Vasy Ivqnov

Плагины Claude для написания статей: топ-10 на октябрь 2026

2026-10-10T09:38:01.454Z

Языковая модель пишет гладко и узнаваемо. Подводка перед мыслью, три прилагательных подряд, вывод, который повторяет абзац. Читатель замечает это за две строки и перестаёт верить остальному тексту. Править такое руками можно, но одно и то же приходится объяснять модели в каждом новом чате.

За 2026 год эту работу упаковали в плагины и навыки для Claude. Есть навык редактора с каталогом машинных оборотов. Есть навык соавтора, который не даёт писать без контекста. Есть набор для обложек и иллюстраций и конвейер блога с проверками перед выдачей. На GitHub таких репозиториев сотни: по словам humanizer и skill находится 699 проектов, по словам claude, writing и skill ещё 1874. У самого заметного 55 тысяч звёзд.

Я прошёл по README, файлам навыков и манифестам двух десятков проектов и отобрал десять, которые имеют смысл для человека, пишущего статьи. Отдельно смотрел, что из этого работает с русским текстом, потому что почти всё написано под английский. Звёзды, версии и даты сняты с GitHub 9 октября 2026 года. Сам я эти инструменты месяцами не гонял. Всё ниже взято из документации и исходников, и там, где автор проекта что-то обещает, я так и пишу: обещает.

Плагин, навык, маркетплейс: три слова, которые путают

Навык (skill) устроен просто: это папка с файлом SKILL.md. В шапке файла два обязательных поля, имя и описание, ниже идёт инструкция для модели. Рядом могут лежать справочники и скрипты. Модель держит в памяти только описания установленных навыков и подгружает нужный целиком, когда задача на него похожа. Формат открыт и называется Agent Skills, поэтому один и тот же навык работает в Claude Code, Codex, Cursor и десятках других агентов.

Плагин стоит на уровень выше. Это пакет, в котором могут лежать навыки, команды со слэшем, субагенты, хуки и подключения к внешним сервисам по протоколу MCP. Плагин ставится и обновляется как целое.

Маркетплейс представляет собой каталог плагинов: репозиторий с файлом marketplace.json. Официальный каталог Anthropic подключается в Claude Code сам, сторонние добавляются одной командой.

Для темы статьи важна одна цифра. В официальном каталоге на 9 октября 315 плагинов. 123 из них относятся к разработке, 69 к продуктивности, 39 к базам данных. Плагина для работы над текстом статьи там нет. Из полезного автору нашлись поиск Exa и подключения к Notion и Canva. Всё, о чём пойдёт речь ниже, живёт в отдельных репозиториях, и у каждого свой автор со своим представлением о качестве.

Как это ставится: три пути

Схема: три способа поставить навык или плагин для Claude

Claude Code, плагином. Две команды внутри сессии: добавить каталог и поставить плагин из него.

/plugin marketplace add blader/humanizer
/plugin install humanizer@humanizer

Вторая команда не ставит плагин сразу. Она открывает карточку, где перечислено, что именно приедет: навыки, команды, хуки, серверы MCP. Там же выбирается область действия. Вариантов три: для вас во всех проектах, для всех участников репозитория или только для вас в этом репозитории. Терминал, десктопное приложение и расширение VS Code читают одни и те же файлы настроек, так что плагин, поставленный в одном месте, виден в остальных. В облачных сессиях на claude.ai/code браузера плагинов нет.

Любой агент, через Skills CLI. Утилита npx skills находит установленных агентов и спрашивает, куда положить навык.

npx skills add blader/humanizer --global --agent claude-code

Без флага --global навык попадёт только в текущий проект. Это самый переносимый путь, и многие авторы называют его основным.

Приложение Claude, архивом. В веб-версии и десктопе навык загружается как ZIP: раздел Customize, вкладка Skills, плюс, Create skill, Upload a skill. Работает на всех тарифах, включая бесплатный, но в настройках должна быть включена возможность Code execution and file creation. Папка навыка должна лежать в корне архива. Архив репозитория целиком, который GitHub отдаёт по кнопке Download ZIP, подходит не всегда: у humanizer-ru навык лежит глубже, и автор выкладывает отдельный готовый файл. В части README путь описан по-старому, через Settings и Capabilities.

Как я отбирал

Критериев четыре. Навык правит текст, а не переписывает его заново, и не дописывает факты. У него есть проверяемая механика: список правил, оценка или скрипт. Репозиторий живой, то есть последние правки свежие. И его можно поставить без серверов, ключей и подписок хотя бы в базовом режиме.

Звёзды в списке приведены для ориентира. Порядок мест мой, и он рассчитан на автора, который пишет по-русски. Поэтому первым стоит проект с 427 звёздами, а не с 55 тысячами.

ilyautov/humanizer-ru: редактура русского текста, сканер, сверка фактов. Звёзд 427, последняя правка 7 октября.
blader/humanizer: убирает машинные обороты, 26 паттернов. Звёзд 55,1 тыс., последняя правка 28 сентября.
anthropics/skills: соавторство в три этапа, файлы Word и PDF. Звёзд 180,1 тыс., последняя правка 9 октября.
coreyhaines31/marketingskills: копирайтинг и редактура в семь проходов. Звёзд 53,9 тыс., последняя правка 8 октября.
conorbronsdon/avoid-ai-writing: детектор, три режима, словарь замен. Звёзд 4,9 тыс., последняя правка 8 октября.
AgriciDaniel/claude-seo: бриф статьи и проверка под поиск. Звёзд 18,6 тыс., последняя правка 4 октября.
JimLiu/baoyu-skills: обложки, иллюстрации, перевод, разметка. Звёзд 26,5 тыс., последняя правка 10 сентября.
anthropics/knowledge-work-plugins: черновик по брифу, голос бренда. Звёзд 28,0 тыс., последняя правка 9 октября.
AgriciDaniel/claude-blog: конвейер блога с пятью проверками. Звёзд 2,3 тыс., последняя правка 9 октября.
hardikpandya/stop-slop: страница запретов и оценка из 50. Звёзд 17,9 тыс., последняя правка 17 марта.

