Compétence spécialisée pour concevoir, architecturer et réviser des bibliothèques Python de qualité production. Guider la structure des bibliothèques, la conception des API, les stratégies de test et l'implémentation. Utiliser lors de la conception de nouvelles bibliothèques, de la prise de décisions architecturales, de la révision du code des bibliothèques ou de la réflexion sur les défis de conception des bibliothèques d'un point de vue d'architecte.
CE QUE VOUS DEVENEZ
Parfait pour ces scénarios
Créer des APIs RESTful/GraphQL avec une gestion des erreurs et une limitation de débit appropriées
Implémenter l'authentification OAuth 2.1/JWT avec les protections OWASP Top 10
Optimiser les requêtes de base de données et implémenter la mise en cache pour des temps de réponse plus rapides
Automatiser les tests et le déploiement avec Docker, GitHub Actions et Kubernetes
GAIN MESURÉ
Avantages prouvés et impact mesurable
Réduisez le temps de développement backend avec du code réutilisable et les meilleures pratiques
Prévenez les failles de l'OWASP Top 10 grâce aux modèles de sécurité intégrés et à l'analyse
Gérez plus de trafic grâce aux patterns de microservices et aux solutions d'auto-scaling
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
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
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.
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.
Cette compétence doit être utilisée lors du travail avec des matrices de données annotées en Python, en particulier pour l'analyse génomique à cellule unique, la gestion des mesures expérimentales avec des métadonnées, ou le traitement de jeux de données biologiques à grande échelle. Utilisez-la lors de tâches impliquant des objets AnnData, des fichiers h5ad, des données de RNA-seq à cellule unique ou une intégration avec les outils scanpy/scverse.