L'analyse binaire peut être lente lorsque le workflow n'est pas clair. Cette compétence fournit à Claude, Codex et Claude Code des recommandations structurées pour la rétro-ingénierie.

Les tâches d’ingénierie complexes échouent souvent lorsque les hypothèses, la complexité ou la vérification sont faibles. Cette skill guide Claude, Codex et Claude Code vers une analyse rigoureuse, des standards d’implémentation et une revue orientée preuve.

Les opérations Render nécessitent souvent de passer entre des listes de services, des enregistrements de déploiement et des vues de projet. Cette compétence donne à Claude, Codex et Claude Code un workflow structuré pour l’automatisation Render via Rube MCP.

Les lacunes dans les références rendent les APIs difficiles à adopter et à maintenir. Cette compétence crée une documentation complète et consultable pour les APIs, la configuration, les schémas et le comportement des erreurs.

Les équipes de sécurité ont besoin d'une reconnaissance reproductible sans perdre la rigueur du périmètre. Cette skill organise les flux de travail red team autorisés et de bug bounty en étapes pratiques.

Les testeurs de sécurité ont besoin de workflows de reconnaissance répétables sur de nombreux outils. Cette skill organise les étapes d’énumération autorisée, de triage des vulnérabilités et de reporting pour Claude, Codex et Claude Code.

Les équipes de sécurité ont besoin d’une structure claire pour la simulation d’adversaire et le reporting. Cette compétence organise les concepts MITRE ATT&CK en orientations pour la planification, l’examen de la détection et les rapports.

Les retours de revue de code peuvent être flous, incomplets ou incorrects pour la base de code actuelle. Cette compétence aide Claude, Codex et Claude Code à vérifier, prioriser et répondre avec rigueur technique.

Les README incomplets ralentissent l'intégration et masquent les détails de configuration. Cette compétence aide Claude, Codex et Claude Code à créer une documentation claire sur la configuration, l'architecture, les tests et le déploiement.

Les équipes React ont besoin de modèles cohérents pour les composants, les hooks, l’état, les performances et les tests. Cette skill fournit à Claude, Codex et Claude Code des conseils concis pour les décisions React en production.

Les projets React et Next.js nécessitent souvent des choix de configuration cohérents pour le routage, les composants, le style, les données, les formulaires, les tests et le déploiement. Cette compétence fournit à Claude, Codex et Claude Code un workflow par phases pour planifier et créer des applications frontend modernes.

Les équipes mobiles ont besoin d’une architecture Expo et React Native cohérente avant que le code produit ne prenne de l’ampleur. Cette skill guide les modèles de navigation, d’état, d’API natives, de synchronisation hors ligne, de performance et de publication EAS.

Le code React hérité peut ralentir les mises à niveau, les tests et le travail sur les performances. Cette compétence guide les migrations des classes vers les hooks, l’adoption de React 18, la conversion vers TypeScript et la planification des codemods.

Les nœuds React Flow personnalisés nécessitent une TypeScript cohérente, des poignées et un câblage du store. Cette skill guide Claude, Codex et Claude Code à travers des patterns de nœuds réutilisables.

Les projets ReactFlow complexes peuvent devenir lents et difficiles à maintenir. Cette compétence fournit des modèles d’architecture pour la hiérarchie, la mise en page, l’état et les performances.

Les applications React et Next.js souffrent souvent d’une récupération de données lente, de bundles volumineux et de nouveaux rendus évitables. Cette compétence donne aux agents des règles et des exemples concrets pour la génération et la revue de code axées sur les performances.

Les projets RAG échouent souvent parce que la qualité de la récupération est faible ou non mesurée. Cette skill guide les choix de découpage, d’embeddings, de recherche vectorielle, de récupération hybride, de réordonnancement et d’évaluation.

Les bibliothèques de composants accessibles sont difficiles à construire à partir de primitives headless. Cette skill guide l’architecture Radix UI, la thématisation et les modèles de composants pour les équipes React en production.

Le travail en finance quantitative exige une modélisation rigoureuse, des backtests réalistes et une évaluation tenant compte du risque. Cette compétence structure la recherche avec des métriques, des étapes de validation et des conseils d’analyse de portefeuille.

Les équipes Python ont besoin de modèles reproductibles pour des tests fiables. Cette compétence guide l’utilisation des fixtures pytest, des mocks, des tests asynchrones, de la couverture et de la configuration CI.