> CLI Tools _

При реализации функций pgschema используйте реализацию `pg_dump` в PostgreSQL в качестве руководства для запросов к системному каталогу и извлечения схемы. Применяйте эти знания при добавлении поддержки новых объектов схемы, отладке запросов в файле `inspector.go`, понимании того, как PostgreSQL представляет объекты внутренне, или при работе с функциями, специфичными для определенных версий PostgreSQL (14-18).

scienceworld-object-placer решает задачу автоматизированного размещения объектов в соответствии с результатами предыдущих оценок и классификаций, являясь завершающим этапом в цепочке условной сортировки. Эта терминальная утилита позволяет эффективно интегрировать действия по перемещению объектов в более сложные рабочие процессы, обеспечивая точное и повторяемое выполнение. Основной функционал включает в себя подтверждение результата оценки, при необходимости получение объекта (pick up OBJ) и последующее размещение его в целевом контейнере (move OBJ to OBJ). Инструмент предоставляет простой и понятный интерфейс, основанный на использовании командной строки, что делает его удобным для интеграции в скрипты и автоматизированные системы. scienceworld-object-placer – это надежный CLI-инструмент, разработанный для повышения эффективности и точности в задачах, требующих последовательного размещения объектов. Проверка размещения (look at OBJ) обеспечивает дополнительную гарантию успешного выполнения задачи.

scienceworld-container-inspector – это CLI-инструмент, предназначенный для детальной проверки содержимого и состояния контейнеров и устройств в симулированных средах. Он позволяет быстро и точно определять, находятся ли объекты в ожидаемых контейнерах, отслеживать изменения состояния содержимого и проводить инвентаризацию. Инструмент решает проблему необходимости ручной проверки и анализа данных о контейнерах, значительно ускоряя процессы отладки и анализа. Работает как терминальная утилита, управляемая через командную строку. Для выполнения проверки необходимо указать точное имя целевого контейнера или устройства. Результатом является структурированное наблюдение, содержащее информацию о состоянии контейнера, открыт/закрыт ли он, и подробный список содержимого. Используйте look at для получения информации. Полученные данные предоставляют ключевую информацию о текущем состоянии симулируемой среды, позволяя эффективно выявлять и устранять несоответствия. Это незаменимый инструмент для разработчиков и тестировщиков. scienceworld-container-inspector – это CLI-инструмент, предназначенный для детальной проверки содержимого и состояния контейнеров и устройств в симулированных средах. Он позволяет быстро и точно определять, находятся ли объекты в ожидаемых контейнерах, отслеживать изменения состояния содержимого и проводить инвентаризацию. Инструмент решает проблему необходимости ручной проверки и анализа данных о контейнерах, значительно ускоряя процессы отладки и анализа. Работает как терминальная утилита, управляемая через командную строку. Для выполнения проверки необходимо указать точное имя целевого контейнера или устройства. Результатом является структурированное наблюдение, содержащее информацию о состоянии контейнера, открыт/закрыт ли он, и подробный список содержимого. Используйте look at для получения информации. Полученные данные предоставляют ключевую информацию о текущем состоянии симулируемой среды, позволяя эффективно выявлять и устранять несоответствия. Это неза

Решение проблемы выбора оптимального варианта товара в интернет-магазине может быть автоматизировано с помощью webshop-variant-chooser. Этот модуль предназначен для эффективного анализа списка доступных опций, таких как размер или количество, и выбора наиболее подходящего варианта на основе заданных критериев или дефолтных правил. Это позволяет значительно упростить взаимодействие с веб-интерфейсом и повысить эффективность работы. В основе работы лежит детальный разбор информации, полученной из наблюдения на странице товара. webshop-variant-chooser использует логику оценки потребностей пользователя, учитывая любые явные или неявные предпочтения, указанные в инструкции. Фактически, это CLI-инструмент, работающий в командной строке, который позволяет автоматизировать рутинные действия. Модуль предоставляет возможность автоматического выбора и клика нужного варианта, при этом учитывая ограничения, например, по цене. В случае отсутствия явных указаний, применяется дефолтная логика выбора. Терминальная утилита обеспечивает точное и предсказуемое поведение, что делает ее незаменимым помощником в автоматизации задач веб-скрапинга и тестирования.

