Commencer le développement backend avec Convex nécessite plusieurs étapes de configuration, notamment la génération de structure, la configuration du provider et la setup des variables d'environnement. Cette skill automatise le processus de configuration du projet pour les nouvelles et existantes applications.

Cette compétence aide les développeurs à concevoir et construire des composants Convex avec des tables isolées, des limites claires et des wrappers sécurisés面向 application. Elle guide les utilisateurs tout au long du processus de création de composants avec validation intégrée et meilleures pratiques.

Genkit simplifie le développement d'applications d'IA en JavaScript et TypeScript, mais naviguer dans ses changements d'API et ses bonnes pratiques peut prendre du temps. Cette compétence fournit des conseils d'expert sur les flows, les outils et les fournisseurs pour vous aider à créer rapidement des applications d'IA prêtes pour la production.

Générez automatiquement des tests unitaires complets pour des projets Java en utilisant JUnit 5 et Mockito. Cette compétence vous aide à écrire des cas de test qui couvrent les chemins heureux, les cas limites et les scénarios d'erreur tout en respectant les meilleures pratiques.

Le profilage précis des noyaux GPU est difficile en raison de la surcharge de mesure. Cette compétence fournit des instructions détaillées pour utiliser le profilage matériel CUPTI afin d'obtenir des temps d'exécution de noyaux précis. Comparez différents backends comme FlashAttention et cuDNN pour trouver l'implémentation la plus rapide pour votre charge de travail.

L'ajout de capacités d'IA aux applications web nécessite de comprendre la configuration du SDK Firebase et l'intégration de l'API Gemini. Cette compétence fournit des conseils étape par étape pour intégrer l'IA générative avec prise en charge du texte, des images, du chat et du streaming.

Les développeurs ont besoin de conseils pour utiliser correctement le framework Genkit dans les projets Node.js et TypeScript. Cette skill fournit de la documentation de référence, des solutions aux erreurs courantes et des modèles de code pour construire des applications alimentées par l'IA avec Genkit.

La création d'applications IA en Go nécessite de comprendre les motifs du SDK Genkit pour la génération, les prompts, les flux et les fournisseurs de modèles. Cette compétence fournit une documentation de référence complète pour créer des applications alimentées par l'IA en Go avec une sortie structurée, du streaming et l'appel d'outils.

L'intégration de modèles d'IA dans des applications Dart et Flutter nécessite de comprendre les flux Genkit, les outils et les plugins. Cette compétence fournit une documentation de référence complète et des exemples de code pour le SDK Genkit Dart.

La traduction manuelle des designs Figma en code prêt pour la production est fastidieuse et suette aux erreurs. Cette compétence fournit un flux de travail structuré pour une implémentation d'interface utilisateur pixel-perfect avec une cartographie automatique des jetons de conception.

Obtenez des revues de code complètes qui détectent les vulnérabilités de sécurité, les problèmes de performance et les problèmes architecturaux avant qu'ils n'atteignent la production. Cette compétence analyse votre code systématiquement selon plusieurs dimensions pour fournir des retours actionnables.

La revue de code manuelle est chronoureuse et sujette aux erreurs. Ce relecteur de code IA analyse automatiquement le code source pour identifier les bogues, les vulnérabilités de sécurité, les problèmes de style et les problèmes de performance avec des suggestions de corrections actionnables.

Les données JSON sont difficiles à lire lorsqu'elles sont minifiées ou mal formatées. Cette compétence valide et prettifie les chaînes JSON avec une indentation spécifiée par l'utilisateur pour améliorer la lisibilité pour le débogage, la journalisation et l'inspection de données.

Les utilisateurs ont besoin d'un moyen simple de créer des messages de salutation personnalisés en Ruby. Cette compétence fournit un script Ruby léger qui génère un message d'accueil personnalisable avec le nom de l'utilisateur et les informations sur la version Ruby.

Brainfuck est un langage de programmation ésotérique avec seulement 8 commandes. Cette skill fournit une implémentation complète de Hello World démontrant un code minimaliste qui produit des salutations en utilisant la manipulation ASCII pure.

New programmers often struggle to understand code through documentation alone. This skill transforms learning into interactive app-building sessions where every line is explained, concepts are introduced progressively, and learning happens through practical doing.

Traditional unit tests check specific inputs, but miss edge cases. This skill teaches you property-based testing with proptest to automatically generate test inputs and discover hidden bugs.

Les développeurs qui construisent des serveurs MCP ont besoin d'indications claires sur les options de la couche de transport. Cette compétence explique les transports stdio, SSE et HTTP avec des exemples d'implémentation, les meilleures pratiques de sécurité et les scénarios de déploiement pour différents cas d'utilisation.

La création manuelle d'outils MCP nécessite la compréhension de systèmes de macros complexes et de contraintes de type. Cette compétence fournit des conseils experts sur l'utilisation du crate rmcp pour construire des outils avec sécurité de type, génération automatique de schémas, validation et modèles asynchrones.

Les développeurs qui écrivent des flux de contrôle Rust profondément imbriqués luttent avec la lisibilité et la maintenabilité. Cette compétence identifie proactivement les motifs if-let imbriqués (3 niveaux ou plus) et suggère des refactorisations avec des let chains pour un code Rust 2024 plus propre et plus lisible.