Habilidad especializada para diseñar, arquitectar y revisar bibliotecas de Python de calidad de producción. Guía la estructura de la biblioteca, el diseño de la API, las estrategias de prueba y la implementación. Utilice cuando diseñe nuevas bibliotecas, tome decisiones arquitectónicas, revise el código de la biblioteca o analice desafíos de diseño de bibliotecas desde la perspectiva de un arquitecto.
EN LO QUE TE CONVIERTES
Perfecto para estos escenarios
Crear APIs RESTful/GraphQL con un manejo de errores y una limitación de tasa adecuados
Implementar la autenticación OAuth 2.1/JWT con protecciones OWASP Top 10
Optimizar las consultas de la base de datos e implementar caché para tiempos de respuesta más rápidos
Automatizar las pruebas y el despliegue con Docker, GitHub Actions y Kubernetes
GANANCIA MEDIBLE
Beneficios probados e impacto medible
Reduce el tiempo de desarrollo de backend con código repetitivo y mejores prácticas
Previene problemas de los 10 principales riesgos de OWASP con patrones de seguridad y análisis integrados
Maneja más tráfico con patrones de microservicios y soluciones de autoescalado
QUÉ INCLUYE
Archivos, etiquetas y la instalación en tres pasos
Consejo: Lee la documentación y el código antes del primer uso para saber qué hace y qué permisos necesita.
SIGUIENTES GUIONES
Recomendado según etiquetas y categoría
Sistema de generación de agentes de código Claude que crea agentes personalizados y subagentes con frontmatter YAML mejorado, patrones de acceso a herramientas y soporte para integración MCP siguiendo patrones de producción probados
Generar y mantener archivos AGENTS.md siguiendo la convención pública agents.md. Usar cuando se cree documentación para flujos de trabajo de agentes AI, guías de incorporación o cuando se estandaricen patrones de interacción de agentes en proyectos.
Acceda a más de 200 millones de estructuras de proteínas predichas por IA de AlphaFold. Recupere estructuras por ID de UniProt, descargue archivos PDB/mmCIF, analice métricas de confianza (pLDDT, PAE) para la descubrimiento de fármacos y la biología estructural.
Esta habilidad se debe usar cuando se trabaja con matrices de datos anotados en Python, especialmente para análisis de genómica de células individuales, gestión de mediciones experimentales con metadatos o manejo de conjuntos de datos biológicos a gran escala. Usarla cuando las tareas involucren objetos AnnData, archivos h5ad, datos de RNA-seq de células individuales o integración con herramientas scanpy/scverse.