Этот навык извлекает информацию о предстоящих отчетах о прибылях и убытках для акций США, используя API сервиса Financial Modeling Prep (FMP). Используйте этот навык, когда пользователь запрашивает данные о календаре отчетов, хочет узнать, какие компании отчитываются о прибылях в предстоящую неделю, или нуждается в еженедельном обзоре отчетов. Навык фокусируется на компаниях среднего и крупного размера (с рыночной капитализацией более 2 миллиардов долларов), которые оказывают значительное влияние на рынок, и представляет данные в виде четкой таблицы в формате Markdown, отсортированной по дате и времени. Поддерживает различные среды (CLI, Desktop, Web) с гибким управлением ключами API.

Получите и сравните актуальные цены на сервисы Azure, используя готовые скрипты, обращающиеся к API розничных цен Azure. Этот подход позволяет избежать прямого обращения к API и обеспечивает согласованность данных. Вам доступен удобный CLI-инструмент для быстрого получения информации о стоимости различных ресурсов. Утилита предоставляет возможность работы через командную строку, позволяя получать цены для конкретных сервисов и регионов. Для вызова используйте терминальную утилиту, интегрированную в систему сборки, что упрощает процесс и гарантирует корректное использование API. Пример: npm run --prefix ./scripts get-prices -- "Virtual Machines" eastus. Скрипты, расположенные в директории ./scripts/, позволяют перечислить доступные сервисы (npm run --prefix ./scripts get-prices) или получить цены для конкретного сервиса и региона. Использование CLI-инструмента значительно упрощает мониторинг и анализ стоимости ресурсов Azure.

Skill-Memory позволяет оптимизировать управление вашим хранилищем знаний, автоматизируя процессы создания, поиска и классификации информации. Основываясь на методах сопоставления контента и дедупликации на основе MCP, этот модуль обеспечивает эффективную организацию и поддержание актуальности данных, что особенно полезно при работе с большими объемами информации. Использование CLI-инструмента позволяет быстро выполнять операции без необходимости сложной настройки. Skill-Memory предоставляет функциональность, аналогичную терминальной утилите, для управления памятью, включая создание новых записей, поиск похожих элементов и поддержание индексов. Интеграция с AI-моделями, такими как Avante, Lectic и Claude-Code, расширяет возможности анализа и категоризации информации, облегчая поиск и извлечение нужных сведений. Для опытных пользователей доступна командная строка для детальной настройки и автоматизации процессов. Модуль предназначен для эффективной работы с конфигурациями NeoVim, ориентированными на написание LaTeX, и обеспечивает удобный способ организации и поиска информации, необходимой для работы. В процессе работы предусмотрены интерактивные шаги для проверки и уточнения результатов, гарантируя максимальную точность и соответствие вашим потребностям.

Обязательные навыки, соглашения и правила поведения при разработке на Avalonia UI с использованием инструментария Zafiro.

Инструменты командной строки для управления проектами Codev: команды `init`, `adopt`, `update` и `doctor`. Проверьте наличие этих инструментов перед выполнением любой команды `codev` (за исключением `consult`, `porch` или `afx`, которые имеют свои собственные зависимости). Используйте эти инструменты при создании новых проектов, добавлении Codev в существующие репозитории, обновлении файлов фреймворка или диагностике отсутствующих зависимостей.

Используй, когда пользователь говорит "создать это", "новый навык", "создать зачарование" или хочет создать навык MemStack.

Упрощение и систематизация базы знаний – ключевая задача, решаемая этим навыком-помощником. Он выявляет и удаляет нерелевантную информацию, стимулируя интеграцию существующих знаний для повышения эффективности работы с данными. Навык фокусируется на поддержании "высокосигнального" контента – информации, которую Claude AI не сможет воспроизвести без нее, часто используемой или критически важной для выполнения задач. Это позволяет избежать перегрузки информацией и повысить продуктивность. Процесс начинается со создания снимков текущего состояния базы знаний. Скрипт snapshot.sh, написанный на Bash, создает текстовые файлы (Markdown) с содержимым указанных директорий, например, brain/ и .agents/skills/. Эти снимки включают в себя как пользовательские заметки, так и автоматически созданные записи в директории памяти ~/.claude/projects//memory/. Затем запускается под-агент general-purpose, который проводит аудит этих снимков. Аудитор, используя Claude AI, анализирует контент на предмет устаревания, избыточности и низкого информационного содержания, формируя отчет. Технический стек включает в себя Bash для скриптов управления и создания снимков, Markdown для форматирования данных, и Claude AI для анализа и аудита. Ключевые особенности: создание моментальных снимков (snapshots) структуры знаний, автоматизированный аудит на предмет устаревания и дублирования, а также последующий анализ и синтез информации на основе отчета аудитора. Снимки разделены заголовками вида === path/to/file.md ===, что облегчает их обработку и сравнение. Этот навык представляет собой модульное решение для поддержания актуальности и эффективности базы знаний.

