MCP HubMCP Hub
Вернуться к навыкам

resourceful-problem-solving

swarmclawai
Обновлено 6 days ago
560
113
560
Посмотреть на GitHub
Метаdesign

О программе

Этот навык позволяет агентам Claude обрабатывать запросы без использования специализированных инструментов, следуя системному пути эскалации. Он предписывает агентам сначала искать существующие навыки, затем искать устанавливаемые CLI-инструменты и, наконец, при необходимости писать пользовательские скрипты. Используйте его, чтобы гарантировать, что ваш агент будет пытаться находить ресурсные решения, а не отказываться от незнакомых задач.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add swarmclawai/swarmclaw -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/swarmclawai/swarmclaw
Git клонированиеАльтернативный
git clone https://github.com/swarmclawai/swarmclaw.git ~/.claude/skills/resourceful-problem-solving

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

Документация

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 reportlab or fpdf2
  • Image manipulation: Use Python Pillow
  • Spreadsheets: Use Python openpyxl or csv
  • Data conversion: Use jq, csvkit, or a short Python script
  • Web scraping: Use curl + parsing or Python requests + 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 репозиторий

swarmclawai/swarmclaw
Путь: skills/resourceful-problem-solving
0
agent-frameworkagent-memoryagent-runtimeagent-swarmagentsai

Похожие навыки

content-collections

Мета

Этот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.

Просмотреть навык

polymarket

Мета

Этот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.

Просмотреть навык

creating-opencode-plugins

Мета

Этот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.

Просмотреть навык

sglang

Мета

SGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.

Просмотреть навык