SKRIPTLINIE
Mit print debuggen, dreimal in dieselbe Grube fallen.
Fehler beim ersten Durchlauf verortet — du prüfst, statt nachzubessern.
212 Skills auf dieser Linie
Quantensimulations- und -analysen mit QuTiP (Quantum Toolbox in Python). Verwenden Sie es bei der Arbeit mit Quantensystemen, einschließlich: (1) Quantenzuständen (Kets, Bras, Dichtematrizen), (2) Quantenoperatoren und -gates, (3) Zeitentwicklung und Dynamik (Schrödinger-, Mastergleichungen, Monte Carlo), (4) offenen Quantensystemen mit Dissipation, (5) Quantenmessungen und -verstrickung, (6) Visualisierung (Bloch-Kugel, Wigner-Funktionen), (7) stationären Zuständen und Korrelationsfunktionen oder (8) fortschrittlichen Methoden (Floquet-Theorie, HEOM, stochastische Lösungen). Verarbeitet sowohl geschlossene als auch offene Quantensysteme in verschiedenen Bereichen, darunter Quantenoptik, Quantencomputing und kondensierte Materiephysik.
Verwenden Sie dies, wenn Sie Code-Review-Feedback erhalten, bevor Sie Vorschläge implementieren, besonders wenn das Feedback unklar oder technisch fragwürdig zu sein scheint – erfordert technische Strenge und Verifizierung, keine performative Zustimmung oder blinde Implementierung
Experte für Reddit Social Media Strategie mit profundem Wissen über Reddit-Kultur, Algorithmen, Gemeinschaftsdynamik und Engagement-Strategien. Diese Fähigkeit sollte bei der Erstellung von Reddit-Inhaltsstrategien, der Optimierung von Posts für maximalen Engagement, dem Aufbau einer authentischen Gemeinschaftspräsenz, der Recherche nach Subreddits, der Analyse von Reddit-Marketingmöglichkeiten oder der Entwicklung von Karma-Bau-Taktiken verwendet werden. Gilt für alle, die Produkte bewerben, Marken aufbauen, Gemeinschaften engagieren oder Thought Leadership auf Reddit etablieren möchten, während sie die Best Practices und ethischen Richtlinien der Plattform befolgen.
Suchen Sie in vorherigen Claude-Code-Gesprächen nach Fakten, Mustern, Entscheidungen und Kontexten mit semantischer oder Textsuche
Diese Fähigkeit bietet umfassende Anweisungen zur Verwendung der Replicate CLI zum Ausführen von KI-Modellen, Erstellen von Vorhersagen, Verwalten von Bereitstellungen und Fine-Tunen von Modellen. Verwenden Sie diese Fähigkeit, wenn der Nutzer mit der Replicate KI-Modellplattform über die Befehlszeile interagieren möchte, einschließlich des Ausführens von Bildgenerierungsmodellen, Sprachmodellen oder beliebigen auf Replicate gehosteten ML-Modellen. Diese Fähigkeit sollte verwendet werden, wenn Nutzer Fragen zum Ausführen von Modellen auf Replicate, Erstellen von Vorhersagen, Verwalten von Bereitstellungen, Fine-Tunen von Modellen oder Arbeiten mit der Replicate API über die CLI haben.
Systematisch verfolgen Sie Fehler rückwärts durch den Call Stack, um den ursprünglichen Auslöser zu finden
Verwenden Sie es, wenn Fehler tief in der Ausführung auftreten und Sie zurückverfolgen müssen, um den ursprünglichen Trigger zu finden – verfolgt Fehler systematisch rückwärts durch den Aufrufstapel und fügt bei Bedarf Instrumentierung hinzu, um die Quelle ungültiger Daten oder falschen Verhaltens zu identifizieren
Testen Sie authentifizierte Routen in Ihrem Projekt mit cookie-basierter Authentifizierung. Verwenden Sie diese Fähigkeit beim Testen von API-Endpunkten, bei der Validierung der Routenfunktionalität oder beim Debuggen von Authentifizierungsproblemen. Enthält Muster zur Verwendung von test-auth-route.js und Mock-Authentifizierung.
OpenCode Desktop sollte RTL-fähig sein. Verwenden Sie bei der Implementierung oder Überprüfung des RTL/LTR-Verhaltens in der Web-App, Desktop-App, CSS, Menüs, Scrollen, Größenänderung, Symbolen, gemischtgerichtetem Text oder Electron-Titelleisten.
Beispiel-Plugin für Phase 1, das Frontmatter für SKILL.md für Abwärtskompatibilitätstests erzeugt.
