插件市场

Claude Code 插件开发工具包，包含覆盖 Hook、MCP 集成、命令、Agent 和最佳实践的 7 项专用 Skill，辅助创建和校验插件。

使用 Ralph Wiggum 技术进行交互式 AI 迭代循环，让 Claude 反复查看之前的工作并处理同一任务直至完成。

生成个人 Claude Code 使用成效报告，展示交付、项目与使用占比；在本地读取会话和只读 Git，仅发送计数及项目名用于撰写，报告留在本机。

为 Claude Code 提供持续记忆，将对话提取、汇总并压缩到分层每日日志，以便回忆之前的工作。

将 AWS AI／机器学习专业知识引入编程助手，使用 Amazon SageMaker AI 构建、训练和部署模型。

读取本地 Claude Code 会话记录，生成可探索的 HTML 使用报告，分析令牌、缓存效率、子 Agent、Skill 和开销最高的提示词。

识别代码库中的 AI Agent，选择 Python SDK、TypeScript SDK、前端 trackAgent() 或 Conversations API 接入 Pendo Agent Analytics。

识别 MCP 服务器使用的 Python、TypeScript 或 Go 语言，并通过对应 Pendo SDK 将工具调用接入 Agent Analytics。

创建和改进 Skill，并通过评估、基准测试和方差分析衡量性能。

为 Claude 提供头脑风暴、带代码审查的子 Agent 开发、系统化调试、红绿循环测试驱动开发，以及 Skill 编写和测试方法。

通过托管 MCP 服务器将 Claude Code 连接到 Synthflow AI 语音 Agent 平台，提供通话审阅、提示词审计和文档搜索连接器。

面向 Together AI 的 Agent Skill，覆盖推理、训练、嵌入、音频、视频、图片、函数调用和基础设施，包括微调、批处理、评估、沙箱、专用端点及 GPU 集群。

启动、列出、传递消息及协调后台子 Agent，提供预设、Skill 和共享交接记录。

提供目标命令和完成检查工具，在目标未完成时提醒 Cline 继续处理。

Claude Code 核心技能库：包含测试驱动开发、系统化调试、协作模式和经过验证的技术方法。

通过聊天评估 Codex Skill 和插件，提供易上手的启动命令、本地优先报告、令牌预算说明及基准测试引导。

在 Copilot 对话中使用 Microsoft AgentRC 评估 AI 就绪度，生成项目指令并管理策略，输出独立 HTML 仪表板。

由五个不同角色的 LLM 进行两轮异步讨论和交叉反驳，审核文本产物，给出发布、修改或暂缓结论及完整审计记录。

实时查看本机 Copilot Agent、子 Agent、执行命令和数据去向的关系图。

让 Anthropic、OpenAI 和 Google 模型家族的子 Agent 独立回答，再交叉讨论或质疑，由协调者汇总匿名化输入。