El análisis de binarios puede ser lento cuando el flujo de trabajo no está claro. Esta skill proporciona a Claude, Codex y Claude Code orientación estructurada de ingeniería inversa.

Las tareas de ingeniería complejas suelen fallar cuando los supuestos, la complejidad o la verificación son débiles. Esta habilidad guía a Claude, Codex y Claude Code hacia análisis rigurosos, estándares de implementación y revisiones orientadas a la evidencia.

Las operaciones de Render a menudo requieren alternar entre listas de servicios, registros de implementación y vistas de proyectos. Esta skill ofrece a Claude, Codex y Claude Code un flujo de trabajo estructurado para la automatización de Render mediante Rube MCP.

Las lagunas en las referencias dificultan la adopción y el mantenimiento de las API. Esta skill crea documentación completa y buscable para API, configuración, esquemas y comportamiento de errores.

Los equipos de seguridad necesitan reconocimiento repetible sin perder la disciplina de alcance. Esta habilidad organiza los flujos de trabajo autorizados de red team y bug bounty en pasos prácticos.

Los testers de seguridad necesitan flujos de trabajo de reconocimiento repetibles en muchas herramientas. Esta skill organiza pasos autorizados de enumeración, triaje de vulnerabilidades y generación de informes para Claude, Codex y Claude Code.

Los equipos de seguridad necesitan una estructura clara para la simulación de adversarios y la elaboración de informes. Esta skill organiza los conceptos de MITRE ATT&CK en orientación para planificación, revisión de detecciones e informes.

Los comentarios de revisión de código pueden ser poco claros, incompletos o incorrectos para la base de código actual. Esta habilidad ayuda a Claude, Codex y Claude Code a verificar, priorizar y responder con rigor técnico.

Los READMEs incompletos ralentizan la incorporación y ocultan detalles de configuración. Esta skill ayuda a Claude, Codex y Claude Code a crear documentación clara sobre configuración, arquitectura, pruebas y despliegue.

Los equipos de React necesitan patrones coherentes para componentes, hooks, estado, rendimiento y pruebas. Esta habilidad ofrece a Claude, Codex y Claude Code una guía concisa para tomar decisiones de React en producción.

Los proyectos de React y Next.js suelen necesitar decisiones de configuración coherentes en enrutamiento, componentes, estilos, datos, formularios, pruebas y despliegue. Esta skill proporciona a Claude, Codex y Claude Code un flujo de trabajo por fases para planificar y construir aplicaciones frontend modernas.

Los equipos móviles necesitan una arquitectura coherente de Expo y React Native antes de que crezca el código del producto. Esta skill guía patrones de navegación, estado, API nativas, sincronización offline, rendimiento y lanzamientos con EAS.

El código React heredado puede ralentizar las actualizaciones, las pruebas y el trabajo de rendimiento. Esta habilidad guía migraciones de clases a hooks, adopción de React 18, conversión a TypeScript y planificación de codemods.

Los nodos personalizados de React Flow necesitan TypeScript, handles y conexión con el store de forma consistente. Esta skill guía a Claude, Codex y Claude Code mediante patrones de nodos reutilizables.

Los proyectos complejos de ReactFlow pueden volverse lentos y difíciles de mantener. Esta habilidad proporciona patrones de arquitectura para jerarquía, layout, estado y rendimiento.

Las apps de React y Next.js suelen sufrir obtención de datos lenta, bundles grandes y re-renderizados evitables. Esta skill proporciona a los agentes reglas y ejemplos concretos para la generación y revisión de código enfocadas en el rendimiento.

Los proyectos RAG suelen fallar porque la calidad de la recuperación es débil o no se mide. Esta habilidad orienta las decisiones sobre segmentación, embeddings, búsqueda vectorial, recuperación híbrida, reranking y evaluación.

Las bibliotecas de componentes accesibles son difíciles de construir a partir de primitivas headless. Esta skill guía la arquitectura de Radix UI, la tematización y los patrones de componentes para equipos de React en producción.

El trabajo en finanzas cuantitativas requiere modelado disciplinado, backtests realistas y evaluación consciente del riesgo. Esta skill estructura la investigación con métricas, pasos de validación y orientación para el análisis de carteras.

Los equipos de Python necesitan patrones repetibles para pruebas fiables. Esta skill guía el uso de fixtures de pytest, mocks, pruebas async, cobertura y configuración de CI.