RAG-Projekte scheitern oft, weil die Retrieval-Qualität schwach oder nicht gemessen ist. Dieser Skill unterstützt bei Entscheidungen zu Chunking, Embeddings, Vektorsuche, hybridem Retrieval, Reranking und Evaluation.

Barrierefreie Komponentenbibliotheken sind aus headless Primitives schwer zu erstellen. Diese Skill-Anleitung unterstützt Produktions-React-Teams bei Radix UI-Architektur, Theming und Komponentenmustern.

Quantitative Finanzarbeit erfordert disziplinierte Modellierung, realistische Backtests und eine risikobewusste Bewertung. Dieser Skill strukturiert Research mit Kennzahlen, Validierungsschritten und Leitlinien zur Portfolioanalyse.

Python-Teams benötigen wiederholbare Muster für zuverlässige Tests. Diese Skill-Anleitung behandelt pytest-Fixtures, Mocks, async-Tests, Coverage und CI-Einrichtung.

Python-Teams benötigen aktuelle Anleitung für zuverlässige Services, Tools und Daten-Workflows. Diese Skill wendet moderne Python-Muster sowie Praktiken für Tests, Typisierung und Performance an.

Langsame Python-Dienste verschwenden Rechenleistung und verbergen Engpässe. Dieser Skill unterstützt bei Profiling, Benchmarking, Speicheroptimierung und gezielter Optimierung.

Python-Projekte erfordern oft Entscheidungen zu Framework, async, Typisierung und Struktur. Diese Skill führt Claude, Codex und Claude Code durch praktische Python-Entscheidungen.

FastAPI-Projekte benötigen konsistente Entscheidungen bei Setup, Datenmodellen, Routen, Authentifizierung, Tests und Deployment. Diese Skill bietet einen phasenbasierten Workflow mit fokussierten Prompts für jeden Backend-Schritt.

Der Start eines Python-Projekts erfordert oft viele wiederholte Setup-Entscheidungen. Diese Skill erstellt konsistente Scaffolds für APIs, Django-Apps, Bibliotheken und CLI-Tools.

Große Eingabematrizen machen vollständiges Testen langsam und kostspielig. Diese Skill hilft dabei, Pairwise-Testsätze zu erstellen, die mit weniger Fällen eine bessere Abdeckung ermöglichen.

API-Projekte benötigen konsistente Request-, Response-, Update- und Datenbankschemas. Diese Skill-Anleitung hilft Claude, Codex und Claude Code dabei, Pydantic v2-Modellfamilien zu erstellen.

Das Verhalten von Protokollen ist aus rohen Paketmitschnitten schwer zu verstehen. Dieser Skill bietet strukturierte Methoden, um Netzwerkprotokolle zu erfassen, zu zerlegen, zu dokumentieren und zu testen.

Teams verlieren Zeit damit, gängige Prompts für Programmierung, Schreiben, Analyse und Planung immer wieder neu zu formulieren. Dieser Skill stellt wiederverwendbare Vorlagen und Checklisten für klare, strukturierte KI-Anfragen bereit.

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

Klare Prompts zu schreiben ist schwierig, wenn Ziele vage oder komplex sind. Diese Skill verwandelt grobe Anfragen mithilfe bewährter Prompt-Frameworks in strukturierte Prompts.

Wiederholte Prompts können die Latenz und die LLM-Kosten erhöhen. Diese Skill hilft Teams dabei, geeignete Muster für Prompt-, Response- und CAG-Caching auszuwählen.

Die Prometheus-Einrichtung kann über Cluster und Services hinweg inkonsistent werden. Dieser Skill unterstützt bei Prometheus-Konfiguration, Scrape-Targets, Recording Rules, Alerting und Validierung.

Produktteams benötigen schnellere Möglichkeiten, Features zu priorisieren, Interviews zusammenzufassen und Entscheidungen zu dokumentieren. Diese Skill bietet RICE-Scoring, Interviewanalyse und PRD-Vorlagen für strukturierte Planung.

Arbeit an der Produktionsreife lässt oft Sicherheits-, Performance-, Test- und Architekturlücken über viele Dateien hinweg verborgen. Diese Skill-Anleitung führt Claude, Codex und Claude Code durch ein strukturiertes Audit und einen kontrollierten Behebungsplan.

Prüfungen zur Rechteausweitung erfordern klares Wissen über gängige Missbrauchspfade unter Linux, Windows und Active Directory. Diese Skill organisiert diese Pfade für autorisierte Tests, Schulungen und Prüfungen zur defensiven Härtung.