本體。要有 Claude Pro 或 Max 訂閱，或者一把 Anthropic API key
進去之後第一件事，跑 /init。它會掃過整個專案，生出一份 CLAUDE.md，把架構、慣例寫進去。之後每次開新對話都會自動讀這份檔案
/init 生出來的 CLAUDE.md 只是起點。我習慣手動補上「這個專案的雷區」「哪些檔案不要動」「用什麼命名慣例」。這幾行字省下的來回，比任何外掛都多五個工具裡有三個需要它（impeccable、ponytail、higgsfield CLI）。impeccable 需要 Node 22.12 以上；ponytail 的 lifecycle hooks 需要 node 在 PATH 上
node 必須在「非互動式 shell 的 PATH」裡。不在的話 skill 本身還是能用，只是自動啟動會安靜地失效，不會報錯。這種無聲失敗最難查建議用 uv，安裝乾淨。用 pip 也可以
裝之前先理解你在裝什麼，出事的時候才知道去哪裡看
| 元件 | 是什麼 | 你會怎麼碰到它 |
|---|---|---|
| Skill / Command | 一份 SKILL.md 或 markdown 檔，教 Claude 在某個情境該怎麼做 | 用 /名稱 叫出來 |
| Hook | 在特定時機自動觸發的腳本 | 你不會主動叫它，它自己會跑。要在 /hooks 裡審核並信任 |
| MCP Server | 讓 Claude 連到外部服務的橋 | 用 claude mcp add 加，或在 claude.ai 的連接器設定 |
Plugin（外掛）就是把上面這些打包成一包。一鍵安裝、一鍵分享給團隊。這是它最大的價值——不是功能新，是可以複製
我公司的做法：把團隊統一的配置做成一個內部 marketplace（就是一個 git repo，裡面放一份 marketplace.json），新人進來一行指令裝完，不用交接
Claude Code 理解一個 repo 的預設方式是「探索」：grep、讀檔、再 grep。它做這件事做得很好，好到你會忽略成本——每一次新對話都從零開始，把同樣的檔案再讀一遍，重建一個昨天結束時就蒸發掉的心智模型
graphify 把這個模型固化下來。它在你的機器上用 tree-sitter 解析程式碼（確定性解析器，涵蓋 36 種語言，不呼叫模型），建出一張圖，記錄呼叫、匯入、定義、引用這些真實的關係
安裝後如果找不到 graphify 指令：
graphify claude install 做兩件事：在 CLAUDE.md 寫入一段指示，叫 Claude 在回答架構問題前先讀 graphify-out/GRAPH_REPORT.md；在 settings.json 裝一個 PreToolUse hook，在每次 Glob 和 Grep 呼叫「之前」觸發
第二點是關鍵。它不是事後提醒，是事前攔截
把 skill 和設定寫在 repo 底下，commit 上去之後隊友只要裝 CLI 就能用同一套配置。這是我在公司實際用的方式。個人裝的東西不會擴散，寫進 repo 的才會
| 檔案 | 用途 |
|---|---|
graph.html | 互動式視覺化地圖，可以在瀏覽器打開 |
GRAPH_REPORT.md | 重點摘要，標出 god nodes 與對應實際子系統的模組群集 |
graph.json | 原始圖譜資料，給程式讀的 |
god nodes 是被大量依賴的核心節點。這份報告最有價值的地方是它會告訴你哪些檔案是整個專案的樞紐——通常也就是動了會出事的地方
graph.html 打開來就是一張星系圖。你不需要看懂程式碼，但你看得出來哪個模組又肥又亂、哪些東西糾纏在一起。這是我用來判斷「這個專案該不該重構」的其中一個依據圖譜建好之後，一般的問題（「X 是怎麼運作的？」）會直接從圖譜回答，不需要特別下指令
graphify hook install，讓內嵌的直譯器路徑保持正確隱私方面：開源、在本機執行、預設不對外傳送任何東西。唯一可選的網路依賴是處理非程式碼來源（README、PDF、SQL、Terraform）的模型，這個也可以用 Ollama 跑在本機
叫任何 AI 寫一個 dashboard、landing page 或設定頁，給它完全的自由，你會拿到什麼？
impeccable 建立在 Anthropic 官方的 frontend-design skill 之上，但加了更深的領域知識和更硬的限制，把 AI 從那些燒進權重裡的可預測模式推開
方法一：npx（建議，會自動偵測你的環境）
方法二：Claude Code plugin marketplace
它會掃描你的 design tokens、元件、Tailwind 設定，寫出 PRODUCT.md 和 DESIGN.md。之後每一個指令都會讀這兩份檔案來維持一致性
初始化的時候它會問你這個介面是「品牌」還是「產品」。這不是廢問題——landing page 要說服人，dashboard 要幫人做事，兩者的設計判準完全不同
| 指令 | 用途 |
|---|---|
/impeccable audit | 找出問題（層級、間距、對比） |
/impeccable critique | 完整設計評論（層級、清晰度、情緒感受） |
/impeccable polish | 最後的視覺收尾，對齊設計系統 |
/impeccable distill | 移除不必要的複雜度 |
/impeccable craft | 完整的 UX 到實作流程 |
/impeccable harden | 處理邊界情境與國際化 |
/impeccable onboard | 首次使用體驗與空狀態 |
語氣調節（我最常用的部分）
大部分指令可以指定範圍
釘選常用指令
這是我認為 impeccable 最被低估的部分。它的偵測器完全不需要呼叫模型，59 條確定性規則直接掃檔案
退出碼：0 = 沒有問題｜2 = 偵測到反模式。這個退出碼設計就是為了接 CI
掃 HTML、CSS、JSX、TSX、Vue、Svelte。抓側邊條框線、紫色／紫羅蘭色漸層、深色底配青色、漸層文字效果、bounce 緩動動畫、深色光暈、擁擠的內距、過小的觸控目標、過長的行寬
模型專屬規則：當 impeccable 偵測到程式碼是由某個有已知視覺習慣的模型產生的，會套用額外規則禁掉那個模型的特定習慣。Gemini 版會擋掉它的 hover 圖片動效，Codex 版會拒絕 ghost cards 和過度圓角
不是 Claude 專屬。同時支援 Cursor、Codex CLI、GitHub Copilot、Gemini CLI、Grok Build、Antigravity、OpenCode 等十幾家。如果你用 GitHub Copilot app，impeccable 是內建的，跳過安裝，在 Settings → Experimental 打開就好
名字來自那種留著馬尾、戴圓框眼鏡的資深工程師原型——看著 50 行程式碼，一句話不說，默默換成一行
官方描述是「懶惰資深工程師模式：強制最簡、最短、真的可行的解法。YAGNI、標準庫優先、不生沒要求的抽象層」
在寫任何程式碼之前，agent 會停在第一個成立的階層
| 階 | 問題 | 成立就 |
|---|---|---|
| 1 | 這東西需要存在嗎 | 不需要就跳過（YAGNI） |
| 2 | 這個 codebase 裡已經有了嗎 | 重用，不要重寫 |
| 3 | 標準庫做得到嗎 | 用標準庫 |
| 4 | 平台原生功能覆蓋得了嗎 | 用原生（<input type="date"> 勝過一個 date picker 套件） |
| 5 | 已經安裝的依賴能解決嗎 | 用它，不要再加新的 |
| 6 | 能用一行寫完嗎 | 一行 |
| 7 | 到這裡才輪到 | 能動的最小實作 |
這個階梯是在它理解問題之後才跑，不是取代理解。它會先讀變更會碰到的程式碼、追真實的流程，然後才選階層。對解法懶惰，對閱讀從不懶惰
裝完之後，打開 /hooks，審核並信任它的兩個 lifecycle hooks，然後開一個新的對話。這兩個 hook 是 Node.js 寫的，所以 node 必須在 PATH 上
Claude Code Desktop app 的 Code 分頁：把上面兩個指令打進輸入框，或按旁邊的 + → Plugins → Add plugin。marketplace 的管理在側邊欄的 Customize
另外還支援 OpenCode、Cursor、Windsurf、Cline、Kiro、Zed 等，總共 14 個以上的 agent
intensity 指令的行為：照你要求的東西建，然後用一行講出更懶的替代方案。你自己選
| 指令 | 範圍 |
|---|---|
/ponytail-review | 只看 diff，找投機性的抽象層 |
/ponytail-audit | 掃整個 codebase，給出排序清單：什麼該刪、該簡化、該換成標準庫等價物 |
/ponytail-audit 是一次性報告，不會自動改東西
不用記指令也可以。你說「ponytail」「be lazy」「lazy mode」「簡單一點的做法」「最小的實作」「yagni」「少做一點」「最短路徑」的時候它會自動啟動。或者你抱怨過度設計、程式碼臃腫、樣板碼太多、依賴太多的時候
債務追蹤：ponytail 每走一個捷徑，都會在程式碼裡留一個 ponytail: 註解，標明它的升級路徑。之後要補回來的時候知道去哪裡找
支持方的回應是「包裝本身就是產品」——價值在於整合體驗，正確的規則會自動注入多個 agent，而不是靠每個人記得每次都打那七個字
以前做一組行銷素材：去 A 平台生圖，下載，去 B 平台生影片，下載，去 C 平台調整，再組起來。三四個分頁、三四個訂閱、三四套操作邏輯。higgsfield MCP 把這條線收進一個對話
然後在跳出的瀏覽器完成 OAuth 認證。不需要 API key
https://mcp.higgsfield.ai/mcp什麼時候該用 CLI 而不是 MCP：自動化或 CI pipeline，你不會想要一個需要開瀏覽器的 OAuth 流程。CLI 用的是長期有效的 API token
30 幾個影像與影片模型，包括 Soul、Cinema Studio、Flux、Seedream、Kling、Minimax Hailuo、Veo。影像最高 4K、影片最長 15 秒、用 Soul 訓練維持角色一致性
| 工具 | 用途 |
|---|---|
generate_image | 文字或參考圖生圖，最高 4K |
generate_video | 圖或文字生影片，最長 15 秒 |
create_character | 用參考圖訓練一個可重複使用的角色（Soul ID） |
get_generation_status | 查詢生成任務進度 |
這是我認為最有價值的功能，因為它解決了「同一個系列的素材長得不一樣」這個問題
get_generation_status 輪詢queued、in_progress、completed、failed、nsfw。agent 會用比較溫和的提示詞重試失敗的任務Claude Code 每次對話都從零開始。你打開終端機、輸入提示，AI 對昨天的 session 一無所知，對你推了三個月的專案一無所知，對你寫 LinkedIn 的語氣一無所知。這是所有 AI agent 最讓人挫折的限制，也是為什麼那麼多專案兩個禮拜之後就被擱置
解法不是什麼奇特的工具，也不是一台有 47 個依賴的 MCP server。是 Obsidian——一個免費的、基於本機 Markdown 檔案的筆記軟體，拿來當 Claude Code 的外部記憶。這個組合會成立，因為 Obsidian 說穿了就是你硬碟上的一個資料夾，而 Claude Code 本來就會讀文字檔
結束。真的就這樣。MCP 只有在你想讓 Claude Desktop（不是 Claude Code）透過 Local REST API 存取 vault 時才需要
大部分人卡在這裡。開了 200 個資料夾，筆記跟專案混在一起，兩個禮拜之後 vault 一團亂，Claude 什麼都找不到。解法來自策略顧問業的 MECE 原則——每個資料夾有明確職責，彼此不重疊，加起來涵蓋所有東西
放在 vault 根目錄。這一份檔案的價值，大過任何外掛。內容應該包含：vault 結構與各資料夾職責、命名慣例、你希望它寫回筆記時遵守的格式、你的語氣偏好
type 這個欄位最重要。有了它，你可以直接問「幫我整理這個月所有 decision 類型的筆記」，而不用讓它掃過每一個檔案
| 專案 | 作者 | 機制 |
|---|---|---|
mcp-obsidian | Markus Pfundstein | 透過 Local REST API 外掛 |
obsidian-claude-code-mcp | iansinnott | WebSocket + HTTP/SSE 雙架構 |
效能限制：有實務回報指出超過 4000 篇筆記之後效能會開始下降。如果你的 vault 已經很大，考慮把 40-archive/ 排除掉，或拆成多個 vault。另一方面也有正面回報：1200 萬字的 vault 修連結，10 分鐘以內跑完
每一個 Claude 花在「搞清楚自己在哪」的 token，都是沒花在實際工作上的 token
不要一次全裝
| 順序 | 裝什麼 | 為什麼 |
|---|---|---|
| 1 | Obsidian + CLAUDE.md | 零成本，效果最直接，不用改任何工作習慣 |
| 2 | ponytail | 一行指令，立刻感覺得到差別 |
| 3 | impeccable 的 CLI（先只跑 detect） | 先看報告，不改任何東西，建立基準線 |
| 4 | impeccable 接進 CI | 有了基準線再設閘門，團隊不會炸鍋 |
| 5 | graphify | 專案夠大才有感 |
| 6 | higgsfield | 內容端的工具，跟開發流程可以分開評估 |
每一步之間隔一到兩週。一次全上，出事的時候你不知道是誰的問題
| 工具 | 費用 | 授權 | 執行位置 |
|---|---|---|---|
| Claude Code | Pro / Max 訂閱，或 API key | 商業 | 本機 + API |
| graphify | 免費 | Apache 2.0 | 本機 |
| impeccable | 免費 | 開源 | 本機 |
| ponytail | 免費 | MIT | 本機 |
| higgsfield | credit 制，免費額度每月 150 | 商業 | 雲端 |
| Obsidian | 個人使用免費 | 商業（有免費方案） | 本機 |
| 問題 | 怎麼解 |
|---|---|
| 裝了之後感覺沒差別 | 先確認 hook 有沒有真的生效。ponytail 的 hooks 需要 node 在非互動式 shell 的 PATH 上，不在的話它會安靜地失效，不報錯。跑 /hooks 看狀態。graphify 的話確認 graphify-out/GRAPH_REPORT.md 真的存在，而且 CLAUDE.md 裡有那段指示 |
| graphify 指令找不到 | 跑 uv tool update-shell 然後開新終端機。另外注意套件名是 graphifyy，指令是 graphify |
| impeccable 一直誤判我的品牌字體 | npx impeccable ignores add-value overused-font YourFont --reason "Brand font" |
| 升級 graphify 之後 hook 壞掉 | 重跑 graphify hook install，讓內嵌的直譯器路徑更新 |
| higgsfield 的影片任務跑一半 session 就結束了 | 任務在伺服器端持續執行。開新對話、列出任務、拿 URL 就好，不用重跑 |
| Obsidian vault 太大，Claude 每次都很慢 | 檢查 .claudeignore 有沒有排除 .obsidian/ 和 attachments/。這兩個通常佔掉大部分的無效 token。超過 4000 篇筆記考慮拆 vault |
| 團隊裡每個人的配置都不一樣 | graphify install --project 把設定寫進 repo；impeccable 的 PRODUCT.md 和 DESIGN.md 也 commit 上去；ponytail 用內部 marketplace。三件事做完，新人一行指令就跟大家一致 |
.git/、.env，你再補強。按 Shift+Tab 切換權限模式，或直接編輯 ~/.claude/settings.json這份文件裡的每一個指令我都查證過來源。但 AI 工具的變動速度超過任何文件的更新速度——版本會改、介面會改、定價會改。如果某個指令跑不動，先去看官方 repo 的 README，那裡永遠是最新的
我不打算把這份東西寫成「AI 讓你的效率提升 10 倍」那種文章。實際上這五個工具加起來，改變的是幾件很具體的事：