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.

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

• 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.
• Ведение архитектурных решений (ADR) — documentation-and-adrs — это скилл для Claude Code, который фиксирует архитектурные решения и документирует контекст, необходимый будущим разработчикам и агентам для понимания кодовой базы. Скилл применяется при выборе технологий, смене публичных API, выпуске фич или всякий раз, когда нужно записать обоснование решения — trade-offs и рассмотренные альтернативы. В основе лежит шаблон Architecture Decision Records (ADR): документы хранятся в `docs/decisions/` с последовательной нумерацией, содержат разделы Context, Decision, Alternatives Considered и Consequences, а жизненный цикл описывается переходом PROPOSED → ACCEPTED → SUPERSEDED. Перед созданием ADR скилл проверяет репозиторий на существующие соглашения — формат, расположение, нумерацию — и следует им, а не навязывает собственный шаблон. Дополнительно скилл направляет к встроенным комментариям в коде: документировать нужно *почему*, а не *что*, и избегать очевидных пояснений.
• Разработка по спецификации до написания кода — spec-driven-development — это скилл для Claude Code, который создаёт структурированную спецификацию до написания любого кода, превращая размытые требования в согласованный источник истины для разработчика и заказчика. Рабочий процесс состоит из четырёх гейтированных фаз (Specify → Plan → Tasks → Implement), каждая из которых требует явного одобрения перед переходом к следующей. Для крупных инициатив, где один запрос объединяет несколько независимо тестируемых возможностей, предусмотрена нулевая фаза Scope Check: Claude строит карту модулей с таблицей зависимостей и порядком сборки, а затем рекурсивно применяет полный цикл к каждому модулю. Итоговый spec-документ фиксирует цель и пользовательские сценарии, исполняемые команды сборки и тестирования, структуру проекта, стиль кода с реальными примерами, стратегию тестирования и границы изменений (what to ask vs. never do). Скилл подходит командам, которые начинают новый проект или фичу, работают с неполными требованиями или принимают архитектурные решения, затрагивающие несколько модулей.
• Разработка по официальной документации — source-driven-development — это скилл для Claude Code, который базирует каждое решение по реализации на официальной документации, а не на устаревших паттернах из обучающих данных. Процесс состоит из четырёх шагов: определение стека и точных версий через файлы зависимостей (package.json, requirements.txt, go.mod и др.), получение конкретной страницы документации из иерархии авторитетных источников (react.dev, docs.djangoproject.com, MDN и т. д.), реализация по задокументированным сигнатурам API, явное цитирование источников в комментариях к коду. Если официальные источники противоречат друг другу или расходятся с существующим кодом проекта, скилл выводит конфликт пользователю и предлагает варианты вместо того, чтобы выбирать молча. Подходит разработчикам, которым важна точность при работе с любым фреймворком или библиотекой — особенно при написании шаблонного кода, реализации форм, роутинга, управления состоянием и аутентификации.
• 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.
• 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.
• 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.
• 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.
• 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.
• 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 `<!-- Parent: ../AGENTS.md -->`, формируя навигируемую иерархию. При повторном запуске автоматически обновляются сгенерированные секции, а ручные аннотации ниже маркера `<!-- MANUAL -->` сохраняются. Подходит командам, которые хотят сделать кодовую базу читаемой для AI-инструментов и упростить онбординг новых агентов и разработчиков.
• 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.
• 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.
• 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.
• 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.
• 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.
• 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.
• Умная база знаний из наблюдений ИИ — knowledge-agent — это скилл для Claude Code, который позволяет строить и запрашивать AI-powered базы знаний из наблюдений claude-mem. Скилл реализует трёхшаговый воркфлоу: сначала `build_corpus` собирает отфильтрованный корпус из истории наблюдений (по проекту, типу, концептам, файлам, семантическому запросу или диапазону дат, до 500 записей), затем `prime_corpus` загружает его в AI-сессию, после чего `query_corpus` позволяет задавать вопросы в диалоговом режиме с сохранением контекста между вопросами. Корпуса работают как тематические «мозги»: «всё о хуках», «все решения за последний месяц», «все багфиксы сервиса worker». Дополнительные команды `rebuild_corpus`, `reprime_corpus` и `list_corpora` управляют актуальностью и состоянием сессий. Подходит разработчикам, которые хотят анализировать паттерны прошлой работы, восстанавливать контекст по конкретным модулям или накапливать экспертизу по проекту.
• Поиск по памяти прошлых сессий — mem-search — это скилл для Claude Code, который выполняет поиск по персистентной межсессионной базе данных claude-mem, чтобы находить работу из прошлых сессий. Скилл применяется, когда нужно ответить на вопросы «мы уже решали эту проблему?», «как мы делали это в прошлый раз?» или «что происходило на прошлой неделе?». Внутри реализован трёхшаговый воркфлоу: сначала `search` возвращает индекс с ID, временными метками и заголовками (~50–100 токенов на результат), затем `timeline` показывает хронологический контекст вокруг нужной записи, и только после этого `get_observations` загружает полные детали по отобранным ID (~500–1000 токенов каждый). Пакетная загрузка через один запрос вместо N отдельных даёт до 10-кратной экономии токенов. Инструмент ориентирован на разработчиков, которым важна continuity между сессиями: можно фильтровать наблюдения по проекту, типу (bugfix, feature, decision), дате и сортировке.
• Нарративный отчёт об истории проекта — timeline-report — это скилл для Claude Code, который генерирует подробный нарративный отчёт «Journey Into [Project]» о полной истории разработки проекта на основе данных claude-mem. Скилл обращается к API claude-mem worker через curl, получает сжатую временную шкалу со всеми наблюдениями, границами сессий и саммари, затем разворачивает субагент для глубокого анализа. Отчёт структурирован по обязательным разделам: зарождение проекта, эволюция архитектуры, ключевые прорывы, паттерны работы и экономика токенов — последнее через прямые SQL-запросы к базе данных `~/.claude-mem/claude-mem.db`. Перед анализом скилл оценивает объём данных (от ~20 тысяч до ~750 тысяч токенов в зависимости от размера проекта) и запрашивает подтверждение при превышении 100 тысяч токенов. Подходит командам и разработчикам, которым нужно восстановить историю решений, задокументировать путь развития продукта или подготовить ретроспективу проекта.
• Серийный дайджест истории проекта по неделям — weekly-digests — это скилл для Claude Code, который создаёт серийный многоглавный нарративный дайджест полной истории проекта из claude-mem, разбивая временну́ю шкалу на файлы по ISO-неделям и запуская последовательных субагентов — по одному на каждую неделю. Каждый субагент получает блок carry-forward от предыдущей главы, благодаря чему повествование остаётся связным: число глав равно числу ISO-недель в истории проекта. Скилл автоматически определяет проект через git, скачивает полный таймлайн, делит его на недельные файлы с Python-скриптом и проверяет целостность данных двойным проходом. Подходит разработчикам и техническим менеджерам, которым нужна структурированная story-driven история проекта в виде последовательных глав, а не единого длинного отчёта.

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