Communitygithub.com

majiayu000/claude-skill-registry

Dient zum Aufbereiten und Visualisieren von Codeabläufen. Erzeugt klare ASCII-Flussdiagramme, Datenflussdiagramme und Tabellenanalysen. Geeignet für die Analyse vorhandenen Codes, die Erläuterung neuer Funktionen und die Erstellung technischer Dokumentationen.

Was ist claude-skill-registry?

Dieses Skill (majiayu000/claude-skill-registry) bietet eine wiederverwendbare Vorlage und Methodik, um Codeabläufe zu analysieren und in visuelle Dokumente zu übersetzen. Es hilft Entwicklern, die Frage „Wie funktioniert diese Funktion?“ strukturiert zu beantworten, indem es ASCII-Diagramme, hierarchische Aufrufketten, Datenbanktabellen und Datenklassen-Bewertungen einsetzt. Der Fokus liegt darauf, den Datenfluss von der Quelle über die verschiedenen Schichten (CLI → Flow → Data → Extern) bis zum Ziel klar darzustellen. Das Skill unterstützt Claude Code und andere KI-Agenten-Plattformen, indem es ihnen ermöglicht, komplexe Abläufe visuell und textuell verständlich aufzubereiten. Es umfasst mehrere Vorlagen, darunter vollständige Ablaufdiagramme mit Szenarienvergleichen, vereinfachte Schichtdiagramme und Business-Key-Point-Tabellen. Das Ziel ist es, die kognitive Last zu reduzieren, Entscheidungen zu begründen und sicherzustellen, dass keine wichtigen Informationen verloren gehen, bevor Änderungen oder Erweiterungen vorgenommen werden.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/majiayu000/claude-skill-registry/tree/HEAD/skills/analysis/code-flow-viz-mmorit00-fund-portfolio-bot-2

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Codeablauf-Visualisierungsstandard

Dieses Skill stellt eine wiederverwendbare Vorlage und Methodik zur Verfügung, um Codeabläufe zu analysieren und visuelle Dokumente zu erstellen.

Kernprinzip: Mit Text und ASCII-Diagrammen klar erklären, „woher die Daten kommen, welche Schichten sie durchlaufen und wo sie schließlich landen“.

Wann verwenden

Verwende dieses Skill in den folgenden Szenarien:

  • Der Benutzer fragt: „Wie funktioniert diese Funktion?“.
  • Eine neue Funktion benötigt ein Datenflussdesign.
  • Vor einem Refactoring muss die vorhandene Logik analysiert werden.
  • Erstellung technischer Dokumentation oder Architekturbeschreibungen.
  • Bei einem Code-Review muss die Aufrufkette visualisiert werden.

Kernvorlagen

1. Vollständiges Ablaufdiagramm (mit Szenarienvergleich)

Geeignet für: Die Analyse einer Funktion in mehreren Nutzungsszenarien (z. B. manuell vs. automatisch, Erfolg vs. Fehler).

┌─────────────────────────────────────────────────────────────────────┐
│                    Funktionsname (z.B. Limit-Verwaltung Lebenszyklus)|
└─────────────────────────────────────────────────────────────────────┘

═══════════════════════════════════════════════════════════════════════
Szenario 1: Szenarioname (z. B. Automatische Abfrage des Limitstatus)
═══════════════════════════════════════════════════════════════════════

  Benutzerbefehl
     │
     ▼
┌─────────────────────────────────────────────────────────────────┐
│  uv run python -m src.cli.xxx ...                               │
└────────────────┬────────────────────────────────────────────────┘
                 │
                 ▼
        ┌────────────────┐
        │  CLI-Ebene      │   Ruft Flow-Funktion auf
        │  _do_xxx()      │ ────────────────────┐
        └────────────────┘                      │
                                                ▼
                                   ┌──────────────────────────┐
                                   │  Flow-Ebene               │
                                   │  xxx_flow()               │
                                   └───────┬──────────────────┘
                                           │
                                           ▼
                              ┌─────────────────────────────┐
                              │  Data-Ebene                  │
                              │  XxxRepo / XxxClient         │
                              └────────┬─────────────────────┘
                                       │
                                       ▼
                          ┌────────────────────────────┐
                          │  Externes System / DB       │
                          │  (SQLite / API / etc)      │
                          └──────────┬─────────────────┘
                                     │  Rückgabedaten
                                     ▼
                    ┌──────────────────────────────────┐
                    │  Datenverarbeitung (Parsing/Umwandlung)│
                    └─────────────┬────────────────────┘
                                  │
                                  ▼
                        ┌──────────────────────┐
                        │  Rückgabewert-Datentyp│  ← Erklärung, warum er beibehalten/vereinfacht wird
                        │  (Result / Item / ...)│
                        └──────────┬───────────┘
                                   │
                                   ▼
                        ┌──────────────────────┐
                        │  CLI-Ebene formatierte Ausgabe │
                        └──────────────────────┘
                                   │
                                   ▼
    ╔══════════════════════════════════════════════════╗
    ║  Terminal-Ausgabe Beispiel                        ║
    ║  (Mit Rahmen hervorgehoben, um die Sicht des Endbenutzers zu zeigen)║
    ╚══════════════════════════════════════════════════╝

