$ loading_
为特定代码仓库审查所需组件，并生成精简的 ECC 安装分类方案。
复制安装指令，让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "agent-sort" 技能： 1. 下载 https://raw.githubusercontent.com/affaan-m/ECC/main/docs/zh-CN/skills/agent-sort/SKILL.md 2. 保存为 ~/.claude/skills/agent-sort/SKILL.md 3. 装好后重载技能，告诉我可以用了
请审查这个仓库中的技能、命令、规则、钩子和附加内容，基于实际证据生成 ECC 安装计划，并将结果分为 DAILY 和 LIBRARY 两类，只保留项目真正需要的部分。
一份按 DAILY 与 LIBRARY 分类的精简安装建议，并说明每项保留或排除的依据。
针对这个大型仓库做仓库感知审查，识别哪些 ECC 组件与当前技术栈、工作流和代码结构无关，输出一个最小可用安装方案，并标注不建议安装的内容。
一个聚焦当前项目需求的最小安装清单，以及不推荐项和原因说明。
不要直接加载完整 ECC 包。请基于仓库内容给出项目定制安装方案，并对比全量安装与定制安装的差异、收益和潜在缺失。
一份定制化安装方案，以及与全量方案的对比分析，帮助决定采用哪种安装方式。
当仓库需要项目特定的 ECC 表面而非默认完整安装时，使用此技能。
目标不是猜测"什么感觉有用"。目标是根据实际代码库中的证据对 ECC 组件进行分类。
按顺序生成以下工件：
仅使用两个分类：
DAILY
LIBRARY在进行任何分类之前，使用仓库本地证据：
有用的命令包括：
rg --files
rg -n "typescript|react|next|supabase|django|spring|flutter|swift"
cat package.json
cat pyproject.toml
cat Cargo.toml
cat pubspec.yaml
cat go.mod
如果并行子代理可用，将审查分为以下轮次：
agents/*skills/*commands/*rules/*如果子代理不可用，则按顺序运行相同的轮次。
在分类任何内容之前，确定实际技术栈：
对于每个候选表面，记录：
使用此格式：
skills/frontend-patterns | skill | DAILY | 84 个 .tsx 文件，存在 next.config.ts | 核心前端技术栈
skills/django-patterns | skill | LIBRARY | 无 .py 文件，无 pyproject.toml | 此仓库中未激活
rules/typescript/* | rules | DAILY | 存在 package.json + tsconfig.json | 活跃的 TS 仓库
rules/python/* | rules | LIBRARY | 零个 Python 源文件 | 仅保持可访问
提升至 DAILY 当：
降级至 LIBRARY 当：
将分类转化为行动：
.claude/skills/skill-library 保持可访问如果仓库已使用选择性安装，则更新该计划而非创建另一个系统。
如果项目需要可搜索的库表面，创建：
.claude/skills/skill-library/SKILL.md该路由器应包含：
不要在路由器内重复每个技能的主体。
应用计划后，验证：
返回一个简洁的报告，包含：
如果下一步是交互式安装或修复，交接至：
configure-ecc如果下一步是重叠清理或目录审查，交接至：
skill-stocktake如果下一步是更广泛的上下文修剪，交接至：
strategic-compact按此顺序返回结果：
栈
- 语言/框架/运行时摘要
日常
- 始终加载的条目及证据
库
- 可搜索/参考的条目及证据
安装计划
- 应安装、移除或路由的内容
验证
- 已运行的检查及剩余差距
通过双评审智能体对结果进行对抗式校验，提升输出发布前的可靠性
审计ECC工具与代理的成本消耗，并量化提示词令牌计算效率。