ОК. Жду текст.

ОК. Жду текст.

Автоматизация анализа аргументов и построения логически обоснованных выводов часто оказывается сложной задачей. Этот навык-помощник решает проблему неструктурированности рассуждений, предоставляя четкую основу для логического анализа, основанную на принципах философии и научных методах. Он помогает пользователям выявлять слабые места в аргументации, уточнять определения и строить более убедительные доводы. Вместо хаотичного обмена мнениями, навык структурирует процесс, обеспечивая более глубокое понимание и обоснованность. Работа модуля начинается с предоставления пользователем исходного утверждения или аргумента. Затем, применяя Socratic Method Implementation, навык генерирует серию вопросов, направленных на уточнение определений, выявление скрытых предположений и оценку представленных доказательств. Эти вопросы последовательно раскрывают структуру аргумента, выявляя потенциальные слабости и неточности. После этого, навык предлагает пользователю структурировать аргумент в соответствии со Standard Argument Structure, требуя четкого указания посылок, правила вывода и заключения. Использование Valid Inference Rules гарантирует, что заключение логически вытекает из предоставленных посылок. Вся цепочка рассуждений фиксируется и может быть проанализирована и пересмотрена. В основе навыка лежит Python с использованием AI Agent Skills и интеграцией с Claude Code для генерации и анализа кода, а также для обработки естественного языка. Ключевые особенности включают: Socratic Method Implementation для интерактивного анализа, Standard Argument Structure для организации аргументов в четкую иерархию, и Valid Inference Rules (например, Modus ponens, Modus tollens, Syllogism) для обеспечения логической

Упростите поиск и сравнение товаров Systembolaget с помощью специализированного решения. Этот инструмент, представляющий собой CLI-инструмент и терминальная утилита, позволяет быстро находить продукты по структурированным фильтрам, рекомендовать напитки в зависимости от предпочтений, бюджета или события, а также сравнивать несколько вариантов. Он особенно полезен для пользователей командной строки, предпочитающих эффективные и точные решения. Skill "systembolaget-skill" разработан для интеграции с различными AI-инструментами кодирования, такими как Claude Code, Cursor и OpenClaw, обеспечивая удобный способ решения задач, связанных с поиском информации о товарах Systembolaget. Вместо сложных запросов, вы получаете готовый, надежный рабочий процесс. Для работы с данными Systembolaget рекомендуется использовать предоставленный API-помощник (scripts/systembolaget_api.py) и уточнять запросы по artikelnummer, названиям продуктов, категориям, бюджетам и городам. Это обеспечивает более точные результаты и позволяет избежать переключения между различными каналами.

Скилл формирует учебные планы, основанные на доказательствах, для оптимизации долгосрочного запоминания. Используется алгоритм интервального повторения, активного припоминания и переплетения материала. Особенно полезен при подготовке к экзаменам, освоении новых технологий и изучении профессиональных стандартов. Скилл анализирует предоставленный контент (текст, документы, веб-страницы) и генерирует последовательность задач. Задачи включают вопросы для самопроверки, упражнения на восстановление информации и задания, требующие применения знаний. Алгоритм динамически корректирует интервалы повторения на основе производительности пользователя. В основе работы – spaced repetition и retrieval practice алгоритмы. Поддерживает форматы ввода: PDF, TXT, HTML. Вывод предоставляется в виде структурированных задач, готовых к использованию в системах обучения на базе API. Используется Claude для генерации вопросов и оценки ответов.

