La maintenance des systèmes Linux distants nécessite des listes de contrôle structurées et de la documentation. Cette compétence fournit des diagnostics en trois phases avec des étapes de nettoyage quantifiées pour les serveurs Ubuntu et Debian.

Les tests basés sur des mocks créent une fausse confiance dans la qualité du code. Cette compétence applique les tests de scénarios de bout en bout avec des dépendances système réelles pour valider que les fonctionnalités fonctionnent réellement.

Démarrer un nouveau projet Firebase implique de nombreuses décisions architecturales qui affectent la maintenabilité à long terme. Cette compétence vous guide dans la configuration CLI, les patrons architecturaux et la configuration de l'émulateur avec les meilleures pratiques éprouvées des déploiements en production.

Critical bugs often escape despite passing tests. This skill enforces a mandatory final quality gate that catches security vulnerabilities, logic errors, and business rule bugs before code ships.

Les projets Firebase présentent souvent des configurations incorrectes qui entraînent des vulnérabilités de sécurité. Cette skill fournit une liste de validation systématique couvrant les règles Firestore, l'architecture des fonctions, les modèles d'authentification et les vérifications de préparation à la production.

Les problèmes de développement Firebase peuvent être difficiles à résoudre sans approche systématique. Cette compétence fournit un flux de travail étape par étape pour diagnostiquer les problèmes d'émulateur, les violations de règles, les erreurs de fonctions, les problèmes d'authentification et les échecs de déploiement.

La dérive de la documentation provoque des confusions et des bogues. Cette compétence vérifie systématiquement les affirmations dans la documentation markdown par rapport au code source réel en utilisant une approche à deux passes avec expansion de motifs pour détecter des problèmes similaires.

La validation CSS nécessite une revue manuelle de la nommage sémantique, de la couverture du mode sombre et de la composition Tailwind. Cette compétence automatise la vérification des modèles et génère des rapports actionnables avec des références de fichier et de ligne.

Convertir les styles inline et les classes utilitaires dispersées en CSS sémantiques maintenables. Ajouter le support du mode sombre tout en préservant le comportement visuel existant. Crée des styles de composants organisés plus faciles à maintenir et à mettre à jour.

Créer des composants CSS cohérents et maintenables est difficile sans modèles clairs. Cette compétence vous guide dans la création de composants réutilisables avec des noms de classes sémantiques, la composition Tailwind, le support du mode sombre et une couverture de test complète.

Créer et maintenir un CSS cohérent dans une base de code est difficile. Les développeurs luttent avec les conventions de nommage, le support du mode sombre et les tests. Cette compétence fournit des flux de travail guidés pour créer, valider et refactoriser des composants CSS avec un nommage sémantique, la composition Tailwind et le mode sombre par défaut.

Les dirigeants manquent souvent d'un système de réflexion structuré. Cette compétence offre 11 cadres éprouvés de Bill Campbell, Jim Collins, Dan Martell et d'autres penseurs de classe mondiale pour construire la clarté plutôt que le théâtre de la productivité.

Les binaires inconnus des appareils embarqués nécessitent une identification rapide avant l'analyse. Cette compétence exécute rabin2 et les commandes file pour extraire l'architecture, le type de libc et les dépendances de bibliothèque en quelques secondes.

La construction de systèmes avec plusieurs agents d'IA coordonnés nécessite une architecture minutieuse. Cette compétence fournit sept modèles de coordination éprouvés et des conseils d'architecture en quatre couches pour concevoir des systèmes multi-agents robustes et évolutifs qui gèrent le nettoyage, le suivi des coûts et la récupération des erreurs.

Setting up reverse engineering tools manually is time consuming and error prone. This skill provides verified installation commands for radare2, Ghidra, QEMU, GDB, and Frida on Ubuntu, macOS, WSL2, and Arch Linux.

Le reverse engineering binaire produit des faits et hypothèses dispersés difficiles à organiser et à présenter. Cette compétence fournit une méthodologie de synthèse systématique pour compiler les résultats en rapports calibrés en confiance avec des chaînes d'évidence traçables pour les parties prenantes.

Comprendre le comportement binaire sans exécution nécessite de cartographier les fonctions, de tracer le flux de données et de décompiler le code critique. Cette compétence fournit une méthodologie structurée pour l'analyse statique utilisant radare2 et Ghidra pour découvrir le fonctionnement d'un binaire.

L'analyse statique ne peut pas révéler le comportement d'exécution. Cette compétence fournit des méthodes structurées d'analyse dynamique utilisant l'émulation QEMU, le débogage GDB et le hooking Frida pour observer l'exécution réelle des binaires.

Le reverse engineering de binaires inconnus est complexe et sujet aux erreurs. Cette compétence fournit une méthodologie structurée, des conseils de sélection d'outils et des garde-fous de sécurité avec intervention humaine pour une analyse sécurisée des binaires à travers les phases de triage, statique, dynamique et de synthèse.

Le scraping web est chronophage et sujet aux erreurs lorsqu'il est fait manuellement. Cette compétence utilise une extraction intelligente de contenu pour extraire un contenu propre et structuré de n'importe quelle URL en quelques secondes. Elle gère les pages dynamiques, supprime le bruit comme les publicités et la navigation, et génère une sortie en markdown, JSON ou texte brut.