El trabajo con Azure Tables a menudo requiere patrones precisos del SDK para claves, consultas y límites de lotes. Esta habilidad proporciona a Claude, Codex y Claude Code orientación enfocada en Python para CRUD de entidades, autenticación, consultas y lotes.

Los proyectos de Azure Cosmos DB con Python necesitan clientes, claves de partición y patrones de consulta correctos. Esta skill proporciona orientación enfocada del SDK para CRUD NoSQL, consultas, rendimiento, código asíncrono y errores.

Los flujos de trabajo de análisis de imágenes necesitan descripciones, OCR, detección y recorte sin reconstruir ejemplos del SDK. Esta habilidad guía a Claude, Codex y Claude Code en el uso de Azure AI Vision Image Analysis para Python.

Los equipos de texto necesitan ejemplos repetibles de Azure Language para tareas comunes de NLP. Esta skill muestra patrones concisos en Python para autenticación, llamadas de análisis, procesamiento por lotes, uso asíncrono y gestión de resultados.

Los equipos necesitan una extracción de documentos fiable sin memorizar patrones de SDK. Esta skill proporciona ejemplos en TypeScript para análisis, modelos, clasificadores y sondeo de Azure Document Intelligence.

Los equipos necesitan orientación fiable para extraer significado de medios mixtos. Esta skill proporciona ejemplos enfocados del SDK de Python para flujos de trabajo de Azure AI Content Understanding.

Los equipos de Java necesitan patrones confiables para detectar comportamientos inusuales en series temporales. Esta skill proporciona ejemplos de Azure AI Anomaly Detector para clientes, modelos, inferencia y errores.

Los equipos a menudo toman decisiones a partir de datos de analítica que no han sido validados. Esta skill ayuda a Claude, Codex y Claude Code a diseñar, auditar y mejorar planes de seguimiento.

Los flujos de trabajo de Amplitude requieren una búsqueda cuidadosa de herramientas, resolución de ID y comprobaciones de estado. Esta skill guía a Claude, Codex y Claude Code a través de secuencias de herramientas de Rube MCP para tareas comunes de Amplitude.

Los DAGs de Airflow suelen fallar cuando los reintentos, las dependencias y las pruebas se diseñan tarde. Esta skill proporciona patrones de producción para la estructura de DAGs, sensores, alertas y validación.

Los equipos a menudo lanzan experimentos sin hipótesis, métricas ni verificaciones de tamaño de muestra definidas. Esta skill guía la configuración de pruebas A/B con controles de validez y preparación.

Elegir el gráfico incorrecto puede ocultar o distorsionar patrones importantes en los datos. Esta habilidad ayuda a Claude, Codex y Claude Code a seleccionar tipos de gráficos, mejorar dashboards y explicar decisiones de visualización.

El trabajo con datos suele requerir consultas claras, transformaciones repetibles e interpretación cuidadosa. Esta skill guía flujos de trabajo de SQL, pandas, estadística y limpieza de datos.

Messaging teams need consistent metrics for volume, deliverability, contacts, and number capabilities. This skill queries Sent analytics and explains trends within defined periods.

La investigación web manual y el scraping pueden ser lentos e inconsistentes. Esta skill guía a Claude, Codex y Claude Code a través de flujos de trabajo de ScrapeGraph CLI.

Los agentes suelen perder lecciones útiles de tareas anteriores. Esta skill muestra cómo almacenar, evaluar, recuperar y destilar patrones de razonamiento con ReasoningBank respaldado por AgentDB.

Las implementaciones de AgentDB pueden ralentizarse o usar demasiada memoria a medida que crece la cantidad de vectores. Esta skill ofrece orientación sobre cuantización, HNSW, almacenamiento en caché y procesamiento por lotes para mejorar la velocidad y reducir el uso de memoria.

Recoup data and connected services require precise authentication, identifiers, and endpoint schemas. This skill guides reliable retrieval and approved external actions.

Los agentes a menudo necesitan lógica de hojas de cálculo sin controlar Excel. Esta skill guía flujos de trabajo de MCP y TypeScript para fórmulas de WorkPaper, ediciones respaldadas por archivos e informes locales de fórmulas XLSX.

Los equipos de modelos necesitan evidencia repetible del rendimiento de los agentes. PinchBench ejecuta tareas estructuradas de OpenClaw y produce puntuaciones comparables para análisis y envío a la tabla de clasificación.