Skill-Pakete und Skills gemeinsam suchen

Inkonsistente Fehlerbehandlung kann Fehler verbergen und Benutzer verwirren. Dieser Skill leitet Claude, Codex und Claude Code zu klaren Ausnahmen, Validierung, Bereinigung und Wiederherstellungspfaden an.

Eingabevalidierung wird über Formulare, APIs und Geschäftsregeln hinweg oft inkonsistent. Dieser Skill führt Claude, Codex und Claude Code zu sicheren Validierungsmustern.

Teams benötigen eine zuverlässige Möglichkeit, Lark-Nachrichten und Workspace-Änderungen zu beobachten, während sie geschehen. Diese Skill-Anleitung unterstützt Echtzeit-Ereignisabonnements mit kompakter Ausgabe, Filtern, Routing und Dateiprotokollierung.

Teams benötigen konsistente Skill-Dateien, die Agenten finden und korrekt verwenden können. Dieser Skill führt Autoren durch Struktur, Beschreibungen, Beispiele, Skripte und Review-Prüfungen.

AI skills können scheitern, wenn Anweisungen vage oder ungetestet sind. Dieses Skill führt durch testgetriebenes Skill-Schreiben mit Druckszenarien und Verifizierungsschleifen.

Das Erstellen von Agent Skills erfordert einen klaren Umfang, gültige Frontmatter und getestetes Aktivierungsverhalten. Dieser Skill führt Claude-, Codex- und Claude Code-Benutzer durch einen vollständigen Workflow zum Verfassen von Skills.

Multi-Agent-Systeme können Token, Zeit und Rechenleistung verschwenden, wenn Arbeit schlecht koordiniert ist. Dieser Skill unterstützt bei Profiling, Arbeitslastverteilung und Kostenkontrollen für zuverlässige Agent-Workflows.

Pull-Request-Beschreibungen fehlt oft Kontext oder sie berücksichtigen die Bedürfnisse der Reviewer nicht ausreichend. Diese Skill führt Claude, Codex und Claude Code durch Branch-Prüfungen, Diff-Reviews, die Erstellung von Draft PRs und Beschreibungen im Sentry-Stil.

Tiefgehende Recherche kann langsam sein, wenn ein Agent jede Quelle nacheinander untersucht. Dieser Skill führt Nutzer von Claude, Codex und Claude Code zu einem parallelen Recherche-Workflow mit 10 Agenten.

LLM-Anwendungen können schwierig zu strukturieren werden, wenn Agenten, Memory, Retrieval und Tools wachsen. Diese Skill unterstützt bei LangChain-Designentscheidungen und Produktionsprüfungen.

Schwache Prompts führen zu inkonsistenten KI-Ergebnissen und verschwendeter Review-Zeit. Dieser Skill bietet klare Muster, Vorlagen und Testmethoden für zuverlässige Prompts.

React- und Next.js-Apps leiden häufig unter langsamem Datenabruf, großen Bundles und vermeidbaren Re-Renderings. Dieser Skill gibt Agenten konkrete Regeln und Beispiele für performanceorientierte Codegenerierung und Reviews.