chess-postmortem-skills：為 Claude Code 搭建的 AI 驅動國際象棋對局分析工具

概述

chess-postmortem-skills 是一套專為 Claude Code 設計的專業技能，能將原始的國際象棋對局資料（PGN 檔案）轉換為全面且易於閱讀的對局回顧。與傳統引擎分析僅提供數值評分與複雜走法變化不同，此工具利用大型語言模型（LLM）操控 Stockfish 引擎，將技術性資料轉譯為以自然語言描述的錯誤分析與戰略規劃。

核心功能

此專案分為三個主要技能，各自負責對局檢視流程的不同面向：

1. 國際象棋分析（chess-analysis）

此技能深入探討對局的技術細節。它會對每一手進行 Stockfish 全面掃描，並啟動平行的「調查員」子代理，以天真問題質詢引擎（例如：「為什麼不走我下的這一手？」或「如果黑方直接吃掉會怎樣？」）。

主要輸出包括：

• 註解版 PGN： 帶有人類可讀註解的分層 PGN 檔案。
• HTML 分析棋盤： 可獨立使用的互動式對局檢視器。
• 戰略停頓（Plan Pause）： 引擎推導出雙方戰略計畫的特定對局時刻。
• 思考 aloud 整合： 若提供玩家在對局期間的語音記錄，此技能會使用 whisper.cpp 將語音轉錄，並根據 PGN 時鐘時間戳將文字與特定走法對齊。

2. 國際象棋影片（chess-video）

此技能會生成一整局對局的旁白影片。影片包含棋盤、箭頭、評分儀表、內嵌字幕，以及透過 Piper TTS 生成的語音旁白。影片內容由分析階段產生的劇本（storyboard）構建而成。

3. 國際象棋對弈（chess-play）

此技能允許使用者與 Claude 進行對弈。為確保準確性，棋盤以 PNG 格式渲染以便視覺處理，並使用對抗性誤步檢查子代理。值得注意的是，此技能並未使用引擎。

技術工作流程與需求

使用者流程

1. 對局記錄： 選擇快棋或慢棋對局，並錄製「思考 aloud」語音檔，或為每一步記錄筆記。
2. 啟動： 將對局連結/PGN 與語音檔提供給 Claude Code。
3. 處理： 系統執行掃描、調查並生成註解（完整執行約需一小時）。
4. 檢視： 使用者檢視註解版 PGN 與 HTML 棋盤，並請求生成旁白影片。
5. 迭代學習： 使用者可針對特定局面提出追問，Claude 會先透過引擎驗證答案再回覆。

系統需求

Claude Code 通常可在請求時自動安裝下列相依套件：

• Python 環境： 包含 python-chess、cairosvg、pillow 與 piper-tts 的 venv。
• Stockfish： 官方引擎二進位檔（透過 scripts/get_stockfish.sh 安裝）。
• 影片工具： ffmpeg 與 Piper 語音模型。
• 語音轉錄： whisper.cpp（可選，用於思考 aloud 記錄）。

設計理念：引擎驅動的 LLM

此專案解決了 LLM 在國際象棋領域常見的限制：容易虛構走法或誤解棋盤狀態。為降低此風險，本工具不依賴 LLM 內建的國際象棋知識。相反地，LLM 擔任 Stockfish 的操作員。AI 所提出的每一項主張皆會與引擎結果比對，並透過驗證階段重新讀取結果，確保準確性。

社群見解與反駁

儘管此專案因其具體運用 Claude Code 技能而受到讚譽，但部分 Hacker News 使用者對 LLM 驅動的國際象棋教學成效提出疑慮：

"Opus 5 模型的 elo 約為 1300。我可不會向一個 1300 水準的人學國際象棋。"

其他批評者則認為，手動分析的「枯燥」過程才是學習的關鍵，暗示自動化摘要可能對技能提升效果較差。相對地，支持者指出，將 LLM 與蒙地卡羅模擬或傳統求解器整合（如其他 AI 驅動遊戲分析工具所見），是為複雜資料提供可解釋性的可行方式。

安裝方式

要安裝這些技能，請克隆程式碼庫並將技能資料夾複製至 Claude Code 的技能目錄：

git clone https://github.com/brumar/chess-postmortem-skills
cp -r chess-postmortem-skills/skills/* ~/.claude/skills/