов и полный набор правил. Скилл подходит, когда материалов уже много (от 50 файлов или 80 000 слов) и нужна система их повторного использования, а не правка отдельного текста.
Написание баг-репортов для bug bounty платформ — report-writing — это скилл для Claude Code, который помогает составлять баг-репорты для HackerOne, Bugcrowd, Intigriti и Immunefi по принципу impact-first с человеческим тоном. Внутри — готовые шаблоны отчётов для каждой платформы, формула заголовка, формула описания impact, руководство по CVSS 3.1 скорингу, таблица контраргументов против downgrade серьёзности и pre-submit чек-лист. Скилл запрещает теоретические формулировки: только доказанный факт («An attacker can…»), никаких «could potentially». Каждая сессия сохраняет черновик отчёта, submission-notes и доказательства в папку findings/ на диске. Подходит багхантерам, которые уже подтвердили находку и готовятся к отправке.
Визуализация объяснений ИИ-агента в HTML — visual-explainer — это навык (skill) для ИИ-агента, который превращает сложный вывод в терминале в аккуратные HTML-страницы, которые приятно читать. Берут, когда попросили агента объяснить архитектуру системы, разобрать диф или сравнить требования с планом, и вместо ASCII-арта и коробочных таблиц хочется нормальную визуализацию: агент генерирует самодостаточную HTML-страницу с оформлением и открывает её в браузере. Направление — оформление объяснений и диаграмм от ИИ-агента в читаемые HTML-страницы, а не универсальный редактор диаграмм (drawio) и не генератор презентаций: ценность — получать от агента наглядные, стилизованные объяснения вместо текстовой «псевдографики». Подойдёт тем, кто работает с ИИ-агентами в терминале и хочет, чтобы объяснения архитектуры, дифов и планов выглядели наглядно.
md2html — Markdown-документы в HTML-страницы — md2html — это переносимый скилл для Claude Code, Codex, Antigravity и других ИИ-агентов, который превращает длинные Markdown-документы в одну самодостаточную HTML-страницу с боковым оглавлением, диаграммами Mermaid, пошаговыми таймлайнами, врезками, карточками сравнения и светлой/тёмной темой в оранжевых тонах Claude. Берут, когда план, спецификацию, системный дизайн, RFC, runbook, постмортем или заметки от ИИ неудобно читать в терминале и нужна читаемая страница, которую можно отправить, открыть офлайн или распечатать в PDF. Запуск командой /md2html plan.md (есть параметр --out для пути результата): агент читает template.html и components.md, анализирует структуру и сам решает, что станет диаграммой, карточками шагов, таблицей плюсов и минусов или сворачиваемым блоком. Это не простой конвертер, а анализатор. Язык интерфейса следует языку документа: встроены английский, вьетнамский, китайский, японский, корейский, испанский, французский и немецкий, остальные агент переводит сам; RTL-языки пока только в LTR. Установка — клонирование репозитория в каталог скиллов; сборки, сервера, Node и Python не нужны. Единственный сетевой запрос — CDN Mermaid, его можно встроить. Направление — из Markdown в HTML. Не подходит для динамических страниц и публикации в CMS.
Nextcloud MCP — ИИ-доступ к вашему Nextcloud — Nextcloud MCP Server (репозиторий mcp-nextcloud) — это MCP-сервер, который подключает ИИ-ассистентов (Claude, GPT, Gemini и др.) к вашему Nextcloud: заметки, календарь, контакты, таблицы и файлы по WebDAV, 30 инструментов. Это переписанный на TypeScript вариант Python-проекта cbcoutinho/nextcloud-mcp-server. Берут, когда нужно попросить ИИ найти файл в Nextcloud по имени, содержимому или метаданным без точного пути; когда нужно создать заметку или событие календаря фразой в чате; когда агент должен читать и записывать файлы на вашем облаке; когда нужно добавлять строки в Nextcloud Tables. Инструменты: Notes (создание, поиск, правка, дополнение, удаление), Calendar через CalDAV, Contacts через CardDAV (адресные книги и контакты), Tables (схема и создание, чтение, правка, удаление строк), WebDAV (список папок, чтение, запись, каталоги, удаление и единый поиск с фильтрами и ранжированием). Запускается на своём VPS или через Smithery; есть хостируемый эндпоинт https://mcp.techmavie.digital/nextcloud/mcp. Для нескольких пользователей предусмотрен MCP Key Service: вместо учётных данных Nextcloud в URL используется ключ вида usr_..., а данные подставляются на сервере. Лицензия AGPL-3.0. Нужен доступ к Nextcloud; запись и удаление идут от вашего аккаунта, поэтому проверяйте действия ИИ.
Создание базы знаний с источниками для AI-агентов — nvk/llm-wiki — это открытый инструмент для создания LLM-компилируемых баз знаний, которые подключаются к любому AI-агенту как плагин. Берут, когда по теме нужна не просто выдача модели, а проверяемая база с источниками и историей исследования; когда идею надо провести от черновой гипотезы через ресёрч до оформленного проекта-артефакта; когда результат должен остаться переиспользуемым, а не растворяться в переписке с чатом; когда исследование ведётся от тезиса и его надо подтвердить или опровергнуть материалом. Внутри — параллельное многоагентное исследование, тезисный и коллекторный режимы, приём URL-источников, сессионная память, компиляция вики, аудит, запросы к базе разной глубины и экспорт артефактов. Написан под Claude Code (нативный плагин, `claude plugin install wiki@llm-wiki`), OpenAI Codex, OpenCode и портативные агенты; поддерживает Obsidian-совместимый формат хранения. Направление — строить базу знаний с нуля под конкретный вопрос, а не индексировать уже готовый корпус документов. Качество вики зависит от качества найденных источников, проверка фактов остаётся за человеком. Подходит для исследовательских и продуктовых команд, работающих с AI-агентами; не подходит как замена корпоративной системе управления знаниями без дополнительной модерации.

FAQ

Как поддерживать документацию в актуальном виде автоматически?

Практичный путь — не генерировать документацию целиком, а описать в скилле, какие её разделы выводятся из кода, и перегенерировать только их при изменении соответствующих файлов. Разделы с объяснениями и решениями пишет человек: их из кода не вывести.

Чем документация в скиллах отличается от генераторов вроде Swagger?

Генератор извлекает структуру — эндпоинты, типы, параметры. Скилл отвечает за то, чего в коде нет: зачем этот эндпоинт нужен, какой сценарий он закрывает, что будет типичной ошибкой при вызове. Они дополняют друг друга, а не заменяют.

Все Skills для Claude Code