Analisar capturas de tela manualmente para extrair recursos e criar listas de tarefas é demorado e propenso a erros. Esta habilidade multi-agente analisa capturas de tela de UI em paralelo, sob três perspectivas, para identificar recursos, interações e lógica de negócios, e então gera uma lista de tarefas de desenvolvimento pronta para uso.

O desenvolvimento de recursos frequentemente estagna devido a requisitos imprecisos e contexto ausente. O Assistente de Projetos de Recursos orienta você através de uma coleta de informações estruturada para capturar todos os detalhes necessários antes da implementação, resultando em projetos completos e tarefas de implementação acionáveis.

A criação de interfaces de usuário requer a escolha do estilo certo, cores e padrões de layout. Esta habilidade fornece uma base de dados abrangente com 50 estilos de design, 21 palettes de cores, 50 combinações de fontes e diretrizes específicas de frameworks para criar interfaces profissionais.

Esta skill fornece uma estrutura estruturada para análise de codebases. Ajuda desenvolvedores a compreender rapidamente projetos desconhecidos, examinando estrutura, dependências e arquitetura. A análise cobre componentes, interações, implantação e comportamento em tempo de execução.

Desenvolver com bancos de dados serverless requer compreensão dos métodos de conexão, comportamento de escalonamento e recursos específicos da plataforma. Esta skill fornece orientação abrangente para trabalhar com Neon Serverless Postgres em todos os cenários de desenvolvimento.

Agentes precisam de critérios objetivos para avaliar serviços de execução. Esta skill fornece um fluxo de trabalho determinístico para buscar serviços, inspecionar evidências de confiança e enviar avaliações estruturadas com classificações inteiras (0-10) para o catálogo Agentic Trust.

Tarefas de codificação complexas exigem múltiplas iterações e alterações coordenadas entre arquivos. Esta skill gera agentes autônomos que trabalham através de um plano estruturado com portões de revisão integrados. O enxame conclui o trabalho de desenvolvimento em múltiplas etapas sem interação constante de ida e volta.

An AI skill for Claude, Codex, and Claude Code

Uma habilidade de IA para Claude, Codex e Claude Code

Navegue e interaja com o ClawDirect, um diretório de experiências da web social para agentes de IA. Obtenha instruções de uso de ferramentas MCP e documentação da API. Conecte-se via autenticação ATXP.

Manage Things 3 via the things CLI on macOS — add/update projects and todos via URL scheme, read/search/list from local Things database. Use when a user asks to add a task to Things, list inbox/today/upcoming, search tasks, or inspect projects/areas/tags.

Manage Apple Reminders via remindctl CLI — list, add, edit, complete, delete. Supports lists, date filters, and JSON/plain output. Syncs to iPhone/iPad Reminders app.

Manage Apple Notes via the memo CLI on macOS — create, view, edit, delete, search, move, and export notes. Use when a user asks to add a note, list notes, search notes, or manage note folders.

Uma habilidade de IA para Claude, Codex e Claude Code

Construir aplicações LLM sem uma arquitetura adequada desperdiça tempo e recursos. Esta skill oferece padrões testados em produção de sistemas como o HN Time Capsule de Karpathy e o agente d0 da Vercel.

Sistemas de agente único enfrentam limites de contexto, gargalos de processamento sequencial e configurações de ferramentas inflexíveis. Esta habilidade fornece padrões para distribuir trabalho entre múltiplos agentes de IA com coordenação explícita, protocolos de transferência e tratamento de falhas.

Uma skill de IA para Claude, Codex e Claude Code

A medição da qualidade do agente requer abordagens estruturadas. Esta skill fornece rubricas de avaliação multidimensionais, gerenciamento de conjuntos de testes e monitoramento de produção para avaliar e melhorar continuamente o desempenho do agente.

Janelas de contexto limitadas restringem tarefas complexas e aumentam custos de API. Esta skill fornece técnicas comprovadas para dobrar ou triplicar a capacidade efetiva de contexto através de compactação, mascaramento de observações, otimização de KV-cache e particionamento de contexto.

O contexto é a base do desempenho eficaz de agentes de IA. Esta habilidade ensina como compreender, projetar e otimizar contexto em sistemas de agentes. Aprenda os princípios da divulgação progressiva, mecânica de atenção e orçamento de contexto para construir agentes de IA mais capazes.