> Tools _

Рекомендации по оптимизации производительности React и Next.js от Vercel Engineering. Этот навык следует использовать при написании, проверке или рефакторинге кода React/Next.js для обеспечения оптимальных показателей производительности. Применяется к задачам, связанным с компонентами React, страницами Next.js, извлечением данных, оптимизацией сборки или улучшением производительности.

CLI-Hub решает проблему доступности профессионального программного обеспечения для искусственного интеллекта, предоставляя централизованный каталог CLI-инструментов, разработанных специально для использования AI-агентами. Он позволяет автоматизировать сложные рабочие процессы, значительно упрощая интеграцию различных сервисов и утилит в AI-приложения. В основе CLI-Hub лежит терминальная утилита, которая предлагает удобный способ установки и использования командной строки инструментов. Каталог, доступный по адресу [https://hkuds.github.io/CLI-Anything/SKILL.txt](https://hkuds.github.io/CLI-Anything/SKILL.txt), содержит полный список доступных CLIs, организованных по категориям, и автоматизированные команды pip install для быстрой установки. Технически, CLI-Hub разработан с использованием Python, Markdown и pip, с REST API для автоматического обновления каталога. Описание каждого инструмента представлено в формате Markdown для удобства парсинга и использования в различных AI-приложениях, охватывая широкий спектр задач, от креативных рабочих процессов до коммуникаций.

Глубокие исследовательские навыки, основанные на технологии NotebookLM MCP. Проводит структурированные исследования с использованием нескольких источников (анализ рынка, сбор информации о конкурентах, анализ трендов, изучение потенциальных клиентов), используя Google NotebookLM в качестве поисковой системы, а затем предоставляет результаты в структурированном виде, а также опциональные дополнительные материалы (презентации, аудиоподкасты, видео, инфографику, отчеты, интеллект-карты).

Agent-messaging решает проблему безопасного обмена сообщениями между искусственными агентами. Этот CLI-инструмент обеспечивает криптографически подписанную связь, позволяя агентам взаимодействовать с гарантированной целостностью и аутентичностью данных. Работает локально по умолчанию, что минимизирует зависимость от внешних сервисов и повышает конфиденциальность. В основе решения лежит командная строка и набор скриптов, написанных на Bash и Shell Scripting, использующих криптографические алгоритмы для защиты сообщений. Терминальная утилита предоставляет основные команды для управления идентификацией, отправки, получения и ответа на сообщения, упрощая взаимодействие между агентами. Agent-messaging является частью экосистемы AI Maestro и предлагает различные форматы адресов (локальные, квалифицированные, внешние) для гибкой настройки маршрутизации сообщений. Установка и использование осуществляются через Git и скрипты, обеспечивая простоту интеграции и развертывания.

Навык анализа файлов трассировки и выявления причинно-следственных связей между потоками и процессами (с использованием waker_utid).

recipe-log-deal-update – это CLI-инструмент, решающий проблему взаимодействия с различными API Google Workspace. Он предоставляет унифицированный интерфейс для управления сервисами, такими как Drive, Gmail и Calendar, используя динамически генерируемую структуру команд, основанную на Google Discovery Service. Автоматические обновления гарантируют актуальность функциональности при появлении новых API. В основе работы лежит терминальная утилита, написанная на Rust и Node.js. Вместо статического списка команд, gws использует Google Discovery Service для динамического построения поверхности команд, что позволяет автоматически адаптироваться к изменениям в API Google Workspace. Это обеспечивает удобство и гибкость при работе с постоянно развивающейся экосистемой. gws – это мощная командная строка, предназначенная для разработчиков и автоматизации задач. Встроенные навыки AI-агента и структурированный JSON-вывод упрощают интеграцию с другими системами и повышают эффективность работы. Проект находится в активной разработке, поэтому ожидаются изменения по мере приближения к версии 1.0.

