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.

Trabajar con archivos de Excel requiere conocimiento de fórmulas, formato y análisis de datos. Esta habilidad proporciona orientación integral para crear hojas de cálculo, realizar cálculos y analizar datos con estándares profesionales.

Procesar documentos PDF manualmente consume demasiado tiempo. Este conjunto de herramientas proporciona operaciones completas de PDF que incluyen extracción de texto, detección de tablas, llenado de formularios y creación de documentos utilizando Python y herramientas de línea de comandos.

Crea composiciones musicales originales y convierte archivos MIDI a archivos de audio MP3 o WAV. Utiliza la biblioteca music21 para composición inteligente y admite tanto música orquestal como electrónica con sonidos de instrumentos realistas.

Los usuarios necesitan orientación experta para comprender la arquitectura de la base de datos Datascript de Logseq para una gestión efectiva del grafo de conocimiento. Esta habilidad proporciona conocimiento autoritativo sobre diseño de esquema, tipos de propiedades, jerarquías de clases y relaciones de entidades.

Los usuarios necesitan extraer y consultar datos de sus grafos de conocimiento de Logseq. Esta habilidad proporciona una biblioteca cliente de Python unificada para obtener páginas, bloques, propiedades y ejecutar consultas Datalog avanzadas contra grafos locales de Logseq a través de HTTP API o CLI.

Los usuarios de Logseq necesitan orientación clara cuando transitan de archivos Markdown al formato de Base de Datos. Esta habilidad proporciona planificación de migración paso a paso, estrategias de respaldo, resolución de problemas para problemas comunes y ejemplos de consultas Datalog para validación.

El análisis de plantillas EDN consume tiempo cuando se hace manualmente. La habilidad edn-analyzer proporciona análisis automatizado de estructura, verificaciones de calidad y características de comparación para plantillas de grafos de base de datos de Logseq. Identifica elementos huérfanos, valida la estructura y genera informes accionables.

Los usuarios necesitan integrar Claude con sus grafos de conocimiento de Logseq para consultar y escribir datos. Esta habilidad proporciona gestión automatizada de conexiones a través de backends de API HTTP, CLI y Servidor MCP con soporte de resolución de problemas integrado.

La construcción de árboles filogenéticos a partir de múltiples ensamblajes genómicos requiere flujos de trabajo complejos con muchas herramientas. Esta skill genera scripts listos para ejecutar, conscientes del planificador, para la tubería completa de filogenómica basada en BUSCO.

El análisis biogeográfico filogenético ayuda a los investigadores a comprender cómo evolucionaron los rangos geográficos de las especies a lo largo del tiempo. Esta skill automatiza el flujo de trabajo completo de BioGeoBEARS desde la validación de entrada hasta las visualizaciones de rangos ancestrales listas para publicación.