Marimo는 코드와 출력 간의 일관된 상태를 보장하는 반응형 Python 노트북 환경입니다. 이 스킬은 스크립트로 실행되고 웹 앱으로 배포되는 대화형 데이터 앱과 재현 가능한 노트북 구축을 위한 전문적인 지침을 제공합니다.

금융 및 과학 계산에서 부동소수점 오류를 방지합니다. 이 스킬은 big.js를 사용하여 임의 정밀도로 수학 표현식을 평가하여 정확한 십진수 결과를 제공합니다.

성장 팀은 지표 정렬과 체계적인 실험 수행에 어려움을 겪습니다. 이 스킬은 사용자 프라이버시를 존중하면서 측정 가능한 임팩트를 주도하는 성장 루프, PLG, 실험에 대한 검증된 프레임워크를 제공합니다.

데이터베이스 스키마 변경은 오류가 발생하기 쉽고 프로덕션을 중단시킬 수 있습니다. 이 스킬은 워크스페이스 격리 및 행 수준 보안 정책을 갖춘 멱등성 Supabase 마이그레이션 생성을 위한 검증된 패턴을 제공합니다.

디렉터리 간 비즈니스 정보 불일치는 로컬 SEO 순위를 저하시키고 고객을 혼란시킵니다. 이 스킬은 Google Business Profile, Apple Maps, Facebook 및 30개 이상의 디렉터리에서 NAP 데이터가 자동 감사 및 스키마 마크업 생성으로 완벽하게 동기화되도록 보장합니다.

웹 스크래핑은 어렵고 시간이 많이 소요됩니다. Crawl4AI는 안티 탐지 기능을 갖춘 6가지 지능형 모드를 제공하여 모든 웹사이트에서 콘텐츠, 스크린샷, PDF를 추출할 수 있습니다.

Alembic은 PostgreSQL 성능 영향을 고려하지 않고 마이그레이션을 생성합니다. 이 스킬은 데이터베이스 마이그레이션을 검토하고 일반적인 성능 문제를 피하는 효율적인 쿼리 작성 패턴을 제공합니다.

시뮬레이션을 위한 초기 분자 구조를 구축하려면 정밀한 공간 제약이 필요합니다. Packmol은 겹침 방지 기능을 통해 분자 배치를 자동화하며, 다양한 시뮬레이션 요구사항을 위해 박스, 구, 실린더, 평면을 지원합니다.

에이전트는 세션이 종료되면 모든 지식을 잃습니다. 이 스킬은 엔티티 지식을 보존하고, 관계를 추적하며, 세션 간 시간적 쿼리를 가능하게 하는 계층화된 메모리 아키텍처 패턴을 제공합니다.

신뢰할 수 있는 LLM 평가 시스템 구축은 체계적 편향으로 인해 어렵습니다. 이 스킬은 직접 점수 매기기, 쌍대 비교, 편향 완화를 위한 프로덕션 준비 완료 패턴을 제공하여 신뢰할 수 있는 자동화된 평가 파이프라인을 생성합니다.

Excel 파일 작업을 위해서는 수식, 서식 및 데이터 분석에 대한 지식이 필요합니다. 이 스킬은 전문적인 표준으로 스프레드시트를 만들고, 계산을 수행하며, 데이터를 분석하기 위한 종합적인 안내를 제공합니다.

PDF 문서를 수동으로 처리하는 것은 너무 많은 시간이 소요됩니다. 이 툴킷은 Python과 명령줄 도구를 사용하여 텍스트 추출, 테이블 탐지, 양식 작성 및 문서 생성을 포함하는 포괄적인 PDF 작업을 제공합니다.

원본 음악 구성 작성 및 MIDI 파일을 MP3 또는 WAV 오디오 파일로 변환합니다. 지능형 작곡을 위해 music21 라이브러리를 사용하며 사실적인 악기 사운드로 관현악 및 전자 음악 생성을 모두 지원합니다.

사용자는 효과적인 지식 그래프 관리를 위해 Logseq의 Datascript 데이터베이스 아키텍처를 이해하는 데 전문적인 가이드가 필요합니다. 이 스킬은 스키마 설계, 속성 타입, 클래스 계층 구조 및 엔티티 관계에 대한 권위 있는 지식을 제공합니다.

사용자는 Logseq 지식 그래프에서 데이터를 추출하고 쿼리해야 합니다. 이 스킬은 페이지, 블록, 속성을 가져오고 HTTP API 또는 CLI를 통해 로컬 Logseq 그래프에 대해 고급 Datalog 쿼리를 실행하기 위한 통합 Python 클라이언트 라이브러리를 제공합니다.

Logseq 사용자가 Markdown 파일에서 데이터베이스 형식으로 전환할 때 명확한 안내가 필요합니다. 이 스킬은 단계별 마이그레이션 계획, 백업 전략, 일반적인 문제 해결을 위한 트러블슈팅, 그리고 유효성 검사를 위한 Datalog 쿼리 예제를 제공합니다.

EDN 템플릿 분석은 수동으로 수행하면 시간이 많이 소요됩니다. edn-analyzer 기술은 Logseq 데이터베이스 그래프 템플릿에 대한 자동화된 구조 분석, 품질 검사 및 비교 기능을 제공합니다. 고아 항목을 식별하고, 구조를 검증하며, 실행 가능한 보고서를 생성합니다.

사용자는 Claude를 Logseq 지식 그래프와 통합하여 데이터를 쿼리하고 기록해야 합니다. 이 스킬은 HTTP API, CLI, MCP Server 백엔드에 걸쳐 자동화된 연결 관리를 제공하며 내장된 문제 해결 지원을 포함합니다.

여러 게놈 어셈블리로부터 계통수를 구축하려면 많은 도구를 사용하는 복잡한 워크플로우가 필요합니다. 이 스킬은 BUSCO 기반 계통유전체학 파이프라인 전체에 대한 실행 가능하고 스케줄러 인식 스크립트를 생성합니다.

계통발생학적 생물지리학 분석은 연구자들이 종의 지리적 분포가 시간에 따라 어떻게 진화했는지 이해하는 데 도움을 줍니다. 이 스킬은 입력 검증부터 출판 가능한 조상 분포 시각화까지 완전한 BioGeoBEARS 워크플로우를 자동화합니다.