La conception d'API RESTful nécessite une compréhension approfondie des méthodes HTTP, des codes de statut, des stratégies de mise en cache et de la limitation de débit. Cette compétence fournit des modèles de référence rapide afin que vous puissiez créer des API conformes aux normes dès le départ.

Les indications de type Python améliorent la qualité du code et détectent les bogues dès le développement. Cette compétence fournit des modèles et des exemples pour utiliser les annotations de type, les génériques, les protocoles et les vérificateurs de type comme mypy et pyright.

L'écriture de tests maintenables est un défi sans guide. Cette compétence fournit des modèles pytest éprouvés pour les fixtures, la paramétrisation, le mocking, les tests asynchrones et la couverture pour vous aider à créer des suites de tests fiables.

Les applications Python manquent souvent de journalisation, de métriques et de traçage clairs, ce qui rend le débogage difficile en production. Cette compétence fournit des modèles prêts à l'emploi pour structlog, les métriques Prometheus et le traçage distribué OpenTelemetry.

FastAPI est un framework web Python moderne pour créer des API. Cette compétence fournit des patrons prêts à l'emploi pour l'injection de dépendances, la validation, les middleware et les tâches d'arrière-plan. Les développeurs peuvent rapidement implémenter des API prêtes pour la production sans avoir à chercher dans la documentation.

La création et la gestion des environnements virtuels Python nécessite l'apprentissage de plusieurs outils et drapeaux. Cette compétence fournit un accès instantané aux modèles uv pour une configuration rapide de l'environnement, l'installation de paquets et la gestion des dépendances.

L'écriture de code de base de données est complexe et sujette aux erreurs. Cette compétence fournit des modèles SQLAlchemy 2.0 éprouvés pour les modèles, les requêtes, les sessions asynchrones, les transactions et les migrations.

La création d'interfaces de ligne de commande en Python nécessite de comprendre l'analyse d'arguments, le formatage de sortie et la gestion de configuration. Cette compétence fournit des modèles prêts à l'emploi pour construire des outils CLI professionnels avec les bibliothèques Typer et Rich.

L'écriture de code Python concurrent nécessite la compréhension de modèles spécifiques et l'évitement des pièges courants. Cette compétence fournit des modèles asyncio prêts pour la production permettant de créer des applications haute performance avec une gestion des erreurs appropriée, un arrêt progressif et une gestion optimisée des ressources.

Les plans de projet deviennent souvent obsolètes au fur et à mesure que le travail progresse. Cette compétence surveille docs/PLAN.md et vous alertes lorsque les plans sont obsolètes par rapport à l'activité git, suggérant les commandes appropriées pour synchroniser ou mettre à jour votre documentation.

La création de serveurs MCP nécessite la compréhension des patterns du Model Context Protocol. Cette compétence fournit des exemples de code prêts à l'emploi et des meilleures pratiques pour les outils, les ressources, l'authentification et la gestion d'état afin que vous puissiez créer des intégrations plus rapidement.

Les workflows git peuvent être complexes et difficiles à retenir. Cette skill fournit des guides de référence rapide pour lazygit, GitHub CLI et delta pour rationaliser le staging, les commits, les PRs, le rebasing et plus encore.

Effectuez des opérations de recherche et remplacement sur plusieurs fichiers à l’aide de l’outil CLI sd. Cet outil simplifie le remplacement de texte avec la prise en charge des regex et des paramètres par défaut plus sûrs que le sed traditionnel.

La recherche de fichiers et de code peut être lente avec les outils standard. Cette compétence fournit une référence rapide pour fd, ripgrep et fzf pour rechercher et filtrer instantanément des fichiers. Utilisez ces outils pour localiser du code, naviguer dans des projets et filtrer les résultats de recherche avec un minimum d'effort.

Les équipes perdent du temps à rechercher les conventions du projet et les instructions des agents répartis dans plusieurs fichiers. Cette compétence trouve automatiquement toute la documentation des assistants IA (CLAUDE.md, AGENTS.md, COPILOT.md et plus de 20 formats) et crée un guide de référence unifié.

Les développeurs ont besoin d'extraire, de filtrer et de transformer des données provenant de fichiers de configuration et de réponses d'API. Cette compétence fournit des modèles prêts à l'emploi pour jq et yq afin que vous puisse rapidement interroger et modifier des données structurées sans mémoriser la syntaxe.

La création de déploiements de conteneurs nécessite la compréhension des bonnes pratiques Docker, des manifestes Kubernetes et des charts Helm. Cette compétence fournit des modèles et des modèles prêts pour la production pour les applications conteneurisées.

Comprendre la taille du code et les modifications nécessite un comptage manuel et une analyse ligne par ligne des différences. Ce skill fournit un accès rapide à tokei pour des statistiques de code instantanées par langage et difftastic pour des comparaisons de code sémantiques et conscientes de l'AST.

Besoin de détails sur l'API Zig ou des signatures de fonctions de la bibliothèque standard. Cette compétence fournit des commandes pour récupérer la documentation du langage Zig et de la bibliothèque standard à partir de sources GitHub faisant autorité.

L'écriture de code Zig sûr et efficace nécessite la compréhension des modèles de développement orientés types et de la gestion explicite de la mémoire. Cette compétence fournit des modèles éprouvés pour les unions marquées, les ensembles d'erreurs, la validation comptime et le nettoyage des ressources qui produisent des applications Zig robustes et maintenables.