Les utilisateurs ont besoin d'aide pour invoquer des outils de codage IA externes. Cette compétence fournit des modèles documentés et des flux de travail pour utiliser les agents Task de Claude Code pour appeler Codex, Gemini et Cursor avec une authentification appropriée et des contrôles en lecture seule.

La gestion de plusieurs fournisseurs de codage IA nécessite la compréhension de leurs capacités uniques et de leurs modèles de commandes. Cette compétence fournit une documentation et des flux de travail pour déléguer des tâches à Claude, Codex, Gemini et Cursor avec une authentification appropriée, des protections en lecture seule et des stratégies de repli.

Le suivi et la mise à jour manuelle des manifestes de paquets font perdre du temps et introduisent des erreurs. Cette compétence détecte automatiquement les nouveaux imports dans votre code et met à jour les fichiers manifeste corrects avec les bons noms de paquets et contraintes de version.

Comprendre des bases de code non familières fait perdre des heures aux développeurs. Cette compétence fournit des modèles structurés pour identifier rapidement les points d'entrée, tracer les dépendances, détecter les modèles architecturaux et cataloguer la dette technique.

Travailler avec des sorties LLM conduit souvent à des erreurs d'analyse et des incompatibilités de types. Cette compétence fournit des modèles BAML universels pour des prompts LLM type-safe avec génération automatique de code pour Python et TypeScript.

Construire des serveurs MCP à partir de zéro est complexe sans conseils sur les exigences du protocole, les modèles de conception d'outils et les stratégies d'évaluation. Cette compétence fournit un flux de travail complet pour créer des serveurs MCP prêts pour la production en Python ou TypeScript, couvrant les phases de recherche, d'implémentation, de révision et d'évaluation.

La création d'artefacts HTML riches pour les conversations Claude nécessite une configuration, des dépendances et un regroupement. Cette compétence automatise l'ensemble du flux de travail, de l'initialisation du projet à la génération d'un fichier groupé unique.

La création de commandes slash personnalisées nécessite de comprendre le format de fichier, la configuration YAML et les fonctionnalités dynamiques. Cette compétence fournit des conseils complets sur la création de commandes réutilisables et puissantes avec arguments, références de fichiers et exécution bash pour Claude Code.

Les scripts shell échouent souvent en raison de variables non entourées de guillemets, d'une gestion des erreurs manquante et de modèles non sécurisés. Cette compétence fournit des modèles prêts pour la production, des bonnes pratiques axées sur la sécurité et des alternatives modernes en ligne de commande pour vous aider à écrire des scripts Bash et Zsh maintenables.

Les dépendances Python scientifiques complexes ralentissent la recherche. Pixi unifie les écosystèmes conda et PyPI avec une résolution rapide des dépendances, des lockfiles reproductibles et une gestion fluide des environnements pour les projets de calcul scientifique.

Le logiciel se casse lorsque les exigences changent parce que les tests sont manquants ou inadéquats. Cette compétence fournit une méthodologie disciplinée de rouge-vert-refactorisation qui garantit que chaque changement de comportement a une couverture de test vérifiée avant que le code ne soit écrit.

Arrêtez de deviner les corrections et commencez à trouver les véritables causes racines. Cette compétence fournit une méthodologie de débogage systématique qui évite de perdre du temps sur des corrections de symptômes et des tentatives répétées infructueuses.

Les implémentations multi-tâches complexes souffrent souvent de dérapage de périmètre et de problèmes de qualité. Cette compétence fournit un flux de travail structuré avec des sous-agences frais par tâche et des portes de révision à deux étapes (conformité aux spécifications puis qualité du code) avec une validation basée sur les diffs pour garantir que chaque tâche est correctement implémentée.

Les revues de code détectent les bugs et les problèmes de qualité avant qu'ils n'atteignent la production. Cette compétence fournit des invites et des checklists structurées pour une revue de code de pull requests et de merge requests assistée par l'IA.

Les commentaires de revue de code contiennent souvent des suggestions qui peuvent être peu claires, techniquement discutables ou扩展antes en termes de périmètre. Cette compétence offre une approche systématique pour évaluer les commentaires avant de les mettre en œuvre, poser des questions de clarification si nécessaire, et s'opposer avec des arguments techniques lorsque les suggestions sont erronées.

Les plans de développement échouent souvent lorsqu'ils sont exécutés sans structure ni vérification. Cette compétence fournit une méthodologie disciplinée pour implémenter des plans avec un traitement par lots et des points de contrôle de révision.

La correction de plusieurs échecs de tests non liés prend du temps lorsqu'elle est effectuée de manière séquentielle. Cette compétence fournit un flux de travail éprouvé pour identifier les problèmes indépendants, déployer des agents ciblés en parallèle et intégrer les corrections efficacement sans conflits.

Les agents produisent une sortie incohérente qui échoue à la validation en aval. Cette compétence fournit un modèle standardisé pour valider le JSON structuré par rapport aux schémas définis avant d'écrire la sortie finale, garantissant la qualité des données.

Exécuter plusieurs tâches IA de manière séquentielle fait perdre du temps. Ce modèle vous permet de générer des sous-agents parallèles pour travailler simultanément, réduisant considérablement le temps d'exécution total pour des tâches indépendantes.

Détectez les problèmes tôt grâce à un flux de travail de test itératif. Exécutez les tests, le linting et la vérification des types après chaque modification du code avant de déclarer le travail terminé.