返回技能列表

manage-tcg-collection

pjt222
更新于 2 days ago
6 次查看
17
2
17
在 GitHub 上查看
其他general

关于

This Claude Skill helps developers organize, track, and value trading card game collections for games like Pokémon and Magic: The Gathering. It provides inventory methods, storage best practices, graded valuation, and wantlist management. Use it to catalog collections, assess value for insurance or sale, and decide which cards to submit for professional grading.

快速安装

Claude Code

推荐
主要方式
npx skills add pjt222/agent-almanac -a claude-code
插件命令备选方式
/plugin add https://github.com/pjt222/agent-almanac
Git 克隆备选方式
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/manage-tcg-collection

在 Claude Code 中复制并粘贴此命令以安装该技能

技能文档


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。

  1. 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
  2. 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
  3. 设置所选系统
  4. 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。

  1. 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
  2. 录入卡牌:使用批量录入、诚实记录品相、标注特殊来源
  3. 大型收藏分会话处理
  4. 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。

  1. 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
  2. 环境控制:阴凉、干燥、避光
  3. 标记所有容器
  4. 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。

  1. 选择定价来源(TCGPlayer、CardMarket、eBay 已售记录、PSA/BGS 价格指南)
  2. 更新所有标准和高级层级卡牌的价值
  3. 散装卡使用按系列的散装定价
  4. 计算收藏摘要(按类别的数量和价值)
  5. 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。

  1. 定期更新:立即录入新获取的卡牌,定期更新价值
  2. 想要列表管理:维护带最高价格的想要卡牌列表
  3. 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
  4. 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 仓库

pjt222/agent-almanac
路径: i18n/zh-CN/skills/manage-tcg-collection
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

相关推荐技能

llamaguard

其他

LlamaGuard是Meta推出的7-8B参数内容审核模型,专门用于过滤LLM的输入和输出内容。它能检测六大安全风险类别(暴力/仇恨、性内容、武器、违禁品、自残、犯罪计划),准确率达94-95%。开发者可通过HuggingFace、vLLM或Sagemaker快速部署,并能与NeMo Guardrails集成实现自动化安全防护。

查看技能

cost-optimization

其他

这个Claude Skill帮助开发者优化云成本,通过资源调整、标记策略和预留实例来降低AWS、Azure和GCP的开支。它适用于减少云支出、分析基础设施成本或实施成本治理策略的场景。关键功能包括提供成本可视化、资源规模调整指导和定价模型优化建议。

查看技能

quantizing-models-bitsandbytes

其他

这个Skill使用bitsandbytes库量化大语言模型,能在GPU内存有限时通过8位或4位量化减少50-75%内存占用,同时保持精度损失最小。它支持INT8、NF4、FP4等多种量化格式,可与HuggingFace Transformers无缝集成,适用于需要部署更大模型或加速推理的场景。还提供QLoRA训练和8位优化器支持,让开发者能轻松实现高效模型压缩。

查看技能

dispatching-parallel-agents

其他

该Skill用于并行处理3个以上无依赖关系的独立故障,可为每个问题域分派专属Claude代理同时执行调查修复。它通过并发处理多个独立问题显著提升故障排查效率,特别适用于测试文件、子系统等无共享状态的场景。

查看技能