Каталог усіх 197 навичок ECC

Повний діагностичний аудит 12-рівневого стека агента — регресії обгорток, забруднення памʼяті, збої дисципліни інструментів, приховані петлі повторних спроб і пошкодження рендерингу — з висновками, ранжованими за серйозністю, та виправленнями у коді.

Проектування та оптимізація просторів дій агента, визначень інструментів і форматування спостережень для підвищення частоти виконання завдань та відновлення після помилок в агентних робочих процесах.

Структурований робочий процес самодіагностики для збоїв агента: фіксує стан відмови, визначає першопричини, застосовує обмежене відновлення та формує читабельний для людини звіт перед ескалацією.

Операційна модель для агентного інжинірингу: виконання з пріоритетом eval, декомпозиція завдань на одиниці розміром для агента, маршрутизація моделей з урахуванням витрат і контроль якості коду, створеного ШІ.

Побудова постійних мультиагентних операційних систем на Claude Code з архітектурою ядра, спеціалізованими агентами, slash-командами, файловою памʼяттю та автоматизацією за розкладом — без зовнішніх баз даних.

Посібник з процесів та архітектури для команд, де агенти ШІ генерують значну частку коду — охоплює фокус ревʼю, якість на основі eval та сигнали для найму інженерів, орієнтованих на ШІ.

Патерни та архітектури для автономних циклів Claude Code — від простих послідовних конвеєрів до мультиагентних DAG-систем на основі RFC з персистентністю контексту та воротами якості.

Організовує паралельні агенти Claude Code через Claude DevFleet: планує проєкти у вигляді DAG-місій, розгортає агентів в ізольованих git-воркдеревах, відстежує прогрес і зчитує структуровані звіти. Використовується, коли кілька агентів мають одночасно виконувати завдання з кодування.

Шаблони та посібник з вибору циклів для безперервних автономних агентних петель із воротами якості, оцінками та засобами відновлення. Використовується при налаштуванні тривалих агентних робочих процесів, яким потрібне структуроване відновлення після збоїв і контроль прогресу.

ЗАСТАРІЛА навичка-екстрактор v1 на основі stop-hook. Усі запити на безперервне навчання слід направляти до continuous-learning-v2, який замінює це рішення навчанням на основі інстинктів із прив'язкою до проєкту.

Система навчання на основі інстинктів, що відстежує сесії Claude Code через хуки, створює атомарні інстинкти з оцінкою достовірності та розвиває їх у навички, команди або агентів. Версія v2.1 додає зберігання з прив'язкою до проєкту для запобігання крос-проєктному забрудненню.

Збирає чотири голоси-радники (Architect, Skeptic, Pragmatist, Critic) для виявлення компромісів і структурованих незгод при неоднозначних рішеннях. Використовується, коли існує кілька вагомих варіантів і рішення «так/ні» потребує опонування.

Побудова повністю автоматизованого AI-агента збору даних, який за розкладом парсить публічні джерела, збагачує результати через Gemini Flash і зберігає в Notion/Sheets/Supabase — безкоштовно на GitHub Actions. Використовується для автоматизації моніторингу або збору публічних даних.

Оркестрування паралельних сесій AI-агентів у Claude Code, Codex, OpenCode та інших середовищах за допомогою dmux — менеджера панелей на базі tmux. Для розподілу складних завдань між кількома одночасними агентними сесіями.

Проектування task-local harness-ів, eval-воріт і вилучення повторно використовуваних навичок для режиму динамічного воркфлоу Claude та інших адаптивних агентних середовищ. Для завдань, яким потрібен власний цикл, оцінювач або контрольна точка керуючої площини.

Керує довготривалими хмарними агентними навантаженнями з моніторингом, межами безпеки, управлінням життєвим циклом і шаблонами реагування на інциденти. Використовується для управління постійно діючими агентами, яким потрібні засоби контролю виконання поза межами однієї CLI-сесії.

Формальна система оцінювання, що реалізує eval-driven development (EDD) для сесій Claude Code — визначає критерії pass/fail, метрики pass@k та регресійні набори для надійності агента. Використовується при вимірюванні або бенчмаркінгу продуктивності агента під час зміни промптів або моделі.

Чотирифазний цикл для поступового уточнення контексту, що передається субагентам, — вирішує проблему незнання агентами наперед потрібного контексту кодової бази. Використовуйте при проектуванні багатоагентних робочих процесів з непередбачуваним початковим контекстом.

Створення MCP-серверів з Node/TypeScript SDK: інструменти, ресурси, prompts, валідація Zod та транспорт stdio проти Streamable HTTP. Використовуйте при реалізації або налагодженні MCP-серверів для ШІ-асистентів.

Реструктуризація завдання на незалежні паралельні ланки: пакетне зчитування, паралельні агенти, ізольовані worktree та перевірочні проходи – для максимальної швидкості без втрати коректності. Використовуйте, коли задача має чітко відокремлювані частини без спільних поверхонь запису.

RFC-орієнтований multi-agent DAG-патерн, що розбиває великі функції на незалежно верифіковані робочі одиниці з quality gates та правилами черги злиття. Використовуйте, коли функція завелика для одного агентського проходу.

Структурований цикл rollout, що відстежує кандидатів, мітки рішень та когерентність між повторними спробами з аудитованим журналом свідчень. Використовуйте для стохастичної оптимізації або рекурсивного міркування.

Керує мультиагентними робочими процесами як структурованою командою з Kanban-задачами, явним власником, ізоляцією гілок та merge-шлюзами. Використовуйте, коли завдання охоплюють кілька агентів, гілок або worktree.

Інтерактивне меню для перегляду доступних агентів-персонажів та формування паралельних команд з плоских або доменних колекцій. Використовуйте, коли потрібно вибрати та запустити групу агентів для задачі.

Шаблони оптимізації витрат для використання LLM API: автоматична маршрутизація моделі за складністю завдання, незмінне відстеження бюджету, логіка повторних спроб з експоненціальним відступом і кешування промптів. Використовується при побудові застосунків, що викликають LLM API і потребують контролю витрат.

