A pesquisa de mercado muitas vezes exige várias ferramentas e verificações separadas. Longbridge Intel oferece a Claude, Codex e Claude Code fluxos de trabalho estruturados para análise de mercado da Longbridge.

Investidores precisam de contexto financeiro claro em demonstrações, avaliação, dividendos e pares. Esta skill orienta Claude, Codex e Claude Code em fluxos de trabalho de dados da Longbridge para análises estruturadas.

As revisões de resultados levam tempo porque os dados estão espalhados por documentos regulatórios, estimativas, notícias e transcrições. Esta skill reúne dados da Longbridge e os transforma em prévias, resumos e relatórios Markdown.

A análise de opções e warrants requer dados de contratos, gregas, volatilidade e contexto de liquidez. Esta skill orienta Claude, Codex e Claude Code em workflows da Longbridge para snapshots claros de derivados.

Investidores precisam de contexto de mercado atual sem misturar notícias, documentos regulatórios e discussões em um único feed bruto. Esta skill usa fontes da Longbridge para classificar eventos, resumir documentos da SEC e responder a perguntas centrais sobre regras de mercado.

A pesquisa de mercado precisa de dados ao vivo, contexto de conta e orientação clara sobre API. Esta skill organiza fluxos de trabalho da Longbridge para CLI, SDK, MCP e documentação para assistentes de IA.

O trabalho de tradução costuma falhar quando strings de origem, termos do glossário e arquivos de destino ficam desalinhados. Esta skill ajuda Claude, Codex e Claude Code a atualizar strings de origem e usar os fluxos de trabalho do Localhero.ai de forma consistente.

Falhas de treinamento podem levar agentes a aplicar patches arriscados antes que a causa raiz esteja clara. Esta skill orienta diagnóstico conservador, planejamento de pontos de salvamento e correções baseadas em aprovação.

Execuções de treinamento frequentemente perdem o contexto de comando, log e checkpoint. Esta skill executa um comando selecionado e registra evidências delimitadas em train_outputs.

O trabalho de reprodução de IA frequentemente fica travado quando comandos e pontos de entrada não estão claros. Esta skill examina evidências do repositório e retorna um plano de reprodução conservador.

A reprodução de repositórios de IA frequentemente fica bloqueada quando os arquivos README omitem um detalhe crítico do artigo. Esta skill delimita a pergunta, verifica fontes primárias do artigo e registra conflitos sem substituir a orientação do README.

O trabalho de reprodução precisa de evidências claras de um comando selecionado. Esta skill executa um comando curto documentado e grava arquivos de saída padronizados.

Equipes de pesquisa precisam de execuções exploratórias que não contaminem baselines confiáveis. Esta skill planeja varreduras limitadas de variantes, classifica candidatos e enquadra os resultados como evidências limitadas.

Alterações de pesquisa exploratória podem se desviar das linhas de base e se tornar difíceis de comparar. Esta skill orienta adaptações de código isoladas e registra evidências cientes de rollback em explore_outputs.

Repositórios de pesquisa frequentemente precisam de uma configuração cuidadosa de ambiente e ativos antes das execuções. Esta skill cria planos conservadores priorizando conda, premissas de cache e notas de configuração.

Repositórios de aprendizado profundo são difíceis de entender antes de fazer alterações. Esta habilidade mapeia pontos de entrada, configurações, caminhos de avaliação e riscos de revisão sem modificar código.

A reprodução de pesquisas frequentemente falha quando agentes ignoram evidências, executam comandos amplos ou alteram o protocolo. Esta habilidade orienta Claude, Codex e Claude Code por meio de uma reprodução baseada primeiro no README com saídas auditáveis.

Equipes de pesquisa precisam de formas disciplinadas de testar ideias candidatas sem exagerar os resultados. Esta skill estrutura a busca de fontes, a classificação de ideias, execuções delimitadas e saídas auditáveis.

CTF OSINT clues often span disconnected public sources and media artifacts. This skill organizes practical methods for authorized identity, geolocation, archive, DNS, and web research.

Apple Bazel builds usually require local Xcode and compatible Mac hardware. This skill guides remote builds, simulator installation, uploads, verification, and troubleshooting through Limrun.