═══════════════════════════════════════════════════════════════════════
Szenario 2: Weiteres Szenario
═══════════════════════════════════════════════════════════════════════
(Wiederhole obige Struktur, hebe Unterschiede hervor)

2. Datenbanktabellen-Struktur

Geeignet für: Die Erklärung von Datenbanktabellen, die an einer Funktion beteiligt sind.

CREATE TABLE table_name (
    id INTEGER PRIMARY KEY AUTOINCREMENT,  -- ← Erklärung der Primärschlüsselrolle
    field1 TEXT NOT NULL,                  -- Erläuterung der Feldbedeutung
    field2 TEXT,                           -- Geschäftsbedeutung von NULL
    ...
);

-- Index (Erklärung, warum dieser Index benötigt wird)
CREATE INDEX idx_xxx ON table_name(field1, field2);

Beispieldatentabelle:

idfield1field2field3Erläuterung
42value1value2value3Erklärt die geschäftliche Bedeutung dieses Datensatzes
43............

Typische Abfragen:

-- Szenariobeschreibung: Wann wird diese Abfrage benötigt?
SELECT * FROM table_name 
WHERE condition1 = ? 
  AND (condition2 IS NULL OR condition2 >= ?);

3. Schichten-Aufrufkettendiagramm (vereinfacht)

Geeignet für: Die schnelle Erklärung von Funktionsaufrufbeziehungen.

CLI-Ebene (_do_xxx)
    │
    └─> Flow-Ebene (xxx_flow)
            │
            ├─> Data/Repo (xxx_repo.get)
            │       │
            │       └─> SQLite (SELECT ...)
            │
            └─> Data/Client (xxx_client.fetch)
                    │
                    └─> Externe API (HTTP GET ...)

4. Datenklassen-Design-Analysetabelle

Geeignet für: Die Bewertung, ob Zwischendatenklassen notwendig sind.

KlassennameAnzahl FelderVerwendungBewertungGrund
XxxResult6Mehrfeld-Aggregation + CLI-Anzeige✅ BehaltenErfüllt das „Minimal-notwendig-Prinzip“
XxxWrapper1Einzelfeld-Wrapper❌ LöschenÜberflüssiger Wrapper, stattdessen direkten Typ zurückgeben
XxxItem3Listendetail-Element✅ BehaltenHat geschäftliche Semantik

Vergleichsbeispiel:

# ❌ Überflüssiger Wrapper
@dataclass
class XxxResult:
    field: SomeType  # Nur ein Feld

def xxx_flow() -> XxxResult:
    return XxxResult(field=value)

# ✅ Vereinfacht
def xxx_flow() -> SomeType:  # Direkte Rückgabe
    return value

5. Geschäftliche Schlüsselpunkte kennzeichnen

Geeignet für: Die Hervorhebung von Geschäftsregeln und Designentscheidungen.

┌─────────────────────────────────────────────────────────────┐
│                      Geschäftliche Schlüsselpunkte           │
├──────────────────────┬──────────────────────────────────────┤
│   Warum so entworfen? │          Konkrete Entscheidung        │
├──────────────────────┼──────────────────────────────────────┤
│ • Datengenauigkeit   │ Beträge mit Decimal, 2 Nachkommastellen│
│ • Idempotenz         │ Eindeutige Einschränkung nach (fund_code, date) │
│ • Rückverfolgbarkeit │ record_id als global eindeutige ID    │
└──────────────────────┴──────────────────────────────────────┘

Verwendung

Schritt 1: Analyseziel festlegen

Beantworte die folgenden Fragen:

  1. Welche Funktion möchte der Benutzer verstehen?
  2. Wie viele Szenarien hat diese Funktion? (Erfolg/Fehler, manuell/automatisch, usw.)
  3. Welche Schichten sind betroffen? (CLI → Flow → Data → DB/API)
  4. Welche Schlüsseldatenklassen gibt es? Warum sind sie so entworfen?