Виконує запити до локальної бази даних SQLite для відстеження витрат і формує звіти про використання токенів Claude Code, витрати та розбивку бюджету за проєктом, інструментом, сесією, моделлю або датою. Використовується, коли користувач запитує про витрати або історію використання.

Аналізує чорновий prompt, виявляє прогалини, підбирає ECC-навички/агентів/хуки та видає оптимізований prompt для використання. Лише консультативно – задачу не виконує.

Фреймворк вибору між regex та LLM при парсингу структурованого тексту: regex для 95–98% випадків, LLM – лише для граничних з низькою впевненістю.

Рекомендує ручні виклики /compact на логічних межах завдань – після дослідження, між фазами або після досягнення ключових результатів – для надійнішого збереження контексту порівняно з довільним автоматичним стисненням. Використовуйте в довгих багатофазних сесіях, що наближаються до ліміту контексту.

Перехоплює потік відповіді, щоб користувач міг вибрати глибину відповіді (коротка/середня/вичерпна) на основі оціненої кількості токенів. Використовуйте, коли користувач хоче контролювати довжину відповіді або бюджет токенів.

Створює обґрунтований доказами план інсталяції ECC для конкретного репозиторію, класифікуючи навички, команди, правила, хуки та розширення у категорії DAILY та LIBRARY на основі перегляду кодової бази.

Перетворює однорядковий опис мети на покроковий план побудови для багатосесійних мультиагентних проєктів — кожен крок містить автономний контекстний бриф, щоб новий агент міг виконати його без попереднього контексту.

Генерує файли CodeTour `.tour` JSON з покроковими маршрутами, прив'язаними до реальних рядків файлів, для онбордингу, огляду архітектури, PR-ревʼю та RCA-турів. Використовується, коли потрібен повторно використовуваний покроковий артефакт, а не разове пояснення.

Базові кросплатформні конвенції кодування: іменування, незмінність, читабельність, KISS/DRY/YAGNI та обробка помилок. Використовується при старті проєкту, перевірці якості коду або введенні нових учасників у спільні стандарти.

Інтерактивний майстер встановлення Everything Claude Code, який проводить користувачів через вибір і встановлення навичок та правил до директорій рівня користувача або проєкту, після чого перевіряє та за бажанням оптимізує встановлення. Використовується для початкового налаштування або оновлення ECC.

Перевіряє неконтрольовані витрати в GitHub App ECC Tools — надмірне створення PR, обхід квоти, витік преміум-моделей та стрибки виставлення рахунків. Використовується при розслідуванні несподіваного перевитрачання або зайво створених PR у репо ECC-Tools.

Пояснює формат файлу правил Hookify, поля frontmatter та синтаксис шаблонів/умов для написання правил, що відстежують події та відображають повідомлення для Claude. Використовуйте при створенні або налаштуванні правил Hookify у проєкті.

Запуск і розширення NanoClaw – REPL ECC без зовнішніх залежностей на основі claude -p. Використовуйте для роботи з claw.js: постійні сесії, перемикання моделей, динамічне завантаження навичок і стиснення історії.

Довідник інтеграції Plankton – системи якості коду під час запису, що автоматично форматує, перевіряє та передає порушення Claude-субпроцесам через хуки PostToolUse при кожному редагуванні файлу. Використовуйте при налаштуванні автоматичного форматування та лінтингу у проєктах Claude Code.

Перетворення наміру PRD, пунктів дорожньої карти або продуктових обговорень на готовий до реалізації план можливостей, що виявляє обмеження, інваріанти, інтерфейси та невирішені питання. Використовуйте, коли намір продукту зрозумілий, але архітектурні та policy-імплікації потрібно зробити явними до початку мультисервісної роботи.

Забезпечує робочий процес «дослідження перед написанням коду», виконуючи пошук готових рішень у npm, PyPI, GitHub і джерелах MCP-навичок до написання власного коду. Використовуйте на початку будь-якої функції, для якої, ймовірно, вже існує бібліотека, утиліта або патерн.

Шукає серед локальних, маркетплейс-, GitHub- і вебджерел навичок перед тим, як рекомендувати створення нової навички, щоб уникнути дублювання існуючих напрацювань спільноти. Використовуйте, коли користувач каже «create a skill», запитує, чи існує навичка для X, або збирається створити нову навичку для робочого процесу.

Перевіряє всі встановлені навички та команди Claude на якість за допомогою контрольного списку та оцінки ШІ – у режимі Quick Scan (лише змінені навички) або Full Stocktake з послідовною пакетною оцінкою субагентів. Використовуйте при перевірці стану бібліотеки навичок або перед її випуском.

Аудит лише для читання активного репо, MCP-серверів, плагінів, середовищних поверхонь та налаштувань harness для рекомендації найцінніших ECC-навичок, хуків, агентів та робочих процесів. Використовуйте при налаштуванні Claude Code або оцінці доступних можливостей.

Стратегії регресійного тестування для розробки з ШІ, що усувають сліпу зону, коли одна модель і пише, і перевіряє код — використовує API-тестування в режимі пісочниці для автоматичного виявлення помилок.

Перетворює запити «зробити швидше» на обмежений вимірюваний цикл оптимізації: встановлює базові показники, генерує гіпотези, запускає варіанти, відкидає невдалі та просуває найшвидшу безпечну реалізацію.

TDD-робочий процес для сучасного C++ з GoogleTest/GoogleMock і CMake/CTest: написання тестів, налаштування виявлення тестів, додавання санітайзерів і діагностика нестабільних або невдалих тестів. Використовується виключно для написання C++ тестів, конфігурації або розслідування збоїв.

TDD-робочий процес для Django з pytest-django, factory_boy, мокуванням і покриттям, включно з патернами тестування DRF API, моделей, views і серіалізаторів. Для написання тестів у Django-проєктах.

Повний верифікаційний цикл для Django-проєктів: перевірка середовища, лінтинг, безпека міграцій, тестове покриття, сканування безпеки та готовність до деплою. Запускається перед PR, після значних змін або перед деплоєм.

Патерни E2E-тестування Playwright: Page Object Model, інтеграція з CI/CD, управління артефактами та усунення нестабільних тестів. Для побудови або покращення набору E2E-тестів вебзастосунку.

