tool-discovery
87Escolha a ferramenta de IA certa para cada tarefa
Escolher entre muitas skills e agentes pode atrasar o trabalho técnico. Esta skill associa cada tarefa a ferramentas específicas usando catálogos concisos e regras de seleção.
Gerencie ambientes Python com uv
Ambientes Python e arquivos de dependências podem se tornar lentos, inconsistentes e difíceis de reproduzir. Esta skill fornece fluxos de trabalho práticos com uv para configuração, bloqueio, testes e publicação.
Não instale este Skill automaticamente.
A política canônica exige a revisão de um operador antes de qualquer ação de instalação.
Copie esta solicitação para o seu Agente. Ela inclui a página canônica do Skill e o manifesto.
Review the Skillstore skill "python-env" from https://skillstore.io/skills/0xdarkmatter-python-env.md and its manifest at https://skillstore.io/api/skills/0xdarkmatter-python-env/manifest. Verify the artifact. Do not auto-install. Inspect the skill and report your findings, then wait for an operator or manual installation decision.Seu Agente ainda deve apresentar o plano e solicitar qualquer confirmação exigida pela política de segurança.
Use estes links quando um agente de IA, crawler ou script precisar de contexto limpo em vez de ler a página completa.
Usando "python-env". Crie um projeto de API em Python 3.12 com FastAPI, pytest e Ruff.
Resultado esperado:
A resposta propõe uma estrutura de pacote, inicializa o Python 3.12, separa dependências de execução e desenvolvimento e lista as etapas de validação.
Usando "python-env". Converta este projeto baseado em requirements para uv.
Resultado esperado:
A resposta mapeia as dependências diretas para os metadados do projeto, cria grupos de desenvolvimento, gera um lockfile e observa as restrições legadas restantes.
Usando "python-env". Prepare a versão 1.2.0 para publicação.
Resultado esperado:
A resposta verifica metadados, changelog, testes, artefatos de build, instalação pelo TestPyPI, tags de release e configuração de publicação confiável.
The audit confirmed one critical issue: SKILL.md recommends piping a remote installer directly into a shell. The other 87 findings are documentation examples or Markdown syntax without dangerous execution, access, or exfiltration intent.
Compartilhe o relatório de avaliação versionado, o badge neutro, o cartão incorporável e as citações. A Skillstore apresenta evidências sem decidir se este Skill é seguro.
https://skillstore.io/skills/0xdarkmatter-python-env/audits/10?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/0xdarkmatter-python-env?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/0xdarkmatter-python-env?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/0xdarkmatter-python-env/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/0xdarkmatter-python-env.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>0xDarkMatter. (2026). python-env security audit report (audit version 10) [Author version unspecified]. Skillstore. https://skillstore.io/skills/0xdarkmatter-python-env/audits/10@techreport{0xdarkmatter-0xdarkmatter-python-env-2026,
author = {0xDarkMatter},
title = {python-env security audit report (audit version 10)},
institution = {Skillstore},
year = {2026},
number = {10},
url = {https://skillstore.io/skills/0xdarkmatter-python-env/audits/10},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "python-env security audit report (audit version 10)"
version: "unspecified"
type: report
authors:
- name: "0xDarkMatter"
date-released: "2026-07-12"
url: "https://skillstore.io/skills/0xdarkmatter-python-env/audits/10"
identifiers:
- type: other
value: "skillstore:0xdarkmatter-python-env:audit:10"
description: "Skillstore immutable audit report identifier"
Crie um projeto reproduzível com uma estrutura adequada, versão do Python, dependências e ferramentas de desenvolvimento.
Substitua ambientes virtuais manuais e comandos pip por comandos de projeto uv e um lockfile versionado.
Configure metadados do pacote, artefatos de build, teste a instalação pelo TestPyPI e use publicação confiável.
Configure este projeto Python com uv. Use Python [version], adicione [dependencies] e explique cada alteração de arquivo proposta.