Salling Food Waste решает проблему поиска выгодных предложений на продукты с истекающим сроком годности в магазинах Salling Group (Netto, føtex, Bilka, Salling, BR) по всей Дании. Инструмент использует Salling Group API и позволяет пользователям находить товары по сниженным ценам, экономя деньги и сокращая пищевые отходы. Для работы требуется бесплатный API-ключ, который необходимо указать в переменной окружения SALLING_API_KEY. Salling Food Waste предоставляет удобный CLI-инструмент для поиска и сравнения предложений. Пользователи могут искать акции по почтовому индексу или координатам GPS, видеть информацию о наличии товаров в конкретных магазинах, а также просматривать детали продуктов, включая цены, скидки и остатки. Это эффективная терминальная утилита для тех, кто хочет находить самые выгодные предложения на продукты питания. Программа реализована как командная строка, обеспечивающая быстрый и простой доступ к данным. В случае отсутствия переменной окружения SALLING_API_KEY, программа выдаст понятное сообщение об ошибке, что облегчает настройку и использование. Идеально подходит для тех, кто ценит автоматизацию и удобство поиска выгодных предложений.

Импортирован специализированный навык агента для обработки запросов. Используйте, когда запросы соответствуют этой области или роли.

Операции командной строки dbt, синтаксис выбора моделей, шаблоны Jinja, устранение неполадок и...

Скилл Perfumer генерирует сложные формулы ароматов, имитируя работу профессионального парфюмера с 15+ годами опыта. Он создает уникальные композиции для люксовых брендов, нишевой парфюмерии и частных заказчиков, опираясь на знания и опыт, полученные в Grasse. Задача – воспроизвести процесс разработки аромата, от концепции до финальной формулы. Скилл использует систему оценки, основанную на взвешенных критериях: Quality (30%), Efficiency (25%), Accuracy (25%) и Safety (20%). Принятие решений строится на анализе первопричин (техника 5 Whys Analysis), оптимизации Парето и многоуровневой проверке. Цикл PDCA обеспечивает постоянное улучшение результатов. В основе работы лежат принципы парфюмерного искусства и глубокое понимание взаимодействия ароматических веществ. Скилл учитывает требования к качеству, эффективности, точности и безопасности при создании формул. Обучение происходит посредством итеративного процесса, основанного на обратной связи и анализе результатов. Используются методы Pareto Optimization для выявления наиболее значимых факторов.

markdown # canvas-design skill — Эстетика в Коде [CONTENT] Автоматизирует создание дизайн-философии. Навык-помощник canvas-design решает проблему регистрации и систематизации дизайн-философий. Он генерирует текстовое описание эстетических направлений, которые затем визуализируются. Задача - создать основу для визуального выражения, не ограничивая творческую свободу. Навык фокусируется на создании *философии*, а не готовых шаблонов. Это ключевое различие. Он предназначен для использования в системах регистрации навыков агентов. Как это работает: От текста к идее. Навык принимает на вход минимальный набор инструкций. Это может быть описание настроения, ключевые слова, или даже примеры. Навык анализирует эти данные. Затем он генерирует текстовое описание дизайн-философии. Описание включает: форму, пространство, цвет, композицию, изображения, графику, формы, паттерны. Текст служит лишь отправной точкой. Он не является жестким руководством. Навык генерирует .md файлы с описанием. Затем, этот файл передается визуальному интерпретатору. Визуальный интерпретатор создает .pdf или .png файлы. Итоговый визуальный артефакт – 90% визуальный дизайн, 10% текст. Этот процесс повторяем для каждой новой философии. Техническая реализация и интеграция. Навык написан на Python с использованием библиотеки Markdown для генерации .md файлов. Поддерживаются форматы вывода: .pdf (через ReportLab) и .png (через Pillow). Интеграция с системами регистрации навыков агентов осуществляется через API. Навык может быть расширен для поддержки других языков и инструментов визуализации. В текущей версии не используются внешние базы данных. Данные хранятся в памяти. Будущие версии планируют интеграцию с Git для контроля версий. Поддерживается работа с JSON для передачи

Преобразует базовые знания Rust в вызываемые модули для логики и принятия решений. Скилл-слой rust-skill-index решает задачи диагностики, проектирования и оптимизации в сложных сценариях разработки на Rust. Организует и запускает цепочки навыков для экспертной поддержки инженеров. Скилл-индекс структурирован как набор отдельных модулей, каждый из которых представляет собой конкретный аспект Rust (например, владение, изменяемость, конкурентность, обработка ошибок). Каждый модуль (rust-skill/SKILL.md, rust-ownership/SKILL.md и т.д.) содержит специфические знания и может быть вызван в составе более сложных цепочек. Скиллы взаимодействуют для решения комплексных задач. Включает навыки, охватывающие: Rust (базовые концепции, экосистема), unsafe Rust, антипаттерны, производительность, веб-разработка, обучение, кэширование (Redis), аутентификация (JWT API). Организация по файлам SKILL.md обеспечивает модульность и расширяемость.

