Rechercher ensemble les packs et les skills

La révision manuelle des pull requests peut passer à côté de bugs, d’erreurs de logique et de violations des règles du dépôt. Cette skill coordonne plusieurs réviseurs IA et valide les constats avant de rapporter des résultats concis.

Les systèmes d’agents peuvent devenir peu fiables lorsque les prompts, les outils, l’historique et la récupération d’informations se disputent le contexte. Cette compétence explique les composants du contexte et les modèles pratiques pour la gestion du budget, la divulgation progressive et la validation.

Le travail complexe des agents peut échouer lorsqu’une seule fenêtre de contexte porte chaque tâche. Cette compétence aide Claude, Codex et Claude Code à concevoir des systèmes d’agents avec des relais clairs.

Les agents IA peuvent marquer un travail comme terminé sans preuve, ce qui crée un risque de faux achèvement. Cette compétence exige des preuves indépendantes avant que l’achèvement d’une tâche soit accepté.

Les agents IA perdent souvent du contexte utile entre les sessions. Cette compétence fournit un workflow AgentDB structuré pour la mémoire de session, le stockage à long terme et l’apprentissage de modèles.

Les équipes ont besoin d’une récupération de documents pertinente pour le RAG et les bases de connaissances. Cette compétence guide la configuration d’AgentDB, le stockage des embeddings, l’indexation, la recherche via API et l’optimisation de la pertinence.

Les grandes bases de données vectorielles peuvent devenir lentes, gourmandes en mémoire et difficiles à benchmarker. Cette compétence fournit un workflow structuré d’optimisation AgentDB pour la quantification, l’indexation HNSW, la mise en cache et la validation.

Les agents d’IA répètent souvent de mauvaises décisions parce qu’ils ne conservent pas le raisonnement évalué. Cette compétence guide le suivi des trajectoires, la notation des verdicts et la réutilisation des motifs avec AgentDB.

Les workflows d’IA séquentiels perdent souvent le contexte entre les étapes. Cette compétence définit des modèles stream-chain qui transmettent chaque résultat à la tâche suivante.

Le travail d'IA complexe peut devenir lent lorsqu'un seul agent gère toutes les tâches. Cette compétence montre comment coordonner des essaims spécialisés pour la recherche, le développement, les tests et l'analyse.

Les agents ont souvent besoin de lancers de dés simples pour des jeux, des exemples ou des valeurs de test aléatoires. Cette skill exécute un lanceur de dés Rust via Enact et renvoie les lancers individuels avec le total.

Les équipes Expo ont souvent besoin de bibliothèques web dans des applications natives sans les réécrire. Cette compétence guide Claude, Codex et Claude Code à travers des modèles sûrs de composants DOM.