TC

timurugulava/claude-skills

API development
14 stars Качество 60 Тренд 34

Collection of Claude Code skills

Обзор

Коллекция кастомных скиллов для Claude Code. Переехал в отдельный репозиторий: github.com/TimurUgulava/skill-architect — версия 2.0, пересобранная под практики контекст-инжиниринга поколения Claude 5, с релизами и слепой проверкой против прежней версии. — инженерная петля обратной связи для любых инструкций. Сравнивает AI-версию результата с авторской финальной редакцией, находит системные паттерны расхождений и формулирует конкретные правки в инструкцию. Любой ассистент выдаёт 70–80% результата, остальное дорабатывается руками. И каждый раз — одни и те же правки. Калибровщик замыкает петлю: берёт две версии (AI и финальную), достаёт из дельты повторяющиеся паттерны, превращает их в точные дополнения к промпту. Через 5–10 итераций ассистент выдаёт ближе к финалу с первой попытки. Работает с любыми ассистентами — текстовыми, кодовыми, аналитическими. Где есть «AI-версия» и «как должно быть» — там строится калибровка.

README

Claude Skills

Коллекция кастомных скиллов для Claude Code.

Skill Architect

Переехал в отдельный репозиторий: github.com/TimurUgulava/skill-architect — версия 2.0, пересобранная под практики контекст-инжиниринга поколения Claude 5, с релизами и слепой проверкой против прежней версии.


Calibrator

Калибровщик промптов и ассистентов — инженерная петля обратной связи для любых инструкций. Сравнивает AI-версию результата с авторской финальной редакцией, находит системные паттерны расхождений и формулирует конкретные правки в инструкцию.

Что делает

Любой ассистент выдаёт 70–80% результата, остальное дорабатывается руками. И каждый раз — одни и те же правки. Калибровщик замыкает петлю: берёт две версии (AI и финальную), достаёт из дельты повторяющиеся паттерны, превращает их в точные дополнения к промпту. Через 5–10 итераций ассистент выдаёт ближе к финалу с первой попытки.

Работает с любыми ассистентами — текстовыми, кодовыми, аналитическими. Где есть «AI-версия» и «как должно быть» — там строится калибровка.

Как устроена работа

Шаг Что происходит
1. Подготовка + анализ Читает текущую инструкцию и CHANGELOG, сверяет две версии блок за блоком
2. Классификация Каждое расхождение — единичная правка / системный паттерн / рецидив
3. Формулировка Для каждого паттерна — точный текст правки с примером «до/после»
4. Применение Вносит правки в файл + обновляет CHANGELOG или выдаёт готовый блок для копирования

Два режима работы

Скилл сам определяет окружение и подстраивается:

  • Режим A (файловый) — в Claude Code и VS Code, где есть доступ к файлам. Читает инструкцию, вносит правки прямо в файлы, ведёт CHANGELOG.md.
  • Режим B (диалоговый) — в веб-чате Claude, ChatGPT, мобильном приложении. Автор вставляет две версии текстом, скилл возвращает таблицу паттернов и готовые формулировки правок для ручной вставки.

Один и тот же SKILL.md можно:

  • подключить как скилл в Claude Code,
  • загрузить инструкцией в Claude Project на claude.ai,
  • вставить body как system prompt в любой LLM.

Принципы

  • Сдержанность — не каждая авторская правка превращается в правило. Паттерн = 2+ повторений или рецидив из истории
  • Конкретность — правка = точный текст для вставки в инструкцию. Никаких «пиши естественнее»
  • Охота за рецидивами — если правило уже было, но не сработало, диагностируй причину, а не добавляй третье поверх двух неработающих
  • Доменная нейтральность — не привязан к конкретной области, работает с любым типом инструкций

Установка

cp -r calibrator/ ~/.claude/skills/calibrator/

Или скопируйте в конкретный проект: /path/to/project/.claude/skills/calibrator/.

Как использовать

Скажите Claude что-то вроде:

  • «Откалибруй мой промпт — вот AI-версия, вот моя финалка»
  • «Сравни две версии и предложи правки в инструкцию»
  • «Почему ассистент всё время пишет одно и то же, как поправить скилл»

Скилл сам выяснит, какую инструкцию калибруем, и проведёт через все 4 шага с точками остановки.

Структура

calibrator/
└── SKILL.md         # Самодостаточный протокол — весь скилл в одном файле

Meme Maker

Конструктор мемов-картинок — превращает сырую идею в готовый мем с русскими надписями. Подбирает подходящий шаблон (Drake, Distracted Boyfriend, This is Fine, Galaxy Brain, Two Buttons, Spongebob, DiCaprio Cheers и ещё 18+), формулирует панчи и рисует через Nano Banana 2 (Google Gemini) по MCP-серверу.

Что делает

Берёт мысль («вышел новый ChatGPT и DeepSeek, а я на Claude и спокоен») и собирает 5–7 шаблонов с готовыми русскими подписями. Ты выбираешь, какие рисовать — скилл генерирует параллельно. Поддерживает итерацию: перегенерация в том же контексте, точечная правка только текста через gemini_edit_image.