TDD-робочий процес для Kotlin із Kotest, MockK, тестуванням корутин, property-based тестами та Kover. Використовуйте при написанні тестів або збільшенні покриття у Kotlin-проєктах.

TDD-цикл Red-Green-Refactor для Laravel з PHPUnit та Pest, стратегіями бази даних, фабриками, fakes та метою покриття 80%+. Використовуйте для нових функцій або виправлення помилок.

Конвеєр верифікації перед PR та деплоєм для Laravel: перевірка середовища, linting, статичний аналіз, тести, сканування безпеки та готовність до деплою.

Патерни тестування Perl з Test2::V0, Test::More, prove, моками та Devel::Cover для покриття за методологією TDD. Використовуйте при написанні нового Perl-коду, проєктуванні тестових наборів або міграції з Test::More на Test2::V0.

TDD-робочий процес для Python з pytest: fixtures, mocking, параметризація та ціль 80%+ покриття. Використовуйте при написанні тестів, налаштуванні інфраструктури або аналізі покриття.

TDD-робочий процес для Quarkus 3.x з JUnit 5, Mockito, REST Assured, Camel-тестуванням та JaCoCo (80%+). Використовуйте при додаванні функцій, виправленні помилок або тестуванні подієво-орієнтованих сервісів.

Повний конвеєр верифікації для Quarkus: збірка, статичний аналіз, тести з JaCoCo, security-сканування, нативна компіляція та diff-рев'ю. Запускайте перед PR або деплоєм.

Тестування React-компонентів з React Testing Library, Vitest/Jest, MSW-мокінгом мережі, axe-перевірками доступності та вибором між RTL та Playwright E2E. Використовуйте при написанні або виправленні тестів.

TDD-робочий процес для Rust: unit-тести, інтеграційні тести, async-тестування, property-тести через proptest, mockall та cargo-llvm-cov (80%+). Використовуйте при написанні або додаванні тестів до Rust-проєктів.

Супроводжує розробку через тестування (TDD) для Spring Boot з використанням JUnit 5, Mockito, MockMvc, Testcontainers і JaCoCo з цільовим покриттям 80%+. Використовуйте при додаванні функцій, виправленні помилок або рефакторингу сервісів Spring Boot.

Запускає повний конвеєр перевірки для проєктів Spring Boot – збірка, статичний аналіз (SpotBugs, PMD, Checkstyle), тести з покриттям JaCoCo, сканування безпеки та перегляд diff. Використовуйте перед відкриттям pull request, після великого рефакторингу або перед розгортанням.

Забезпечує дотримання TDD-циклу «спочатку тести» з покриттям 80%+ для юніт-, інтеграційних та E2E-тестів і Git-чекпоінтами на кожному етапі. Використовуйте для нових функцій, виправлення помилок або рефакторингу.

Запускає структурований шестифазний контроль – збірка, типи, лінт, тести з покриттям, сканування безпеки та огляд diff – після змін коду або перед PR. Використовуйте для підтвердження проходження quality gates перед злиттям.

Наскрізне тестування нативних Windows-застосунків (WPF, WinForms, Win32, Qt) за допомогою pywinauto та Windows UI Automation, включно з інтеграцією CI/CD у GitHub Actions. Використовуйте при написанні або налагодженні тестів GUI-автоматизації для Windows-застосунків.

Генерує код Angular і надає архітектурні рекомендації щодо компонентів, сервісів, сигналів, форм, маршрутизації, SSR, доступності, анімацій і тестування для різних версій Angular.

Встановлює ECC-специфічний напрямок дизайну для виробничого вебінтерфейсу — мета, аудиторія, тон і одна запамʼятовувана візуальна ідея — до написання frontend-коду. Використовується, коли інтерфейс повинен виглядати доцільно та відполірованим, а не шаблонним.

Сучасні патерни React та Next.js для компонентів, управління станом, отримання даних, оптимізації продуктивності, форм, маршрутизації та доступного UI. Використовується при розробці або перевірці будь-якого React-фронтенду.

Створює HTML-презентації без залежностей і з анімацією в одному файлі або конвертує файли PowerPoint у веб. Використовується при підготовці доповідей чи пітч-деків, а також допомагає не-дизайнерам знайти свій стиль через перегляди.

Конкретні дизайн-інженерні виправлення для відполірованого UI: концентричний радіус, оптичне вирівнювання, тіні, перенос тексту, зони клікабельності, стани hover/focus та анімація.

Production-ready система UI-анімації для React/Next.js з бібліотекою Motion: доступні анімації, переходи між станами та просторова неперервність із підтримкою reduced-motion.

Ідіоматичні патерни React 18/19: дисципліна хуків, межі серверних/клієнтських компонентів, Suspense, form actions, дерева рішень для стану та доступність. Використовуйте при написанні або рев'ю React-компонентів.

70+ пріоритизованих правил продуктивності для React та Next.js: усунення waterfall, розмір bundle, серверна сторона, re-renders та Core Web Vitals. Використовуйте при рев'ю або оптимізації коду.

Записує відполіровані WebM демо-відео вебзастосунків через Playwright з видимим курсором, природним темпом та конвеєром discover-rehearse-record. Використовуйте, коли потрібне демо-відео, огляд або запис екрана.

Пакетно конвертує скриншоти UI-дизайну у компоненти Vue 3 Composition API, підключені до Vant, Element Plus або Ant Design Vue. Використовуйте при перетворенні директорії експортів дизайну у першу версію кодової бази Vue 3.

Побудова нового API-конектора, що точно відповідає наявному шаблону інтеграції репозиторію — розташування файлів, схема конфігурації, автентифікація, обробка помилок, тести та підключення до реєстру.

Патерни проектування REST API — іменування ресурсів, HTTP-статуси, пагінація, фільтрація, відповіді про помилки, версіонування та обмеження частоти запитів для узгоджених виробничих API.

Патерни бекенд-архітектури для масштабованих застосунків Node.js, Express і Next.js — проектування REST/GraphQL, шар репозиторію, оптимізація N+1, кешування, фонові задачі та middleware.

