Les compositions HyperFrames nécessitant des effets pilotés par shader atteignent les limites du DOM et du CSS. Cette compétence donne à Claude les patterns WGSL, les étapes d'initialisation WebGPU et l'intégration de timeline nécessaires pour rendre des frames GPU de manière déterministe dans tous les modes du lecteur HyperFrames.

Les développeurs Three.js peinent à rendre les animations 3D déterministes pour le rendu vidéo. Cette compétence fournit les motifs et le code nécessaires pour piloter des scènes Three.js à partir des événements de seek HyperFrames, afin que chaque image soit rendue de manière cohérente.

HyperFrames video compositions need stable, deterministic styling for frame-accurate rendering. This skill provides Tailwind CSS v4 browser-runtime patterns that integrate with the HyperFrames rendering pipeline.

Creating video compositions requires voiceovers, captions, and transparent overlays, but setting up ML pipelines for each task is complex. This skill generates TTS narration, transcribes audio with word-level timestamps, and removes video backgrounds through simple CLI commands that work on your local machine.

Contribuer un nouvel effet vidéo à HyperFrames nécessite de suivre un processus en plusieurs étapes. Cette compétence vous guide de l'idée initiale jusqu'à une pull request fusionnée, en veillant à ce que votre bloc passe les vérifications de linting, validation et aperçu.

Automatise le développement de sites web itératif à l'aide des outils Stitch MCP et du modèle de boucle à transmission de témoin. Les agents génèrent les pages de manière autonome, maintiennent le contexte du projet et continuent le développement par des cycles d'amélioration continue.

Transformez les designs visuels de Stitch en code React propre et modulaire avec TypeScript et Tailwind CSS. Éliminez le codage manuel des maquettes de conception grâce à une validation automatique AST garantissant une qualité de code cohérente.

AI agents on Windows POSIX shells (Git Bash, MSYS2, WSL) often display garbled Chinese text due to GBK and UTF-8 encoding mismatches. This skill detects the mismatch and applies the correct fix for Python, PowerShell, and cmd.exe output encoding.

Le code legacy devient difficile à maintenir et à étendre. Cette compétence applique des techniques de refactorisation éprouvées pour améliorer la structure et la lisibilité tout en préservant le comportement.

Vérifier manuellement l’état du CI, collecter les retours de revue et pousser des correctifs est répétitif et chronophage. Cette compétence automatise tout le cycle retour-correctif-push-attente pour que vous puissiez vous concentrer sur l’écriture de code pendant qu’elle gère la maintenance de la PR.

Le code généré par l'IA contient souvent des commentaires excessifs, des vérifications défensives et des motifs inutiles. Cette compétence examine les diffs git par rapport à main et supprime systématiquement le code superflu tout en préservant les changements légitimes.

Les revues de code négligent souvent les vulnérabilités de sécurité, les problèmes de performance ou les erreurs de conception. Cette compétence fournit des lignes directrices systématiques pour identifier les problèmes courants en Python, Django, TypeScript et React tout en maintenant un retour constructif.

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.

Les applications Convex peuvent développer des goulots d'étranglement de performance lors de leur mise à l'échelle. Cette compétence diagnostique les problèmes de performance dans les lectures hot-path, les abonnements, les conflits OCC et les limites de fonctions, puis applique des corrections ciblées suivant des modèles établis.

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.

Les développeurs qui travaillent avec Convex ont besoin d'aide pour identifier quel skill spécifique gère leur tâche. Ce skill de routage dirige les utilisateurs vers des skills spécialisés pour la configuration d'authentification, les migrations, les audits de performance, et plus encore.

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.

Les développeurs intégrant Firecrawl font face au défi de l'authentification API et de la configuration du SDK. Cette compétence automatise le flux d'authentification par navigateur, la génération des identifiants PKCE, l'installation du SDK et la configuration de l'environnement afin que vous puissiez commencer à effectuer des appels API Firecrawl en quelques minutes.