Communitygithub.com

terminal-opener

Öffne eine ausführbare Datei und ihr Argument-Array in einem sichtbaren Terminalfenster mittels eines wiederverwendbaren, shell-freien Startplans mit Trockenlauf, JSON, Fähigkeitserkennung, getrenntem Fallback und eigenständigen Wiederherstellungsmodi.

Was ist terminal-opener?

Das Skill 'Terminal Opener' ermöglicht es einem KI-Agenten wie Codex, einen beliebigen Befehl (executable + Argumente) in einem neuen, sichtbaren Terminalfenster zu starten, ohne dabei eine Shell zu verwenden (`shell: false`). Es nutzt ein spezialisiertes Skript (`scripts/open-terminal.js`), das jeden Parameter als separaten Prozesseintrag bewahrt und so sicherstellt, dass keine Shell-Kommando-Interpolation stattfindet. Dies ist besonders nützlich für interaktive CLI-Sitzungen, SSH-Verbindungen, lokale Entwicklungsumgebungen oder Sandboxen, bei denen eine direkte Terminalinteraktion erforderlich ist. Der Launcher erstellt standardmäßig einen nicht-startenen Plan und erfordert explizite Freigabe (`--launch`). Er erkennt die Verfügbarkeit unterstützter Terminals (aktuell WezTerm) und bietet Fallback-Mechanismen (wie `--recover` oder `--standalone`), um Konfigurationsprobleme zu umgehen. Ein Trockenlauf-Modus (`--dry-run`) und die JSON-Ausgabe (`--json`) erlauben eine detaillierte Inspektion des Startplans, bevor das Terminal tatsächlich geöffnet wird.

Funktioniert mit~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/terminal-opener

In Ihrer bevorzugten KI fragen

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

Dokumentation

Terminalöffner

Verwenden Sie scripts/open-terminal.js, um eine ausführbare Datei und jedes Argument als separate Prozesseinträge zu erhalten. Verwenden Sie niemals einen Shell-Kommando-String. Halten Sie jeden spawn-Aufruf auf shell: false. Standardmäßig wird ein nicht-startenen Plan verwendet. Verwenden Sie --launch ausschließlich, wenn der Benutzer explizit ein echtes Fenster anfordert und das argv überprüft wurde. Der gestartete Prozess übernimmt die vollständige Umgebung des aufrufenden Prozesses, einschließlich Variablen mit Geheimnissen. Der Launcher filtert die Umgebung nicht. Führen Sie ihn in einer Shell aus, deren Umgebung für den Zielbefehl sicher ist.

Einen Befehl starten

Übergeben Sie Launcher-Optionen vor --, dann genau eine ausführbare Datei, gefolgt von ihrem Argument-Array:

node skills/terminal-opener/scripts/open-terminal.js \
  --launch \
  --cwd /absolute/host/pfad \
  -- ssh -t example.test befehl-mit-argumenten

Führen Sie zuerst den normalen Modus aus. Lassen Sie WezTerm zunächst seinen Mux mit einem neuen Fenster versuchen, dann den Launcher auf einen getrennten wezterm start-Prozess zurückfallen, falls der Mux nicht verfügbar ist. Wenn der Fallback verwendet wird, lesen Sie muxFailure aus der JSON-Ausgabe (oder der menschenlesbaren Fehlerzeile), um zu diagnostizieren, warum der Mux-Pfad fehlgeschlagen ist.

Von der Terminalkonfiguration wiederherstellen

Fügen Sie --recover oder --standalone hinzu, wenn Benutzerkonfiguration oder Mux-Zustand den den angeforderten Befehl beeinträchtigen könnten. Starten Sie einen getrennten WezTerm-Prozess mit:

--skip-config start --always-new-process

Erwarten Sie, dass der Wiederherstellungsmodus absichtlich alle Benutzer-Terminalkonfigurationen überspringt.

Vor dem Start inspizieren

Lassen Sie --launch weg (oder fügen Sie --dry-run hinzu) und fügen Sie --json hinzu, um die genaue ausführbare Datei, das argv, das Arbeitsverzeichnis, den Terminaladapter, den primären Start und den Fallback zu inspizieren, ohne ein Fenster zu öffnen. Behandeln Sie den JSON-Plan als die Kompositionsgrenze für Aufrufer.

Führen Sie --detect --json ohne einen Befehl aus, um die Terminalverfügbarkeit zu überprüfen. Folgen Sie der zurückgegebenen action, wenn der Adapter fehlt oder nicht unterstützt wird. Verwenden Sie WezTerm für den aktuellen Adapter; behandeln Sie andere angeforderte Terminals als nicht unterstützte Pläne, nicht als auszuführende Befehle.

Individual skills in this repo

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

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Verwandte Skills