Кешує ресурсомісткі результати обробки файлів (парсинг PDF, аналіз зображень), використовуючи SHA-256 хеші вмісту як ключі — кеш переживає перейменування і автоматично анулюється при зміні вмісту. Використовується при побудові файлових пайплайнів з повторною обробкою одних і тих самих файлів.

Готові до продакшену патерни архітектури Django: структура проєкту, проектування API з Django REST Framework, найкращі практики ORM, кешування, сигнали та middleware. Використовується при побудові або структуруванні Django-застосунків.

Виробничо-орієнтовані патерни FastAPI: маршрутизатори, схеми Pydantic, асинхронні endpoint-и, впровадження залежностей, автентифікація, OpenAPI-документація та тести. Використовується при розробці або перевірці FastAPI-сервісу.

Шаблони JPA/Hibernate для проектування сутностей, звʼязків, запобігання N+1, транзакцій, аудиту, пагінації та пулінгу HikariCP у Spring Boot. Використовуйте при моделюванні даних, написанні запитів репозиторію або налаштуванні продуктивності бази даних.

Комплексні шаблони Ktor-сервера: DSL маршрутизації, плагіни, автентифікація, Koin DI, kotlinx.serialization, WebSockets та інтеграційні тести на основі testApplication. Використовуйте при побудові або перегляді HTTP-сервісів Ktor на Kotlin.

Архітектура Laravel рівня production: контролери, сервісні шари, Eloquent ORM, черги, події, кешування та API-ресурси. Використовуйте при побудові Laravel-застосунків та API.

Пошук і оцінка пакетів Laravel через LaraPlugins.io MCP з перевіркою health-score та сумісності версій. Використовуйте при виборі пакету для Laravel-проєкту.

Патерни для latency-критичних систем: аналіз hot-path, відстеження p95/p99, кешування, батчинг, стрімінг та backpressure. Для realtime-дашбордів, ринкових даних та execution gateway.

Архітектурні патерни NestJS рівня production для модульних TypeScript-бекендів: модулі, контролери, провайдери, валідація DTO, guards, interceptors, конфігурація та тестування. Використовуйте при побудові або структуруванні NestJS API.

Архітектурні патерни Quarkus 3.x з Apache Camel, JAX-RS, CDI, Panache, async-обробкою та нативною компіляцією. Використовуйте при розробці Java cloud-native або подієво-орієнтованих бекендів.

Охоплює архітектурні патерни Spring Boot для проєктування REST API, багаторівневої архітектури controller-service-repository, Spring Data JPA, кешування, асинхронної обробки та подієво-орієнтованих робочих процесів. Використовуйте для серверної розробки на Java Spring Boot.

Охоплює патерни OAuth-автентифікації, обмеження швидкості та приклади коду для публікації твітів/тредів, читання стрічки, пошуку та аналітики через X (Twitter) API. Використовуйте при інтеграції програмної взаємодії з X у застосунок.

Проектування схем ClickHouse, оптимізація запитів, матеріалізовані представлення та шаблони завантаження даних для високопродуктивних OLAP-навантажень. Використовується при побудові аналітичних пайплайнів, дашбордів реального часу або міграції з PostgreSQL/MySQL на ClickHouse.

Діагностика та усунення вузьких місць у великих пайплайнах інгестії даних, ETL, бекфілу, експорту або завантаження у сховище при збереженні коректності даних. Використовується, коли пайплайн потрібно значно прискорити.

Безпечні та зворотні патерни міграцій схем і даних для PostgreSQL, MySQL і ORM (Prisma, Drizzle, Django, TypeORM, golang-migrate), включно з технікою нульового простою. Для зміни схем виробничих баз даних.

Шаблони ORM JetBrains Exposed: DSL-запити, DAO, транзакції, пулінг HikariCP, міграції Flyway та шаблон репозиторію для Kotlin-бекенд-сервісів. Використовуйте при налаштуванні або оптимізації доступу до бази даних за допомогою Exposed.

Виробничий ML-інженерний робочий процес: контракти даних, відтворюване навчання, quality gates, деплой моделей, моніторинг та відкат. Використовуйте при переведенні notebook-коду у production ML-систему.

Патерни MySQL та MariaDB: проєктування схем, індексація, аналіз повільних запитів, транзакції, keyset pagination та connection pool. Використовуйте при роботі з production-базами даних або міграціями.

Найкращі практики PostgreSQL для оптимізації запитів, проєктування схем, стратегії індексування, Row Level Security та connection pooling. Використовуйте при написанні SQL-запитів або міграцій, проєктуванні схем або усуненні повільних запитів.

Продакшн-патерни Prisma ORM для TypeScript-бекендів: проєктування схем, оптимізація запитів, транзакції, пагінація та критичні пастки – updateMany повертає count, а не записи, таймаути $transaction, вичерпання з'єднань у serverless. Використовуйте при написанні або перевірці запитів Prisma, міграцій або масових операцій.

Патерни Clean Architecture для Android та Kotlin Multiplatform — структура модулів, правила залежностей, UseCase, репозиторії та проектування шару даних з Room, SQLDelight та Ktor.

Шаблони для Compose Multiplatform і Jetpack Compose: стан ViewModel, навігація, теми, оптимізація рекомпозиції та платформоспецифічний UI для Android, iOS, Desktop і Web. Використовується при побудові спільного KMP UI або Android-застосунків на Compose.

Готові до продакшену патерни Dart/Flutter: null-safety, BLoC/Riverpod/Provider, GoRouter, Dio, Freezed і тестування віджетів. Використовується при розробці або ревʼю Flutter-функціоналу.

Інтегрує фреймворк Apple FoundationModels для on-device LLM у застосунках iOS 26+ — генерація тексту, структурований вивід з @Generable, виклик інструментів та потокове передавання. Використовується для AI-функцій із захистом приватності без хмарної залежності.

Шаблони Kotlin Coroutines та Flow для структурованого паралелізму, реактивних потоків StateFlow/SharedFlow, обробки помилок та тестування корутин у проєктах Android і KMP. Використовуйте при написанні асинхронного коду або управлінні паралельними операціями.