Автоматизация разработки сценариев и романов становится более эффективной, когда требуется множество точек зрения и креативных решений на этапе пре-продакшена. Этот навык-помощник Writers Room позволяет команде AI-агентов генерировать разнообразные концепции и видения, прежде чем приступить к написанию. Он решает проблему отсутствия разнообразия и узкого круга идей, часто возникающих при индивидуальной работе над сценарием. Модуль Writers Room создает здоровую креативную напряженность и синтезированный подход, объединяющий лучшие элементы предложенных идей. Он особенно полезен при начале нового проекта, пересмотре существующих материалов или когда требуется несколько экспертных мнений до принятия окончательного решения о творческом направлении. В процессе работы Writers Room собирает шесть специализированных агентов, каждый из которых выполняет определенную роль. Story Architect предлагает альтернативные структуры, нелинейные возможности и варианты последовательности сцен. Story Analyst фокусируется на потенциале развития персонажей, глубине тематики и анализе архетипов. World Builder создает детальные описания сеттинга и окружения. Plot Twister генерирует неожиданные повороты сюжета. Conflict Generator предлагает различные варианты конфликтов и препятствий. Tone Setter определяет общий тон и настроение произведения. Вся информация, сгенерированная каждым агентом, синхронизируется в единую базу данных, доступную для анализа и синтеза. Навык Writers Room использует Python для координации работы агентов и обработки данных, а также Claude для генерации текста и анализа. Результаты представлены в формате Fountain, стандартном для написания сценариев. Функциональность включает в себя "Upstream Sync" для интеграции с существующими рабочими процессами. Ключевые технические особенности решения Writers Room включают в себя: Multi-AI Harness – механизм для одновременной

Скилл генерирует краткое описание сюжета (логлайн) для сценариев, романов и кинопроизводства. Решает задачу концентрации идеи в лаконичной и привлекательной форме, подходящей для презентаций и маркетинга. Ориентирован на выявление ключевых элементов истории для оценки её потенциала. Скилл использует методологию WTFB, структурируя логлайн вокруг четырех компонентов: персонажи (цели, желания), конфликт (препятствия, оппоненты), сеттинг (время, жанр, тон) и действие (динамика, захватывающие события). Формула логлайна: "[ПРИЛАГАТЕЛЬНОЕ] [ТИП ПРОТАГОНИСТА] должен [ДЕЙСТВИЕ/ЦЕЛЬ], когда [СУЩЕСТВУЮЩИЙ ИНЦИДЕНТ/КОНФЛИКТ], или [СТАВКИ]". Скилл работает с текстовыми данными, извлекая ключевую информацию о персонажах, конфликтах и целях. Не требует явного указания API или framework. Результат представлен в виде короткого, структурированного описания, готового для использования в презентационных материалах. Ориентирован на создание текста, избегая шаблонных фраз.

Функция просмотра каталога только для чтения, предназначенная для поиска и просмотра информации о каталоге ролей. Используйте, когда пользователь хочет просмотреть, выполнить поиск, изучить или проверить каталоги и статистические данные.

Автоматизирует создание технических презентаций. Решает проблему разработки сложных визуализаций для разработчиков. Этот skill использует Claude Code плагин. Он работает с Slidev. Соблюдает принципы дизайна, основанные на доказательствах. Навык-помощник создает Excalidraw JSON. Затем сохраняет его в папку diagrams/.excalidraw. После этого запускает скрипт ${CLAUDE_PLUGIN_ROOT}/scripts/render-excalidraw.sh. Этот скрипт использует excalidraw-brute-export-cli. Он генерирует SVG файлы. Необходимо использовать только этот скрипт для рендеринга. Нельзя делать ручную конвертацию. Нельзя встраивать JSON в Markdown. Нужно только ссылаться на отрендеренный SVG. Этот skill реагирует на запросы вроде "create excalidraw diagram". Он полезен для визуализации архитектуры. Идеален для мозгового штурма. Подходит для создания неформальных, доступных презентаций. Оптимален для отображения взаимосвязей. Поддерживает концептуальные и пространственные отношения.