Десятка

1. humanizer-ru: редактор для русского текста

Единственный проект в десятке, сделанный под русский язык с нуля. Лицензия MIT, версия 3.31.3, автор публикует под ником ilyautov.

Внутри каталог из 67 признаков машинного текста и 21 жёсткий запрет. Запреты знакомы каждому, кто читал нейросетевые статьи: «В современном мире», «Стоит отметить, что», «Раскрыть потенциал», «Комплексный подход». Признаки тоньше: канцелярит, кальки с английского, нагромождение причастий, равномерная плотность абзацев, мораль в финале.

Главное отличие в процедуре. Навык не переписывает текст. Он размечает конкретные места, для каждого решает, оставить его, сказать яснее или срезать, а потом сверяет результат с исходником по утверждениям. Режимов четыре: редактура, аудит без правок, точечная работа с одной категорией и тихая проверка собственных русских черновиков агента.

В комплекте сканер на Python. Он ставит тексту оценку чистоты от 0 до 100 и работает без модели, поэтому на одном тексте всегда даёт один результат. Тот же сканер поднимается как сервер MCP с двумя инструментами. scan_text возвращает балл и найденные обороты с позициями. compare_texts сравнивает «было» и «стало» и показывает, не появились ли в правке новые числа, даты, имена и ссылки и не пропали ли старые. Для статьи с фактурой второй инструмент ценнее первого.

/plugin marketplace add ilyautov/humanizer-ru
/plugin install humanizer-ru@ilyautov-plugins

Попробовать без установки можно на сайте проекта: сканер там считает в браузере, и текст никуда не отправляется.

Оговорок две. По умолчанию навык вычищает все длинные тире. Если вы держитесь издательской типографики, скажите ему об этом прямо, иначе статья вернётся с запятыми на их месте. И балл сканера ничего не говорит об авторстве. Автор пишет это сам: высокий балл не гарантирует удачной редактуры, результат надо перечитывать.

2. humanizer: образец, от которого отталкиваются остальные

55,1 тысячи звёзд, MIT, автор blader. Репозиторий появился 18 января 2026 года, и почти все остальные проекты этого рода, включая русские, называют его отправной точкой. По обзору Analytics Vidhya, 5 августа у него было 33,7 тысячи звёзд. За два месяца прибавилось больше двадцати тысяч.

Источником правил служит страница Википедии «Signs of AI writing», по которой редакторы энциклопедии вычищают сгенерированные правки. В текущей версии 26 паттернов в шести группах. В августе их было 33, каталог с тех пор пересобрали. Пять сильнейших навык правит с первого появления:

противопоставление «не X, а Y»;
эффектная фраза в конце абзаца;
изречение, которое только звучит глубоко;
разгон перед мыслью вроде «вот в чём дело»;
спор с возражением, которого никто не высказывал.

Часть остальных помечена как слабые. Одно тире или один пассив ничего не значат, считается только скопление.

В устройстве навыка я бы выделил три решения. Он показывает работу: первый вариант, короткую критику того, что всё ещё звучит искусственно, и финал. Он не выдумывает: если фразе не хватает конкретной детали, навык спросит её у автора. И он умеет работать с файлом, меняя только прозу и не трогая код, шапку и адреса ссылок. Голос подстраивается по образцу, для этого хватает двух или трёх абзацев вашего текста.

README честен там, где другие авторы молчат. Цель навыка в том, чтобы текст хорошо читался человеком. Обход детекторов целью не объявлен, и большую часть результата детекторы по-прежнему помечают. Слепой тест, на который ссылается автор, маленький: 16 сравнений, во всех судьи предпочли правку исходнику.

Для плагина нужен Claude Code версии 2.1.142 или новее. Для приложения Claude достаточно скачать репозиторий архивом и загрузить как навык. На русском тексте он работает частично, об этом ниже есть отдельный раздел.

3. Навыки Anthropic: соавтор и офисные файлы

Репозиторий anthropics/skills собрал 180 тысяч звёзд, но это витрина формата, а не набор для пишущего человека. Из 12 навыков плагина example-skills автору статей нужен один, doc-coauthoring.

Он устроен как сценарий из трёх этапов. На первом модель собирает контекст: кто читатель, какого результата вы ждёте от текста, есть ли шаблон. Потом она просит выложить всё, что вы знаете по теме, в любом порядке. На втором этапе документ строится по разделам, с вариантами и правкой каждого. Третий этап самый полезный, и руками его делают редко: готовый текст отдают свежему экземпляру Claude без контекста и смотрят, что он понял неправильно. Так находятся дыры, которых автор не видит, потому что слишком хорошо знает предмет.

Навык писали под спецификации и служебные документы, но большой статье схема подходит так же. Соседний internal-comms держит форматы внутренних рассылок и отчётов. Второй плагин, document-skills, отвечает за файлы Word, PDF, PowerPoint и Excel. Эти четыре навыка открыты для чтения, но свободной лицензии у них нет.

