Token导航 LogoToken导航

Agent Skill · 研究检索

new-project(新项目)

new-project 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

new-project 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为调用外部服务;许可证为 MIT,暂无第三方扫描结果,按安装量在研究检索类的 73,675 个 Skill 里排第 60,316。

总安装 371周安装 15GitHub Stars 公开资料未说明下载 116核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:new-project(新项目)
来源仓库:https://github.com/forever-efficient/pitfal-solutions-website
仓库路径:skills/new-project
安装命令:
npx skills add forever-efficient/pitfal-solutions-website --skill "new-project"
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

AgentSkills.tonpx skills
npx skills add forever-efficient/pitfal-solutions-website --skill "new-project"

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

new-project 用于发现和安装 AI 代理的技能,增强宿主能力。适合技能探索、生态集成或动态扩展功能模块。通过 npx 命令从 forever-efficient/pitfal-solutions-website 仓库安装。需确认是否允许外部代码执行和网络访问。

建议查阅原始 README 了解具体用法和支持宿主。

来源仓库内路径:skills/new-project

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add forever-efficient/pitfal-solutions-website --skill "new-project";命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要调用外部服务,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

new-project 怎么安装?

在终端执行 npx skills add forever-efficient/pitfal-solutions-website --skill "new-project"。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

new-project 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

new-project 需要什么权限?

权限级别是调用外部服务。该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

new-project 是免费的吗?

来源标注的许可证是 MIT。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

new-project 用的人多吗?

公开数据是累计安装 371 次,近一周安装 15 次,下载 116 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

new-project 安全吗?

没有查到第三方扫描结果,安全性无法从公开资料判断,安装前请自行审查源码、依赖和命令行为。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 许可证明确为 MIT,商用和分发边界好判断。

先想清楚的地方

  • 没有第三方扫描结果,安全性只能靠自己读源码判断。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 要求有安全扫描结论才肯安装的团队。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
new-project

新项目 · 本页

371—调用外部服务MIT未收录

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Initialize New Project

IMPORTANT: Every project gets the same skeleton structure, but the CONTENT (architecture, MCP servers, skills, requirements) is unique and must be researched.

Phase 1: Create Skeleton Structure (ALWAYS THE SAME)

mkdir -p {{PROJECT_PATH}}/{docs,.claude/skills}

Create these files immediately (with placeholders):

project/
├── CLAUDE.md                    # Project context
├── .mcp.json                    # MCP servers (empty initially)
├── .claude/
│   ├── settings.json            # Hooks and permissions
│   └── skills/                  # Custom commands
└── docs/
    ├── PRD.md                   # Product requirements
    ├── ARCHITECTURE.md          # System design
    └── REQUIREMENTS.md          # Functional specs

Phase 2: Gather Project Context

Ask user:

  1. Project name and one-line description
  2. Problem being solved - What pain point?
  3. Target users - Who will use this?
  4. Key features - What must it do?
  5. Constraints - Budget, timeline, existing systems?

Phase 3: Research MCP Servers (CRITICAL)

Based on project needs, research available MCP servers:

Search for MCP servers:

Common MCP servers by domain:

DomainServers to Research
AWS Infrastructureterraform, aws-docs, aws-pricing
Paymentsstripe
Databasessqlite, postgres, supabase
Source Controlgithub, gitlab
Communicationslack, discord
AI/MLopenai, anthropic
Productivitynotion, linear, jira
File Operationsfilesystem (always include)

For each potential server, evaluate:

  • Does it solve a real need for this project?
  • What credentials/setup does it require?
  • Will it be used frequently enough to justify the context cost?

Phase 4: Research Skills Needed

Identify repetitive workflows that should become skills:

Universal skills (most projects need):

  • build - Compile/bundle the application
  • test - Run test suite
  • deploy - Push to production

Research project-specific skills:

  • What multi-step processes will be repeated?
  • What commands are complex and error-prone?
  • What workflows need standardization?

Example skill patterns by project type:

TypeSkills to Consider
Web Apppreview, lighthouse, e2e-test
APIapi-test, generate-docs, db-migrate
Mobilebuild-ios, build-android, publish
Datarun-pipeline, validate-data, generate-report
Infrastructureplan, apply, destroy, logs

Phase 5: Research Architecture Options

Don't assume architecture - research what fits:

Questions to answer:

  1. What scale is expected? (users, requests, data volume)
  2. What's the budget constraint?
  3. What does the team already know?
  4. What are similar products built with?

Web search for:

  • "[problem domain] architecture patterns"
  • "[similar product] tech stack"
  • "best practices [technology] 2025"

Phase 6: Fill Planning Documents

With research complete, populate:

CLAUDE.md

  • Project overview and goals
  • Chosen tech stack with rationale
  • MCP servers configured and why
  • Available skills and when to use them
  • Common commands
  • Code standards for this project

docs/PRD.md

  • User personas from Phase 2
  • Feature requirements with priorities
  • Success metrics
  • Timeline and milestones

docs/ARCHITECTURE.md

  • System diagram
  • Data models
  • API design
  • Infrastructure plan

docs/REQUIREMENTS.md

  • Detailed functional requirements (REQ-XXX-NNN format)
  • Non-functional requirements (performance, security)

Phase 7: Configure MCP Servers

Create .mcp.json with researched servers:

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "./"]
    }
    // Add other researched servers
  }
}

Phase 8: Create Initial Skills

For each identified skill, create .claude/skills/{name}/SKILL.md:

---
name: skill-name
description: When to use this skill. Be specific.
---

# Skill Name

Steps to execute...

Phase 9: Initialize Git

cd {{PROJECT_PATH}}
git init
cat > .gitignore << 'EOF'
node_modules/
.env*
.next/
out/
dist/
*.tfstate*
.terraform/
.claude/session.log
.claude/settings.local.json
EOF
git add -A
git commit -m "Initial project setup with Claude Code structure"

Output

Display:

  1. Project structure tree
  2. Configured MCP servers with purpose
  3. Created skills with descriptions
  4. Next steps:

- Add MCP server credentials to environment - Run /mcp to verify server connections - Review and refine PRD with stakeholders - Begin implementation per architecture plan

平台分布

mcpjam

25.67%
按下载量换算30

qwen-code

21.69%
按下载量换算25

windsurf

17.94%
按下载量换算21

zencoder

11.88%
按下载量换算14

crush

7.91%
按下载量换算9

Claude Code

3.36%
按下载量换算4

安全审计

暂无安全审计结果可展示。

权限和风险

调用外部服务

该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills