最终排名
阵容
参赛工具
参加这场对决的每个工具的简介,按最终得分排序。
Brand Kit (Grade A)
经过安全测试的 Claude AI 数据 AI 技能，A级。为用户的产品构建可移植的 brand-kit.json —— 包含颜色、排版、语调，供其他技能（视频、广告创意、着陆页）使用。
Brand Kit 技能为 Claude AI 生成可移植的 brand-kit.json 文件，描述用户产品的颜色、排版、语调以及可选的 logo。该文件可被其他技能（如视频、广告创意、着陆页）直接使用。技能支持多种场景，用户可以从网站源码、公开 URL 或 logo 图片中提取品牌信息，并提供多条发现路径来创建品牌套件，优先使用信息足够的方式。输出为 JSON 文件，包含颜色、排版、语调等核心品牌细节，确保各类营销素材的一致性。
标准细分
- 从多种来源提取品牌信息（站点 URL、代码库路径、logo 路径）
- 生成可移植的 brand-kit.json 文件
- 包含核心品牌细节（颜色、排版、语调）
- 可选的 logo 包含
Kyosei（Grade A）是Claude AI的一项安全测试数据-AI技能，旨在进行全面代码审查。它评估代码质量、依赖项更新、性能、测试覆盖率、文档准确度以及安全性。该工具适用于查看Pull Requests（PRs）、检查代码质量以及运行充分的代码评估。 Kyosei通过利用多个高级别的子代理，并行来提供全面审查。这些子代理集中于特定领域，如代码质量、依赖项、文档、性能、安全性以及测试。该工具可以用于GitHub输出模式，在该模式下，结果以GitHub PR中的内联评论的形式发布，也可以用于本地输出模式，在该模式下，结果直接打印到终端中。它还支持简化的审核，如当前和先前的回滚项之间的更改集为空时。
标准细分
- 代码质量审查
- 依赖项更新评估
- 性能评估
- 测试覆盖率分析
- 文档准确度检查
- 安全审查
Persona Dev 是一款安全性测试的数据-AI技能，适用于Claude AI，用于创建、更新和改进人设。它处理新的人设构建、现有人设添加技能和设置挂钩或自我修炼等任务。人设存储在git跟踪的目录下，具有沙盒隔离，包含设置、技能和个人数据。技能指导用户通过结构化的发现过程了解人设的领域、性格和工作流程。
标准细分
- 人设创建
- 技能添加
- 工作流设置
- 挂钩和自我修炼
- git集成
Api Docs (Grade A) 是一个用于创建完整 API 文档的工作流。当用户需要记录 API 端点时使用。该过程包括对端点进行清点、为每个端点编写文档、生成 OpenAPI 规范，并使用 Swagger UI 或 Redoc 生成文档。用户必须拥有可用的 API 端点并能够使用 OpenAPI/Swagger 工具。文档编写步骤包括列出所有端点、按资源/实体分组，并标注 HTTP 方法和路径。此技能还涵盖在 CI/CD 中对文档进行验证和自动更新，确保所有端点均被准确记录，并提供正确的示例和错误响应。
标准细分
- 端点清点与分组
- 详细的端点文档编写
- OpenAPI 规范生成
- 交互式文档生成
- 验证与审查清单
Repo Analyze 是一个安全测试的数据-AI技能，Claude AI 提供一次呼叫的冷启动定位，对未知库进行。它返回了一个有结构的文件树，语言混合，框架和构建工具检测，上级依赖，入口和README 高亮。这款工具旨在通过减少探索新库需要的多次Read，Glob和Grep调用，从而节省时间。这是一种没有状态，没有网络访问需求，实现于标准库Python中的API。
标准细分
- 文件树概要 (紧凑或全面)
- 语言混合分析
- 框架和构建工具检测
- 顶级依赖项列表
- 入口识别
- README高亮提取
Shogun Bloom Config (Grade A)
安全性经过测试的数据-AI技能，为Claude AI提供Grade A。互动式向导：关于订阅的多选题，输出一份可复制粘贴的 capability_tiers YAML + 固定的代理模型分配
Shogun Bloom Config（Grade A)是一款安全性经过测试的数据-AI技能，为Claude AI提供。它是一个互动向导，通过一系列的多选题问题来指导用户关于订阅的选择，并输出可复制粘贴的 capability_tiers YAML + 固定的代理模型分配。问题中包括Claude计划、ChatGPT计划以及限制率偏好等。输出的配置可以直接粘贴到配置文件中。该工具设计来帮助用户根据Claude和ChatGPT订阅来配置它们的订阅以获得最佳的性能。
标准细分
- 互动式向导
- capability_tiers YAML输出
- 固定的代理模型分配
- 成本组声明
- 对未支持的Bloom级别的空白警告
前端设计是 Claude AI 的安全检测的开发技能，旨在帮助创建具有真正设计质量的 Web 界面。它用于前端工作，例如登录页面、Web 应用程序、仪表盘、管理面板和组件。该技能检测现有设计系统并尊重它们，涵盖组合、排印、颜色、运动和复制。它通过截图验证结果，以确保生产级别的前端界面，避免泛泛的 AI 美观度。该技能遵循权威层级，优先考虑现有设计系统和用户指示。它通过检测背景、规划设计、用意建造和视觉验证来工作。
标准细分
- 上下文检测
- 设计规划
- 视觉验证
- 尊重现有设计系统
- 排印、颜色、运动等观点指南
- 检测上下文、规划设计、用意建造和视觉验证
Visual Explainer 是 Claude AI 的安全性测试数据-人工智能技能，用于生成独立的 HTML 页面来可视化系统、数据故事、调查、编辑工作流程和代码更改。它旨在适用于用户请求图表、架构概述、差异比较、计划评审、项目总结、源代码映射、比较表格、时间线或任何可视化的技术或编辑性概念。技能还可以主动渲染复杂的 ASCII 表格为样式化的 HTML 页面。它从 nicobailon/visual-explainer 中演变而来，并结合新闻室、新闻室和研究院的设计风格。
标准细分
- 为技术图表和编辑可视化生成独立的 HTML 页面
- 对复杂数据进行主动表格渲染
- 为各用途提供详细的预设模板
- 可用的命令包括差异比较、计划评审和项目总结
- 通过新闻室、新闻室和研究院的设计风格进行特定设计
mem9 是一代给仅读到警件的数成ai 权 (A本) 代得 persistent 橋屋内容 橋屋或给 手机代子, OpenClaw agents. mem9 免系用为安装管理通屋内容, 起得 OpenClaw 内容使用中正的橋屋仅输入。 mem9 不能用一代得容，起得一得。
标准细分
- 免系橋屋内容
- 权読码访为
- 分为安装内容使用件
- 服务组分分用杀子