Этот набор инструментов решает проблему сложности разработки приложений и AI-агентов, предоставляя унифицированный SDK для взаимодействия с различными большими языковыми моделями и сервисами искусственного интеллекта. Он упрощает интеграцию и тестирование функциональности, позволяя разработчикам быстро создавать решения на базе передовых технологий. В директории examples/ai-functions/ представлены скрипты для валидации, тестирования и итераций над функциями SDK искусственного интеллекта у различных провайдеров. Примеры охватывают широкий спектр задач, включая генерацию текста (непосредственную и потоковую), генерацию структурированных данных, создание вложений и генерацию изображений. Используемый стек включает TypeScript, Next.js, React, Svelte и Vue. Особое внимание уделено поддержке агентских рабочих процессов с использованием ToolLoopAgent, демонстрируя возможности создания сложных AI-агентов для автоматизации задач. Примеры организованы по категориям функций SDK, таким как generate-text/, stream-text/, generate-object/, stream-object/, agent/, embed/, embed-many/ и generate-image/, что обеспечивает удобную навигацию и понимание принципов работы.

Этот набор инструментов решает проблему поддержания актуальности идентификаторов моделей в проектах, использующих искусственный интеллект, особенно актуально для разработки игр и геймдева, где часто требуется интеграция с различными игровыми движками. Он предоставляет удобную библиотеку для управления и обновления этих идентификаторов, упрощая процесс внесения изменений в кодовую базу и минимизируя риск ошибок. Модуль update-provider-models автоматизирует процесс внесения изменений в идентификаторы моделей, используя поиск для обнаружения всех необходимых обновлений. Поддерживается добавление новых идентификаторов и удаление устаревших, с соблюдением строгих правил, включая точное соответствие и сохранение порядка сортировки, что критически важно для стабильности и предсказуемости работы TypeScript, React, Vue, Svelte и Next.js проектов. Ключевые особенности включают управление идентификаторами моделей, автоматизацию рабочих процессов и интеграцию с различными поставщиками. При работе с этим модулем необходимо строго следовать определенным процедурам, чтобы гарантировать корректность внесения изменений и избежать нежелательных последствий для всей системы, что особенно важно при разработке игр и в геймдеве.

Проведите тестирование и оценку производительности фильтров Django ORM на больших наборах данных. Используйте эту возможность всякий раз, когда пользователь хочет протестировать производительность фильтров, проверить планы запросов с помощью `EXPLAIN ANALYZE`, сгенерировать большие объемы тестовых данных для фильтров, проверить использование индексов или провести оценку производительности любого фильтра запросов в кодовой базе Saleor. Активируйте это действие, даже если пользователь говорит что-то вроде: "протестируйте фильтр на большом наборе данных", "проверьте, используется ли индекс", "сгенерируйте данные для тестирования производительности", "запустите `explain analyze` для этого фильтра" или "проведите оценку производительности этого запроса".

Обеспечьте единообразие и точность всей документации Mastra с помощью этого репозитория, который служит централизованным источником правил фирменного стиля. Здесь собраны ресурсы, касающиеся визуальной идентичности, типографики и стандартов написания, что позволяет поддерживать высокий уровень профессионализма и облегчает работу инструмента разработчика. Репозиторий содержит четкие указания по техническому написанию, включая примеры кода и рекомендации по избежанию маркетингового жаргона. Мы ориентированы на инженеров, а не маркетологов, поэтому акцент делается на деталях реализации и технической точности, что способствует созданию эффективного open-source решения. Внедрение этих правил позволяет добиться автоматизации процесса создания документации, минимизировать ошибки и гарантировать соответствие всем требованиям фирменного стиля Mastra. Это способствует повышению качества и удобства использования документации для всей команды.

