💻 Développement

Guide d'architecture logicielle axée sur la qualité. Cette compétence doit être utilisée lorsque les utilisateurs veulent écrire du code, concevoir une architecture, analyser du code, dans tout cas qui se rapporte au développement logiciel.

Une compétence pour tester les caractères spéciaux et les modèles d'injection

Kit d'outils d'analyse statistique. Tests d'hypothèses (test t, ANOVA, chi-deux), régression, corrélation, statistiques bayésiennes, analyse de puissance, vérification des hypothèses, reporting APA, pour la recherche académique.

Boîte à outils de modélisation statistique. MCO, MGL, logistique, ARIMA, séries temporelles, tests d’hypothèses, diagnostics, AIC/BIC, pour une inférence statistique rigoureuse et une analyse économétrique.

Exécuter le plan de mise en œuvre en envoyant un sous-agent neuf pour chaque tâche, avec une révision de code entre les tâches

Utiliser lors de l'exécution de plans de mise en œuvre comportant des tâches indépendantes dans la session en cours - attribue un sous-agent nouveau pour chaque tâche avec révision de code entre les tâches, permettant une itération rapide avec des barrières de qualité

Expert Supabase complet avec accès à 2 616 fichiers de documentation officiels couvrant la base de données PostgreSQL, l'authentification, les abonnements en temps réel, le stockage, les fonctions edge, les embeddings vectoriels et toutes les fonctionnalités de la plateforme. Invoker lorsque l'utilisateur mentionne Supabase, PostgreSQL, base de données, auth, temps réel, stockage, fonctions edge, backend-as-a-service ou pgvector.

Utilisez cette compétence lors de l'utilisation des mathématiques symboliques en Python. Cette compétence doit être utilisée pour les tâches de calcul symbolique, y compris la résolution d'équations algébriquement, l'exécution d'opérations de calcul infinitésimal (dérivées, intégrales, limites), la manipulation d'expressions algébriques, le travail avec des matrices symboliquement, les calculs de physique, les problèmes de théorie des nombres, les calculs de géométrie et la génération de code exécutable à partir d'expressions mathématiques. Appliquez cette compétence lorsque l'utilisateur a besoin de résultats symboliques exacts plutôt que d'approximations numériques, ou lors du travail avec des formules mathématiques qui contiennent des variables et des paramètres.

Cadre de débogage en quatre phases qui garantit l'investigation de la cause racine avant toute tentative de correction. Ne jamais sauter aux solutions.

À utiliser en cas de bug, d'échec de test ou de comportement inattendu, avant de proposer des corrections — cadre en quatre phases (investigation de la cause racine, analyse des modèles, test d'hypothèses, implémentation) qui garantit la compréhension avant toute tentative de solution

Guide complet de développement piloté par les tests pour les sous-agents ingénierie avec prise en charge multi-frameworks, analyse de couverture et génération intelligente de tests

Utilisez-le de manière proactive lorsque vous avez besoin d'implémenter des fonctionnalités ou de corriger des bugs en utilisant une méthodologie stricte de développement piloté par les tests (TDD). Cet agent doit être activé pour toute tâche de codage qui nécessite l'écriture d'une nouvelle fonctionnalité, la refactorisation de code existant ou la garantie d'une couverture de tests complète, mais ne doit pas être utilisé pour toute tâche liée à la conception. L'agent excelle dans la décomposition de requis complexes en incréments testables et dans le maintien d'une haute qualité de code grâce à des cycles TDD disciplinés. Utilisez cet agent de manière proactive ou si l'utilisateur mentionne "TDD", "tdd" ou "Test Driven Development".

Écrivez d'abord le test, observez-le échouer, écrivez le code minimal nécessaire pour passer.

Utiliser lors de la mise en œuvre de toute fonctionnalité ou correction de bogue, avant d'écrire le code d'implémentation - écrire d'abord le test, observer qu'il échoue, écrire le code minimal nécessaire pour le faire passer ; garantit que les tests vérifient réellement le comportement en exigeant d'abord l'échec

Exécutez les tests et corrigez systématiquement tous les tests échoués à l’aide du regroupement intelligent des erreurs. Utilisez cette fonctionnalité lorsque l’utilisateur demande de corriger des tests échoués, mentionne des échecs de tests, exécute une suite de tests et des échecs se produisent, ou demande de faire passer les tests.

Guide pour tester Codex TUI de manière interactive

Ne jamais tester le comportement simulé. Ne jamais ajouter de méthodes destinées exclusivement aux tests dans les classes de production. Comprenez les dépendances avant de simuler.

Utilisez lors de l'écriture ou de la modification de tests, de l'ajout de mocks ou de la tentation d'ajouter des méthodes réservées aux tests dans le code de production - empêche le test du comportement des mocks, la pollution de la production par des méthodes réservées aux tests et le mocking sans comprendre les dépendances

Documentation de l'API Threads

Contrôlez à distance des sessions tmux pour des CLI interactives (python, gdb, etc.) en envoyant des touches et en analysant la sortie des panneaux. Utilisez-le lors du débogage d'applications, de l'exécution de REPL interactifs (Python, gdb, ipdb, psql, mysql, node), de l'automatisation de flux de travail dans le terminal, ou lorsque l'utilisateur mentionne tmux, débogage ou shells interactifs.

Utilisez cette compétence lors de l’utilisation d’outils et de flux de travail de recherche scientifique dans les domaines de la bioinformatique, de la chimioinformatique, de la génomique, de la biologie structurale, de la protéomique et de la découverte de médicaments. Cette compétence donne accès à plus de 600 outils scientifiques, y compris des modèles d’apprentissage automatique, des jeux de données, des APIs et des packages d’analyse. Utilisez-la lors de la recherche d’outils scientifiques, de l’exécution de flux de travail en biologie computationnelle, de la composition de pipelines de recherche multiétapes, de l’accès à des bases de données comme OpenTargets/PubChem/UniProt/PDB/ChEMBL, de la découverte d’outils pour des tâches de recherche ou de l’intégration de ressources computationnelles scientifiques dans des flux de travail LLM.

Kit d’outils de découverte de médicaments basé sur les graphes. Prédiction de propriétés moléculaires (ADMET), modélisation de protéines, raisonnement sur les graphes de connaissances, génération moléculaire, rétrosynthèse, GNN (GIN, GAT, SchNet), plus de 40 jeux de données, pour l’apprentissage machine basé sur PyTorch sur des molécules, des protéines et des graphes biomédicaux.

Développement et intégration de l'API Tumblr

Évaluez les extensions TYPO3 pour leur conformité aux normes TYPO3 12/13 LTS, aux lignes directrices de codage (PSR-12) et aux modèles d'architecture. Utilisez-le lors de l'évaluation de la qualité des extensions, de la génération de rapports de conformité, de l'identification de dettes techniques ou de la planification de modernisation. Valide : architecture de l'extension, composer.json, ext_emconf.php, fichiers ext_*, dépréciations v13, conformité du module backend v13 (modules ES6, DocHeader, APIs Modal/Notification, mise en page Module.html, ARIA, cohérence de la clé d'extension, CSRF, icônes), injection de dépendances, services, tests, modèles Extbase, Crowdin, workflows GitHub. Notation double (0-100 base + 0-22 excellence). Délègue aux compétences typo3-tests et typo3-docs pour une analyse approfondie. Prise en charge de PHP 8.1-8.4.