ikevss-zh-friendly 是做什麼的？

让 AI 工具说流利中文，让中文用户用得更顺手。

资源路径

本技能的参考文件位于 ~/.claude/skills/ikevss-zh-friendly/ 下，按需用 Read 工具加载：

适配器（各工具的扫描/汉化规则）：references/{tool}-adapter.md
- 可用：claude-code、codex、opencode、antigravity、trae、openclaw、skill-only
跨工具汉化规则（各工具写入时的特定规则）：references/zh-rules.md
Agent 安装规则（从仓库安装人设到各工具）：references/agent-install.md
术语表（翻译风格统一）：references/glossary.md
模板（能力清单格式）：assets/capability-section.md

子命令路由

根据用户传入的 args 参数执行不同流程：

args 包含 "zh" → 执行汉化流程（见下方"§ 汉化流程"）
args 包含 "scan" → 执行能力扫描流程（见下方"§ 扫描流程"）
无 args 或 args 包含 "help" → 显示以下帮助信息，然后停止：

ikevss-zh-friendly — 让 AI 工具说流利中文

用法：
  /ikevss-zh-friendly zh    批量汉化 skills/commands/agents 的 description
  /ikevss-zh-friendly scan  扫描环境能力，更新 CLAUDE.md 能力清单

zh 选项：
  --scope <工具>     claude-code | codex | opencode | trae | openclaw | cursor | windsurf | all（默认 all）
  --dry-run          只预览不执行（默认行为）
  --confirm          确认执行
  --overlay          非破坏性汉化：新增 description_zh 字段，保留英文原版 description
  --include-shared   包含共享池 ~/.agents/skills/
  --no-fill-missing  跳过补充缺失 description

scan 选项：
  --scope <工具>        claude-code | codex | opencode | antigravity | trae | openclaw | all（默认 all）
  --suggest-agents      启用人设推荐
  --no-suggest          禁用人设推荐
  --include-shared      包含共享池能力

§ 汉化流程（zh）

当 args 包含 "zh" 时，按以下流程执行。

前置检查

解析 args 中的选项：--scope、--dry-run、--confirm、--overlay、--include-shared、--no-fill-missing
如果 --dry-run 和 --confirm 都未指定，默认 --dry-run
确定扫描范围：
- --scope all（默认）：Claude Code + Codex + OpenCode + TRAE Work + OpenClaw + Cursor + Windsurf + WorkBuddy + 共享池（如有 --include-shared）
- --scope claude-code：仅 Claude Code
- 其他：按指定工具

第一步：加载适配器并扫描

按 scope 逐工具执行：

用 Read 工具读取对应适配器文件（路径见上方"资源路径"）：
- Claude Code：references/claude-code-adapter.md
- Codex：references/codex-adapter.md
- OpenCode：references/opencode-adapter.md
- TRAE Work：references/trae-adapter.md
- Antigravity：references/antigravity-adapter.md（只读扫描）
- OpenClaw：references/openclaw-adapter.md
- 纯 Skill 平台（Cursor/Windsurf/WorkBuddy/变体）：references/skill-only-adapter.md
按适配器中定义的"扫描路径"，用 Glob 找到所有目标文件
对每个文件用 Read 读取 frontmatter，分类为：
- 情况 A：已有英文 description → 标记"待汉化"
- 情况 B：无 description，正文有内容 → 标记"待生成"
- 情况 C：无 description，正文无内容 → 标记"跳过"
- 情况 D：description 中文字符占比 > 50% → 标记"已是中文，跳过"
- 情况 E：文件是符号链接（test -L）→ 标记"需确认"
- 情况 F：存在 _meta.json → 标记"marketplace 来源，有更新风险"

输出扫描摘要：

扫描完成：
- 待汉化：N 个
- 待生成 description：N 个
- 已是中文（跳过）：N 个
- 符号链接（需确认）：N 个
- marketplace 来源（有风险）：N 个
- 跳过（无内容）：N 个

第二步：备份

生成备份目录名：~/.claude/backup-i18n-{YYYYMMDD-HHmmss}/（用 Bash date 命令获取时间，格式中不用冒号）
检查 ~/.claude/backup-i18n-* 目录数量，如果 ≥ 3，删除最旧的
将所有"待汉化"和"待生成"的文件复制到备份目录，保持原始目录结构
备份失败则立即停止，输出错误信息

