screenshot-capture

Screenshot Capture 是一款专为个人知识管理设计的 Claude Code 技能，旨在帮助用户高效处理、分类和归档截图类灵感素材。该技能通过结构化的六步工作流，将零散的视觉信息转化为可检索、可追踪的知识资产。

核心用法上，当用户分享截图并附带上下文时，技能首先将图像保存至本地 notes/screenshots/ 目录，采用描述性命名（如 positioning-angles.jpg）确保文件可识别。随后基于内容信号自动分类：包含可执行心智模型的归入 Framework，AI 相关技巧归入 AI Hack，原创想法归入 Idea。系统会提取关键内容并结构化存储至对应 Markdown 文件，同时自动设置一周后的行动提醒，并记录用户兴趣模式至 patterns.md。

显著优点体现在其极简而完整的设计哲学。作为纯文档型资产，它消除了代码执行风险，所有数据严格本地存储，适合对隐私敏感的用户。自动化分类体系（Framework/Idea/AI Hack）减少了认知负荷，而强制提醒机制有效对抗"收藏即遗忘"的行为模式。模式追踪功能还能帮助用户发现长期兴趣演变，为个人知识管理提供数据支撑。

潜在局限包括其单一用户架构设计。数据仅存储于本地 notes/ 目录，缺乏跨设备同步能力，不适合团队协作场景。此外，分类依赖关键词信号判断，面对模糊内容时可能需要人工干预。作为 T3 来源的个人项目，长期维护稳定性也存在不确定性。

该技能最适合内容创作者、产品经理、研究者等需要频繁收集网络灵感的个人用户。对于建立个人知识库、追踪 AI 领域动态、管理创意项目尤为有效。但涉及高度敏感商业信息或需要企业级合规的场景则需谨慎评估。

使用风险主要集中在数据管理层面。尽管无网络传输风险，但本地文件可能因设备损坏而丢失，建议定期备份 notes/ 目录。截图内容可能包含隐私信息，需确保本地存储路径的访问权限安全。另外，Shell 命令示例虽仅涉及 cp 操作，用户仍需确认文件路径配置正确以避免误操作。

核心用法

Screenshot Capture 是一款面向个人知识管理的文档型 Skill，专为 Enzo 的截图归档需求设计。当用户分享带评论的截图时，Skill 执行六步工作流：保存图片至结构化目录、智能分类（框架/AI技巧/创意）、提取关键内容并格式化存储、设置一周执行提醒、记录行为模式、最后发送确认反馈。

显著优点：

• 零代码风险：纯 Markdown 实现，无可执行代码块，仅含 cp 示例命令
• 工作流闭环：从捕获到提醒的完整知识管理链条，解决"存了不用"的痛点
• 意图感知分类：基于评论内容自动识别框架学习、AI hackathon 素材、未来项目三类意图
• 行为追踪设计：patterns.md 日志帮助用户洞察自己的信息消费模式

潜在局限：

• 依赖人工触发（需 Enzo 主动发送截图+评论），无自动抓取功能
• 分类判断基于关键词启发式，复杂语义可能误分类
• T3 来源（个人开发者），长期维护稳定性待观察
• 仅支持本地文件处理，无云同步或跨设备能力

适合人群：需要建立个人第二大脑的内容创作者、独立开发者、AI 产品研究者；特别适合频繁消费碎片化信息（LinkedIn、Twitter、文章截图）但缺乏系统归档习惯的用户。

常规风险：极低。无网络请求、无敏感权限、无代码执行。唯一需注意的是 cp 命令示例若被误解为实际指令，可能引发文件覆盖预期，但文档已明确标注为工作流示例。