Поток работы

Шаг Что происходит
0. Активация Один раз: проверяет MCP nanobanana, при отсутствии даёт инструкцию по установке + ссылку на Gemini API-key
1–2. Парсинг + матчинг Извлекает структуру идеи (противопоставление, число элементов, эмоция), подбирает 5–7 шаблонов
3. Список Показывает шаблоны с готовыми русскими подписями (не плейсхолдерами)
4–7. Генерация После выбора пользователя рисует выбранные мемы параллельно, каждый в своей conversation_id
8–9. Итерация Перегенерация, точечная правка текста, полный сброс контекста

Принципы

  • Сначала список, потом генерация — пользователь сравнивает варианты текста до того, как потрачены вызовы API
  • Готовые подписи, не плейсхолдеры — в списке всегда конкретный русский текст
  • Один conversation_id на один мем — иначе Spongebob начинает держать кружку Drake
  • Нейтральный режим по умолчанию — общечеловеческий юмор; авторский голос-профиль подключается опционально

Установка

Скопируйте директорию в ваш проект или глобально:

cp -r meme-maker/ ~/.claude/skills/meme-maker/

Затем подключите MCP nanobanana (получите бесплатный ключ на aistudio.google.com/apikey):

claude mcp add nanobanana --env GOOGLE_AI_API_KEY=ВСТАВЬ_СВОЙ_КЛЮЧ -- npx -y @ycse/nanobanana-mcp@latest

Перезапустите Claude Code, и Meme Maker сам проведёт через первый запуск.

Как использовать

Скажите Claude Code что-то вроде:

  • «Сделай мем про то, что я три года на одной модели, а индустрия каждую неделю выкатывает новую»
  • «Мем на тему — все ушли в Obsidian, а я на .txt»
  • «Нарисуй мем: пишу пост сам vs даю Claude outline»

Структура

meme-maker/
├── SKILL.md                              # Ядро + Шаг 0 активации MCP
├── README.md                             # Установка и инструкция
└── references/
    ├── meme_catalog.md                   # 18+ мем-шаблонов: формат, роли, под какие идеи
    ├── prompting_rules.md                # Правила промптов: английский, Russian Cyrillic, spatial-layout
    └── voice_profile.example.md          # Шаблон опционального авторского голоса-профиля

Wordstat Collector

Сборщик семантического ядра — по одной фразе-маркеру и региону собирает список поисковых запросов с реальной частотностью Яндекс Wordstat через Pixel Tools API. На выходе — keys.xlsx с классифицированными запросами и числом показов в месяц.

Что делает

Берёт маркер («ремонт пластиковых окон») и регион, разворачивает ядро: парсит связанные запросы Wordstat, проверяет частотность каждого по нужному региону, отсекает «фантомы» (фразы без реального спроса), раскладывает по 6 категориям с оценкой релевантности и опционально кластеризует по подобию топа Яндекса. Принцип: каждый ключ подтверждён Wordstat — без проверки частотности 80–90% LLM-сгенерированного ядра оказывается мусором.

Поток работы

Шаг Что происходит
0. Маркер + регион Минимальный бриф: главная фраза + lr-код региона
1. Частотность seed’ов wordstatapi проверяет стартовые запросы, мёртвые отсекаются
2. Расширение wordstatapikeywords парсит связанные запросы Wordstat — сразу с частотностью
3. Классификация Claude раскладывает ключи по 6 категориям + релевантность 0–1
4. Кластеризация (опц.) gruppirovka группирует запросы по подобию топ-10 Яндекса
5. Выгрузка keys.xlsx по категориям

Принципы

  • Только подтверждённый спрос — каждый запрос проверен через Wordstat, фантомы отсекаются
  • Один источник данных — только Pixel Tools, без сторонних LLM-сервисов и SERP-агрегаторов
  • Региональная точность — частотность снимается по конкретному lr-коду, а не «в среднем»
  • Только сбор — скилл собирает и выгружает семантику, не пишет тексты и не делает аудит

Установка

cp -r wordstat-collector/ ~/.claude/skills/wordstat-collector/
cd ~/.claude/skills/wordstat-collector/
pip install httpx python-dotenv rapidfuzz openpyxl
cp .env.example .env   # впиши PIXELTOOLS_API_KEY
python scripts/smoke_test.py

Ключ Pixel Tools: tools.pixelplus.ru → ЛК → API.