/plugin marketplace add anthropics/skills
/plugin install example-skills@anthropic-agent-skills

В приложении Claude ставить ничего не нужно: по словам Anthropic, на платных тарифах эти навыки уже доступны. В README есть оговорка, которую стоит прочитать. Навыки опубликованы как демонстрация, и поведение Claude в продукте может от них отличаться.

4. marketingskills: копирайтинг и семь проходов редактуры

53,9 тысячи звёзд, MIT, автор Кори Хейнс. В наборе 50 навыков для маркетолога продукта, от аудита SEO до ценообразования. Автору статей пригодятся четыре: copywriting, copy-editing, content-strategy и social.

Сильнее всех copy-editing. Текст проходит семь последовательных проверок, и у каждой свой вопрос:

Ясно ли написано.
Выдержаны ли голос и тон.
Зачем это читателю.
Чем доказано.
Достаточно ли конкретно.
Есть ли эмоция.
Снят ли риск для читателя.

После каждого прохода навык возвращается к предыдущим и смотрит, не сломал ли их. Отдельным блоком идёт проверка на машинные обороты с точными правилами: вопрос с ответом самому себе, двоеточие перед «откровением», перечень из трёх отрицаний. Один совет оттуда годится для любого языка. Подбор синонимов создаёт новые штампы, поэтому надо вернуться к факту и переписать от него. Если факта нет, навык ставит метку [NEED: ...] и ничего не выдумывает.

Все навыки набора сначала читают общий документ product-marketing с описанием продукта, аудитории и позиционирования. Его заполняют один раз, иначе советы будут общими.

npx skills add coreyhaines31/marketingskills --skill copywriting copy-editing

Ограничения понятные. Набор рассчитан на англоязычный маркетинг софта: посадочные страницы, рассылки, запуск продукта. Для колонки или технического разбора половина проходов лишняя. Проект живёт на деньги партнёров. Их интеграции перечислены открыто и отделены от основных навыков.

5. avoid-ai-writing: детектор со словарём

4,9 тысячи звёзд, MIT, последняя правка 8 октября. Если humanizer опирается на суждение модели, то здесь ставка сделана на механику. В каталоге 74 категории паттернов и таблица замен на 112 слов в трёх уровнях. Слова первого уровня помечаются всегда, второго при скоплении, третьего только при высокой плотности.

Режимов три:

Rewrite делает до двух проходов правки и возвращает одну финальную версию.
Detect только помечает и делит находки на настоящие проблемы и спорные случаи.
Edit правит файл на месте минимальными изменениями и отказывается трогать код и конфигурацию.

Есть пять профилей голоса и отдельный скрипт-детектор, который ставит тексту балл из командной строки.

Автор аккуратно описал установку под Cowork. Там навыки подхватываются только из установленных плагинов, и простая копия в папке ~/.claude/skills найдена не будет.

/plugin marketplace add conorbronsdon/avoid-ai-writing
/plugin install avoid-ai-writing@conorbronsdon-skills

Правила и детектор откалиброваны под английский, README говорит об этом в первых строках. Для русского текста словарь замен бесполезен.

6. claude-seo: бриф до текста и проверка после

18,6 тысячи звёзд, MIT. Это большой плагин для аудита сайтов: 26 вложенных навыков и 19 субагентов. Автору статей из него нужны три команды.

/seo content-brief <тема> собирает бриф: целевые запросы, структуру, внутренние ссылки. /seo content <адрес> оценивает готовую страницу по критериям E-E-A-T из руководства для асессоров Google. /seo geo <адрес> проверяет, насколько текст пригоден для цитирования в ответах нейросетевого поиска.

/plugin marketplace add AgriciDaniel/claude-seo
/plugin install claude-seo@agricidaniel-claude-seo
/seo setup

Третья команда обязательна. Она создаёт изолированное окружение Python и ставит браузер Chromium для рендера страниц. Без ключей Google плагин работает, но скорость загрузки оценивает лабораторно, а не по полевым данным.

Плагин целиком ориентирован на Google. В его README нет ни слова о Яндексе, так что для Рунета это инструмент проверки структуры и полноты текста. Семантику для Яндекса он не соберёт.

7. baoyu-skills: обложка, иллюстрации, перевод

26,5 тысячи звёзд, MIT, автор Баоюй (JimLiu). В наборе больше двадцати навыков, и они закрывают то, чем остальные проекты не занимаются: всё вокруг текста.

baoyu-cover-image делает обложку по содержанию статьи. Параметров пять: тип, палитра, манера, текст на картинке и настроение. Палитр 11, манер 7.
baoyu-article-illustrator читает статью, находит места, где нужна схема или иллюстрация, и рисует их в едином стиле.
baoyu-format-markdown превращает сырой текст в размеченный: шапка, заголовки, списки, выделения.
baoyu-translate переводит в трёх режимах, от быстрого до полного цикла с вычиткой.
baoyu-url-to-markdown и baoyu-youtube-transcript достают исходники: страницу в чистый Markdown, ролик в текст.

npx skills add jimliu/baoyu-skills

Нужны Node.js и возможность запускать npx bun. Картинки рисует не Claude. Навык генерации обращается к внешним моделям (OpenAI, Google, OpenRouter, Replicate и другим), и ключ одной из них придётся завести.

Автор сам предупреждает не ставить всё сразу: каждый лишний навык занимает место в контексте агента при каждом запуске. Навыки публикации в набор тоже входят, но рассчитаны на X, WeChat и Weibo.

