Cette compétence fournit une validation finale pour vérifier que les livrables répondent à toutes les normes de qualité. Elle évalue selon 6 dimensions et produit un score de qualité avec des recommandations actionnables. Garantit que rien n'est envoyé aux utilisateurs sans répondre à vos normes.

La revue de qualité manuelle prend des heures et risque de manquer des problèmes de validation critiques. Cette compétence agrège tous les résultats de validation, calcule des métriques de qualité complètes et produit automatiquement des rapports prêts pour le déploiement.

Extraire des données textuelles et visuelles détaillées des pages PDF. Cette compétence capture les métadonnées de police, les positions de texte et les images rendues pour permettre des workflows de génération HTML précis basés sur l'IA.

Le HTML généré par l’IA contient souvent des erreurs structurelles qui causent des problèmes de rendu. Cette porte de qualité valide la conformité HTML5, la fermeture des balises et les éléments requis avant de poursuivre le pipeline.

Transformez des exigences validées en code, documentation, tests et contenu prêts pour la production. Cette compétence applique automatiquement les standards et modèles de votre projet afin d’assurer la cohérence de tous les livrables.

Le code et la documentation générés par l'IA ont souvent un formatage incohérent qui semble non professionnel. Cette compétence applique des règles de style uniformes, des conventions de nommage et des normes de formatage pour rendre tout livrable prêt pour la production.

Rédiger des messages de commit clairs est un défi. Cette compétence analyse vos modifications git indexées et crée des messages de commit descriptifs expliquant ce qui a changé et pourquoi c'est important.

Rédiger des messages de commit clairs prend du temps et interrompt le flux de codage. Cette compétence analyse vos changements git mis en scène et fournit le contexte pour que Claude puisse rédiger des messages de commit significatifs et descriptifs que vous pouvez vérifier et utiliser.

Les équipes écrivent souvent du code que seuls les développeurs peuvent suivre. Cette skill vérifie les noms, les commentaires, le jargon et la documentation afin que des équipes plus larges puissent comprendre le code plus rapidement.

La mise en page PDF est difficile à inspecter à partir du seul texte extrait. Cette skill crée des aperçus ASCII lisibles qui combinent les images de pages et les métadonnées d’extraction.

La conversion de pages PDF perd souvent la structure, les titres et les limites exactes des pages. Cette skill guide Claude, Codex ou Claude Code pour créer du HTML sémantique à partir d'images, de texte et de données de mise en page.

Les conversions PDF vers HTML peuvent sembler correctes dans le balisage tout en perdant la mise en page, la hiérarchie ou l’espacement. Cette compétence guide Claude, Codex ou Claude Code dans une revue visuelle basée sur des captures d’écran, avec une sortie notée réussite/échec.

Les équipes doivent souvent combiner du HTML au niveau des pages en un seul chapitre lisible sans perdre la structure. Cette compétence guide Claude, Codex et Claude Code dans l’extraction, la consolidation et la validation.

Les équipes ont besoin de règles visuelles cohérentes lorsqu’elles créent des interfaces Physical AI Hub. Cette compétence fournit à Claude, Codex et Claude Code des indications claires sur le thème, la typographie, les composants et les animations.

Les apprenants en robotique ont souvent besoin de liens clairs entre les concepts d’IA, les workflows ROS 2 et les outils de simulation. Cette compétence fournit des explications ciblées, des conseils de projet et une aide au dépannage pour les sujets de Physical AI.

Les équipes ont besoin d’un contexte rapide sur une base de code avant d’apporter des modifications. Cette compétence résume la stack documentée, les dossiers, les intégrations et les points d’entrée du développement.

Les auteurs ont besoin de détails exacts sans ralentir le processus d’écriture. Cette compétence donne à Claude, Codex et Claude Code des méthodes structurées pour planifier la recherche, vérifier les affirmations et suivre les sources.

Les projets RAG ont besoin d’indications claires pour l’ingestion, les embeddings, la récupération et l’assemblage des prompts. Cette skill documente les composants du pipeline et le flux d’exécution d’un système RAG basé sur Qdrant.

Les écrivains passent souvent à côté des incohérences et des erreurs de chronologie dans leur propre travail. Cette compétence suit systématiquement les points d'intrigue, les actions des personnages et les règles du monde pour identifier les contradictions avant que les lecteurs ne les remarquent.

Obtenez les meilleures pratiques pour Next.js 15 App Router, y compris les Server Components, les layouts et les modèles de navigation. Construisez des applications React modernes avec une architecture appropriée.