Federal acquisition teams need measurable requirements without mixing pricing content into the contract document. This skill builds structured SOW or PWS files and separate internal handoffs.

OT teams need clear technical scope without unsupported authority or pricing conclusions. This skill builds validated DOCX descriptions and a separate cost-analysis handoff.

Other Transaction budgets can mix cost shares, milestone payments, fees, and unlike price bases. This skill builds traceable workbooks with neutral comparisons and validated formulas.

Federal acquisition research can lose traceability across documents, sources, calculations, and decisions. This skill organizes a staged workflow with approvals, evidence IDs, and validated reports.

Federal buyers need transparent LH and T&M estimates that separate labor, travel, materials, and ceilings. This skill builds validated workbooks from documented assumptions and government benchmarks.

Federal FFP estimates require traceable wages, indirect costs, benchmarks, travel, and formulas. This skill builds a validated workbook with visible assumptions and sourced calculations.

Cost-reimbursement estimates require traceable wages, indirect pools, fee treatment, travel, and benchmark data. This skill builds auditable CPFF, CPAF, and CPIF workbooks with validation steps.

Federal contracting research is fragmented across sources and often lacks clear evidence boundaries. This skill structures approved research, records sources, and produces traceable findings or validated briefs.

Federal acquisition policy changes across codified rules, deviations, notices, and guidance. This skill produces dated, sourced analysis with explicit status and decision boundaries.

Развертывания бэкенда Lovable могут требовать повторяющихся ручных промптов и проверок. Этот навык автоматизирует рабочие процессы edge functions и миграций с помощью MCP или браузерной автоматизации и сообщает результаты проверки.

Проекты Lovable требуют внимательной координации GitHub, Supabase и развертывания. Этот навык дает Claude, Codex и Claude Code структурированные промпты и правила рабочих процессов для изменений бэкенда Lovable.

Разрозненные данные о конкурентах замедляют принятие продуктовых решений и делают их непоследовательными. Этот навык систематизирует исследования в виде матриц, сравнений цен, SWOT-анализов, карт позиционирования и отчетов.

Генераторы изображений на базе ИИ часто изменяют лицо, цвета, одежду и пропорции персонажа от изображения к изображению. Этот навык предлагает рабочие процессы с референсными листами, якорными описаниями, палитрами и LoRA для получения более согласованных результатов.

Визуальные файлы могут скрывать ошибки, проблемы с макетом и важный текст. Этот навык помогает Claude, Codex или Claude Code проверять скриншоты, диаграммы и макеты с помощью кратких наблюдений.

Командам нужен небольшой навык для проверки того, что установка из marketplace и вызов работают. Этот навык предоставляет минимальный тестовый промпт для проверки базовой связки AI-навыка.

Переключение между AI-работой и Linear замедляет отслеживание задач. Этот навык проводит Claude, Codex и Claude Code через операции Linear GraphQL.

Большие репозитории замедляют ориентацию и точечный поиск. Этот навык помогает Claude, Codex и Claude Code быстро находить файлы, символы и контекст.

Разработчики часто теряют время на поиск надежных сведений об API и актуальных примеров. Этот skill помогает Claude, Codex и Claude Code отдавать приоритет официальной документации и давать краткие объяснения.

Преобразование требований в безопасные изменения кода занимает много времени. Этот навык редактирует файлы, следует соглашениям проекта и по возможности проверяет поведение с помощью проверок.

Сложные функции часто оказываются неудачными, когда архитектурные решения неясны. Этот навык помогает Claude, Codex и Claude Code сравнивать варианты, выявлять риски и создавать планы реализации.