Schritt 2: Geeignete Vorlage auswählen

  • Mehrere Szenarien vergleichen → Vorlage 1 (Vollständiges Ablaufdiagramm)
  • Einzelner Ablauf → Vorlage 3 (Schichten-Aufrufkette)
  • Datenbankdesign → Vorlage 2 (Tabellenstruktur + Beispieldaten)
  • Datenklassenbewertung → Vorlage 4 (Analysetabelle)

Schritt 3: Inhalt einfügen

Grundsätze:

  • Verwende ASCII-Diagramme anstelle von langem Text.
  • Verwende Pfeile (│ ▼ ┐ ┘ └ ├ ─), um den Datenfluss zu verbinden.
  • Verwende Rahmen (┌ ┐ └ ┘ │ ─), um Schichten zu trennen.
  • Verwende doppelte Rahmen (╔ ╗ ╚ ╝ ║ ═), um für den Benutzer sichtbare Teile hervorzuheben.
  • Füge an Schlüsselstellen Kommentare hinzu (← Erklärung).

Zeichenverwendungsstandard:

ZeichenVerwendungBeispiel
│ ▼Vertikaler FlussDaten von oben nach unten
→ ←Horizontale Erklärungrecord_id: int ← Datenbank-Primärschlüssel
┌ ┐ └ ┘Einfacher RahmenUm Codeblöcke, Befehle
╔ ╗ ╚ ╝Doppelter RahmenHervorhebung von Terminalausgaben, wichtigen Ergebnissen
═══TrennlinieTrennung verschiedener Szenarien

Schritt 4: Vergleichsanalyse hinzufügen

Before vs After (Refactoring-Szenario):

# Before (Problemversion)
...Code...

# Probleme:
# - Überflüssiger Wrapper
# - Redundante Felder
# - Erhöhte kognitive Belastung

# After (Verbesserte Version)
...Code...

# Verbesserungen:
# - Direkte Rückgabe eines aussagekräftigen Typs
# - Weniger Zwischenschichten
# - Geringere Wartungskosten

Praxisbeispiele

Beispiel 1: Limit-Verwaltungsablauf (Vollversion)

(Siehe obiges Vorlage-1-Beispiel, vollständiger Ablauf mit 4 Szenarien)

Beispiel 2: Datenklassenbewertung (Modul fund_restriction)

FunktionVorherige RückgabeJetzige RückgabeBewertungGrund
add_restrictionAddRestrictionResult(6 Felder)Behalten✅CLI muss alle Felder anzeigen
end_restrictionEndRestrictionResult(4 Felder)bool❌Nur Erfolg/Fehler erforderlich
check_trading_statusCheckStatusResult(2 Felder)ParsedRestriction | None❌Nur einfacher Wrapper

Ausgabeprüfliste (Checklist)

Stelle bei der Erstellung eines Ablaufvisualisierungsdokuments sicher, dass Folgendes enthalten ist:

  • Übersicht auf oberster Ebene (Funktionsziel, beteiligte Module)
  • Aufzählung der Szenarien (Erfolg/Fehler, manuell/automatisch, usw.)
  • Schichten-Ablaufdiagramm (CLI → Flow → Data → Extern)
  • Datenbanktabellenstruktur (falls betroffen)
  • Beispieldaten und Abfragen (zum besseren Verständnis)
  • Erklärung der Schlüsseldatenklassen (warum beibehalten/vereinfacht)
  • Designgründe (warum so gemacht?)
  • Zukünftige Erweiterungspunkte (TODO oder reservierte Schnittstellen)

Antimuster (Nicht so machen)

❌ Reine Textbeschreibung des Ablaufs

Zuerst wird die CLI-Funktion _do_xxx aufgerufen, dann ruft _do_xxx die Flow-Funktion xxx_flow auf, xxx_flow ruft dann die Data-Funktion xxx_repo.get auf...

