Una skill de IA para Claude, Codex y Claude Code

Las imágenes de contenedor a menudo contienen configuraciones incorrectas de seguridad que crean riesgos de implementación. Esta skill integra Hadolint para validar automáticamente los Dockerfiles contra los requisitos del CIS Docker Benchmark, detectando problemas como paquetes sin bloqueo de versiones, uso de usuario root y secretos codificados antes de que las imágenes sean construidas.

Las imágenes de contenedor a menudo contienen vulnerabilidades de seguridad conocidas en paquetes del sistema operativo y dependencias de aplicaciones. Esta habilidad proporciona flujos de trabajo guiados para escanear imágenes con Grype, interpretar puntuaciones CVSS, priorizar basándose en indicadores CISA KEV e integrar puertas de seguridad en pipelines de CI/CD.

Las APIs frecuentemente exponen vulnerabilidades de seguridad a través de especificaciones mal configuradas. Spectral valida definiciones de OpenAPI y AsyncAPI contra el OWASP API Security Top 10, detectando fallas de autenticación, problemas de autorización y riesgos de exposición de datos antes del despliegue.

Las pruebas de seguridad de API requieren interceptar y analizar el tráfico HTTPS. Esta habilidad proporciona orientación sobre el uso de mitmproxy para inspeccionar, modificar y reproducir tráfico de API para pruebas de seguridad. Perfecto para probadores de penetración y desarrolladores que necesitan identificar vulnerabilidades en implementaciones de API.

Los profesionales de seguridad de red necesitan capturar y analizar datos de paquetes para la respuesta a incidentes e investigaciones forenses. TShark proporciona capacidades de análisis de paquetes desde la línea de comandos para inspección de tráfico, extracción de credenciales, detección de malware y análisis de protocolos sin necesidad de una interfaz gráfica.

Los equipos de desarrollo a menudo luchan con una cobertura de pruebas inconsistente y prácticas de testing fragmentadas. Este skill proporciona pautas estandarizadas para el diseño de pruebas, estrategias de mocking y métricas de calidad para garantizar suites de pruebas completas y mantenibles.

Una habilidad de IA para Claude, Codex y Claude Code

Los proyectos de diseño UI/UX a menudo carecen de estándares consistentes y procesos claros, lo que conduce a experiencias de usuario fragmentadas y brechas de accesibilidad. Esta habilidad proporciona procedimientos operativos completos y listas de verificación para optimizar los flujos de trabajo de diseño, garantizar la consistencia y mantener el cumplimiento de accesibilidad en todos los proyectos.

Los proyectos multi-agente a menudo enfrentan caos de coordinación. Esta habilidad proporciona definiciones claras de roles, listas de verificación y plantillas para que los agentes líder, implementador y revisor puedan colaborar eficientemente sin confusión.

La evolución de esquemas en sistemas distribuidos requiere una validación cuidadosa y compatibilidad hacia atrás. Esta habilidad te ayuda a extender esquemas de señales del Protocolo AFI mientras mantienes la seguridad de tipos y generas código de validación apropiado.

La clasificación de issues de GitHub requiere categorización consistente y comunicación clara. Esta skill proporciona un flujo de trabajo estructurado con árboles de decisión y plantillas de respuesta para los mantenedores del repositorio FiftyOne.

Las imágenes duplicadas desperdician espacio de almacenamiento y sesgan los modelos de aprendizaje automático. Esta habilidad utiliza embeddings de aprendizaje profundo para identificar y eliminar duplicados exactos e imágenes casi duplicadas de conjuntos de datos de FiftyOne. Automatiza el proceso de detección y te ayuda a limpiar conjuntos de datos antes del entrenamiento.

Comprender conjuntos de datos de imágenes complejos requiere ver cómo se relacionan las muestras en el espacio de embeedding. Esta skill te guía a través del cálculo de embeeddings y el uso de UMAP o t-SNE para crear visualizaciones 2D que revelan grupos, valores atípicos y distribuciones de clases en tus datasets de FiftyOne.

Los usuarios tienen dificultades para extender la plataforma de visión por computadora FiftyOne con funcionalidad personalizada. Esta habilidad proporciona orientación paso a paso para construir operadores y paneles que se integran perfectamente con la aplicación FiftyOne.

Cargar archivos multimedia locales en FiftyOne y ejecutar inferencia de modelos ML requiere entender la creación de conjuntos de datos, importación de etiquetas y aplicación de modelos. Esta habilidad proporciona orientación paso a paso para crear conjuntos de datos, importar etiquetas en formatos estándar y aplicar modelos zoo para tareas de detección, clasificación y segmentación.

La importación de conjuntos de datos a menudo requiere detección manual de formato y configuración. Esta habilidad detecta automáticamente tipos de medios, formatos de etiquetas y agrupaciones de sensores para crear conjuntos de datos FiftyOne estructurados correctamente.

Escribir código para FiftyOne requiere convenciones específicas para importaciones, docstrings y estructura de módulos. Esta habilidad asegura que tus contribuciones sigan la guía de estilo oficial de FiftyOne para código limpio y consistente.

La gestión de clústeres de GKE requiere conocimiento de las API de GCP, comandos de kubectl y mejores prácticas de Kubernetes. Esta habilidad proporciona flujos de trabajo listos para usar, plantillas YAML y pasos de solución de problemas para escenarios comunes de GKE.

Escribir pruebas unitarias confiables es un desafío sin patrones claros. Esta habilidad proporciona guía optimizada para IA de Vitest con principios F.I.R.S.T, estructura de patrón AAA, estrategia de testing de caja negra y ejemplos completos para mocks, código asíncrono y escenarios de error.