[关键词]

捕捉学习成果、错误与修正，以实现持续改进。适用场景包括：(1) 命令或操作意外失败；(2) 用户纠正Claude（如“不对，错了…”、“实际上…”）；(3) 用户请求不存在的功能；(4) 外部API或工具失效；(5) Claude意识到自身知识已过时或错误；(6) 为重复性任务发现更优方法。在执行重要任务前，请回顾这些学习记录。

希腊语客户通信内容——提交确认、摘要、文件请求、提醒。发送前需人工审核

从Sentry错误追踪系统获取并分析问题。当需要检查Sentry错误、拉取问题、调查异常、查看错误趋势或获取Sentry项目中的崩溃报告时使用。

通过 MyTaskline.com 实现人工智能驱动的自然语言任务管理。将复杂请求如“请 Sarah 在周五前高优先级审阅移动项目文档”自动转化为结构化任务，支持自动创建项目、指派人员、智能解析日期和识别优先级。内置完整的意图识别、多实体解析功能，并与 MyTaskline.com 平台无缝集成，提升个人与团队工作效率。

ClawHub 技能的安全审计工具，扫描技能目录并应用65种检测规则，支持反混淆分析和双维度评分系统（安全性和合规性）。v0.6.1 版本通过跳过 venv 和 node_modules 目录优化了批量扫描性能。适用于安装新技能、评估技能安全性或审核权限时使用。

每日结束时回顾当日进展、收获并规划明日工作