Дизайн-система iOS 26 Liquid Glass з blur, відображенням та інтерактивним morphing для SwiftUI, UIKit та WidgetKit. Використовуйте при розробці або міграції застосунків на новий дизайн iOS 26.

Надає патерни для побудови потокобезпечних рівнів збереження даних у Swift з використанням акторів – кеш у памʼяті з файловим сховищем – що усуває гонки даних під час компіляції. Використовуйте при розробці офлайн-застосунків або будь-якого рівня збереження даних на Swift 5.5+, що потребує безпечного паралельного доступу.

Охоплює патерни Swift 6.2 Approachable Concurrency – однопоточний режим за замовчуванням, @concurrent для явного винесення у фоновий потік, ізольовані відповідності протоколів – для усунення помилок компілятора щодо гонок даних. Використовуйте при міграції Swift-проєктів на 6.2 або проєктуванні архітектури застосунків на основі MainActor.

Абстрагує файлову систему, мережу та зовнішні API за допомогою сфокусованих Swift-протоколів для детермінованих юніт-тестів без реального I/O. Використовуйте при написанні тестованого Swift-коду, що звертається до зовнішніх залежностей.

Охоплює сучасне управління станом SwiftUI з @Observable, типобезпечним NavigationStack, компонуванням в'юшок та продуктивністю рендерингу. Використовуйте при побудові iOS/macOS-інтерфейсів на SwiftUI.

Стандарти кодування C++ на основі C++ Core Guidelines для сучасного C++17/20/23: RAII, незмінність, типова безпека та чіткий намір. Використовується при написанні, перегляді або рефакторингу коду C++ для дотримання безпечних і ідіоматичних практик.

Патерни тестування C# і .NET з xUnit, FluentAssertions, NSubstitute/Moq, Testcontainers і WebApplicationFactory. Використовується при написанні або перевірці тестів для .NET-проєктів.

Ідіоматичні патерни C# і .NET для незмінності, впровадження залежностей, async/await і сервісної архітектури з ASP.NET Core. Для написання або ревʼю коду .NET-застосунків.

Шаблони надійної обробки помилок у TypeScript, Python та Go — типізовані помилки, межі, повтори, circuit breaker та повідомлення для користувача. Використовується при проектуванні ієрархій помилок, додаванні retry-логіки або перевірці API на відсутність обробки помилок.

Патерни тестування F# з xUnit, FsUnit, Unquote та property-based тестуванням FsCheck — юніт-тести, інтеграційні тести та найкращі практики організації тестів. Використовується при написанні або перевірці тестів для F# і .NET-застосунків.

Ідіоматичні патерни Go та найкращі практики для написання чіткого, надійного та підтримуваного коду. Використовується при написанні, перевірці або рефакторингу Go-коду чи проектуванні Go-пакетів.

Патерни тестування Go — табличні тести, сабтести, бенчмарки, фазинг та TDD-процес зі стандартною бібліотекою. Використовується при написанні нових Go-функцій, додаванні покриття або проходженні циклу RED-GREEN-REFACTOR.

Стандарти кодування для Java 17+ у Spring Boot і Quarkus: іменування, незмінність, Optional, потоки, винятки, generics, CDI та реактивні шаблони. Автоматично застосовує конвенції, специфічні для фреймворку, на основі виявленого файлу збірки.

Ідіоматичні патерни Kotlin: null-безпека, корутини, sealed-класи, DSL-будівники та Gradle Kotlin DSL. Використовуйте при написанні, рев'ю або рефакторингу Kotlin-коду.

Сучасні ідіоми Perl 5.36+, найкращі практики та архітектурні конвенції для надійних, легко підтримуваних застосунків. Використовуйте при написанні нового Perl-коду, рефакторингу застарілих модулів або перевірці коду на відповідність ідіомам.

Ідіоматичні патерни Python: PEP 8, type hints, EAFP-обробка помилок і підтримуваність. Використовуйте при написанні, рев'ю або рефакторингу Python-коду.

Ідіоматичні патерни Rust: ownership, borrowing, поширення помилок через Result/?, traits, generics, безпечна конкурентність та структура crate. Використовуйте при написанні, рев'ю або рефакторингу Rust-коду.

Аудит живих автоматизацій на основі доказів — інвентаризує cron-задачі, хуки, конектори, MCP-сервери та обгортки, потім надає рекомендації keep/merge/cut/fix до внесення будь-яких змін.

Надає шаблони перевірки та безпечні робочі процеси для Cisco IOS і IOS-XE: команди show, розміщення ACL, маски підстановки та перевірка вікон змін. Використовується при аналізі конфігурацій маршрутизаторів/комутаторів або усуненні несправностей без ризику для звʼязку.

Побудова орієнтованих на оператора моніторингових дашбордів для Grafana, SigNoz та подібних платформ, сформованих навколо реальних операційних питань, а не всіх доступних метрик. Використовується при перетворенні списку метрик на робочий операційний дашборд.

Патерни CI/CD пайплайнів, контейнеризація Docker, стратегії розгортання rolling/blue-green/canary, health-перевірки, плани відкату та чеклисти готовності до продакшену для вебзастосунків. Для планування або налаштування деплоїв.

Найкращі практики Docker і Docker Compose для локальної розробки, оркестрування кількох контейнерів, безпеки контейнерів, мережі та управління томами. Для налаштування або ревʼю контейнеризованих середовищ розробки.

Керує GitHub-репозиторіями через gh CLI — сортування issues, перевірка PR, налагодження CI/CD, підготовка релізів, сповіщення Dependabot та досвід контрибʼюторів. Використовується для будь-яких операційних завдань GitHub поза базовими git-командами.

Контрольний список планування та безпеки для змін у домашній лабораторії, що включають VLAN, локальний DNS і WireGuard-подібний VPN — до налаштування роутера, брандмауера або DHCP. Використовуйте для створення поетапного плану міграції з процедурами відкату.

Практичний посібник з проектування домашніх і невеликих лабораторних мереж: ролі шлюзу/комутатора/AP, діапазони IP, резервування DHCP, DNS та поширені помилки початківців. Використовуйте при плануванні нової мережі або усуненні проблем з подвійним NAT і нестабільною адресацією.

