Escribir consultas de base de datos eficientes requiere un conocimiento profundo de patrones SQL y NoSQL. Esta habilidad genera consultas optimizadas con parametrización adecuada y explica estrategias de ejecución para un mejor rendimiento.

Los datos JSON a menudo vienen en estructuras anidadas complejas que son difíciles de trabajar. Esta habilidad proporciona orientación experta para analizar, transformar, validar y convertir JSON para cualquier caso de uso.

La mala calidad de datos conduce a fallos del sistema y malas decisiones. Esta habilidad valida datos contra esquemas JSON, esquemas de bases de datos y reglas de negocio personalizadas para detectar errores a tiempo. También detecta duplicados, valores atípicos y problemas de formato mientras genera informes detallados de calidad.

Los archivos CSV a menudo contienen datos desordenados que necesitan limpieza y transformación. Esta skill proporciona herramientas y ejemplos completos para analizar, limpiar y analizar datos CSV de manera eficiente.

Transforma datos sin procesar en historias visuales convincentes. Crea gráficos de barras, gráficos de líneas, gráficos de dispersión, mapas de calor y paneles interactivos con estilo profesional.

Las consultas de base de datos escritas con bucles for son lentas y crean problemas de mantenimiento. Esta habilidad proporciona pautas para usar operaciones masivas de SQLAlchemy y patrones de repositorio para escribir código de base de datos rápido y mantenible.

Los conjuntos grandes de documentos exceden los límites de contexto. Procesa corpus en grafos de conocimiento para razonamiento multi-salto eficiente y consulta persistente a través de miles de documentos.

Los nombres de modelos de IA cambian frecuentemente. Esta skill obtiene las listas actuales de modelos de Anthropic, OpenAI, Gemini y Ollama, y luego los clasifica por nivel de rendimiento para una selección óptima de modelos.

Trabajar con archivos Excel manualmente consume tiempo y es propenso a errores. Esta habilidad automatiza la creación, edición y recálculo de fórmulas de hojas de cálculo usando bibliotecas estándar de Python.

Escribir código R con patrones obsoletos desperdicia tiempo y crea deuda técnica. Esta habilidad proporciona las mejores prácticas actuales para tidyverse, metaprogramación rlang y desarrollo de paquetes, para que puedas escribir código R limpio y eficiente.

Marimo es un entorno de notebooks Python reactivo que garantiza un estado consistente entre el código y las salidas. Esta skill proporciona orientación experta para construir aplicaciones de datos interactivas y notebooks reproducibles que se ejecutan como scripts y se despliegan como aplicaciones web.

Evita errores de punto flotante en cálculos financieros y científicos. Esta habilidad evalúa expresiones matemáticas con precisión arbitraria usando big.js para obtener resultados decimales exactos.

Los equipos de crecimiento tienen dificultades para alinearse en métricas y ejecutar experimentos disciplinados. Esta skill proporciona marcos probados para bucles de crecimiento, PLG y experimentación que generan un impacto medible mientras respetan la privacidad del usuario.

Los cambios en el esquema de base de datos son propensos a errores y pueden romper producción. Esta habilidad proporciona patrones probados en batalla para crear migraciones idempotentes de Supabase con aislamiento de workspace y políticas de Row Level Security.

La información empresarial inconsistente en los directorios daña las clasificaciones de SEO local y confunde a los clientes. Esta skill garantiza que tus datos NAP se mantengan perfectamente sincronizados en Google Business Profile, Apple Maps, Facebook y más de 30 directorios con auditorías automatizadas y generación de marcado schema.

El web scraping es difícil y consume tiempo. Crawl4AI proporciona 6 modos inteligentes para extraer contenido, capturas de pantalla y PDFs de cualquier sitio web con características antidetección.

Alembic genera migraciones sin comprender las implicaciones de rendimiento de PostgreSQL. Esta habilidad proporciona patrones para revisar migraciones de base de datos y escribir consultas eficientes que eviten problemas comunes de rendimiento.

Construir estructuras moleculares iniciales para simulaciones requiere restricciones espaciales precisas. Packmol automatiza la colocación de moléculas con prevención de solapamientos, soportando cajas, esferas, cilindros y planos para diversas necesidades de simulación.

Los agentes pierden todo conocimiento cuando las sesiones terminan. Esta habilidad proporciona patrones para arquitecturas de memoria en capas que preservan el conocimiento de entidades, rastrean relaciones y permiten consultas temporales entre sesiones.

Construir sistemas de evaluación de LLM confiables es un desafío debido a sesgos sistemáticos. Esta habilidad proporciona patrones listos para producción para puntuación directa, comparación por pares y mitigación de sesgos para crear pipelines de evaluación automatizada confiables.