第三步：汉化 / 生成

如果 --dry-run 模式，只输出预览不执行修改。预览格式：

[预览] 将修改以下文件：
  ✓ [SKILL]   ~/.claude/skills/example/SKILL.md
  ✓ [COMMAND] ~/.claude/commands/deploy.md
  ✓ [AGENT]   ~/.claude/agents/Explore.md

如果 --confirm 模式，逐文件执行：

Agents 特殊处理： Agent 文件的正文是精心调校的 System Prompt，改动任何字符都可能改变 agent 的行为模式。所以只翻译 frontmatter 中面向人类的 description 和 when_to_use，正文保持原样—— 这部分是给模型看的指令，不是给人看的说明。修改后用逐字符比对确认正文完全未变，有变化立即从备份恢复。

读取术语表 references/glossary.md 作为术语参考
翻译 description：扩写式中文 + | + 英文触发关键词
如存在 when_to_use、argument-hint，一并翻译
用 Edit 工具最小化 diff 修改，只改 description 值，不动其他字段
如有 Markdown 正文需要翻译，逐段翻译自然语言部分，保留代码块、路径、URL 不动

翻译风格要求：

纯翻译 ❌："生成 Mermaid 图表"
扩写式 ✅："生成 Mermaid 图表 | 画流程图、时序图、架构图、mermaid、diagram、chart"
句式：动词 + 对象 + 补充说明
口语触发词覆盖用户最可能说的 3-5 种说法
标点统一：中文标点

生成 display_name（中文显示名）： 对于没有 display_name 字段的 skill，根据 description 生成一个简短的中文显示名（3-10 个字）：

格式：display_name: "中文显示名"，写入 frontmatter
不影响 name 字段（保持英文 kebab-case）
中文显示名用于 / 斜杠菜单中的人类可读展示

--overlay 模式（非破坏性汉化）： 当用户传了 --overlay 参数时，不覆盖原 description，而是在 frontmatter 中新增 description_zh 字段：

---
name: example-skill
description_zh: "生成 Mermaid 图表 | 画流程图、时序图、mermaid、diagram"  # 中文新增
---

这样 marketplace 更新不会覆盖中文，工具切换时可回退到英文。但 Claude Code 不会自动识别 description_zh，实际触发仍依赖原 description。

跨工具汉化规则： 各工具的特定写入规则（排除路径、额外字段、特殊限制）见 references/zh-rules.md。按 scope 加载对应工具的规则章节。

情况 B（补充缺失 description）：

读取文件正文，提取：标题 + 第一段 + 关键章节名
生成中文 description + | + 英文触发关键词
用 Edit 工具在 frontmatter 中插入 description: 字段
验证 frontmatter 的 --- 开闭配对完整
如果生成的 description 包含英文引号或冒号，用双引号包裹整个值以避免 YAML 解析错误

情况 E（符号链接）：

输出符号链接信息：⚠️ [符号链接] path -> target
提示："修改源文件会影响所有引用它的工具（Claude Code、OpenClaw 等）"
提供三个选项：
- A）修改源文件（一次汉化，所有工具受益，但会破坏锁文件中的哈希校验）
- B）跳过（保持原样，默认）
- C）断开链接，创建独立副本后汉化（安全但需要额外磁盘空间）
选项 C 的实现：cp 符号链接目标文件到链接位置（覆盖链接），汉化副本，提示"已断开并创建独立副本"

情况 F（marketplace 来源）：

提示："此 skill 来自 marketplace，汉化内容可能在更新时被英文原版覆盖"
继续汉化（让用户知情后决定）

第四步：校验

每个文件修改后立即校验，因为一个被破坏的 frontmatter 会导致整个技能无法加载：

frontmatter 仍是合法 YAML（检查 --- 开闭配对）
name 字段值未变（name 是技能加载器的索引 key，变了等于删除技能）
工具名、权限规则、参数占位符未变（这些是机器解析的指令，翻译会破坏执行）
description 长度 ≤ 1024 字符（Codex 的 hard limit，超长会被截断）
Agents 文件：提取正文与备份逐字符比对
- 完全一致 → 通过
- 有变化 → 立即从备份恢复，标记为失败