Безпечні Python-патерни Netmiko для SSH-автоматизації мережевих пристроїв: лише зчитування, обмежений batch SSH, парсинг TextFSM, захищені зміни конфігурації, таймаути та обробка помилок. Використовуйте при написанні скриптів для маршрутизаторів, комутаторів або міжмережевих екранів.

Патерни діагностики BGP лише для читання: стан сусідів, відсутні маршрути, prefix policy та проблеми AS path. Використовуйте, коли BGP-сесія недоступна, нестабільна або встановлена, але без очікуваних префіксів.

Передроздрібна валідація конфігурацій маршрутизаторів та комутаторів: небезпечні команди, дублювання IP, перекриття підмереж, застарілі посилання ACL/route-map та гігієна безпеки IOS. Використовуйте перед вікнами змін або автоматизованими пушами конфігурацій.

Діагностика помилок інтерфейсів, CRC, дропів, невідповідностей дуплексу, флаппінгу та проблем узгодження швидкості на маршрутизаторах, комутаторах та Linux-хостах. Використовуйте при втраті пакетів або зростанні лічильників помилок на порту.

Перевіряє розгорнутий або готовий до запуску застосунок на готовність до продакшну – прогалини у конфігурації, ризики під час виконання, відсутній моніторинг – лише на основі локального репозиторію та CI, без передачі даних зовнішнім сервісам.

Робочий процес з пріоритетом доказів для запуску команд, перевірки стану git, налагодження збоїв CI та відправлення точних виправлень із підтвердженням виконаного. Використовуйте, коли потрібне реальне виконання у репозиторії з відстежуваними результатами.

Обʼєднує GitHub, Linear, CI, події хуків та підключені комунікаційні поверхні в один ECC-нативний канал сповіщень із рівнем важливості, власником та маршрутизацією. Використовуйте, коли фрагментація сповіщень, шум або перевантаження вхідних є реальною проблемою.

Найкращі практики безпеки Django: автентифікація, авторизація, CSRF, SQL-ін'єкція, захист від XSS і посилені налаштування продакшену. Для захисту або перевірки Django-застосунку перед деплоєм.

Охоплює класифікацію даних, контроль доступу, журнали аудиту та шаблони шифрування для PHI і PII у медичних застосунках. Використовуйте при розробці або перевірці будь-якого функціоналу, що стосується даних пацієнтів згідно з HIPAA, GDPR або DISHA.

Вузький HIPAA-специфічний вхідний пункт, що направляє до потрібних навичок реалізації для обробки PHI, журналювання аудиту та визначення позиції щодо витоків. Використовуйте, коли завдання явно пов'язане з відповідністю US Healthcare, covered entities або BAA.

Практики безпеки Laravel: автентифікація, авторизація, CSRF, валідація, завантаження файлів, rate limiting та захищений деплой. Використовуйте для захисту Laravel-застосунків.

Патерни безпеки для автономних LLM-трейдинг-агентів: захист від prompt injection, ліміти витрат, симуляція перед відправленням, circuit breaker, захист від MEV та ізоляція ключів гаманця.

Вичерпні патерни безпеки Perl: taint mode, валідація вхідних даних, безпечне виконання процесів, параметризовані запити DBI та вебзахист (XSS/SQLi/CSRF). Використовуйте при перевірці або написанні Perl-коду, що обробляє введення користувачів, вебзапити, shell-команди або запити до БД.

Перевірка робочих процесів ринків прогнозування, кошиків, oracle та торгових агентів на відповідність вимогам, якість даних, конфіденційність та ризики виконання до того, як вони отримають доступ до автентифікації venue, портфельних даних або API-ключів. Використовуйте як шлюз перед реалізацією будь-якого фінансового робочого процесу.

Найкращі практики безпеки для Quarkus: JWT/OIDC, RBAC, валідація вхідних даних, CORS, CSRF, управління секретами та сканування CVE. Використовуйте при додаванні або аудиті засобів контролю безпеки.

Сканує репозиторій на наявність реально експлуатованих, дистанційно досяжних вразливостей – SSRF, обхід автентифікації, SQL-ін'єкція, RCE, XSS – зосереджуючись на знахідках, що підходять для відповідального розкриття або подання на bug bounty. Використовуйте, коли мета – практичне виявлення вразливостей, а не загальний огляд найкращих практик.

Надає комплексний контрольний список безпеки та кодові патерни для управління секретами, валідації введення, CSRF, XSS, обмеження частоти запитів і безпечного проєктування API. Використовуйте при реалізації автентифікації, обробці введених користувачем даних, створенні API-ендпоінтів або роботі з платіжними чи конфіденційними даними.

Перевіряє конфігурацію .claude/ проєкту Claude Code – CLAUDE.md, settings.json, MCP-сервери, хуки та визначення агентів – на наявність ін'єкційних ризиків, надто дозвільних allow-lists та захардкоджених секретів за допомогою інструменту AgentShield. Використовуйте перед комітом змін конфігурації або під час онбордингу до репозиторію з наявними конфігураціями Claude Code.

Надає найкращі практики Spring Security для автентифікації JWT/OAuth2, рольової авторизації, валідації введення, CORS/CSRF, управління секретами, обмеження частоти запитів і сканування залежностей на CVE у Java-сервісах Spring Boot. Використовуйте при додаванні автентифікації, обробці введених користувачем даних або створенні захищених ендпоінтів.

Перевірка персонажів Blender, ригів, поз і ретаргетингу анімацій шляхом видобування структурованого стану сцени — використовується, коли скріншотів недостатньо для виявлення конвенцій осей, назв кісток або помилок контакту із землею.

Генерує зображення, відео та аудіо через моделі fal.ai за допомогою MCP — text-to-image, text/image-to-video, text-to-speech і video-to-audio. Використовується, коли потрібні медіа, створені ШІ.

Анімовані технічні пояснювальні відео з Manim: графіки, архітектурні діаграми та огляди продуктів. Використовуйте, коли точна анімація важливіша за фотореалізм, а короткий MP4 – кінцевий результат.