8. Marketing от Anthropic: черновик по брифу и голос бренда

Репозиторий knowledge-work-plugins (28 тысяч звёзд, Apache 2.0) содержит 11 плагинов по профессиям. Их делали для Cowork, но в Claude Code они тоже ставятся. Плагин marketing даёт семь команд, и две из них про тексты.

/draft-content пишет черновик по короткому брифу: тип материала, тема, аудитория, ключевые мысли, тон и объём. /brand-review сверяет готовый текст с голосом бренда, терминологией и стилевым руководством. Руководство описывается один раз в локальном файле настроек, после чего обе команды применяют его без напоминаний.

claude plugin marketplace add anthropics/knowledge-work-plugins
claude plugin install marketing@knowledge-work-plugins

Плагин состоит из Markdown и JSON, кода в нём нет. Авторы прямо называют его отправной точкой, которую надо переписать под свою компанию. Пример из README обещает «цепляющий заголовок, вступление с крючком, подзаголовки под SEO и понятный призыв к действию». Это описание того самого шаблонного текста, который вычищают проекты с первых двух мест, так что ставить плагин имеет смысл в паре с редактором. Ещё одна деталь из документации: автообновление для этого каталога по умолчанию выключено.

9. claude-blog: конвейер с пятью проверками

2,3 тысячи звёзд, MIT, версия 2.2.0 от 26 августа. Автор тот же, что у claude-seo, и размах тот же: 30 команд /blog, пять субагентов, 252 теста.

Идея в том, что автор не должен быть первым рецензентом. Каждый черновик проходит пять проверок до того, как его покажут человеку:

Найдены ли нужные инструменты и ключи.
Собран ли полный комплект: Markdown, HTML, PDF и обложка.
Не разваливается ли вёрстка на трёх ширинах экрана.
Какую оценку поставил субагент-рецензент.
Открываются ли ссылки и картинки.

Рецензент ставит балл по шкале в 100 пунктов. Ниже 90 черновик уходит на доработку, попыток три.

/plugin marketplace add AgriciDaniel/claude-blog
/plugin install claude-blog@agricidaniel-blog

Нужен Python 3.11 или новее. Обложку плагин добывает по цепочке: сервер генерации картинок, API Gemini, платные стоки, открытый каталог Openverse. Берётся первый источник, который ответил.

Это самый тяжёлый проект в десятке, и ради одной статьи ставить его незачем. Он оправдан, когда блог ведётся потоком и на английском. Автор предлагает и установку скриптом через curl, рядом опубликована контрольная сумма установщика. Сверьте её или ставьте плагином.

10. stop-slop: одна страница запретов

17,9 тысячи звёзд, MIT. Самый маленький проект: файл SKILL.md и три справочника с фразами, структурами и примерами. Правил восемь, и среди них есть жёсткие: убрать все наречия, никакого пассива, ни одного длинного тире, не начинать предложение с вопросительного слова. В конце текст оценивается по пяти шкалам от 1 до 10: прямота, ритм, доверие к читателю, естественность, плотность. Меньше 35 из 50 означает, что текст надо переписать.

Ценность в размере. Файл читается за три минуты, его можно положить в базу знаний проекта в приложении Claude или вставить в системный промпт любой модели. Плагином он не оформлен.

Минусов два. Репозиторий не менялся с 17 марта. А запрет на все наречия при буквальном переносе на русский обедняет текст, поэтому справочники придётся переписать под себя.

Что осталось за пределами десятки

sepia (3,1 тысячи звёзд, создан 28 августа). Работает на уровне структуры текста, а не слов. Автор опирается на исследование StoryScope: по одним структурным признакам классификатор отличает машинную прозу от человеческой с показателем macro-F1 93,2%, и правка стиля этого не лечит. Для технических статей у навыка свои правила: начинать с проблемы, показать один настоящий тупик, занять позицию, давать числа вместе с условиями. Калибровка английская и китайская.

article-writing из набора ECC (275,7 тысячи звёзд у репозитория). Короткий навык с дельными правилами: начинать с конкретного (примера, числа, снимка экрана) и объяснять после примера, а не до. Но это один файл из сотен в наборе для разработчиков, и ставить весь набор ради него не стоит.

claude-skills-journalism (416 звёзд). Единственный найденный набор про проверку, а не про стиль: порядок проверки фактов, верификация источников по методу SIFT, расшифровка интервью. Сделан под американскую редакцию, со стилем AP и запросами по закону о свободе информации.

smixs/humanizer-ru (187 звёзд). Второй русский проект, проще первого: 38 паттернов, линтер на Python, режим «это писала нейросеть?» со списком улик и цитатами. Перед каждым выпуском автор прогоняет 19 сценариев и 127 проверок, в том числе на сохранность фактов и цифр.

Научные наборы. academic-research-skills (51 тысяча звёзд) и claude-scientific-writer (2,4 тысячи) ведут статью от обзора литературы до ответа рецензентам. Это отдельный жанр со своими правилами, и в общий список я их не включал.

Русский текст: что переносится, а что нет

Английские навыки ловят две разные вещи. Первая из них слова. Списки вроде delve, leverage и testament к русскому тексту неприменимы, как и правила про дефисы в составных прилагательных или про фигурные кавычки. Вторая вещь структура: противопоставление «не X, а Y», тройки однородных членов, эффектная фраза в конце каждого абзаца, вопрос с немедленным ответом. Так модель пишет на любом языке, и структурные правила humanizer к русскому тексту применимы.

Канцелярита английские каталоги не знают совсем. «Осуществляет деятельность», «является», «в рамках», «данный», цепочки существительных в родительном падеже. Для русского читателя это главный признак казённого и машинного текста, и ловят его только русские проекты.

