Les problèmes de lecteur d'écran sont difficiles à reproduire et à valider. Cette compétence fournit des étapes de test et des correctifs clairs pour VoiceOver, NVDA, JAWS et TalkBack.

Vous avez besoin d'une configuration cohérente des outils SAST dans vos projets. Cette compétence fournit des conseils pour configurer Semgrep, SonarQube et CodeQL avec des règles personnalisées et une intégration CI.

Les workflows distribués échouent lorsque les étapes ne se coordonnent pas ou ne rollback pas proprement. Cette compétence fournit des modèles et patrons saga clairs pour orchestrer les étapes et les compensations pour des transactions multi-services fiables.

Async Rust peut être difficile à structurer et à déboguer. Cette compétence vous donne des patterns clairs pour les tâches Tokio, les canaux, les flux et les erreurs.

Vous avez besoin de mesures de risque précises pour la gestion de portefeuille. Cette compétence fournit des formules et des exemples pour le VaR, le ratio de Sharpe, les drawdowns et d'autres métriques clés.

Construire des interfaces qui s'adaptent à différents appareils est complexe et prend du temps. Cette compétence fournit des modèles de code prêts à l'emploi pour les requêtes de conteneur, la typographie fluide, les mises en page CSS Grid et les points de rupture mobile-first pour accélérer le développement réactif.

La gestion d'état à travers les composants React peut conduire à un code complexe et des données incohérentes. Cette compétence fournit des modèles complets pour Redux Toolkit, Zustand, Jotai et React Query afin de gérer efficacement l'état local, global et serveur.

Une compétence IA pour Claude, Codex et Claude Code

Les applications React Native complexes peuvent devenir difficiles à mettre à l'échelle et à maintenir. Cette compétence fournit des modèles d'architecture Expo éprouvés et des exemples de code pour créer des applications de production avec la navigation, la synchronisation hors ligne et les modules natifs.

Le code React hérité ralentit les mises à niveau et masque les changements de rupture. Cette compétence fournit des étapes claires pour migrer vers les hooks et les fonctionnalités de React 18.

Vous avez besoin de réponses exactes à partir de documents privés et de données changeantes. Cette compétence explique les composants RAG et les modèles de récupération pour ancrer les réponses avec des sources.

L'écriture de tests Python peut être lente et incohérente entre les équipes. Cette compétence fournit des modèles pytest clairs et des exemples pour accélérer la conception des tests et améliorer la couverture.

Du code Python lent cache des goulots d'étranglement qui gaspillent des ressources et du temps. Ce guide vous accompagne dans les étapes de profilage et d'optimisation avec des outils et des modèles concrets.

Le packaging d'un projet Python provoque souvent des erreurs de structure et de métadonnées. Cette compétence fournit des structures claires, des exemples de configuration et des étapes de publication pour créer des packages distribuables.

Écrivez du code Python maintenable en utilisant des patrons de conception éprouvés comme KISS, la Responsabilité Unique et la Composition plutôt que l'Héritage pour créer des systèmes faciles à comprendre, tester et modifier.

Les LLM produisent des résultats incohérents avec des prompts mal conçus. Cette compétence fournit des modèles et templates éprouvés pour le raisonnement chain-of-thought, l'apprentissage few-shot et l'optimisation systématique des prompts pour améliorer la qualité des sorties.

La configuration de Prometheus est complexe et facile à mal configurer. Cette compétence fournit des exemples clairs pour le scraping, les règles et la validation afin de vous aider à mettre en place une surveillance robuste.

Les systèmes basés sur l’event sourcing ont besoin de modèles de lecture efficaces pour des requêtes à haute performance. Cette compétence fournit des modèles et patrons prêts pour la production afin de construire des projections, des read models et des vues matérialisées à partir de flux d’événements avec Python.

La conception de schémas PostgreSQL nécessite une connaissance des types de données, des stratégies d'indexation, des contraintes et des modèles de performance. Cette compétence fournit des conseils complets sur les meilleures pratiques spécifiques à PostgreSQL, les fonctionnalités avancées et les pièges courants pour vous aider à créer des schémas de base de données efficaces et maintenables.

La rédaction de postmortems efficaces aide les équipes à tirer des leçons des incidents et à prévenir leur récurrence. Cette compétence fournit des modèles, des cadres et des recommandations pour mener des postmortems sans reproche qui favorisent l'apprentissage organisationnel.