Доменно-специфічні правила та патерни для створення відео у Remotion на React: 3D, анімації, аудіо, субтитри, графіки та переходи у 29 файлах правил. Використовуйте при роботі з Remotion.

ШІ-асистований конвеєр для монтажу реальних відеоматеріалів через FFmpeg, Remotion, ElevenLabs та fal.ai у короткий контент, влоги або демо-відео. Використовуйте, коли потрібно нарізати, структурувати або доповнити наявне відео.

Завантажує відео/аудіо з файлів, URL, RTSP-потоків або живого захоплення робочого столу; будує візуальні/семантичні/часові індекси; виконує монтаж часової шкали, транскодування, генерацію субтитрів, оверлеї та сповіщення в реальному часі. Використовуйте для будь-яких завдань програмного сприйняття, пошуку або редагування відео.

Чеклист безпеки та захищені патерни коду для Solidity AMM-контрактів: повторний вхід, порядок CEI, атаки donation/inflation, маніпуляції оракулами, slippage і адміністративний контроль. Для написання або аудиту DeFi AMM і контрактів пулу ліквідності.

Запобігає непомітним помилкам розрядності на EVM-ланцюгах шляхом запиту decimals під час виконання та використання безпечної математики для балансів і значень у USD. Використовується при читанні балансів ERC-20, порівнянні крос-чейн сум або побудові ботів, дашбордів чи DeFi-інструментів.

Порівнює кошики ринків прогнозів Itô з базою знань користувача, нотатками портфеля або дослідницьким тезисом для виявлення відповідності, прогалин у позиціях та суперечливих сигналів. Тільки читання — без інвестиційних порад або виконання угод.

Посібник з архітектури та робочого процесу для побудови фонового агента, що відстежує джерела даних, складає параметри кошиків ринків прогнозів і передає результати людині на перевірку. Для планування, а не для виконання живих угод.

Збирає інформацію про ринки прогнозів у режимі читання — виявлення подій, порівняння майданчиків, дослідження базових активів та ринкові огляди через Itô API. Використовуйте для аналітичних оглядів на основі джерел без інвестиційних порад або виконання заявок.

Створює структурований, невиконувальний робочий аркуш для ідеї ринку прогнозів: майданчики, базові активи, правила розрахунку, комісії та кроки ручних дій. Використовуйте для перевірки обмежень та відкритих питань до залучення інструментів виконання.

Запобігання помилкам хешування Ethereum у JavaScript/TypeScript через правильний Keccak-256 замість NIST SHA3 Node. Використовуйте при обчисленні селекторів функцій, топіків подій, підписів EIP-712, Merkle-доказів або слотів сховища.

Дослідження ринків прогнозування як джерел даних або oracle-сигналів для продуктів, агентів та дашбордів: оцінка ринкових ймовірностей, ліквідності, правил врегулювання та патернів інтеграції. Використовуйте при включенні сигналів ринків прогнозування у шар прийняття рішень або даних.

Створення ґрунтовних цитованих дослідницьких звітів через пошук у мережі за допомогою MCP-інструментів firecrawl і exa з синтезом із кількох джерел. Для поглибленого дослідження з посиланнями та атрибуцією джерел.

Нейронний пошук у вебі, коді та компаніях через MCP-сервер Exa. Використовується, коли потрібна актуальна веб-інформація, приклади коду, дані про компанії або пошук людей за допомогою нейронного пошуку.

Управляє багатошаровою системою знань для прийому, організації, синхронізації, дедублювання та пошуку по локальних файлах, памʼяті MCP, векторних сховищах та Git-репозиторіях. Використовуйте при збереженні, організації або пошуку інформації в системах знань.

Конвеєр лід-аналітики на основі агентів: скорингу сигналів, пошук теплих шляхів, моделювання голосу та адресний аутріч через email, LinkedIn та X.

Ринкові дослідження з джерелами: TAM/SAM/SOM, конкурентний аналіз, due diligence для інвесторів та технологічні огляди з контраргументами і висновками для прийняття рішень.

Operator-обгортка, що оркеструє ECC-навички дослідження (exa-search, deep-research, market-research, lead-intelligence) для робочих процесів із пріоритетом доказів. Використовуйте, коли потрібні актуальні факти або рекомендації.

Будує пошукові робочі процеси PubMed і NCBI E-utilities для біомедичної літератури з використанням термінів MeSH, тегів полів, пошуку PMID та отримання цитат. Використовуйте, коли завдання потребує систематичного або відтворюваного пошуку в MEDLINE і базах даних з наук про життя.

Керує пошуком патентів та торговельних марок USPTO через офіційні API, PatentSearch, TSDR і дані про відступлення для відтворюваних досліджень попереднього рівня техніки та IP-ландшафту. Використовуйте, коли завдання потребує верифікованих записів про патенти або торговельні марки США.

Виконує швидкий біоінформатичний пошук в Ensembl, BLAST, базах даних білків, шляхів і асоціацій із захворюваннями за допомогою CLI або Python-пакету gget. Використовуйте для швидкого першого отримання геномних даних перед переходом до повноцінних пайплайнів.

Виконує структурований робочий процес огляду літератури, що охоплює планування пошуку, відбір джерел, синтез і перевірку цитат для академічних, біомедичних і технічних тем. Використовуйте для побудови систематичного, скопінгового або наративного огляду з рецензованих джерел.

Оцінює академічні та наукові роботи – статті, пропозиції, огляди літератури, методологічні розділи – за структурованою рубрикою, що оцінює чіткість проблеми, методологію, обґрунтованість доказами та якість цитат. Використовуйте для рецензування або порівняння наукових робіт і отримання зворотного зв'язку для редагування.

Написання довгоформатних статей, блог-постів, гайдів, туторіалів і випусків розсилок у виразному стилі, похідному від наданих прикладів або бренд-гайдлайнів, — без загальних кліше ШІ-текстів.

Будує повторно використовуваний профіль стилю письма на основі реальних постів, есе, нотаток про запуск або текстів сайту, а потім послідовно застосовує цей голос у статтях, аутрич і контенті для соцмереж.