В документации humanizer-ru есть два замера, которые полезно помнить.

Первый про тире. На корпусе LLMTrace (14 763 русских текста от 30 генераторов) в отзывах и историях длинное тире ставят от 2 до 8% людей и от 28 до 33% машин. В энциклопедических статьях картина обратная. Тире выдаёт машину в разговорном жанре и ничего не значит в справочном.

Второй про жанр. На 35 158 русских научных аннотациях строгий список запретов срабатывал на 35,9% человеческих текстов, то есть человека от модели не отличал. С поправкой на жанр ложных срабатываний осталось 4,2%. Вывод практический: гонять сканер по научной или юридической статье без указания жанра бессмысленно.

И про детекторы. По данным того же проекта, лучший специализированный детектор для русского показывает около 86% точности на бенчмарке AINL-Eval 2025. Это ошибка в каждом седьмом случае. Английские детекторы на русском ошибаются в обе стороны: помечают живой текст как машинный и пропускают аккуратный машинный.

Чего плагины не делают

Не проводят через детекторы. Авторы обоих главных проектов пишут это прямо. У humanizer обход детекторов не заявлен целью, у humanizer-ru сказано, что гарантии нет. Если от статьи требуют «процент человечности», плагин эту задачу не решит.

Не проверяют факты. Сверка в humanizer-ru сравнивает числа, даты и имена в двух версиях текста. Она скажет, что в правке появилась новая цифра. Верна ли исходная, она не знает. Ошибка из черновика аккуратно переедет в чистовик.

Не дают материала. Опыт, замер, пример из практики, неудобная деталь. Хорошие навыки это понимают и просят недостающее у автора. Плохие заполняют пустоту гладкими словами.

Не отменяют чтения. Правка по правилам тоже оставляет след: текст, из которого убраны все тире, все наречия и все тройки, узнаётся не хуже исходного. Автор sepia формулирует это так: калибруйтесь по человеческому распределению, а не выворачивайте машинное наизнанку.

Безопасность и расход контекста

Плагин может запускать хуки и серверы MCP, то есть выполнять код на вашей машине. Карточка установки в Claude Code показывает состав плагина в разделе Will install, и читать её нужно до установки. В README официального каталога Anthropic стоит предупреждение: компания не контролирует, что входит в плагины, и не может проверить, что они работают как заявлено и не изменятся. Это сказано про курируемый каталог. К сторонним репозиториям оно относится тем более.

Что имеет смысл делать:

читать SKILL.md и скрипты до установки, особенно если навык тянет зависимости или ходит в сеть;
ставить незнакомое в область одного репозитория, а не на всю машину;
не запускать установщики через curl без сверки контрольной суммы;
помнить, что сторонние каталоги по умолчанию не обновляются сами: это неудобно, зато плагин не поменяется без вашего ведома.

Справочный центр Claude называет два главных риска чужих навыков: внедрение инструкций в промпт и утечку данных.

Второй расход невидимый. Каждый установленный навык добавляет своё описание в контекст каждой сессии. Команда claude plugin details <имя> показывает, сколько токенов плагин занимает постоянно и какой из его навыков самый тяжёлый. На вкладке Installed есть раздел Not used recently, и раз в месяц туда полезно заглядывать.

Свой навык, если готовые не подошли

Все проекты из десятки закрепляют чужие правила. У издания или автора обычно есть свои: какие слова не употребляем, как оформляем числа, с чего начинаем раздел. Такие правила годами живут в головах редакторов и в старых переписках, а модели их приходится пересказывать заново.

Навык для этого пишется за вечер. Нужна папка с одним файлом:

---
name: redaktor-bloga
description: Правка статей блога по правилам редакции. Использовать, когда просят вычитать или отредактировать статью.
---

# Редактор блога

- Первое предложение раздела несёт факт, а не подводку.
- Число приводится с датой и источником.
- Термин объясняется при первом упоминании.
- В конце правки показать список изменений, а не весь текст.

Поле description важнее, чем кажется. Модель решает по нему, подключать ли навык, поэтому в описании должно быть сказано, когда он нужен, а не только что он делает. Папка кладётся в ~/.claude/skills для Claude Code или загружается архивом в приложение.

В плагине example-skills от Anthropic есть skill-creator, навык для написания навыков. Он ведёт по тем же шагам и помогает проверить, срабатывает ли описание на нужных запросах. Готовые проекты из десятки при этом остаются лучшими образцами. По humanizer видно, как описывать паттерн парой «было и стало». По copy-editing видно, как разбить редактуру на проходы с одним вопросом в каждом.

С чего начать: три набора

Схема: на каком этапе работы над статьёй какой плагин нужен

Вы пишете по-русски сами. Поставьте humanizer-ru и используйте его в режиме аудита: он показывает места и не правит без спроса. Сервер со сверкой фактов подключается одной командой:

claude mcp add humanizer-ru -- uvx ru-humanizer mcp

Для длинных материалов добавьте doc-coauthoring ради третьего этапа, чтения текста свежей моделью. Больше на старте ничего не нужно.

Блог продукта на английском. Связка marketingskills (навыки copywriting и copy-editing) и humanizer закрывает черновик и вычитку. Бриф под поиск даёт claude-seo. Этого хватает на две или три статьи в неделю.

Редакция или поток. Здесь выгоднее собрать свой плагин, чем ставить чужой конвейер. Плагин marketing от Anthropic годится как каркас: в нём уже есть место для голоса бренда и команда проверки. Обложки и иллюстрации можно взять из baoyu-skills, а claude-blog изучить как пример того, как проверки записываются в код и не остаются на совести автора.