Разработка качественных API – критически важный аспект современного программного обеспечения. api-design предоставляет четкие рекомендации и шаблоны для создания чистых и согласованных REST API, уделяя особое внимание проектированию TypeScript интерфейсов и правильному использованию HTTP методов. Это инструмент разработчика, помогающий избежать распространенных ошибок и повысить эффективность командной работы. Репозиторий содержит руководства по проектированию конечных точек, примеры использования HTTP методов и согласованные соглашения о кодах ответов. В частности, он предлагает структурированный подход к определению URL, включая примеры хороших и плохих практик, а также четкое описание назначения каждого HTTP метода (GET, POST, PUT, DELETE и др.). Это способствует созданию предсказуемых и удобных для использования API. api-design – это не просто набор правил, а основа для open-source решение по стандартизации разработки API. Использование этих рекомендаций позволяет значительно упростить процесс разработки, повысить качество документации и обеспечить возможность автоматизации многих рутинных задач, связанных с проектированием и поддержкой API.

Обеспечьте эффективное решение проблем пользователей и оперативное реагирование на запросы. Этот репозиторий содержит структурированные рекомендации и фреймворк для специалистов поддержки, что критически важно для успешного функционирования вашего бизнес-приложения. Мы предлагаем четкие инструкции по обработке обращений, устранению неполадок и эскалации проблем. В основе нашей системы – методика HEAR (Hear, Empathize, Assess, Resolve), а также унифицированные шаблоны ответов и руководства по тону общения. Использование этих инструментов гарантирует последовательность и профессионализм при взаимодействии с клиентами, что особенно важно для корпоративного решения с большим объемом обращений. Наш подход позволяет оптимизировать работу службы поддержки и повысить удовлетворенность пользователей, что напрямую влияет на успех вашей SaaS-платформы. Руководства включают в себя примеры, рекомендации по языку и избежание профессионального жаргона, обеспечивая понятность и доступность для всех агентов поддержки.

Обеспечьте единообразие и поддерживаемость пользовательского интерфейса на основе React, используя этот репозиторий, который устанавливает и применяет строгие правила стилизации. Это особенно важно при разработке игр и работе с игровым движком, где последовательность и эффективность критичны для успешной геймдев. Репозиторий tailwind-best-practices содержит приоритезированные правила, охватывающие использование компонентов, управление design token и применение классов, что позволяет автоматизировать рефакторинг и генерировать код с высокой степенью согласованности. Правила направлены на предотвращение расхождения design token и поддержание целостности библиотеки компонентов. Примените эти рекомендации при написании новых React компонентов, рефакторинге существующего кода и проверке соответствия стилизации, особенно при работе с Next.js и Node.js. Это гарантирует, что ваш UI остается согласованным и легким в поддержке на протяжении всего жизненного цикла проекта.

Mastra-docs – это open-source решение, предназначенное для стандартизации и повышения качества документации фреймворка Mastra. Репозиторий содержит руководства по стилю, соглашения о путях и структуру контента, обеспечивая единообразие и понятность для всех пользователей. Внутри вы найдете подробные инструкции по написанию и поддержке документации, включая организацию разделов (docs, guides, reference) и использование TypeScript, Next.js, React, Node.js и JavaScript для создания сайта документации. Особое внимание уделяется автоматизированному созданию документации для model providers. Mastra-docs предоставляет инструмент разработчика для автоматизации процесса создания и поддержки документации, гарантируя её соответствие установленным стандартам и упрощая внесение изменений. Все файлы документации находятся в папке @docs/, а Markdown-файлы – в @docs/src/content/en/.

Репозиторий react-best-practices предоставляет исчерпывающее руководство и набор лучших практик для оптимизации производительности React-приложений. Он охватывает ключевые аспекты, такие как уменьшение размера бандла, эффективная загрузка данных и оптимизация рендеринга, что особенно важно при разработке игр и использовании игрового движка. В рамках геймдева критически важно обеспечить плавную и отзывчивую работу, и этот ресурс поможет в этом. В руководстве представлены 12 правил, распределенных по шести категориям, с приоритетной расстановкой, что позволяет автоматизировать рефакторинг и генерировать код, соответствующий оптимальным стандартам. Особое внимание уделяется стратегиям клиентской загрузки данных, устранению "водопадов" и уменьшению размера JavaScript бандла, используя современные инструменты, такие как Tanstack Query. Используйте эти рекомендации при написании новых компонентов, реализации загрузки данных, проверке кода на предмет проблем с производительностью и рефакторинге существующих React-проектов. Руководство поможет улучшить время загрузки и общую отзывчивость вашего приложения, что является ключевым фактором успеха в современных проектах, включая сложные системы, требующие высокой производительности.