✅ Mit ASCII-Diagramm

CLI (_do_xxx) → Flow (xxx_flow) → Data (xxx_repo.get) → SQLite

❌ Tabelle ohne Fokus

FeldTyp
idint
namestr

✅ Geschäftliche Bedeutung hervorheben

FeldTypErläuterungGeschäftsregel
idintPrimärschlüsselAutomatisch generiert, global eindeutig
namestrFondsnameNicht leer, wird angezeigt

❌ SQL ohne Szenariobeschreibung

SELECT * FROM table WHERE id = ?;

✅ Mit Geschäftsszenario

-- Szenario: Benutzer fragt Details einer Einschränkungsaufzeichnung ab
SELECT * FROM fund_restrictions WHERE id = ?;

-- Szenario: DCA-Analyse prüft, ob ein bestimmter Tag limitiert ist
SELECT * FROM fund_restrictions
WHERE fund_code = ? AND start_date <= ? AND (end_date IS NULL OR end_date >= ?);

Zusammenarbeit mit anderen Skills

  • code-style: Beim Ausgeben von Codebeispielen die Codierungsstandards einhalten.
  • architecture: Das Ablaufdiagramm muss die Schichtenarchitektur-Vorgaben einhalten.
  • dev-workflow: Vor dem Analysieren des Ablaufs den relevanten Code und die Dokumentation lesen.

Zusammenfassung

Der Kernwert dieses Skills:

  1. Wiederverwendbare Vorlagen: Reduziert die Zeit für den Aufbau von Grund auf.
  2. Einheitlicher visueller Stil: ASCII-Diagramme + Tabellen + Rahmen.
  3. Geschäftsperspektive: Nicht nur der Codeablauf, sondern auch das „Warum“.
  4. Vergleichsanalyse: Vorher/Nachher, Mehrfachszenarien-Vergleich.
  5. Prüflisten-Check: Stellt sicher, dass keine wichtigen Informationen fehlen.

Nutzungshäufigkeit: Kann jedes Mal verwendet werden, wenn erklärt werden muss, „wie eine bestimmte Funktion funktioniert“.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

majiayu000/claude-skill-registry

Builds, edit or validate Agent Skill through conversational discovery. Use when the user requests to "Create an Agent", "Optimize an Agent" or "Edit an Agent".

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Analyzes current state and user query to answer BMad questions or recommend the next workflow or agent. Use when user says what should I do next, what do I do now, or asks a question about BMad

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Portfolio allocation and rebalancing optimizer. Manages asset allocation across stocks/cash/bonds, performs periodic rebalancing, and ensures diversification according to market regime and risk tolerance.

majiayu000/claude-skill-registry

Create a hilarious and ultra-realistic video of an anthropomorphic animal acting like a human vlogger in a real-world setting.

majiayu000/claude-skill-registry

Speech-to-text transcription and translation via OpenAI Audio API -- models, response formats, timestamps, prompting, streaming, chunking, and diarization

majiayu000/claude-skill-registry

BlockRun works with Claude Code and Google Antigravity.

majiayu000/claude-skill-registry

This skill should be used when the user asks about libraries, frameworks, API references, or needs code examples. Activates for setup questions, code generation involving libraries, or mentions of specific frameworks like React, Vue, Next.js, Prisma, Supabase, etc.

majiayu000/claude-skill-registry

小省导购员数字人带货版即梦视频提示词生成系统,基于四大智能体协同(提示词生成师、质量管控师、知识库运维师、跨环节适配师),按照"主体+运动+场景+(镜头语言+光影+氛围)"公式输出中英文双版提示词,适配5s短视频。确保人物一致性、视觉连贯性、情绪连贯性,支持知识库智能复用和跨工具适配(Suno音乐、AI绘画),为数字人带货视频提供高质量提示词生成服务。

majiayu000/claude-skill-registry

Upload and manage files using Google Gemini File API via scripts/. Use for uploading images, audio, video, PDFs, and other files for use with Gemini models. Supports file upload, status checking, and file management. Triggers on "upload file", "file API", "upload image", "upload PDF", "upload video", "file management".

majiayu000/claude-skill-registry

CRITICAL: Use for MolyKit AI chat toolkit. Triggers on: BotClient, OpenAI, SSE streaming, AI chat, molykit, PlatformSend, spawn(), ThreadToken, cross-platform async, Chat widget, Messages, PromptInput, Avatar, LLM

majiayu000/claude-skill-registry

AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

Verwandte Skills