Testes assíncronos requerem padrões específicos que diferem do código síncrono. Esta habilidade fornece padrões prontos para uso para configuração de pytest-asyncio, fixtures assíncronos, mock de funções assíncronas e isolamento de testes de banco de dados.

SQLModel combina Pydantic e SQLAlchemy, criando confusão sobre modelos e esquemas. SQLAlchemy assíncrono tem regras diferentes da versão síncrona. Esta skill fornece padrões testados para eager loading, relacionamentos, sessões e operações comuns de banco de dados.

Construir APIs com FastAPI requer compreensão de injeção de dependência, modelos de resposta e design de esquema OpenAPI. Esta habilidade fornece padrões testados em batalha que previnem erros comuns e melhoram a experiência do desenvolvedor para equipes de frontend.

Código Python async frequentemente sofre com condições de corrida, vazamentos de sessão e problemas de pool de conexões. Esta skill fornece padrões testados em batalha para FastAPI e SQLAlchemy que previnem armadilhas comuns de async.

Migrações de banco de dados podem causar perda de dados ou indisponibilidade quando feitas incorretamente. Esta skill fornece padrões testados para criar, revisar e aplicar com segurança migrações Alembic.

As compilações do Expo iOS exigem configuração complexa do EAS Build, certificados e TestFlight. Esta habilidade fornece orientação passo a passo para configurar compilações, enviar para TestFlight e solucionar problemas comuns.

Os testes tornam-se difíceis de manter quando são inconsistentes, excessivamente complexos ou testam detalhes de implementação. Esta skill fornece padrões Jest comprovados para funções factory, estratégias de mocking e fluxos de trabalho TDD.

A depuração sem uma abordagem sistemática leva a correções focadas em sintomas que mascaram problemas subjacentes. Esta habilidade impõe uma metodologia de quatro fases que rastreia problemas até sua origem antes de qualquer correção, resultando em soluções de maior qualidade.

Aplicações React enfrentam problemas com estados de carregamento, tratamento de erros e estados vazios, causando má experiência do usuário. Esta skill fornece padrões testados em produção para gerenciar estados de UI, submissões de formulários e busca assíncrona de dados.

Escrever operações GraphQL manualmente leva a erros de tipos e dores de cabeça de manutenção. Esta habilidade oferece padrões comprovados para consultas, mutações e integração com Apollo Client com geração automática de tipos.

Criar formulários em React requer tratamento de validação, estado e submissão. Esta skill fornece padrões Formik comprovados para criar formulários acessíveis e validados com esquemas Yup.

A construção de interfaces sem padrões de design leva a problemas de estilo inconsistente e dificuldades de manutenção. Esta habilidade fornece padrões de componentes e tokens de design para interfaces de usuário unificadas e sustentáveis.

O Claude tem dificuldade em entender grandes bases de código sem uma estrutura adequada. Esta skill fornece mapeamento automático de projetos, indexação de símbolos e detecção de duplicatas para que o Claude possa encontrar funções, classes e arquivos instantaneamente sem buscas grep lentas.

Gerenciar projetos de software sem fases estruturadas leva a requisitos perdidos e funcionalidades incompletas. Esta skill impõe cinco portões obrigatórios que impedem o progresso até que cada fase atenda aos critérios definidos, garantindo desenvolvimento em cascata disciplinado.

Declarações de log tradicionais espalhadas tornam a depuração difícil e carecem de contexto. Este guia ensina você a emitir um evento abrangente por requisição com todo o contexto de depuração incluído.

Projetos de software precisam de rastreamento de requisitos estruturado além de listas de tarefas simples. Esta habilidade fornece gerenciamento de recursos no estilo waterfall com requisitos, casos de teste e rastreamento de progresso em um formato YAML persistente armazenado em seu repositório.

Construir aplicações LLM sem uma metodologia clara leva a desperdício de tempo e estouros de orçamento. Esta skill fornece um framework comprovado para avaliar adequação de tarefas, arquitetar pipelines e iterar de forma eficiente.

As janelas de contexto dos LLMs limitam a complexidade das tarefas e aumentam os custos à medida que as conversas crescem. Esta skill fornece técnicas para estender a capacidade efetiva através de compressão estratégica, mascaramento de observações, otimização de KV-cache e particionamento de contexto.

Agentes LLM falham de forma imprevisível à medida que o contexto cresce. Esta skill ajuda você a identificar e corrigir problemas de degradação de contexto como efeitos perdido-no-meio, envenenamento e colapso de atenção, para que seus agentes permaneçam confiáveis em escala.

Sessões longas de agentes IA excedem rapidamente as janelas de contexto, causando falhas. Esta skill oferece estratégias de compressão comprovadas que preservam informações críticas enquanto reduzem tokens em mais de 98%.