Ralph Plan – это инструмент, решающий проблему создания четких и эффективных инструкций для AI-агентов. Он помогает пользователям структурировать команды, обеспечивая последовательное и понятное выполнение задач, что значительно повышает продуктивность и снижает вероятность ошибок. Особенно полезен для оптимизации рабочего процесса и повышения качества результатов. С помощью интерактивного конструктора команд и структурированных шаблонов, Ralph Plan позволяет пользователям совместно с системой разрабатывать команды, используя принципы скриптинга и диалогового планирования. Это обеспечивает детальную проработку каждого этапа, от подготовки среды до проверки результатов. Ralph Plan предлагает автоматизацию задач посредством создания структурированных команд, включающих контекст, подготовительные шаги, конкретные задачи и этапы проверки. Инструмент поддерживает TypeScript, Next.js, React.js, Node.js и JavaScript, обеспечивая гибкость и совместимость с различными технологическими стеками.

AgentScope предоставляет комплексные инструменты для разработки, анализа и отладки систем AI-агент, использующих большую языковую модель. Эта библиотека значительно упрощает создание сложных взаимодействий между несколькими агентами, позволяя разработчикам эффективно решать задачи, требующие координации и обмена информацией. Наш анализ AgentScope охватывает ключевые аспекты работы с библиотекой, включая поиск учебных материалов, извлечение примеров кода и исследование модулей. Мы предоставляем подробную документацию и примеры использования, что позволяет быстро освоить функциональность и интегрировать ее в существующие проекты, основанные на искусственном интеллекте. Используя Python и другие современные технологии, AgentScope предлагает удобный интерфейс для изучения структуры библиотеки, включая классы, функции и подмодули. Это позволяет быстро находить необходимую информацию и эффективно использовать возможности AI-агент для решения конкретных задач.

Решение create-data-source предоставляет набор инструментов и шаблонов для разработки коннекторов источников данных для Workplace AI в Kibana, обеспечивая возможность федеративного поиска по различным системам хранения данных. Это позволяет интегрировать данные из сторонних сервисов непосредственно в Kibana, расширяя возможности анализа и визуализации. Этот инструмент разработчика упрощает создание коннекторов, поддерживающих интеграцию с серверами MCP (Management Console Protocol) и работу с файлами конфигурации YAML для определения рабочих процессов. Поддерживаемые технологии включают TypeScript, Elasticsearch, Kibana, Node.js и YAML. Благодаря автоматизации процесса создания коннекторов, open-source решение значительно сокращает время разработки и повышает эффективность интеграции данных в Kibana Workplace AI. Документация и шаблоны помогут быстро освоить процесс и создать собственные коннекторы.

create-agent – это open-source решение, разработанное для упрощения и автоматизации процесса создания и развертывания агентов Agent Builder в Kibana. Инструмент решает проблему трудоемкой ручной настройки, позволяя быстро создавать агентов с использованием доступных инструментов. Инструмент разработчика предоставляет набор скриптов, включая list_tools.sh для обнаружения доступных инструментов Agent Builder и list_agents.sh для управления существующими агентами. Он автоматически адаптируется к различным конфигурациям Kibana, включая HTTP/HTTPS и стандартную/серверную аутентификацию. С помощью create-agent вы можете значительно ускорить процесс разработки и внедрения Agent Builder, оптимизируя автоматизацию создания агентов и обеспечивая более эффективное использование возможностей Kibana. Поддерживаемые технологии: Bash, Elasticsearch, Kibana, JavaScript, x-pack.

