c-clipboard
Acerca de
Esta habilidad de Claude permite operaciones con el portapapeles mediante los comandos integrados de macOS `pbcopy` y `pbpaste` para copiar, pegar y transformar contenido entre la terminal y el portapapeles del sistema. Te permite canalizar fácilmente la salida de comandos al portapapeles, leer el contenido del portapapeles en archivos u otros comandos, y aplicar transformaciones como ordenar o cambiar mayúsculas y minúsculas. Úsala para una gestión rápida del portapapeles desde la terminal sin necesidad de herramientas externas en macOS.
Instalación rápida
Claude Code
Recomendadonpx skills add daxaur/openpaw -a claude-code/plugin add https://github.com/daxaur/openpawgit clone https://github.com/daxaur/openpaw.git ~/.claude/skills/c-clipboardCopia y pega este comando en Claude Code para instalar esta habilidad
Documentación
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
Repositorio GitHub
Preguntas frecuentes
¿Qué es el Skill c-clipboard?
c-clipboard es un Skill de Claude creado por daxaur. Los Skills agrupan instrucciones y recursos que Claude carga cuando los necesita para realizar tareas relacionadas con c-clipboard sin indicaciones adicionales.
¿Cómo instalo c-clipboard?
Usa los comandos de instalación de esta página: añade c-clipboard a Claude Code como plugin o clona su repositorio en tu directorio de skills y reinicia Claude para cargarlo.
¿A qué categoría pertenece c-clipboard?
c-clipboard pertenece a la categoría Otro.
¿Se puede usar c-clipboard gratis?
Sí. c-clipboard aparece en AIMCP y se puede instalar gratis.
Habilidades relacionadas
LlamaGuard es el modelo de Meta de 7-8B parámetros para moderar las entradas y salidas de LLM en seis categorías de seguridad como violencia y discurso de odio. Ofrece una precisión del 94-95% y puede implementarse usando vLLM, Hugging Face o Amazon SageMaker. Utiliza esta skill para integrar fácilmente filtrado de contenido y barreras de seguridad en tus aplicaciones de IA.
Esta Skill de Claude ayuda a los desarrolladores a optimizar los costes en la nube mediante el ajuste de tamaño de recursos, estrategias de etiquetado y análisis de gastos. Proporciona un marco para reducir los gastos en la nube e implementar una gobernanza de costes en AWS, Azure y GCP. Úsala cuando necesites analizar los costes de infraestructura, ajustar el tamaño de los recursos o cumplir con restricciones presupuestarias.
Esta habilidad de Claude analiza los mercados de apuestas deportivas, incluyendo spreads, over/unders y apuestas de propuestas, mediante el examen de tendencias históricas y estadísticas situacionales para identificar apuestas de valor. Proporciona una salida en markdown estructurado con recomendaciones accionables con fines educativos. Los desarrolladores deben utilizar esto para herramientas de análisis de apuestas deportivas, teniendo en cuenta que está diseñado únicamente para entretenimiento/educación.
Esta habilidad cuantiza LLMs a precisión de 8 o 4 bits utilizando bitsandbytes, logrando una reducción de memoria del 50-75% con pérdida mínima de precisión. Es ideal para ejecutar modelos más grandes en memoria GPU limitada o para acelerar la inferencia, admitiendo formatos como INT8, NF4 y FP4. La habilidad se integra con HuggingFace Transformers y permite entrenamiento QLoRA y optimizadores de 8 bits.