Testen bei Extremen (1000-fach größer/kleiner, sofort/ewig) , um grundlegende Wahrheiten aufzudecken, die bei normalen Maßstäben verborgen bleiben
Bewerte die Strenge der Forschung. Beurteile Methodik, experimentelles Design, statistische Gültigkeit, Verzerrungen, Störfaktoren und Beweisklasse (GRADE, Cochrane ROB) zur kritischen Analyse wissenschaftlicher Behauptungen.
Biologische Datentoolkit. Sequenzanalyse, Alignments, phylogenetische Bäume, Diversitätsmaße (Alpha/Beta, UniFrac), Ordination (PCoA), PERMANOVA, FASTA/Newick-Ein- und Ausgabe für Mikrobiomenanalyse.
Umfassendes Toolkit zur Überlebensanalyse und Zeit-zu-Ereignis-Modellierung in Python unter Verwendung von scikit-survival. Nutzen Sie diese Fähigkeit bei der Arbeit mit zensierten Überlebensdaten, bei der Durchführung von Zeit-zu-Ereignis-Analysen, bei der Anpassung von Cox-Modellen, Random Survival Forests, Gradient Boosting-Modellen oder Survival SVMs, bei der Bewertung von Überlebensvorhersagen mit Konkordanzindex oder Brier-Score, bei der Behandlung von konkurrierenden Risiken oder bei der Implementierung eines beliebigen Überlebensanalyse-Workflows mit der scikit-survival-Bibliothek.
Umfassender Scrum Master-Assistent für Sprintplanung, Backlog-Grooming, Retrospektiven, Kapazitätsplanung und Daily Standups mit intelligentem kontextsensitiven Reporting
Modellinterpretierbarkeit und Erklärbarkeit unter Verwendung von SHAP (SHapley Additive exPlanations). Verwenden Sie diese Fähigkeit bei der Erklärung von Vorhersagen maschineller Lernmodelle, der Berechnung von Merkmalswichtigkeit, der Generierung von SHAP-Diagrammen (Wasserfall-, Bienenwarm-, Balken-, Streu-, Kraft-, Heatmap), dem Debuggen von Modellen, der Analyse von Modellbias oder Fairness, dem Vergleich von Modellen oder der Implementierung erklärbarer KI. Kompatibel mit baumbasierten Modellen (XGBoost, LightGBM, Random Forest), Deep Learning (TensorFlow, PyTorch), linearen Modellen und beliebigen Black-Box-Modellen.
Führen Sie Fähigkeiten über Branch und PR zurück zum Upstream ein
Verwenden Sie dies, wenn Sie eine breite nützliche Fähigkeit entwickelt haben und diese über einen Pull Request upstream beisteuern möchten – führt den Prozess der Brancherstellung, Commitment, Pushing und Erstellung eines PRs für die Beisteuerung von Fähigkeiten zurück zum upstream-Repository.
Transformiere Lerninhalte (wie YouTube-Transkripte, Artikel, Tutorials) in handhabbare Implementierungspläne unter Verwendung des Ship-Learn-Next-Rahmens. Verwende es, wenn der Nutzer Ratschläge, Lektionen oder Bildungsinhalte in konkrete Schritte, Wiederholungen oder eine Lernquest umwandeln möchte.
Umfassender Shopify-Entwicklungs-Experte mit Zugang zu 24 offiziellen Dokumentationsdateien, die APIs (GraphQL Admin, Storefront, REST), App-Entwicklung, Themes, Liquid, Hydrogen, Checkout, Erweiterungen, Webhooks, Functions, CLI, Abonnements, Zahlungen und alle Plattformfunktionen abdecken. Rufen Sie auf, wenn der Nutzer Shopify, E-Commerce, Online-Shop, Produktmanagement, Bestellungen, Checkout, Themes oder Headless Commerce erwähnt.
Prozessbasiertes diskrete-Ereignissimulation-Framework in Python. Verwenden Sie diese Fähigkeit, wenn Sie Simulationen von Systemen mit Prozessen, Warteschlangen, Ressourcen und zeitbasierten Ereignissen bauen, wie z. B. Fertigungssystemen, Serviceoperationen, Netzwerkverkehr, Logistik oder beliebige Systeme, bei denen Entitäten über Zeit mit gemeinsam genutzten Ressourcen interagieren.
Verwende diese Fähigkeit, wenn du neue Claude-Code-Fähigkeiten von Grund auf erstellst, vorhandene Fähigkeiten bearbeitest, um ihre Beschreibungen oder Struktur zu verbessern, oder Claude-Code-Sub-Agenten in Fähigkeiten umwandelst. Dies umfasst die Gestaltung von Fähigkeits-Workflows, das Schreiben von SKILL.md-Dateien, die Organisation von Unterstützungsdateien mit absichtserklärenden Namen sowie die Nutzung von CLI-Tools und Node.js-Skripting.