校验失败时：

从备份恢复该文件
标记为 ✗ [FAILED]，记录原因
继续处理下一个文件

第五步：输出报告

处理完成。

[汇总]
- 汉化成功：N 个
- 生成 display_name：N 个
- 生成 description 成功：N 个
- 跳过（已是中文）：N 个
- 跳过（无内容）：N 个
- 失败：N 个
- 备份目录：~/.claude/backup-i18n-YYYYMMDD-HHmmss/

[逐文件日志]
✓ [SKILL]   ~/.claude/skills/example/SKILL.md
✓ [COMMAND] ~/.claude/commands/deploy.md
✓ [AGENT]   ~/.claude/agents/Explore.md  # 仅 frontmatter，System Prompt 未改变
⚠ [SKIP]    ~/.claude/skills/devils-advocate/SKILL.md：已是中文
✗ [FAILED]  ~/.claude/skills/broken/SKILL.md：frontmatter 解析失败

[失败文件]
- path：原因

[marketplace 风险提示]
- 以下 skill 来自 marketplace，汉化内容可能在更新时被覆盖：
  - codex/skills/example（有 _meta.json）

[建议验证]
1. 输入 / 查看 slash command 菜单是否正常
2. 用一个中文自然语言任务触发已汉化的 skill，确认行为无变化
3. 检查 Agent 文件，确认正文 System Prompt 完全未变
4. 如有异常，从备份目录恢复对应文件

§ 扫描流程（scan）

当 args 包含 "scan" 时，按以下流程执行。

前置检查

解析 args 中的选项：--scope、--suggest-agents、--no-suggest、--target、--include-shared
--target 默认为 ~/.claude/CLAUDE.md
确定扫描范围（默认 all）

第一步：扫描全部工具能力

按 scope 逐工具执行只读扫描。加载对应适配器文件获取扫描路径。

Claude Code 扫描项：

用 Glob ~/.claude/skills/*/SKILL.md 找到所有 skill，用 Read 提取 name + description
用 Glob ~/.claude/commands/*.md 找到所有 command，提取 name + description
用 Glob ~/.claude/agents/*.md 找到所有 agent，提取 name + description
用 Read 读取 ~/.claude/settings.json，提取 mcpServers 的 key 列表

Codex 扫描项：

用 Glob ~/.codex/skills/*/SKILL.md，排除 .system/，提取 name + description
用 Glob ~/.codex/agents/*.toml，提取 name + description（TOML 格式）
agent 总数计入能力清单

OpenCode 扫描项：

用 Glob ~/.config/opencode/skills/*/SKILL.md，提取 name + description
用 Glob ~/.config/opencode/command/*.md，提取 name + description
用 Glob ~/.config/opencode/agents/*.md，提取 name + description
用 Read 读取 ~/.config/opencode/opencode.json，提取 mcp 服务器名和 provider 名
读取 ~/.opencode/opencode.json（如存在），提取项目级 MCP 和 agent 配置

Antigravity 扫描项：

用 Read 读取 ~/.antigravity/extensions/extensions.json，提取扩展名列表
用 Read 读取 ~/.gemini/antigravity/mcp_config.json，提取 MCP 服务器名
用 Glob ~/.gemini/antigravity/skills/*/SKILL.md（如存在），提取 name + description

TRAE Work 扫描项：

用 Glob ~/.trae/skills/*/SKILL.md，提取 name + description（99 个，格式与 Claude Code 一致）
用 Glob ~/.trae/user_rules/*.md，提取文件名（其中 agent-*.md 计入 agent 统计）
用 Glob ~/.trae/mcps/*.json，提取 MCP 服务器名
用 Read 读取 ~/.trae/extensions/extensions.json，提取扩展名列表
如果 ~/.trae-cn/skills/ 存在，一并扫描

CLI 工具扫描项： CLI 工具是 AI 环境中重要的可执行能力。用 Bash which 或 command -v 检测以下常用 CLI 是否存在：

版本管理：git、gh（GitHub CLI）
包管理：npx、npm、pnpm、yarn、pip、cargo
运行时：node、python、python3、ruby
容器/云：docker、kubectl、aws、gcloud
构建/测试：make、cmake、go、rustc
文档/其他：pandoc、ffmpeg、curl、jq 检测方式：用 Bash 执行 command -v {tool} && echo "✅ {tool}" || echo "" 批量检测每个找到的 CLI 工具记录 name（如 git、node、docker）