Как использовать

Скажите Claude Code что-то вроде:

  • «Собери семантику по запросу “доставка цветов” для Москвы»
  • «Расширь ядро по маркеру и выгрузи в Excel»
  • «Собери ключевые слова с частотностью Wordstat и кластеризуй по топу»

Структура

wordstat-collector/
├── SKILL.md                       # Ядро скилла и workflow
├── README.md                      # Установка и состав
├── .env.example                   # Шаблон ключа
├── references/
│   ├── 01-discovery.md            # Маркер + регион (lr-коды)
│   ├── 02-keyword-research.md     # Логика сбора и кластеризации
│   └── 03-api-setup.md            # Pixel Tools setup, лимиты
└── scripts/
    ├── smoke_test.py              # Проверка ключа и зависимостей
    ├── wordstat_enrichment.py     # Частотность через wordstatapi
    ├── wordstat_expansion.py      # Расширение через wordstatapikeywords
    ├── clustering.py              # Кластеризация через gruppirovka
    └── export_xlsx.py             # Выгрузка в keys.xlsx

Иннокентий (Кеша)

Креативный директор — генерирует рекламные креативы для digital-платформ (Яндекс Директ, VK Ads). Живой спорящий персонаж: аргументирует, не соглашается с первой попытки, но финальное слово за пользователем.

Что делает

Полный конвейер: анализ ЦА → концепция (BIG IDEA с блоком «где может не сработать») → тексты объявлений с антимодерацией → визуалы через Nano Banana → экспорт в Excel / Google Sheets. Накапливает библиотеку продуктов и аудиторий между сессиями (в публичной версии — пустую).

Установка

cp -r ad-creative-kesha/ ~/.claude/skills/ad-creative-kesha/

Подробности — в ad-creative-kesha/README.md.


Рисовальщик (risovalshchik)

Универсальный генератор изображений — рисует через Nano Banana 2 (Google Gemini) или GPT Image 2 (OpenAI). При запуске спрашивает модель, сохраняет результат в ~/Downloads/images.

Что делает

Одиночные картинки, серии в едином стиле (рецепты, пошаговые гайды), кириллический текст на изображении, продакт-плейсмент через доноров упаковок. Требует Nano Banana MCP; для GPT Image 2 — свой OPENAI_API_KEY в .env (в репозитории его нет).

Установка

cp -r risovalshchik/ ~/.claude/skills/risovalshchik/

Подробности — в risovalshchik/README.md.


Telegram

Переехал в отдельный публичный репозиторий: TimurUgulava/telegram.

Курьер для Claude Code и Codex: поиск чатов, чтение сообщений, отправка после согласования. В новой версии есть локальный мастер установки и помощь с получением API-ключей, включая ERROR на my.telegram.org для Windows и Mac.

Установка и актуальные версии — в новом репозитории.


Fact-Checker Pro

Промышленный фактчекер — берёт статью (текст, URL или файл) и выдаёт таблицу проверки: каждое утверждение со статусом «Истинно» / «Ложно» / «Неясно», реальными источниками и вердиктом о надёжности материала.

Что делает

Конвейер 7 шагов: приём входа → чеклист-план → декомпозиция на атомарные утверждения → верификация (WebSearch находит ≥3 источника, WebFetch открывает каждый URL) → таблица → вердикт-саммари → выгрузка (.md, опционально Google Sheets / Excel).

Фишки

  • Антигаллюцинация ссылок — статус не ставится без реально открытой ссылки; не открылось → «Неясно» + N/A, а не фейковый URL.
  • Классификация утверждений — факт / оценка / мнение / прогноз; субъективные фразы не ловят ложное «Ложно».
  • Тир источников (T1–T4) — три блога ≠ три независимых авторитетных источника.
  • Приоритет + уверенность по каждому факту и итоговый вердикт с красными флагами.

Установка

cp -r fact-checker-pro/ ~/.claude/skills/fact-checker-pro/

Подробности — в fact-checker-pro/README.md.


Skill Revision Spec

Ревизия ваших скиллов по новым правилам Claude 5 — не скилл, а текстовое задание для агента: кладёте в проект, просите план, получаете разбор того, что в ваших инструкциях устарело, дублируется и противоречит друг другу.

Что делает

Anthropic удалили больше 80% системного промпта Claude Code без потерь на своих тестах и описали, что изменилось. Документ переносит эти выводы на ваш проект: ищет правила, которые предписывают метод вместо цели, дубли одной нормы в трёх файлах, запреты от старых моделей, блоки, которые грузятся всегда, а нужны раз в месяц, и описания словами там, где можно показать образец.

Безопасность

Не удаляет файлы, не трогает триггеры и контракты, не ослабляет защитные правила, не открывает файлы с ключами, не делает commit и push, не запускает скиллы с внешними действиями. По умолчанию — режим разбора: без явного разрешения не меняет ничего. Правки применяет по одному номеру, способ отката пишет сразу.

Установка

cp skill-revision-spec/SKILL-REVISION-SPEC.md /path/to/your/project/

Дальше в Claude Code:

Прочитай SKILL-REVISION-SPEC.md и выполни ревизию по нему.
Область: ОДИН СКИЛЛ skills/мой-скилл
Права:   ТОЛЬКО ОТЧЁТ

Подробности, ограничения и честный список того, чего документ не умеет, — в skill-revision-spec/README.md.


Автор

Тимур Угулава

Открыть полный README на GitHub

Рекомендуемые инструменты

Попробуйте другой запрос или уберите фильтр.

Установка

npx skillfish add timurugulava/claude-skills
Новичок в MCP? Начните с руководства на mcpskill.org →