manage-tcg-collection
Über
Diese Claude Skill unterstützt Entwickler dabei, Sammelkartenspiel-Kollektionen für Spiele wie Pokémon und Magic: The Gathering zu organisieren, zu verfolgen und zu bewerten. Sie bietet Inventarmethoden, Best Practices für die Lagerung, Bewertung von zertifizierten Karten und Verwaltung von Wunschlisten. Nutzen Sie sie, um Sammlungen zu katalogisieren, den Wert für Versicherung oder Verkauf zu ermitteln und zu entscheiden, welche Karten für eine professionelle Zertifizierung eingereicht werden sollen.
Schnellinstallation
Claude Code
Empfohlennpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/manage-tcg-collectionKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
Dokumentation
name: manage-tcg-collection description: > 组织、追踪和估值集换式卡牌游戏收藏。涵盖库存方法、存储最佳实践、基于评级的 估值、想要列表管理和收藏分析。支持宝可梦、万智牌、血与肉和 Kayou 卡牌。适用于 建立新收藏并设置库存追踪、编目已超出随意管理的现有收藏、为保险或出售估值收藏, 以及决定哪些卡牌值得提交专业评级。 license: MIT allowed-tools: Read Grep Glob WebFetch WebSearch metadata: author: Philipp Thoss version: "1.0" domain: tcg complexity: basic language: natural tags: tcg, collection, inventory, storage, valuation, pokemon, mtg, fab, kayou locale: zh-CN source_locale: en source_commit: 6f65f316 translator: claude-sonnet-4-6 translation_date: 2026-03-16
管理 TCG 收藏
通过结构化追踪、适当存储和数据驱动的估值来组织、盘点和估值集换式卡牌游戏收藏。
适用场景
- 建立新收藏并从一开始就设置库存追踪
- 编目已超出随意管理的现有收藏
- 为保险、出售或遗产目的估值收藏
- 管理想要列表和交换夹以获取特定卡牌
- 根据价值潜力决定哪些卡牌值得提交专业评级
输入
- 必需:收藏中的卡牌游戏(宝可梦、万智牌、血与肉、Kayou 等)
- 必需:收藏范围(整个收藏、特定系列或特定卡牌)
- 可选:当前库存系统(电子表格、应用、实物活页夹组织)
- 可选:收藏目标(收齐系列、竞技游玩、投资、怀旧)
- 可选:存储和评级用品预算
步骤
第 1 步:建立库存系统
设置适合收藏规模的追踪系统。
- 根据收藏规模选择库存方法:
- 小型(<200 张):电子表格
- 中型(200-2000 张):专用应用(TCGPlayer、Moxfield、PokeCollector、Collectr)
- 大型(2000+ 张):数据库 + 应用组合,配合条码扫描
- 定义每张卡追踪的数据字段:身份、品相、数量、位置、获取信息、价值
- 设置所选系统
- 建立更新频率(活跃收藏者每周,稳定收藏每月)
预期结果: 功能性库存系统已建立,数据字段已定义,准备输入数据。系统匹配收藏规模。
失败处理: 如果理想应用不可用,使用电子表格。格式不如一致性重要。
第 2 步:编目收藏
将现有卡牌录入库存系统。
- 在数字录入前先实物分类:按系列、系列内按编号、变体与基础卡分组
- 录入卡牌:使用批量录入、诚实记录品相、标注特殊来源
- 大型收藏分会话处理
- 与系列清单交叉对照以确定完成百分比
预期结果: 收藏中每张卡都已录入,品相和位置数据准确。每个系列的完成百分比已知。
失败处理: 如果收藏太大无法手动录入,优先处理:先录入所有稀有/高价值卡,再按系列批量录入普通卡。80% 准确的库存远好于没有库存。
第 3 步:组织实物存储
根据卡牌价值和用途适当存储。
- 应用存储层级系统:
- 高级(>$50):硬卡套 + 团队袋,或卡膜装磁性保护壳
- 标准($5-$50):卡膜 + 硬卡套或侧装活页夹
- 散装(<$5):行卡盒(BCW 800 张或类似),按系列排序
- 已评级(任何价值):直立放置在评级卡盒中
- 环境控制:阴凉、干燥、避光
- 标记所有容器
- 更新库存系统中的存储位置
预期结果: 每张卡都按其价值适当存储,位置数据在库存中。
失败处理: 如果暂无高级存储用品,卡膜 + 硬卡套始终是任何价值超过 $10 的卡牌的最低保护。
第 4 步:评估收藏价值
计算当前市场价值。
- 选择定价来源(TCGPlayer、CardMarket、eBay 已售记录、PSA/BGS 价格指南)
- 更新所有标准和高级层级卡牌的价值
- 散装卡使用按系列的散装定价
- 计算收藏摘要(按类别的数量和价值)
- 识别评级候选者:评级溢价超过评级成本的卡牌
预期结果: 收藏的当前估值,重要卡牌有单卡价值,散装有汇总价值。评级候选者已识别。