OpenClaw 扫描项：

用 Glob ~/.openclaw/skills/*/SKILL.md 和 ~/.openclaw/skills/*.md，提取 name + description
用 Glob ~/.openclaw/workspace/skills/*/SKILL.md，提取 name + description
统计符号链接数量
识别含 agent 角色的 skill（sessions_spawn 机制），计入 agent 数量

其他纯 Skill 平台扫描项（使用 skill-only 适配器）：

用 Read 读取 references/skill-only-adapter.md 获取路径列表
对每个路径检测目录是否存在（test -d）
存在的目录扫描 */SKILL.md 和 *.md，提取 name + description
路径列表：~/.cursor/skills/、~/.codeium/windsurf/skills/、~/.gemini/skills/、~/.workbuddy/skills/
OpenClaw 变体（按需检测）：~/.nanobot/skills/、~/.picoclaw/skills/、~/.memubot/skills/、~/.maxclaw/skills/、~/.copaw/skills/、~/.autoclaw/skills/、~/.kamiclaw/skills/、~/.qclaw/skills/、~/.easyclaw/skills/

第二步：生成能力清单

用 Read 读取模板：assets/capability-section.md
按模板格式，用第一步收集的数据填充各工具段落
日期替换为当前日期（用 Bash date +%Y-%m-%d）
每个工具只列 name 列表（不加 description，避免过长）
能力清单分组：
- Claude Code：Skills / Agents / Commands / MCP
- Codex：Skills / Agents
- OpenCode：Skills / Agents / MCP / Providers
- Antigravity：Extensions / MCP
- TRAE Work：Skills / Agents(user_rules) / MCP / Extensions
- OpenClaw / 变体：Skills（含检测到的变体）
- 其他平台：Cursor / Windsurf / WorkBuddy(Agents:SOUL.md)（各自独立一行）
- CLI 工具：git, node, python, docker, ...（检测到的列表）
检查总行数：
- ≤ 50 行 → 完整保留
- 50 行 → 每个工具最多保留 5 个 name，标注"共 N 个"
用  和  包裹

第三步：更新 CLAUDE.md

用 Read 读取 --target 指定的文件（默认 ~/.claude/CLAUDE.md）
检查是否已有  和  标记
如果有：用 Edit 工具精准替换两个标记之间的内容，其余不动
如果没有：在文件末尾追加能力清单章节

输出 diff 预览：

[预览] 将在 ~/.claude/CLAUDE.md 中更新能力清单章节：
+ 新能力清单（前 10 行）...
总计 N 行。确认写入？

等待用户确认后用 Write 或 Edit 写入
写入后提示："✅ 能力清单已更新。新开会话时生效（当前会话不会热重载）。"

第四步：人设推荐（条件触发）

判断是否触发人设推荐：

如果 --no-suggest → 跳过
如果 --suggest-agents → 强制触发
否则：统计所有工具的 agent 数量总和，< 5 个则触发
- ~/.claude/agents/*.md
- ~/.config/opencode/agents/*.md（如存在）
- ~/.codex/agents/*.toml（如存在）
- ~/.trae/user_rules/agent-*.md（如存在）
- ~/.workbuddy/SOUL.md（如存在且非模板）
- ~/.openclaw/skills/ 中含 agent 角色的 skill

触发后执行：

推断用户领域
- 用 Read 读取 ~/.claude/CLAUDE.md，提取工作相关关键词
- 综合已装 skills 的 description 词频
- 扫描对话历史：用 Glob 扫描 ~/.claude/projects/、~/.claude/sessions/ 下的会话记录，提取高频任务主题（如金融分析、代码开发、文档写作等）
- 扫描记忆系统：读取 ~/.claude/.remember/now.md、recent.md、core-memories.md（如存在），提取反复出现的工作模式
- 扫描全局偏好：读取 ~/.claude/settings.json，了解配置了哪些 MCP 和 plugin，反推使用场景
- 综合以上多源信号，列出 3 个最可能的工作领域（附推断依据）

交互式询问

输出推断依据和选项：

综合你的 CLAUDE.md、已装 skills（如 china-stock-analysis, meeting-prep-brief）、
对话记录高频主题（如财经数据、路演报告）和记忆系统中的工作模式，
推测你的工作领域可能是：
  A) 金融投资
  B) 内容创作与营销
  C) 软件工程
  D) 以上都不是，我来手动选择

