Создание React-компонентов для FlowGram требует следования определенным паттернам и соглашениям. Этот навык направляет Claude Code через полный рабочий процесс разработки компонентов с TypeScript, Semi UI и тестированием в Storybook.

Создание пользовательских узлов для рабочих процессов FlowGram требует понимания сложных структур данных и конфигураций форм. Этот навык предоставляет готовые к использованию шаблоны и пошаговое руководство для создания как простых узлов с автоматической формой, так и сложных пользовательских узлов с интерфейсом.

Ручное написание тестов занимает много времени и подвержено ошибкам. Этот навык автоматизирует создание, проверку и выполнение тестов для проектов pytest со встроенными стандартами покрытия.

Уязвимости безопасности в коде и зависимостях могут подвергнуть ваш проект атакам. Этот навык обеспечивает автоматическую проверку ключей GPG и SSH, запускает сканеры уязвимостей и направляет проверку соответствия требованиям для безопасных практик разработки.

Обеспечивает единообразное качество кода в Python-проектах. Этот инструмент автоматизирует форматирование с помощью Black, проверку линтером Ruff и проверку типов с помощью BasedPyright для поддержания профессиональных стандартов кода.

Написание четких описаний PR требует времени и последовательности. Этот навык автоматически собирает контекст git, анализирует изменения и генерирует стандартизированные описания PR в соответствии с форматами conventional commits.

Начало нового проекта без чёткого планирования приводит к архитектурному дрейфу и потере контекста. Этот навык создаёт четыре essentialных документа (PVS, ADR, Tech Spec, Roadmap), которые направляют разработку с помощью ИИ и поддерживают согласованность между сессиями программирования.

Этот навык помогает разработчикам следовать согласованным рабочим процессам git с соглашениями по именованию веток, стандартными сообщениями коммитов и шаблонами pull-запросов. Он автоматизирует создание описаний PR и проверяет состояние репозитория.

Написание понятных сообщений коммита занимает много времени и часто бывает непоследовательным. Этот навык автоматически анализирует staged изменения и генерирует стандартизированные сообщения коммита в формате conventional commits. Он обрабатывает добавления функций, исправления багов, обновления документации и критические изменения с корректным определением типа и форматированием.

Этот навык предоставляет экспертизу для миграции сайтов WordPress между серверами и импорта резервных копий из Duplicator, Jetpack Backup и Solid Backups. Он выполняет синхронизацию базы данных, поиск и замену URL, а также предоставляет возможности отката для безопасных развертываний.

ИИ-ассистенты часто дают быстрые ответы, не исследуя нюансы. Этот навык обеспечивает структурированный многоперспективный анализ перед ответом, гарантируя, что ответы учитывают контекст, компромиссы и альтернативные точки зрения.

AI-навык для Claude, Codex и Claude Code

Построение филогенетических деревьев из нескольких геномных сборок требует сложных рабочих процессов с множеством инструментов. Этот навык генерирует готовые к выполнению сценарии с поддержкой планировщиков для полного рабочего процесса филогеномики на основе BUSCO.

Этот навык позволяет AI-агентам автоматически извлекать структурированные данные статей и полное содержимое из Zhihu с помощью API BrowserAct, устраняя необходимость ручного просмотра и проблемы с CAPTCHA.

Ручное веб-тестирование и извлечение данных трудоёмки и подвержены ошибкам. Browser-use предоставляет управляемую ИИ автоматизацию браузера для надёжных и воспроизводимых веб-взаимодействий.

Филогенетический биоогеографический анализ помогает исследователям понять, как географические ареалы видов эволюционировали с течением времени. Этот навык автоматизирует полный рабочий процесс BioGeoBEARS от проверки входных данных до публикационных визуализаций ancestral range.

Ручной сбор данных YouTube занимает много времени и часто блокируется CAPTCHA или географическими ограничениями. Этот навык автоматизирует извлечение метаданных канала, информации о видео и показателей вовлеченности через API BrowserAct без ручного вмешательства.

Пользователям сложно эффективно извлекать текстовое содержимое из видео YouTube для анализа. Этот навык подключается к API BrowserAct для автоматического получения транскриптов, названий, количества лайков и метаданных канала из любого URL видео YouTube.

Ручной просмотр конкурентных видео на YouTube для извлечения инсайтов требует много времени и не обеспечивает стабильных результатов. Этот навык автоматизирует извлечение транскриптов и предоставляет структурированный анализ по 8 измерениям для контент-стратегии, исследования аудитории и конкурентного позиционирования.

Ручной парсинг YouTube медленный и подвержен ошибкам. Этот навык извлекает чистые структурированные данные из результатов поиска YouTube с помощью надёжного API-сервиса.