失败处理: 如果定价数据过时或不可用,标注定价日期和来源。对于非常稀有的卡牌,检查多个来源并使用中位数。
第 5 步:维护和优化
建立持续的收藏管理例程。
- 定期更新:立即录入新获取的卡牌,定期更新价值
- 想要列表管理:维护带最高价格的想要卡牌列表
- 收藏分析:追踪总价值变化,监控完成百分比,识别集中度风险
- 定期审计(每年):实物盘点 vs. 库存盘点、验证存储条件、审查评级候选者
预期结果: 一个活的收藏管理系统,保持更新并支持关于买卖、评级和交易的知情决策。
失败处理: 如果维护中断,优先更新高级层级价值,然后补齐新获取的卡牌。
验证清单
- 库存系统已建立并有适当的数据字段
- 所有卡牌已编目并有品相和位置数据
- 实物存储匹配卡牌价值层级
- 环境控制到位(阴凉、干燥、避光)
- 收藏已用当前市场价格和日期估值
- 评级候选者已识别并有成本/收益分析
- 维护频率已建立并遵循
- 想要列表已维护
常见问题
- 对自己的卡牌过度评级:收藏者始终将自己的卡牌评高 1-2 级。诚实评估或使用
grade-tcg-card进行结构化评估 - 忽略散装:散装卡集体积累价值。800 张每张 $0.10 的普通卡就是 $80——值得追踪
- 存储环境差:湿度和温度波动比使用磨损更快地损坏卡牌。环境比卡套更重要
- 估值过时:卡牌市场变动频繁。6 个月前的估值可能严重不准确
- 无备份:没有备份的数字库存很脆弱。每月导出 CSV。为保险拍摄高价值卡的照片
相关技能
grade-tcg-card— 准确品相评估的结构化卡牌评级build-tcg-deck— 使用收藏库存进行卡组构建
GitHub Repository
Verwandte Skills
llamaguard
AndereLlamaGuard ist Metas 7-8B-Parameter-Modell zur Moderation von LLM-Eingaben und -Ausgaben in sechs Sicherheitskategorien wie Gewalt und Hassrede. Es bietet eine Genauigkeit von 94-95 % und kann mit vLLM, Hugging Face oder Amazon SageMaker eingesetzt werden. Nutzen Sie diese Skill, um Inhaltsfilterung und Sicherheitsguardrails einfach in Ihre KI-Anwendungen zu integrieren.
cost-optimization
AndereDiese Claude Skill unterstützt Entwickler bei der Optimierung von Cloud-Kosten durch Ressourcen-Dimensionierung, Tagging-Strategien und Ausgabenanalysen. Sie bietet einen Rahmen zur Senkung von Cloud-Ausgaben und zur Implementierung von Kosten-Governance für AWS, Azure und GCP. Nutzen Sie sie, wenn Sie Infrastrukturkosten analysieren, Ressourcen richtig dimensionieren oder Budgetvorgaben einhalten müssen.
quantizing-models-bitsandbytes
AndereDiese Fähigkeit quantisiert LLMs auf 8-Bit- oder 4-Bit-Präzision mittels bitsandbytes und erreicht dabei eine Speicherreduzierung von 50–75 % bei minimalem Genauigkeitsverlust. Sie ist ideal für den Betrieb größerer Modelle mit begrenztem GPU-Speicher oder zur Beschleunigung von Inferenzvorgängen und unterstützt Formate wie INT8, NF4 und FP4. Die Fähigkeit integriert sich in HuggingFace Transformers und ermöglicht QLoRA-Training sowie 8-Bit-Optimierer.
dispatching-parallel-agents
AndereDiese Claude-Fähigkeit verteilt mehrere Agenten, um drei oder mehr unabhängige Probleme gleichzeitig zu untersuchen und zu beheben. Sie ist für Szenarien konzipiert, die unabhängige Fehler umfassen, die ohne gemeinsamen Zustand oder Abhängigkeiten gelöst werden können. Die Kernfähigkeit ist die parallele Problemlösung, bei der pro unabhängigem Problembereich ein Agent zugewiesen wird, um die Effizienz zu maximieren.
