context-detection

context-detection 技能提供了一種智慧且多層次的機制，用於分析軟體儲存庫，以識別底層技術棧、框架依賴項和專案結構。它專為需要在執行任務或載入特定環境外掛程式之前，建立專案技術概況的開發人員、架構師和自動化代理程式而設計。透過分析設定檔、目錄佈局和目前檔案上下文，此技能可以無縫整合框架特定功能，例如自動載入 Vitest 測試助手、Go 資料庫模式或 React 狀態管理工具。

• 多技術棧感知：專業處理前端（例如 React, Vue）和後端（例如 Go, Rust, Python）元件共存於同一儲存庫的全端架構。

• 分層檢測邏輯：遵循嚴格的優先順序，從 .claude/settings.json 中的顯式使用者設定開始，接著是檔案副檔名、設定檔（package.json, go.mod, Cargo.toml, pyproject.toml）以及結構模式。

• 技能發現引擎：包含強大的發現腳本，可查詢官方 Claude Code 技能位置，包括專案特定、個人、市場和企業目錄。

• 適應性框架支援：自動將檢測到的技術對應到適當的開發工具和技能，確保 AI 代理程式始終具備正確的專業指令和上下文。

• 遞迴結構分析：識別諸如 src/routes 或 cmd/ 等目錄模式，以驗證並確認技術棧發現，提供比僅解析設定檔更高的信心度。

• 檢測可靠性：設定專案時，請確保遵守優先順序階層；.claude/settings.json 中的使用者覆寫設定將始終優先於自動檢測結果。

• 效能與範圍：該工具經過優化，會忽略常見的依賴目錄（如 .git, node_modules 和 vendor），以維持快速掃描。

• 多技術棧最佳實踐：在單一儲存庫（monorepo）或多語言環境中使用此技能，確保應用程式的不同部分採用正確的開發方法。

• 輸入/輸出：接收目前工作目錄作為輸入；輸出包含識別出的技術棧、關聯的框架技能以及插件編排器所需的摘要元資料的 JSON 負載。