build-data-source – это open-source решение, значительно упрощающее создание и тестирование источников данных для Workplace AI. Инструмент автоматизирует трудоемкие процессы, начиная с генерации кода и заканчивая комплексной проверкой качества, позволяя разработчикам сосредоточиться на ключевых задачах. Этот инструмент разработчика обеспечивает автоматизацию всего жизненного цикла создания источника данных, включая генерацию спецификаций, рабочих процессов, файлов YAML и документации. Он интегрируется с Elasticsearch, Kibana и Agent Builder, а также включает в себя этапы проверки кода и исправления ошибок на основе результатов анализа. Благодаря встроенной автоматизации и возможности сквозного тестирования с использованием чат-агентов, build-data-source повышает эффективность разработки и гарантирует высокое качество создаваемых источников данных для Workplace AI. Поддерживаемые технологии: Workplace AI, YAML, Elasticsearch, Kibana, Agent Builder.

Skyvern решает проблему рутинных операций с веб-сайтами, автоматизируя сложные скриптинг процессы и освобождая ресурсы для более важных задач. Инструмент использует искусственный интеллект для навигации, взаимодействия и извлечения данных из веб-страниц, значительно упрощая автоматизация задач. Skyvern предоставляет облачные сессии браузера и мощный REST API для интеграции в существующие системы. Технологии Python, Playwright, Selenium и GPT обеспечивают надежное и гибкое решение для автоматизации, позволяя оптимизировать рабочий процесс и повысить производительность. Ключевые особенности включают в себя AI-управляемое выполнение действий, управление сессиями браузера в облаке и эффективное извлечение данных с веб-страниц. Простая установка и настройка, а также возможность расширения функциональности через скриптинг, делают Skyvern идеальным выбором для автоматизации веб-ориентированных задач.

bump-version – инструмент для автоматизации задач, значительно упрощающий и ускоряющий процесс выпуска новых версий Python и TypeScript SDK. Он автоматизирует обновление версий, сборку SDK, создание коммитов и, опционально, тестирование, обеспечивая согласованность и минимизируя ручные ошибки в рабочем процессе. Решение позволяет автоматизировать ключевые этапы, включая валидацию версии в соответствии с SemVer, сборку SDK с использованием Fern, создание веток и генерацию pull request-ов. Инструмент поддерживает скриптинг и интеграцию с Git, что делает его незаменимым для команд, занимающихся разработкой и выпуском SDK. bump-version оптимизирует рабочий процесс выпуска, снижает вероятность ошибок и повышает эффективность команды разработчиков. Он использует Python, Fern, Git, Bash и TypeScript для комплексной автоматизации версионирования и релиза.

Планируйте и выполняйте исследования поведения системы во время работы, используя временные скрипты для сбора данных, матрицы для проверки, механизмы контроля состояния и отчеты, в которых сначала указываются результаты. Используйте эту функцию только тогда, когда пользователь явно инициирует ее для проверки фактического поведения системы во время работы, помимо обычной проверки на уровне кода, особенно для выявления граничных случаев, неописанного поведения или распространенных режимов отказа в локальных или работающих интеграциях. Базовая проверка работоспособности может быть хорошей отправной точкой, но не ограничивайтесь подтверждением стандартного сценария.

Помогает пользователям находить и устанавливать навыки агента, когда они задают вопросы вроде "как сделать X", "найди навык для X", "есть ли навык, который может..." или выражают заинтересованность в расширении возможностей. Этот навык следует использовать, когда пользователь ищет функциональность, которая может быть реализована в виде устанавливаемого навыка.