Самую дешёвую проверку можно сделать сегодня. Возьмите свою последнюю опубликованную статью, откройте сайт humanizer-ru и вставьте текст в сканер. Он ничего не правит и никуда текст не отправляет, а список найденных оборотов покажет, нужен ли вам редактор такого рода.

Источники

Документация Claude Code об установке плагинов: code.claude.com/docs/en/discover-plugins
Справочный центр Claude о навыках: support.claude.com/en/articles/12512180-use-skills-in-claude
Официальный каталог плагинов: github.com/anthropics/claude-plugins-official
Навыки Anthropic: github.com/anthropics/skills
Плагины для Cowork: github.com/anthropics/knowledge-work-plugins
humanizer-ru: github.com/ilyautov/humanizer-ru
humanizer: github.com/blader/humanizer
marketingskills: github.com/coreyhaines31/marketingskills
avoid-ai-writing: github.com/conorbronsdon/avoid-ai-writing
claude-seo и claude-blog: github.com/AgriciDaniel/claude-seo, github.com/AgriciDaniel/claude-blog
baoyu-skills: github.com/JimLiu/baoyu-skills
stop-slop: github.com/hardikpandya/stop-slop
sepia: github.com/Nanako0129/sepia
Обзор от 5 августа 2026 года: analyticsvidhya.com/blog/2026/08/top-5-claude-writing-skills

#нейросети

#Claude

#плагины

#текст

#редактура

Bluetooth на хакинтоше: что купить и как подключить

2026-10-07T10:17:12.027Z

Сборка такая: Gigabyte Z690 UD DDR4 с i5-13600KF, видеокарта RX 5700 XT, macOS 13.4.1, OpenCore 1.0.7, SMBIOS iMacPro1,1. На самой плате блютуза нет, как и в большинстве десктопных конфигураций. Значит, адаптер придётся покупать отдельно. И тут важно не ошибиться: разделяет «заработает сразу» и «не заведётся вообще» именно чип, а не цена и не возня с настройками.

Всё упирается в чип

С Monterey поддержка блютуза переехала из ядра в пользовательское пространство. За выбор отвечает демон bluetoothd через модуль bm3_usb, а перечень подходящих устройств зашит прямо в его бинарник.

Это видно по замеру:

ioreg -w0 | grep USBTransport

Все блютуз-транспорты в системе загружены, но каждый помечен !matched. Причина в их персоналиях:

CSRBluetoothHostControllerUSBTransport      | provider: IOResources
BroadcomBluetoothHostControllerUSBTransport | provider: IOResources
IOBluetoothHostControllerUSBTransport       | provider: IOResources

Если провайдер IOResources, а не IOUSBHostDevice, то с USB-устройствами такие транспорты не сопоставляются вообще, какие идентификаторы ни пропиши. Если перебрать все кексты в /System/Library/Extensions, под блютузом найдётся ровно две персоналии с USB-провайдером, и обе сидят в IOBluetoothFamily: «Bluetooth Entitlement» с idVendor: 1452 (это Apple) и конкретный хаб из Mac Pro 6,1.

Из этого следуют два вывода, и оба экономят вам вечер:

Гайды в духе «откройте IOBluetoothFamily.kext/…/Info.plist и впишите свои VID и PID», которые до сих пор вылезают первыми в поиске, мертвы по двум причинам. Устройство теперь отбирает демон, а системный том начиная с Big Sur запечатан, так что править там нечего. Именно для этого и сделан BlueToolFixup: он работает с памятью, а не с файлами.
Неподходящий чип настроить нельзя. Он либо есть в списке демона, либо его там нет. Промежуточного варианта не бывает, и карта портов его не создаст.

Четыре варианта, которые работают

Рабочих вариантов четыре. Сразу скажу про источники: своими руками я пока ни один не проверил, замена ещё едет. Поэтому у каждого варианта указано, откуда данные.

USB-донгл ASUS USB-BT400 и клоны. Чип Broadcom BCM20702A0. Ставить BlueToolFixup, BrcmPatchRAM3 и BrcmFirmwareData. Источник: Bluetooth 4.0, самый массовый рабочий вариант у хакинтошников.
USB-донгл Laird BT851 (04b4:f901). Чип Cypress CYW20704. Нужен BlueToolFixup, прошивка зашита в сам донгл. Источник: отчёт на tonymacx86 за август 2022, macOS 12.5. Трекпад, AirPods и Handoff работают, AirDrop у автора не поднялся.
Карта M.2 Intel AX200 или AX210 через переходник. Чип Intel. Нужны IntelBluetoothFirmware и IntelBTPatcher, а Wi-Fi закрывает AirportItlwm. Источник: проект OpenIntelWireless, сам не проверял.
Карта BCM94360CD на переходнике PCIe. Чип Broadcom. Ставить почти ничего не нужно, видится как родная. Источник: с ней работают Continuity и AirDrop, но стоит заметно дороже.

Как выбрать между ними:

Нужны только наушники, клавиатура и мышь. Берите донгл на BCM20702A0. Дешевле пути, который гарантированно даёт рабочий блютуз, нет, и половина сборок сидит именно на нём.

Нужны Handoff, AirDrop и разблокировка часами. Тогда только карта Broadcom с родными идентификаторами. Донгл этого не даст никогда: Continuity строится на связке Wi-Fi и блютуза с одной поддерживаемой карты, по отдельности блютуз задачу не решает. Это по руководству Dortania, личного замера у меня нет.

