메뉴
AI 生成代码后自动二次优化——不改代码行为，只优化结构和可读性。消除重复代码、 减少嵌套层级、简化复杂逻辑、提取公共可复用函数。代码行数通常减少 30-40%， 嵌套深度从 4-5 层降到 1-2 层。 Trigger keywords: code simplifier, 代码简化, 代码优化, 简化代码, 重构, 减少嵌套, 消除重复, 提取公共函数, simplify code, 精简代码, 代码瘦身, 优化可读性, 写完代码后优化, AI代码优化。
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.
npx skills add https://github.com/ZhouYinLong-lab/Dog-Skills --skill code-simplifier명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.
로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.
把一句话的想法拆成 AI agent 能独立跑完的目标任务书。用户说「帮我给 agent 写个目标」「帮我详细拆一下这个目标」「写个任务书/brief 给 agent」「写个 goal 提示词」「让 agent 自己跑这个项目」「把活分给几个 agent 并行」时使用。先进代码库实测、必要时联网调研，再一次性提问（≤5 个），产出一份 ≤4000 字符、直接粘进 /goal 就能跑的任务书，含实测数字、白名单地界、防作弊验收和断点续跑。执行型与探索型（调研/选型/找方案）自动分流。
Academic Research Skills (ARS) — 学术研究全流程 AI 助手，38.7k⭐ 开源项目。 4 个技能覆盖从文献调研到论文发表：Deep Research (13 agents 文献调研/系统综述)、 Academic Paper (12 agents 写作流水线/LaTeX PDF 输出)、 Academic Paper Reviewer (7 agents 多视角审稿/反谄媚协议)、 Academic Pipeline (10 阶段编排器/引文验证/完整性闸门)。 核心理念：AI 是副驾驶，不是飞行员——帮你查文献、管引用、校格式，研究判断由你做主。 Trigger keywords: 学术研究, 写论文, 论文写作, 文献综述, 系统综述, 投稿, 审稿, 毕业论文, academic research, paper writing, literature review, systematic review, PRISMA, peer review, 发表论文, 学术写作, 论文润色, 期刊投稿, 会议投稿, 引文检查, 参考文献, LaTeX论文, 博士研究, 硕士论文, 科研全流程, ARS, academic pipeline, deep research paper, 论文审稿, rebuttal, 审稿回复, 学术引用, citation check, 论文格式, APA, IEEE, Chicago, 科研流水线.
266 个即插即用的 AI 专家角色库 — 覆盖工程、设计、产品、营销、金融、安全、游戏等 20 个部门。 每个角色都有独立的人设、专业流程和可交付成果，不是通用提示词模板。 含 50 个中国市场原创智能体（小红书/抖音/微信/B站/飞书/钉钉等）。 搭配编排器 agency-orchestrator，一句话即可让多位专家按 DAG 自动协作。 Trigger keywords: 专家角色, 智能体, agent, 角色提示词, 切换角色, 启用专家, 专家模式, 代码审查员, 产品经理, 技术文档工程师, 前端开发者, 后端架构师, 安全工程师, 小红书运营, 抖音运营, 公众号编辑, B站内容策划, 跨境电商, 飞书集成, 钉钉开发, agency agents, expert role, 角色库, agent库, 266个专家, 即插即用角色, 用什么角色, 帮我找一个XX专家, 切换到XX角色, 加载XX角色, 用XX的视角, 以XX身份, 作为XX专家。
SOC 직업 분류 기준
SKILL.md 표시 중
| name | code-simplifier |
| description | AI 生成代码后自动二次优化——不改代码行为，只优化结构和可读性。消除重复代码、 减少嵌套层级、简化复杂逻辑、提取公共可复用函数。代码行数通常减少 30-40%， 嵌套深度从 4-5 层降到 1-2 层。 Trigger keywords: code simplifier, 代码简化, 代码优化, 简化代码, 重构, 减少嵌套, 消除重复, 提取公共函数, simplify code, 精简代码, 代码瘦身, 优化可读性, 写完代码后优化, AI代码优化。 |
| allowed-tools | ["Read","Write","Edit","Bash","Glob","Grep","Agent"] |
| metadata | {"category":"development","source":"https://github.com/anthropic/claude-plugin-directory","install":"/plugin install code-simplifier@claude-plugin-directory","version":"1.0.0","license":"MIT"} |
AI 生成代码有一个通病：啰嗦。变量名重复声明、if 嵌套四五层、明明三行能写完的逻辑硬拆成三十行。这些代码能跑，但过两个月再看，你根本不想维护。
Code Simplifier 在代码生成之后自动做二次优化。
功能逻辑原封不动，只优化：
/plugin install code-simplifier@claude-plugin-directory
# 简化当前改动
/simplify
# 在 Claude Code 里对 AI 说
"简化刚才生成的代码"
"帮我优化这个模块的可读性"
① 写代码 ──→ ② Code Simplifier 优化 ──→ ③ Code Review 审查 ──→ ④ 人工 Review
为什么是这个顺序？