Utilice esta habilidad al escribir comandos, ganchos, habilidades para Agente o indicaciones para subagentes o cualquier otra interacción con LLM, incluyendo la optimización de indicaciones, la mejora de las salidas de LLM o el diseño de plantillas de indicaciones de producción.
EN LO QUE TE CONVIERTES
Perfecto para estos escenarios
Escribir una prueba fallida para el error y luego implementar la solución para garantizar la resolución
Primero define las pruebas, luego desarrolla el código mínimo para cumplir los requisitos
Asegúrese de que el comportamiento existente permanezca intacto durante la refactorización del código.
Verifica que las respuestas de la API coincidan con lo esperado antes de la implementación
GANANCIA MEDIBLE
Beneficios probados e impacto medible
Captura los problemas temprano escribiendo pruebas antes de la implementación
Aísle los fallos rápidamente con casos de prueba predefinidos
Enfócate en implementaciones mínimas y guiadas por pruebas para una mejor mantenibilidad
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.
Valide que los esquemas OpenAPI, Swagger y GraphQL coincidan con la implementación del backend. Detecte cambios que rompan la compatibilidad, genere clientes TypeScript y asegúrese de que la documentación de la API permanezca sincronizada. Use cuando trabaje con archivos de especificación de API (.yaml, .json, .graphql), revise cambios en la API, genere tipos frontend o valide implementaciones de endpoints.
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.