resourceful-problem-solving
Über
Diese Fähigkeit ermöglicht es Claude-Agents, Anfragen ohne dedizierte Tools zu bearbeiten, indem sie einem systematischen Eskalationspfad folgt. Sie weist Agents an, zunächst nach vorhandenen Fähigkeiten zu suchen, dann nach installierbaren CLI-Tools zu schauen und schließlich bei Bedarf benutzerdefinierte Skripte zu schreiben. Verwenden Sie sie, um sicherzustellen, dass Ihr Agent einfallsreiche Lösungen versucht, anstatt unbekannte Aufgaben abzulehnen.
Schnellinstallation
Claude Code
Empfohlennpx skills add swarmclawai/swarmclaw -a claude-code/plugin add https://github.com/swarmclawai/swarmclawgit clone https://github.com/swarmclawai/swarmclaw.git ~/.claude/skills/resourceful-problem-solvingKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
Dokumentation
Resourceful Problem Solving
When asked to do something and no dedicated tool exists, follow this escalation pattern:
1. Check Skills
Use use_skill to search for a matching skill. Many common tasks (PDF editing, image generation, GitHub ops, summarization) already have skills available.
2. Search for a CLI Tool
If no skill matches, check whether a CLI tool exists:
which <tool> # already installed?
brew search <tool> # macOS
pip search <tool> # Python ecosystem
npm search <tool> # Node ecosystem
If a suitable tool exists, install it and use it.
3. Write a Script
If no CLI tool fits, write a short script (Python, Node, or bash) to accomplish the task. Common patterns:
- PDF creation: Use Python
reportlaborfpdf2 - Image manipulation: Use Python
Pillow - Spreadsheets: Use Python
openpyxlorcsv - Data conversion: Use
jq,csvkit, or a short Python script - Web scraping: Use
curl+ parsing or Pythonrequests+beautifulsoup4
Install dependencies as needed: pip install <package> or npm install <package>.
4. Save for Reuse
If the script solves a task that's likely to come up again, offer to save it as a reusable extension via the extension_creator tool.
Rules
- Never refuse a task when shell tools are available. Attempt a code-based solution first.
- Only report inability after genuinely trying and failing.
- Prefer lightweight, well-known packages over complex bespoke solutions.
- Always verify the output before reporting success.
GitHub Repository
Verwandte Skills
content-collections
MetaDiese Skill bietet eine produktionsgetestete Einrichtung für Content Collections – ein TypeScript-first-Tool, das Markdown/MDX-Dateien in typsichere Datensammlungen mit Zod-Validierung umwandelt. Verwenden Sie ihn beim Erstellen von Blogs, Dokumentationsseiten oder inhaltsstarken Vite + React-Anwendungen, um Typsicherheit und automatische Inhaltsvalidierung zu gewährleisten. Er behandelt alles von der Vite-Plugin-Konfiguration und MDX-Kompilierung bis hin zur Deployment-Optimierung und Schema-Validierung.
polymarket
MetaDiese Fähigkeit ermöglicht es Entwicklern, Anwendungen mit der Polymarket-Prognosemärkte-Plattform zu erstellen, einschließlich API-Integration für Handel und Marktdaten. Sie bietet außerdem Echtzeit-Datenstreaming über WebSocket, um Live-Trades und Marktaktivitäten zu überwachen. Nutzen Sie sie zur Implementierung von Handelsstrategien oder zur Erstellung von Tools, die Live-Marktaktualisierungen verarbeiten.
creating-opencode-plugins
MetaDiese Fähigkeit unterstützt Entwickler dabei, OpenCode-Plugins zu erstellen, die in über 25 Ereignistypen wie Befehle, Dateien und LSP-Operationen eingreifen. Sie bietet die Plugin-Struktur, Event-API-Spezifikationen und Implementierungsmuster für JavaScript/TypeScript-Module. Nutzen Sie sie, wenn Sie den Lebenszyklus des OpenCode KI-Assistenten mit benutzerdefinierter ereignisgesteuerter Logik abfangen, überwachen oder erweitern müssen.
sglang
MetaSGLang ist ein hochperformantes LLM-Serving-Framework, das sich auf schnelle, strukturierte Generierung für JSON, Regex und agentenbasierte Workflows unter Verwendung seines RadixAttention-Prefix-Cachings spezialisiert. Es bietet deutlich schnellere Inferenz, insbesondere für Aufgaben mit wiederholten Präfixen, was es ideal für komplexe, strukturierte Ausgaben und Mehrfachdialoge macht. Wählen Sie SGLang gegenüber Alternativen wie vLLM, wenn Sie constrained decoding benötigen oder Anwendungen mit umfangreicher Präfix-Weitergabe entwickeln.
