c-clipboard
Über
Diese Claude Skill ermöglicht Clipboard-Operationen über die macOS-eigenen Befehle `pbcopy` und `pbpaste` zum Kopieren, Einfügen und Transformieren von Inhalten zwischen Terminal und System-Clipboard. Sie erlaubt es, Kommandoausgaben einfach in die Zwischenablage zu leiten, Clipboard-Inhalte in Dateien oder andere Befehle zu lesen und Transformationen wie Sortieren oder Groß-/Kleinschreibung anzuwenden. Nutzen Sie sie für schnelles Clipboard-Management direkt im Terminal, ohne externe Tools auf macOS zu benötigen.
Schnellinstallation
Claude Code
Empfohlennpx skills add daxaur/openpaw -a claude-code/plugin add https://github.com/daxaur/openpawgit clone https://github.com/daxaur/openpaw.git ~/.claude/skills/c-clipboardKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
Dokumentation
Clipboard — Copy & Paste
Read from and write to the system clipboard. Built into macOS, no install needed.
Commands
# Read clipboard contents
pbpaste
# Copy text to clipboard
echo "hello world" | pbcopy
# Copy file contents to clipboard
pbcopy < /path/to/file.txt
# Save clipboard to file
pbpaste > /path/to/output.txt
# Copy command output to clipboard
ls -la | pbcopy
date | pbcopy
# Transform clipboard content
pbpaste | tr '[:lower:]' '[:upper:]' | pbcopy # uppercase
pbpaste | sort | pbcopy # sort lines
pbpaste | wc -w # word count
# Copy with no trailing newline
printf "%s" "exact text" | pbcopy
Linux Equivalents
# If on Linux, use xclip or xsel
xclip -selection clipboard # copy (pipe into)
xclip -selection clipboard -o # paste
Guidelines
- When the user says "copy this" or "put this in my clipboard", use
pbcopy - When the user says "what's in my clipboard?" or "paste", use
pbpaste - For transformations, pipe
pbpastethrough the transform and back topbcopy - Always confirm what was copied with a brief summary
- Never display clipboard contents unless asked — they may contain sensitive data
GitHub Repository
Frequently asked questions
What is the c-clipboard skill?
c-clipboard is a Claude Skill by daxaur. Skills package instructions and resources that Claude loads on demand, so Claude can perform c-clipboard-related tasks without extra prompting.
How do I install c-clipboard?
Use the install commands on this page: add c-clipboard to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does c-clipboard belong to?
c-clipboard is in the Other category, tagged clipboard, copy, paste, pbcopy and pbpaste.
Is c-clipboard free to use?
Yes. c-clipboard is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
Verwandte Skills
LlamaGuard 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.
Diese 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.
Diese Claude Skill analysiert Sportwettenmärkte inklusive Handicaps, Over/Unders und Spezialwetten, indem sie historische Trends und situative Statistiken untersucht, um Wertwetten zu identifizieren. Sie liefert strukturierte Markdown-Ausgaben mit umsetzbaren Empfehlungen zu Bildungszwecken. Entwickler sollten dies für Sportwetten-Analysetools nutzen, wobei zu beachten ist, dass es nur zur Unterhaltung/Bildung konzipiert wurde.
Diese 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.