等待用户选择

展示推荐清单

各工具的 agent 安装路径和格式差异见 references/agent-install.md
从 agency-agents-zh 仓库 GitHub Raw URL 获取对应部门的 agent 列表
仓库结构：https://raw.githubusercontent.com/ikevss/agency-agents-zh/main/{部门目录}/{agent名}.md

展示推荐（每个部门 3-5 个，总数上限 15 个）：

推荐安装以下 agent 人设（来自 ikevss/agency-agents-zh）：

金融部：
  1. 金融数据分析师 - 专业财务建模与数据分析
  2. 投资研究员 - 深度研究与投资建议

营销部：
  3. 小红书运营 - 内容运营与社区管理
  4. 公众号编辑 - 深度内容创作

是否确认安装以上 agent？[全部安装 / 逐个选择 / 取消]

安装

用 Bash curl 或 WebFetch 从 GitHub Raw 下载对应的 .md 文件内容
下载 URL 格式：https://raw.githubusercontent.com/ikevss/agency-agents-zh/main/{path}
校验下载内容的 frontmatter 至少包含 name 和 description
检测本机可用的安装目标，按优先级逐个安装：

工具	安装路径	格式	检测方式
Claude Code	`~/.claude/agents/{name}.md`	Markdown（直接写入）	`test -d ~/.claude/agents/`
TRAE Work	`~/.trae/user_rules/agent-{name}.md`	Markdown（写入 user_rules）	`test -d ~/.trae/user_rules/`
Codex	`~/.codex/agents/{name}.toml`	TOML（需转换，见 agent-install.md）	`test -d ~/.codex/agents/`
OpenCode	`~/.config/opencode/agents/{name}.md`	Markdown + `mode: subagent`	`test -d ~/.config/opencode/agents/`
WorkBuddy	`~/.workbuddy/` 下的 `SOUL.md` + `IDENTITY.md`	人设写入顶层文件（见 agent-install.md）	`test -f ~/.workbuddy/SOUL.md`
OpenClaw	`~/.openclaw/skills/{name}/SKILL.md`	内嵌为 skill（sessions_spawn 机制，见 agent-install.md）	`test -d ~/.openclaw/skills/`

每个目标检查同名文件是否已存在（存在则跳过并提示）
WorkBuddy 的 SOUL.md 是全局人格文件，覆盖前必须备份原文件
OpenCode：在 frontmatter 中额外加 mode: subagent 字段
Codex：TOML 格式转换规则见 references/agent-install.md
TRAE Work：写入 user_rules/ 目录（TRAE 没有独立 agents 目录，user_rules 是最接近的替代）
安装完成后提示每个工具安装了多少个 agent

更新能力清单
- 重跑第二步和第三步，将新安装的 agent 纳入能力清单
- 提示："可运行 /ikevss-zh-friendly zh 将新 agent 的 description 汉化"

第五步：输出变更摘要

scan 完成。

[能力统计]
- Claude Code: Skills N / Agents N / Commands N / MCP N
- Codex: Skills N / Agents N
- OpenCode: Skills N / Agents N / MCP N / Providers N
- Antigravity: Extensions N / MCP N
- TRAE Work: Skills N / Agents(user_rules) N / MCP N / Extensions N
- OpenClaw / 变体: Skills N / Agents(skill内嵌) N
- 其他平台: Cursor N / Windsurf N / WorkBuddy N
- CLI 工具: N 个（{name1}, {name2}, ...）

[能力清单更新]
- 写入：~/.claude/CLAUDE.md
- 行数：N 行
- 下次新会话生效

[新安装的 agent]（如有）
- ~/.claude/agents/xxx.md
- ~/.claude/agents/yyy.md

ikevss/ikevss-zh-friendly

ikevss-zh-friendly 是什麼？

在你喜歡的 AI 中提問

說明文件

ikevss-zh-friendly 是做什麼的？

资源路径

子命令路由

§ 汉化流程（zh）

前置检查

第一步：加载适配器并扫描

第二步：备份

第三步：汉化 / 生成

第四步：校验

第五步：输出报告

§ 扫描流程（scan）

前置检查

第一步：扫描全部工具能力

第二步：生成能力清单

第三步：更新 CLAUDE.md

第四步：人设推荐（条件触发）

第五步：输出变更摘要

相關技能

steipete/notion

affaan-m/seo

affaan-m/brand-voice

affaan-m/crosspost

affaan-m/x-api

affaan-m/content-engine