Skills Plugins MCP Prompt Model 博客 我的中心

auto-continue

把当前项目接入用量自动暂停/恢复。当用户想让某个 Claude Code 项目在接近 5-hour 用量上限时自动保存进度并暂停、reset 后自动从断点恢复时使用。本技能是安装器——它铺好独立监控脚本 monitor.py、注册每 15 分钟运行的 Windows 计划任务、并把 worker 协作规范(E 节)追加进当前项目的 CLAUDE.md。监控走方案 A(独立脚本读 Chrome DOM),不消耗 Claude 额度。触发短语:接入 auto_continue、安装用量监控、自动暂停恢复、auto_continue。

DeepseekModel 官方收录技能 质量 良好 · 48 v1.0.0

获取

https://deepseekmodel.com/api/download.php?id=crischenyingyan-autocontinue-skill-md&format=skill
下载 .skill 标准格式,含 system_prompt 与 model_config,导入任意 Agent 框架即可使用
.skill 文件中 system_prompt 字段的实际内容。
name auto_continue description 把当前项目接入用量自动暂停/恢复。当用户想让某个 Claude Code 项目在接近 5-hour 用量上限时自动保存进度并暂停、reset 后自动从断点恢复时使用。本技能是安装器——它铺好独立监控脚本 monitor.py、注册每 15 分钟运行的 Windows 计划任务、并把 worker 协作规范(E 节)追加进当前项目的 CLAUDE.md。监控走方案 A(独立脚本读 Chrome DOM),不消耗 Claude 额度。触发短语:接入 auto_continue、安装用量监控、自动暂停恢复、auto_continue。 auto_continue 安装器 把 当前所在项目 接入「用量自动暂停 / 恢复」。监控侧是一个由 Windows 任务计划驱动的独立脚本 (方案 A,读 Chrome DOM,不消耗 Claude 额度);worker 侧靠 CLAUDE.md 的 E 节协作规范在 /loop 中 读取共享控制文件来暂停 / 恢复。完整设计见本技能目录下的 readme.md 。 安装前先确认(向用户问清,缺一不可) 账号级目录路径 :默认 %USERPROFILE%\.claude\auto_continue\ 。 当前项目就是要被托管的 worker 吗? E 节会追加到“当前项目”的 CLAUDE.md。 Chrome 调试端口 :默认 9222。 提醒用户:监控依赖一个 以调试端口启动、并登录了 Claude.ai 的 Chrome ;worker 长任务要在 /loop 下跑。 安装步骤(按序执行,每步完成后简述结果) 步骤 1 — 铺设监控脚本 确保账号级目录存在: %USERPROFILE%\.claude\auto_continue\ 。 把本技能 scripts\monitor.py 复制到该目录。 monitor.py 已内置全部默认值(含已校准的选择器、 cdp_url=http://127.0.0.1:9222 、 threshold=90 ), config.json 可选 ——仅当需要改阈值 / 端口 / 路径时,才由 scripts\config.example.json 生成 config.json 覆盖对应项。 cdp_url 必须用 127.0.0.1 而非 localhost (后者可能走 IPv6 连不上)。 步骤 2 — 注册 Windows 计划任务(15 分钟一次) 用 schtasks 注册名为 auto_continue_monitor 的任务,每 15 分钟运行 python "%USERPROFILE%\.claude\auto_continue\monitor.py" : $py = (Get-Command python).Source $mon = "$env:USERPROFILE\.claude\auto_continue\monitor.py" schtasks /create /tn auto_continue_monitor /sc minute /mo 15 /f ` /tr "`"$py`" `"$mon`"" 注册后用 schtasks /query /tn auto_continue_monitor 核对。确认已安装 Playwright: pip install playwright (无需 playwright install ,脚本是 connect 已有 Chrome)。 步骤 3 — 追加 worker 协作规范到当前项目 CLAUDE.md 把 readme.md 第 4 节的 ## E. Auto-Continue 协作规范 整节 原样追加 到当前项目 CLAUDE.md 末尾 (若已存在 E 节则跳过或更新)。控制文件路径须与 config.json 的 control_path 一致。 步骤 4 — 启动调试 Chrome 并登录 指导用户:用 scripts\start_chrome_debug.ps1 启动带调试端口的 Chrome, 在该独立 profile 窗口里登录 Claude.ai 并保持打开 (它与日常 Chrome 是两套登录态;登录一次会被记住)。选择器已对当前 claude.ai 校准(用量按钮 button[aria-label^="Usage"] ,面板内锚定文案 5-hour limit ),无需手动校准; 仅当 Claude.ai 改版导致读取失败时,才需更新 monitor.py / config.json 里的这两个值。 步骤 5 — 验证 手动跑一次: python "%USERPROFILE%\.claude\auto_continue\monitor.py" ,看 monitor.log 是否出现 ok: percent=.. state=.. ,并检查 control.json 内容正确。 提示用户:worker 长任务用 /loop 启动(如 /loop 15m <任务> ),它会按 E 节在每轮读取 control.json。 关键约束 控制文件路径在 monitor(config.json)与 worker(CLAUDE.md E 节)两侧 必须一致 。 5-hour limit 是账号级共用,控制文件放账号级目录,统管本账号所有 worker。 monitor 故障为 fail-open:故障期间 worker 约 40 分钟后回到 RUN,可能在监控失灵时越过上限。
Agent 识别该技能的关键词,点击任意一个即可复制。

该技能未提供触发词。

下载的 .skill 包内含以下字段。
字段 说明
format格式标识(skill/v1)
skill_id技能唯一 ID
name技能名称
version版本号
description技能描述
category所属分类(数组)
trigger_words触发词列表
tags标签列表
source来源标识
source_url来源链接(本页地址)
exported_at导出时间(每次下载生成)
system_prompt系统提示词正文
model_config模型参数:provider / model / temperature / max_tokens / top_p
examples示例
install_guide各平台导入说明(Coze / Dify / Claude / 自定义框架)
同一份技能可按不同平台格式导出。
.skill 标准格式,含 system_prompt 与 model_config,导入任意 Agent 框架即可使用 下载
.skillpro 增强格式,额外含脚本 / 工具 / 依赖 / 钩子占位 下载
.json 纯 JSON 导出,只含 system_prompt 与模型参数 下载
Coze 带 frontmatter 的 Markdown,Coze 平台导入用 下载
Dify Dify DSL,创建应用后直接导入 下载

每日精选 Skill 推荐,免费送到你邮箱

输入邮箱,每天接收一个精选 AI Agent 技能推荐。完全免费,持续更新。

提交后我们会发送一封确认邮件,点击邮件里的链接才会开始收信。

完全免费,取消任意时间。我们不会发送垃圾邮件。