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。