Делайте скриншоты для сред уязвимостей Vulhub в GNOME Wayland. Используйте эту функцию всякий раз, когда вам нужно делать скриншоты веб-страниц, окон браузера, окон приложений Xwayland или делать снимки всего экрана для документации по уязвимостям. Также используйте эту функцию, когда вам нужно взаимодействовать с веб-страницей через Chrome DevTools Protocol (CDP) перед тем, как сделать скриншот (например, заполнять формы входа, нажимать кнопки, переходить по многоступенчатым процессам). Эта функция предоставляет скрипты для создания скриншотов браузера, захвата окон и скриншотов на основе GNOME portal. Используйте ее для любых задач создания скриншотов в сеансе GNOME Wayland, особенно при документировании шагов воспроизведения эксплойтов.

Supermemory решает проблему управления контекстом и памятью для ИИ-агентов, обеспечивая постоянную память, персонализированный опыт и расширенный семантический поиск по различным типам данных. Это open-source решение, предоставляющее надежную инфраструктуру для создания интеллектуальных приложений. Supermemory предлагает инструмент разработчика для создания ИИ-агентов с долгосрочной и краткосрочной памятью. Ключевые возможности включают API памяти для хранения контекста пользователя, динамические профили, объединяющие статические и эпизодические данные, и продвинутый семантический поиск с поддержкой мультимодальных данных. Технологический стек включает PostgreSQL, TypeScript и Cloudflare Workers. Встроенная автоматизация извлечения и структурирования информации позволяет легко создавать агентов, запоминающих предпочтения пользователей, предыдущие взаимодействия и контекст. Supermemory позволяет строить приложения, которые действительно понимают и адаптируются к индивидуальным пользователям, обеспечивая более релевантный и персонализированный опыт.

Используйте эту функцию для оптимизации запросов или устранения проблем в приложениях Laravel, таких как медленные страницы, запросы N+1, исключения, неудачные запросы или неожиданное поведение, путем анализа данных, собранных Laravel Debugbar, с помощью команд Artisan CLI. Применяйте это, когда пользователь просит вас исследовать ошибку, диагностировать медленный запрос, найти повторяющиеся запросы, проверить, что произошло в предыдущем запросе, или оптимизировать производительность базы данных, даже если они явно не упоминают "Debugbar" или "профилирование".

Skill Creator – это платформа, решающая проблему расширения возможностей большой языковой модели, такой как Claude, за счет создания специализированных AI-агентов (Skills). Она предоставляет структурированный подход к разработке модульных компонентов, которые интегрируют специфические знания, рабочие процессы и инструменты, значительно повышая эффективность решения задач в конкретных областях. Skill Creator позволяет создавать Skills – самодостаточные модули, представляющие собой "руководства по адаптации" для определенных доменов. Благодаря искусственному интеллекту, Skills обеспечивают специализированные рабочие процессы, интеграцию инструментов и доставку информации в сжатом виде, что позволяет трансформировать Claude из универсального инструмента в эксперта в своей нише. Ключевой особенностью Skill Creator является акцент на модульной разработке и эффективном использовании контекстного окна. Платформа поддерживает Python и другие технологии, обеспечивая гибкость и масштабируемость при создании и интеграции AI-агентов для решения сложных и повторяющихся задач.

Информация об инструменте дифференциального фаззера, как его запустить и использовать для поиска ошибок в Turso. Всегда загружайте этот навык при использовании этого инструмента.

Как проводить бенчмаркинг и анализ использования памяти в Turso с использованием библиотеки `memory-benchmark` и профайлера памяти `dhat`. Используйте эти навыки всякий раз, когда пользователь упоминает использование памяти, профилирование памяти, отслеживание выделений, анализ кучи, регрессию памяти, бенчмаркинг памяти, `dhat` или хочет понять, где происходит выделение памяти во время SQL-операций. Также используйте это при расследовании роста памяти в режимах WAL или MVCC. ВАЖНО: Если вы изменяете библиотеку `perf/memory` (добавляете профили, изменяете флаги командной строки, изменяете формат вывода и т.д.), обновите этот документ, чтобы отразить эти изменения, чтобы он оставался точным для будущих агентов.