skills/session-management/skills/session-save/SKILL.md
Compress and save current session context for handoff to next session. Use when: (1) context pressure >50%, (2) user says "сохрани сессию", "session save", "checkpoint", (3) before ending a long productive session, (4) switching to a different task mid-session. Supports named sessions: /session-save vpn-fix
npx skillsauth add ai-mindset-org/pos-sprint session-saveInstall this skill globally with one command. Works with Claude Code, Cursor, and Windsurf.
3 of 9 scanners reported clean
Some scanners were skipped, did not run, or reported a non-clean status. Review each row below.
Compress current session state → save to named checkpoint file.
~/.claude/projects/<YOUR-PROJECT-PATH>/memory/sessions/
{name}.md ← named checkpoints
_latest.md ← always points to last saved
~/.claude/projects/<YOUR-PROJECT-PATH>/memory/last-session.md ← legacy compat
vpn-fix, auth-refactor{topic}-{MMDD}. Example: insights-0303[^a-z0-9-] → -, max 40 charsUse imperative, terse, scannable style. 40-60% reduction. Zero redundancy.
# Session: {name}
saved: YYYY-MM-DDTHH:MM
context: XX% (XXK tokens)
branch: <git branch>
name: {name}
## Goal
<1-2 sentences: what user wanted to achieve>
## Done
- <completed step 1>
- <completed step 2>
## Pending
- <next step 1>
- <next step 2>
## Modified Files
- `path/to/file1` — what changed
- `path/to/file2` — what changed
## Key Decisions
- <decision 1: chosen → reason>
## Context (carry forward)
<2-5 lines of critical context that next session MUST know>
## Continuation Prompt
<Ready-to-paste prompt for next session to resume work>
git status, git diff --stat, current branch→ for causality, | for alternativessessions/{name}.mdlast-session.mdmcp__memory__add_observations on entity Session-Checkpoint-{name}:
✅ Session saved: {name}
📁 sessions/{name}.md
🔄 Resume: /continue {name}
When context > 50% (🟡 WARNING):
/continue {name} в новой сессии"When context > 72% (🔴 CRITICAL):
testing
# YT Transcribe — YouTube → Whisper → Obsidian Транскрибирует YouTube-видео через mlx-whisper (Apple Silicon, Metal-native) с параллельными чанками. Fallback на openai-whisper если mlx недоступен. ## Какую боль закрывает - **Потерянный контент видео**: Посмотрел лекцию/подкаст — через неделю забыл 90%. Нет текстовой базы для поиска. - **Нет транскриптов для русского**: YouTube auto-captions для русского языка — мусор. Whisper даёт quality транскрипцию. - **Ручная обработка**: Переслушивать 2-
development
Интерактивный процесс написания текстов для вайб-маркетинга на основе Julian Shapiro framework. **Новые возможности (v2.0):** - Research & Gap Analysis (Perplexity → WebSearch fallback) - Scoring 0-5 вместо binary (Novelty + Resonance + Hook + Clarity) - AI-Slop Detection на всех этапах (10 типов patterns) - 3 варианта intro с self-scoring - Markdown export всех промежуточных результатов **Русские triggers:** "напиши пост по шапиро", "написать статью по фреймворку шапиро", "создай текст в стиле julian shapiro", "помоги написать контент по методу shapiro", "контент по julian shapiro фреймворку", "пост по julian shapiro", "напиши в стиле шапиро" **English triggers:** "write content using julian shapiro framework", "create post with shapiro method", "write article shapiro style", "help with julian shapiro writing" **Generic triggers:** "напиши статью", "помоги написать контент", "создай текст", "начать писать", "хочу написать пост", "нужна помощь с текстом", "write content", "write article", "создай контент", "придумай идею для статьи", or requests help with content creation process.
tools
# /tg-saved v2 — Telegram Saved Messages → Deep Analysis → Obsidian ## Назначение Скилл извлекает сообщения из Telegram "Избранное" (Saved Messages) за последние N дней, автоматически парсит контент всех ссылок в сообщениях (requests + BeautifulSoup, до 5000 символов на URL), затем для каждого сообщения запускает глубокий анализ через Claude CLI subprocess (модель Sonnet). Результат — подробная структурированная заметка в Obsidian `00-inbox/` с YAML frontmatter, секциями анализа, ссылками и ор
documentation
Делает LLM-выжимку из комментариев менеджеров об одном или нескольких подрядчиках. Используй этот скилл когда нужно понять что говорят менеджеры о конкретном подрядчике, или получить JSON с выжимкой для дальнейшей обработки.