Adicione pytest, Ruff e mypy a este projeto uv. Atualize pyproject.toml com padrões práticos e execute as verificações adequadas.
Migre este repositório de arquivos requirements para um fluxo de trabalho de projeto uv. Preserve as restrições, separe as dependências de desenvolvimento e descreva os riscos de compatibilidade.
Projete um fluxo de trabalho de release seguro baseado em uv para este pacote. Inclua builds, validação no TestPyPI, versionamento, GitHub Actions e publicação confiável no PyPI.
Autor
0xDarkMatterLicença
MIT
Revisão da Skillstore
r1
Aviso de versão
O autor não declarou uma versão.
Referência
d71c7417a35d5c2624161bd2fe8de8a41a362128
Atualidade da manutenção
22/07/2026
Uso
33 downloads · 434 visualizações
Estrutura de arquivos
Escolha a ferramenta de IA certa para cada tarefa
Escolher entre muitas skills e agentes pode atrasar o trabalho técnico. Esta skill associa cada tarefa a ferramentas específicas usando catálogos concisos e regras de seleção.
Crie Código Python Assíncrono Confiável
Código Python assíncrono frequentemente falha devido a chamadas bloqueantes, tarefas ilimitadas e limpeza fraca. Esta skill fornece padrões asyncio reutilizáveis, exemplos e referências para serviços concorrentes robustos.
Crie APIs FastAPI com Padrões Reutilizáveis
Projetos FastAPI precisam de escolhas consistentes para validação, dependências, middleware e trabalho em segundo plano. Esta skill fornece a Claude, Codex e Claude Code padrões reutilizáveis para o desenvolvimento prático de APIs Python.
Adicionar padrões de segurança de tipos em Python
As anotações de tipo em Python podem ser difíceis de aplicar de forma consistente em projetos reais. Esta skill oferece ao Claude, Codex e Claude Code padrões práticos para código Python tipado com mais segurança.
Pesquisar Código pela Estrutura da AST
Pesquisas de texto não identificam relações semânticas e produzem correspondências ruidosas. Esta skill usa padrões do ast-grep para localizar estruturas de código e preparar refatorações focadas.
Processar dados JSON, YAML e TOML
Dados de configuração estruturados podem ser difíceis de inspecionar em arquivos JSON, YAML e TOML. Esta skill orienta consultas jq e yq para extração, filtragem, conversão e atualizações.
Gerenciar atualizações e auditorias de dependências
por 89jobrien
Atualizações de dependências podem ocultar vulnerabilidades, problemas de licença e alterações incompatíveis. Esta skill orienta auditorias, upgrades seguros e relatórios em gerenciadores de pacotes comuns.
Criar scripts Python reproduzíveis
por 89jobrien
Scripts Python autônomos frequentemente precisam de dependências repetíveis e comportamento claro de linha de comando. Esta skill orienta Claude, Codex e Claude Code a criar scripts uv com metadados PEP 723.
Audit Python Web Apps Before Release
por glenskii
Python teams need repeatable checks for common application security controls. This skill provides configurable pytest coverage with clear evidence, boundaries, and release decisions.
Crie Figuras do Matplotlib Prontas para Publicação
por davila7
O Matplotlib pode ser difícil de usar de maneira consistente em gráficos científicos complexos. Esta habilidade oferece exemplos práticos, orientações de estilo e scripts auxiliares para criar figuras mais claras.
Crie testes em Python com TDD usando pytest
por 89jobrien
Equipes Python frequentemente precisam de testes, cobertura e relatórios consistentes sem perder a disciplina de TDD. Esta skill fornece workflows focados em pytest, exemplos e orientações de relatórios para Claude, Codex e Claude Code.
Crie Simulações de Eventos Discretos com SimPy
por davila7
Filas complexas e recursos compartilhados são difíceis de avaliar antes da implantação. Esta skill orienta a criação de modelos, o monitoramento, a sincronização e a análise de resultados no SimPy.