Expert sur la configuration du fichier settings.json de Claude Code, les permissions, le bac à sable, les variables d'environnement et la hiérarchie des paramètres. Se déclenche lorsque l'utilisateur mentionne settings.json, permissions, règles d'autorisation, règles d'interdiction, bac à sable, configuration des hooks ou priorité des paramètres.
CE QUE VOUS DEVENEZ
Parfait pour ces scénarios
Générez rapidement des composants React réutilisables avec TypeScript et Tailwind CSS.
Analyser et optimiser la taille des bundles, charger les composants de manière différée et améliorer le runtime.
Transformez facilement les designs Figma en composants web responsifs et accessibles.
Revoir le code frontal pour les meilleures pratiques, les erreurs TypeScript et les problèmes de performance.
GAIN MESURÉ
Avantages prouvés et impact mesurable
Réduisez le temps de développement grâce à des modèles de composants préconçus et à l'automatisation.
Améliorez les temps de chargement et l'interactivité de l'application grâce à des techniques d'optimisation.
Réduire les erreurs d'exécution grâce à la sécurité des types imposée par TypeScript et aux revues de code.
CE QUE VOUS OBTENEZ
Fichiers, tags et installation en trois étapes
Conseil : Lisez la documentation et le code avant la première utilisation pour connaître son rôle et les permissions requises.
SCRIPTS SUIVANTS
Recommandé selon les tags et la catégorie
Générez et maintenez les fichiers AGENTS.md conformément à la convention publique agents.md. Utilisez-le lors de la création de documentation pour les flux de travail des agents IA, les guides d’intégration ou lors de la standardisation des modèles d’interaction des agents à travers les projets.
Système de génération d'agents de code Claude qui crée des agents et sous-agents personnalisés avec un en-tête YAML amélioré, des modèles d'accès aux outils et un support d'intégration MCP conformément à des modèles de production éprouvés
Cette compétence doit être utilisée pour les tâches d'apprentissage automatique sur séries temporelles, y compris la classification, la régression, le clustering, la prévision, la détection d'anomalies, la segmentation et la recherche de similarité. Utilisez-la lors du travail avec des données temporelles, des motifs séquentiels ou des observations indexées dans le temps nécessitant des algorithmes spécialisés au-delà des approches ML standard. Particulièrement adaptée à l'analyse de séries temporelles univariées et multivariées avec des APIs compatibles scikit-learn.
Accédez aux plus de 200 millions de structures de protéines prédites par l'IA d'AlphaFold. Récupérez les structures par ID UniProt, téléchargez les fichiers PDB/mmCIF, analysez les indicateurs de confiance (pLDDT, PAE), pour la découverte de médicaments et la biologie structurale.