Решение проблемы доступа к информации о купонах Gate Exchange стало проще благодаря gate-exchange-coupon. Этот инструмент предоставляет удобный способ запроса и анализа информации о купонных/ваучерных аккаунтах непосредственно через командную строку. Он позволяет автоматизировать рутинные задачи и упростить процесс получения необходимой информации. Терминальная утилита gate-exchange-coupon построена на основе Python и использует API Gate Exchange, а также внутреннюю инфраструктуру MCP. Функциональность включает в себя получение детальной информации о купонах, просмотр списка доступных купонов и историю их использования, а также возможность отслеживания источника получения. Это эффективный CLI-инструмент для специалистов. Инструмент поддерживает шесть сценариев использования: перечисление доступных купонов, поиск по типу купона, просмотр истории истекших/использованных купонов, просмотр полных деталей купона, чтение правил использования и отслеживание источника получения. Перед использованием обязательно ознакомьтесь с правилами выполнения, чтобы обеспечить корректную работу.

Суть навыка Навык trifurcated-transfer реализует отказоустойчивую систему P2P обмена файлами. Он решает проблему ненадежной передачи данных, используя три параллельных под-агента и систему координации на основе тернарного поля GF(3). Это обеспечивает избыточность и распределение нагрузки, повышая общую устойчивость к сбоям. Механика работы - Каждый под-агент получает значение трита из GF(3): MINUS (-1), ERGODIC (0), PLUS (+1). - Каждый трит использует отдельный сетевой канал для передачи данных. - Передача считается успешной, если хотя бы один из каналов завершает передачу. - Под-агенты обмениваются информацией о состоянии через механизм say. - Использование LocalSend HTTP API для передачи данных между под-агентами. - DuckDB используется для локального хранения данных и управления фрагментами. Технологии Навык построен на Tailscale для создания безопасных туннелей. LocalSend HTTP API обеспечивает передачу данных. GF(3) используется для координации между под-агентами. DuckDB хранит фрагменты файлов локально. Система использует параллельную обработку для ускорения передачи. Каждый под-агент работает независимо, используя собственные каналы. Механизм say обеспечивает синхронизацию между под-агентами. Файлы разбиваются на фрагменты для эффективной передачи. Tailscale создает защищенную сеть для P2P обмена.

Навык автоматизирует исходящую коммуникацию в Feishu/Lark, ориентируясь на взаимодействие с агентами. Решает задачу создания структурированного руководства и фреймворка для автоматизации исходящих сообщений, особенно в контексте работы с агентами. Скилл использует Feishu/Lark API для отправки сообщений и карточек. При наличии message_id предпочтение отдается режиму ответа, обеспечивая контекстуальность. Если источник данных указывает на бота (sender_is_bot=true), режим ответа не применяется автоматически, и отправляется обычное сообщение. Требуются переменные окружения BUB_FEISHU_APP_ID и BUB_FEISHU_APP_SECRET. В основе работы – Shell Scripting и Bash. Поддерживает отправку сообщений с предпочтением семантики ответа, а также доставку контента в виде карточек. Необходимые входные данные: chat_id, message/text/content, message_id (для ответов/редактирования), reply_to_message.message_id (опционально, для контекста).

Навык автоматизирует настройку Hyprland в NixOS с использованием Home Manager. Решает проблему управления конфигурацией рабочего окружения, обеспечивая воспроизводимость и упрощая внесение изменений. Помогает настроить Wayland композитор, установить необходимые пакеты и плагины, а также настроить декларативную конфигурацию. Навык использует двухмодульный подход: NixOS модуль (в configuration.nix) определяет базовые системные параметры, включая установку Hyprland и его зависимостей. Home Manager модуль, в свою очередь, отвечает за конфигурацию Hyprland (например, hyprland.conf), а также настройку сопутствующих инструментов, таких как Waybar и rofi-wayland. Это разделение позволяет гибко управлять системными и пользовательскими настройками. Ключевые технологии: NixOS, Home Manager, Hyprland, Wayland, hyprland.conf. Навык предоставляет готовые шаблоны конфигурационных файлов, примеры интеграции плагинов и расширений, а также инструкции по оптимизации производительности Hyprland. Поддерживает миграцию с X11 окружений.