Marimo é um ambiente de notebooks Python reativo que garante estado consistente entre código e saídas. Esta skill oferece orientação especializada para construir aplicativos de dados interativos e notebooks reproduzíveis que executam como scripts e são implantados como aplicativos web.

Evite erros de ponto flutuante em cálculos financeiros e científicos. Esta skill avalia expressões matemáticas com precisão arbitrária usando big.js para resultados decimais exatos.

Equipes de crescimento lutam para alinhar métricas e executar experimentos disciplinados. Esta habilidade oferece frameworks comprovados para loops de crescimento, PLG e experimentação que geram impacto mensurável, respeitando a privacidade do usuário.

Mudanças no schema de banco de dados são propensas a erros e podem quebrar a produção. Esta skill fornece padrões testados em batalha para criar migrações Supabase idempotentes com isolamento de workspace e políticas de Row Level Security.

Informações comerciais inconsistentes em diretórios prejudicam o ranking de SEO local e confundem os clientes. Esta habilidade garante que seus dados NAP permaneçam perfeitamente sincronizados no Google Business Profile, Apple Maps, Facebook e mais de 30 diretórios com auditorias automatizadas e geração de marcação de esquema.

O rastreamento de páginas web é difícil e demorado. O Crawl4AI oferece 6 modos inteligentes para extrair conteúdo, capturas de tela e PDFs de qualquer site com recursos anti-detecção.

O Alembic gera migrações sem compreender as implicações de desempenho do PostgreSQL. Esta habilidade fornece padrões para revisar migrações de banco de dados e escrever consultas eficientes que evitam armadilhas comuns de desempenho.

Construir estruturas moleculares iniciais para simulações requer restrições espaciais precisas. O Packmol automatiza o posicionamento de moléculas com prevenção de sobreposição, suportando caixas, esferas, cilindros e planos para diversas necessidades de simulação.

Agentes perdem todo o conhecimento quando as sessões terminam. Esta habilidade fornece padrões para arquiteturas de memória em camadas que preservam conhecimento de entidades, rastreiam relacionamentos e permitem consultas temporais entre sessões.

Construir sistemas confiáveis de avaliação de LLM é desafiador devido a vieses sistemáticos. Esta skill fornece padrões prontos para produção para pontuação direta, comparação pareada e mitigação de viés para criar pipelines de avaliação automatizada confiáveis.

Trabalhar com arquivos Excel requer conhecimento de fórmulas, formatação e análise de dados. Esta skill oferece orientação abrangente para criar planilhas, realizar cálculos e analisar dados com padrões profissionais.

Processar documentos PDF manualmente consome muito tempo. Este conjunto de ferramentas fornece operações abrangentes de PDF, incluindo extração de texto, detecção de tabelas, preenchimento de formulários e criação de documentos usando Python e ferramentas de linha de comando.

Crie composições musicais originais e converta arquivos MIDI para arquivos de áudio MP3 ou WAV. Utiliza a biblioteca music21 para composição inteligente e suporta geração de música orquestral e eletrônica com sons de instrumentos realistas.

Usuários precisam de orientação especializada para entender a arquitetura do banco de dados Datascript do Logseq para um gerenciamento eficaz de grafos de conhecimento. Esta skill fornece conhecimento autoritativo sobre design de esquema, tipos de propriedades, hierarquias de classes e relacionamentos entre entidades.

Usuários precisam extrair e consultar dados de seus grafos de conhecimento Logseq. Esta skill fornece uma biblioteca cliente Python unificada para buscar páginas, blocos, propriedades e executar consultas Datalog avançadas em grafos Logseq locais via API HTTP ou CLI.

Os usuários do Logseq precisam de orientação clara ao fazer a transição de arquivos Markdown para o formato Banco de Dados. Esta habilidade fornece planejamento de migração passo a passo, estratégias de backup, solução de problemas para problemas comuns e exemplos de consultas Datalog para validação.

A análise de templates EDN é demorada quando feita manualmente. A skill edn-analyzer oferece análise automatizada de estrutura, verificações de qualidade e recursos de comparação para templates de grafos de banco de dados Logseq. Ela identifica itens órfãos, valida a estrutura e gera relatórios acionáveis.

Os usuários precisam integrar o Claude com seus grafos de conhecimento Logseq para consultar e gravar dados. Esta skill fornece gerenciamento automatizado de conexões através de backends HTTP API, CLI e MCP Server com suporte integrado para solução de problemas.

A construção de árvores filogenéticas a partir de múltiplos assemblies genômicos requer fluxos de trabalho complexos com muitas ferramentas. Esta skill gera scripts prontos para execução, com suporte a agendadores de tarefas, para o pipeline completo de filogenômica baseado em BUSCO.

A análise biogeográfica filogenética ajuda pesquisadores a entender como as distribuições geográficas das espécies evoluíram ao longo do tempo. Esta skill automatiza o fluxo de trabalho completo do BioGeoBEARS, desde a validação de entrada até visualizações de distribuições ancestrais prontas para publicação.