Wi-Fi в сборке тоже нет. AX210 закрывает обе задачи одной картой, но ценой Continuity. Мне как раз интереснее этот вариант: в EFI уже лежит отключённый AirportItlwm.

Чего брать не стоит: дешёвые донглы на CSR, 0a12:0001. macOS 13 отбраковывает их уже на этапе выбора устройства. Проверено на этой машине: демон находит донгл, читает идентификаторы и следующей строкой сообщает, что получить их не удалось.

[bm3_usb][GetProductAndVendorID] -- Found USB Device :
        idVendor = 0x0A12   idProduct = 0x0001   deviceClass = 0xE0
[bm3_usb][IOThreadFunc] -- USB -- Can't obtain vendorID and productID -- try again

Дальше идёт цикл, Transport layer initialization failed и десятки перезапусков демона подряд. Ни кексты, ни карта портов, ни снятие с устройства чужих процессов этот отказ не сдвигают, он повторяется слово в слово. Опознать такой донгл можно ещё по отзывам с фотографиями: у устройства, которое продают как Bluetooth 4.0, в свойствах стоит строка продукта BT2.0.

Без трёх вещей блютуз не заведётся

Верный чип только первый пункт из трёх. Остальные два делаются руками, и без них не заведётся даже правильное железо.

Кекст BlueToolFixup. Он нужен всем, кто сидит на macOS 12 и новее. Лежит в релизах BrcmPatchRAM, кладётся в EFI/OC/Kexts и прописывается в config.plist последней записью после Lilu, с MinKernel 21.0.0. Без него сторонние контроллеры молча игнорируются: ни ошибки, ни строки в журнале.

Прошивочные кексты под конкретный чип. Броадкомам, которым прошивку заливают при каждом старте, нужны BrcmPatchRAM3 и BrcmFirmwareData. Интелам нужны IntelBluetoothFirmware и IntelBTPatcher. Cypress и родным картам Broadcom больше ничего не требуется.

Порт с пометкой «внутренний». Контроллер блютуза macOS берёт только с того порта, где в карте портов стоит UsbConnector = 255. В моём UTBMap.kext это правится одним значением: у порта HS04, куда вставлен адаптер, 3 меняется на 255. Сработало сразу: у устройства появилось Built-In: Yes, а транспорт в профайлере сменился с UART на USB. Втыкать стоит в USB 2.0. Блютуз-адаптеры работают на Full Speed, скорость им не нужна, а перечисление на 2.0 идёт ровнее.

После правок прогоните ocvalidate по конфигу и перезагрузитесь.

Три команды покажут, почему молчит блютуз

На вопрос «почему не работает» почти всегда отвечают три команды. Вот что они выдают на моей машине прямо сейчас. Блютуз-железа в ней нет, и это видно по второму кадру.

Три команды: кекст, состояние контроллера, транспорты

kextstat: BlueToolFixup 2.7.2 и Lilu 1.7.2 загружены

system_profiler: Address NULL, State Off, чипсет BCM_4350C2 из SMBIOS

ioreg: четыре транспорта блютуза, все с пометкой !matched

Первая команда проверяет, жив ли кекст: kextstat | grep -iE "lilu|bluetool". Если BlueToolFixup в списке отсутствует, идти дальше некуда, проблема в конфиге, а не в железе.

Вторая показывает состояние контроллера: system_profiler SPBluetoothDataType. Смотрите на две строки. Если всё в порядке, там настоящий Address и State: On. Если нет, то Address: NULL и State: Off.

А вот строка, которая вводит в заблуждение многих: Chipset: BCM_4350C2. Она выводится даже тогда, когда блютуз-железа в машине нет вообще, как на кадре выше. Это чип настоящего iMac Pro, зашитый в bluetoothd, который смотрит на SMBIOS; ACPI-устройства за ней не стоит. Не радуйтесь этой строке и не подбирайте под неё кексты.

Третья показывает транспорты в ioreg. Пока у нужного стоит !matched, контроллер не подхвачен. Заметьте: транспортов там четыре, и загружены они всегда, так что само их присутствие ничего не гарантирует.

Подробности всегда лежат в журнале демона. В zsh log это встроенная команда, поэтому вызывать её нужно по полному пути:

/usr/bin/log show --last 5m --predicate 'process == "bluetoothd"' --style compact

Строка Found USB Device значит, что дело дошло до отбора. Transport layer initialization failed означает, что чип не подхватили.

У меня пока без результата

Честно говоря, блютуза в машине пока нет, и кадры выше это подтверждают. Донгл, купленный наугад на маркетплейсе, оказался тем самым CSR и отправился в мусор, а карта AX210 ещё в пути. Как приедет, допишу, что получилось.

Если у вас на Ventura или Sonoma работает USB-донгл, расскажите в комментариях, какой именно. Интересуют чип и идентификаторы:

system_profiler SPUSBDataType | grep -A 6 -i bluetooth

Из ответов соберу список проверенного железа и вынесу его в конец статьи. Такого списка мне как раз и не хватало в начале.

#хакинтош

#bluetooth

#macos

#opencore

#железо

DeepSeek Harness: агент, который целиком собран из плагинов

2026-10-07T00:31:06.601Z

DeepSeek Harness (dsh) — открытый агентский харнесс от DeepSeek AI. Снаружи это ещё одна команда для работы с моделями, внутри — конструктор: здесь плагином является всё, включая хранение сеансов, песочницу, сжатие контекста и саму модель.

