Recherche d documentation technique sur Internet en utilisant la norme llms.txt, des dépôts GitHub via Repomix et une exploration parallèle. Utilisez-le lorsque l'utilisateur a besoin : (1) De la documentation la plus récente pour les bibliothèques/frameworks, (2) De documentation au format llms.txt, (3) D'analyse de dépôt GitHub, (4) De documentation sans support direct llms.txt, (5) De multiples sources de documentation en parallèle
CE QUE VOUS DEVENEZ
Parfait pour ces scénarios
Créez rapidement des flyers, des publications pour les réseaux sociaux et des publicités numériques en respectant la charte graphique de la marque.
Concevez des diapositives professionnelles avec les couleurs et les polices d'Anthropic.
Générer des signatures d'e-mail et des newsletters visuellement cohérentes.
Appliquer les directives de la marque aux guides internes et aux rapports externes.
GAIN MESURÉ
Avantages prouvés et impact mesurable
Réduisez de 90 % le temps consacré aux ajustements manuels des couleurs et des polices.
Assurer une conformité à 100 % avec la charte graphique pour tous les actifs visuels.
Appliquer les directives aux nouveaux artefacts en moins de 30 minutes.
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
Validez que les schémas OpenAPI, Swagger et GraphQL correspondent à l'implémentation backend. Détectez les modifications brisantes, générez des clients TypeScript et assurez que la documentation API reste synchronisée. Utilisez-le lors de la manipulation de fichiers de spécification API (.yaml, .json, .graphql), de l'examen des modifications API, de la génération de types frontend ou de la validation des implémentations d'endpoints.
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.