Реорганізовує мережі X і LinkedIn з попереднім переглядом перед видаленням, рекомендаціями щодо підписок і теплими повідомленнями справжнім голосом користувача. Використовується для прибирання списків підписок, зростання відповідно до поточних пріоритетів або перебалансування соціального графу.

Створює платформонативний контент для X, LinkedIn, TikTok, YouTube і розсилок із вихідних матеріалів, зберігаючи голос автора. Використовується при написанні публікацій у соцмережах, тредів, сценаріїв відео або адаптації одного матеріалу для кількох платформ.

Поширює контент на X, LinkedIn, Threads і Bluesky, адаптуючи його під обмеження та конвенції кожної платформи — без публікації ідентичного тексту. Використовується, коли запуск, оновлення або стаття потребує версій для конкретних платформ.

Створює та оновлює pitch-деки, one-pager-и, меморандуми для інвесторів, фінансові моделі та заявки в акселератори, зберігаючи внутрішню узгодженість усіх цифр. Використовуйте при розробці або узгодженні кількох фандрейзингових матеріалів навколо єдиного джерела правди.

Пише персоналізовані холодні листи, теплі представлення, follow-up листи та оновлення для інвесторів при фандрейзингу до ангел-інвесторів, венчурних фондів та акселераторів. Використовуйте, коли потрібні стислі, засновані на доказах повідомлення без загальних кліше для інвесторів.

Перевіряє та покращує технічне SEO, on-page оптимізацію, структуровані дані, Core Web Vitals і маппінг ключових слів для кращої видимості у пошуку. Використовуйте при діагностиці проблем з індексацією, виправленні мета-тегів, додаванні розмітки схем або плануванні змін у карті сайту та внутрішньому перелінкуванні.

Управляє портфелями перевізників, переговорами щодо ставок фрахту, тендерами, системами оцінювання та маршрутними посібниками для менеджерів з транспортування. Використовується при побудові відносин із перевізниками, порівнянні ставок або перерозподілі вантажів.

Операційна робота з реальними платіжними процесами клієнтів — розслідування підписок, повернень, відтоку та невдалих поновлень за допомогою підключених інструментів на кшталт Stripe. Використовується при проблемах з оплатою у клієнта або аудиті операцій, що впливають на виручку.

Експертне керівництво з класифікації за HS/HTS, митної документації, оптимізації мит за ДВТ, перевірки санкційних списків і реагування на штрафи для юрисдикцій США, ЄС, Великої Британії та АПАК. Для завдань митного комплаєнсу.

Процес сортування поштової скриньки, підготовки чернеток, надсилання та перевірки надісланих листів на основі доказів. Використовується при організації вхідних, написанні чи відправленні електронної пошти через реальний поштовий інтерфейс або підтвердженні доставки.

Експертні рекомендації щодо закупівлі електроенергії та газу, оптимізації тарифів, управління піковими навантаженнями, оцінки PPA та стратегії енергетичних витрат для кількох обʼєктів. Використовується при закупівлі енергії, оптимізації тарифів або оцінці контрактів на відновлювану енергію.

Операторський процес для знімків виручки, порівняння цін, реальної картини командного білінгу та поведінки білінгу на основі коду — ширший за усунення проблем окремих клієнтів. Використовується при потребі в даних Stripe щодо продажів, реальності посадкового білінгу або бенчмарках цін конкурентів.

Працює з Google Drive, Docs, Sheets та Slides як єдиною робочою поверхнею — пошук, підсумовування, редагування, міграція та очищення активів. Використовується при управлінні спільними документами, трекерами або деками без прямих викликів інструментів.

Експертиза старшого планувальника попиту для прогнозування, оптимізації страхового запасу, планування поповнення та оцінки ефекту акцій у мережевій роздрібній торгівлі. Використовуйте при прогнозуванні попиту, встановленні страхових запасів або управлінні сезонними переходами для сотень SKU.

Отримує, аналізує та оновлює тікети Jira з AI-робочого процесу кодування через MCP або прямі виклики REST API. Використовуйте при отриманні вимог, витягуванні критеріїв прийняття, додаванні коментарів, переведенні завдань або виконанні JQL-запитів.

Експертне управління винятками вантажних перевезень: затримки, пошкодження, втрати, суперечки з перевізниками та претензійні процедури для LTL, FTL, посилок і морських вантажів.

Отримання живих повідомлень з iMessage, DM або соціальних платформ: читання тредів, відновлення одноразових кодів та перевірка розмов із підтвердженням джерела.

Обробка, конвертація, OCR, вилучення, редагування, підписання та заповнення документів через комерційний API Nutrient DWS. Використовуйте для автоматизації PDF/DOCX/XLSX/PPTX/зображень: конвертація форматів, видалення PII, заповнення форм.

Застосовує експертне виробниче планування до дискретного і партійного виробництва – послідовність робіт, балансування ліній, оптимізація переналагодження, усунення вузьких місць і реагування на збої – на основі TOC, SMED, OEE та процесів ERP/MES.

Координує GitHub issues та PR з Linear через тріаж, класифікацію та зв'язування задач між платформами. Використовуйте при управлінні беклогом, класифікації PR або синхронізації GitHub із Linear.

Експертиза старшого інженера якості: NCR-lifecycle, CAPA, аналіз першопричин (5-Why, Ishikawa), SPC та управління якістю постачальників у середовищах FDA/IATF 16949/AS9100.

Експертиза старшого спеціаліста зі зворотної логістики: право на RMA, оцінка стану, маршрутизація диспозиції, виявлення шахрайства та гарантійні претензії. Використовуйте при обробці повернень або виявленні зловживань.

Надає зважений рушій графового ранжування для оцінки контактів мережі за цінністю представлення, картування теплих шляхів до цільового списку і вимірювання мостових балів у зв'язках першого та другого порядку в X і LinkedIn. Використовуйте, коли основна мета – сам алгоритм ранжування, а не ширший робочий процес генерації лідів або підтримки мережі.

Витягує текст із зображень документів для візи за допомогою OCR, перекладає англійською із збереженням структури документа та створює двомовний PDF. Використовуйте при підготовці перекладених пакетів документів для візових заяв.