Всё есть плагин

Харнесс стоит на Cordis, а его архитектура описана в работе про пространственно-временную композируемость. Идея простая: приложение не пишется кодом, а собирается из слоёв-патчей. Профиль — это список бандлов плюс ваш cordis.patch.yml, и каждый следующий слой может отменить или дополнить предыдущий. Отсюда и dsh --dump-config: он печатает собранное дерево целиком, и видно, какой бандл что добавил.

Профили вместо режимов

Одна команда умеет разное, и разница задаётся профилем, а не флагом:

dsh web — локальный веб-интерфейс на http://127.0.0.1:3080;
dsh --profile headless "задача" — один свежий сеанс, ответ в вывод и выход: удобно для CI;
dsh --profile sdk — JSON-RPC для внешних клиентов;
dsh --profile acp — тот же агент внутри редактора.

Профиль лежит в отдельной папке, а патчи перезагружаются на лету: правка плагина подхватывается без перезапуска. Свой набор ставится командой dsh plugin --profile web add.

Агенты внутри агента

Самое интересное — харнесс умеет запускать других агентов, и это не одна кнопка:

субагенты работают в фоне, у каждого свой контекст: родитель продолжает работу и получает результат, когда тот готов;
наследник контекста — субагент, который видит уже состоявшийся разговор, для задач «продолжи и проверь»;
workflow — JavaScript-сценарий, который сам раскидывает десятки субагентов по фазам, конвейером или с барьером: оркестрация описана кодом, а не диалогом;
ralph — цикл свежих агентов по одному неизменному заданию, где рабочая папка служит долговременной памятью.

Схема: профиль, плагины, агент и суб-агенты

Инструменты под задачу

Базовый набор тоже собран из плагинов, и каждый можно выключить: чтение и правка файлов, поиск по репозиторию, фоновые задания, веб-поиск и загрузка страниц, подключение внешних серверов по MCP, «скиллы» — папки с инструкциями, которые агент подгружает по надобности.

Песочница и сеансы

Файловые операции ограничены песочницей: workspace-write пускает только в рабочую папку. Отказ выглядит не как падение, а как честная пометка «доступ запрещён» — её можно показать человеку и попросить прав побольше. Границу при этом называют заранее: где-то агент спрашивает на каждое опасное действие, а где-то действует сам.

История сеанса пишется в файл и переживает перезапуск: сеанс можно возобновить, сжать, посмотреть, сколько он съел токенов. Долгая цель живёт в состоянии сеанса, а не в голове модели.

Что это меняет для команд

Для небольшой команды DSH снимает вопрос «свой агент или готовый сервис»: готовые сервисы дают фиксированный набор функций, а харнесс — конструктор. Можно начать с одного профиля, а потом добавлять плагины по мере появления задач: сегодня — публикация статей, завтра — разбор конкурентов, послезавтра — автоматическая выгрузка метрик.

Отдельно стоит сказать про прозрачность. Каждый вызов инструмента, каждое изменение файла и каждый переход состояния попадают в журнал. Это не «логи для отладки», а рабочий инструмент: когда агент ошибается, видно, на каком шаге и почему. И это же делает возможной честную цену: если шаг не понадобился, его видно в журнале, а не в счёте.

Наконец, DSH не заставляет переезжать целиком. Профиль можно собрать под одну задачу и держать рядом с привычными инструментами: агент по ключу ходит в ваш сервис, забирает результат и возвращает его туда, где вы работаете.

Как это выглядит на практике

Мы собрали цепочку из четырёх плагинов:

FrameFactory: бриф и структура

Prompt-Polish: улучшение запроса

Detector-Remover: снятие AI-отпечатков

Четыре шага: от брифа до человеческого текста

FrameFactory формирует бриф: темы, заголовки, план статьи и чек-лист.
Prompt-Polish переписывает черновой запрос, убирая повторы и делая формулировки короче.
Improve-Prompt показывает diff до отправки — важные термины и ссылки остаются нетронутыми.
Detector-Remover добавляет разговорные обороты и лёгкую стилистическую неровность, чтобы текст реже срабатывал на AI-детекторах.

С чего начать

Если хочется попробовать DSH на одной задаче, порядок такой. Сначала ставится сам харнесс и запускается dsh web — этого достаточно, чтобы увидеть базовый набор плагинов. Потом добавляется один-два плагина под задачу: например, для работы с текстом — генерация брифа и полировка запроса. И только после этого имеет смысл думать про субагентов и workflow: они раскрываются там, где задач уже много и они повторяются.

Важно не пытаться собрать «идеальный профиль» заранее. Профиль — это не конфигурация на годы, а рабочий набор: сегодня он один, завтра вы добавили плагин, послезавтра убрали лишнее. Патчи перезагружаются на лету, так что цена ошибки низкая: неудачный слой можно откатить, а не переписывать всё заново.

И ещё одно: DSH не прячет модель. Если вам нужен конкретный провайдер или конкретная модель, это тоже плагин. Значит, можно сравнить два варианта на одной и той же задаче, не переписывая агента.

Зачем это нужно

DSH — не «CLI для LLM», а среда, где агент собирается под задачу: свои инструменты, свои политики, свои профили. Самое ценное здесь — не набор готовых функций, а то, что любую из них можно заменить своей: харнесс не диктует, как устроен агент, а даёт его собрать. Проект открыт под MIT и находится в developer preview — ломающие изменения обещаны прямо в README.

Код и документация: github.com/deepseek-ai/DeepSeek-Harness.

#DeepSeek

#ИИ_агенты

#плагины