AI Skills

Создайте минимальный локальный Deep Agent на Python, следуя официальной инструкции быстрого старта, используя встроенный веб-поиск провайдера вместо Tavily. Используйте, когда пользователь хочет быстро собрать или протестировать Deep Agent локально.

Редакционные интерфейсы / журналы / длинные статьи / Medium / Substack / интерфейсы с высокой плотностью контента. Зафиксированные параметры: CRAFT=9, MOTION=4, DENSITY=3. Шрифты с засечками для заголовков + гуманистические шрифты для основного текста, широкая колонка чтения, буквицы, OpenType. Активируйте при: редакционном стиле, журнале, длинных статьях, блоге, стиле Medium, стиле Substack.

Помогает пользователям открывать и устанавливать навыки агентов по их запросам.

Интенсивное интервью для уточнения плана или дизайна.

Интенсивное интервью для уточнения плана или дизайна с одновременным созданием документации (ADR и глоссария).

Сканирует кодовую базу на возможности улучшения, представляет результаты в виде визуального HTML-отчёта и углублённо разбирает выбранный вариант.

Разработка через тесты (TDD) для создания функций или исправления ошибок с приоритизацией тестов.

Настраивает репозиторий для инженерных навыков: трекер задач, словарь меток триажа и макет документации.

Сжимает текущий разговор в документ передачи для другого агента.

Проводит задачи и внешние PR через машину состояний триажа: категоризирует, проверяет, разбирает и готовит инструкции для агента.

Создаёт прототип для проверки дизайна и валидации модели состояния, логики или внешнего вида интерфейса.

Комплексный навык для платформы Cloudflare: Workers, Pages, хранилище, AI, сетевые и защитные функции.

CLI Cloudflare Workers для деплоя и управления Workers, хранилищем, базами данных и другими сервисами платформы.

Проверяет и создаёт код Cloudflare Workers в соответствии с production-практиками.

Анализирует производительность сайта через Chrome DevTools: метрики производительности и проблемы загрузки и доступности.

Создаёт и проверяет Cloudflare Durable Objects для систем с состоянием: чат-комнаты, игры, бронирование.

Строит AI-агентов на Cloudflare Workers через Agents SDK — состояние, workflow и приложения реального времени.

Отправка и приём транзакционных писем через Cloudflare Email Service (Sending + Routing) с поддержкой Workers, Node.js, Python, Go, SPF/DKIM/DMARC и MCP email tools.

Поиск в интернете с LLM-оптимизированными результатами через Tavily CLI.

Комплексное AI-исследование с цитированием через Tavily CLI.

Разработка production-ready интеграций Tavily для веб-поиска, извлечения контента, краулинга и исследований в агентских workflow и RAG-системах.

Работа с PDF, где важны отрисовка и разметка: визуальные проверки через Poppler и Python-инструменты reportlab, pdfplumber, pypdf.

Извлечение чистого markdown или текста с конкретных URL через Tavily CLI.

Веб-поиск, извлечение контента, краулинг и глубокие исследования через Tavily CLI с цитированием.

Управление сервисами, задачами и пулами Cloud Run: деплой приложений, событийные и запланированные задачи, фоновая обработка.

Краулинг сайтов и извлечение контента с множества страниц через Tavily CLI.

Применение Gemini API на Agent Platform через Google Gen AI SDK с поддержкой Python, JS/TS, Go, Java, C#, мультимодальности и Live API.

Управление датасетами, таблицами и задачами в BigQuery, SQL-запросы и анализ данных.

Обнаружение и список всех URL сайта через Tavily CLI без извлечения контента.

Гид по первым шагам разработчика в Google Cloud: аккаунт, биллинг, проект и деплой первого ресурса.

Экспертное руководство по аутентификации и авторизации в сервисах Google Cloud, включая ADC и безопасный доступ.

Отладка и исправление ошибок GitHub PR checks в GitHub Actions через `gh` для инспекции логов и плана исправлений.

Генерация и объяснение ресурсов Cloud SQL для инстансов и баз MySQL, PostgreSQL и SQL Server.

Security-руководство для нагрузок Google Cloud по Well-Architected Framework: IAM, сетевая безопасность, защита данных.

Работа с продуктами и сервисами Firebase в мобильных и веб-приложениях.

Security-ревью для Python, JavaScript/TypeScript и Go с рекомендациями по безопасной разработке.

Управление задачами, проектами и командными workflow в Linear: создание и обновление тикетов.

Автоматизация браузера через CLI: навигация, извлечение данных, формы и скриншоты с Browserbase и авто-решением CAPTCHA.

Автоматизация браузера из терминала через `playwright-cli`: навигация, формы, скриншоты и отладка UI.

Перевод дизайнов Figma в production-ready код приложений с точностью 1:1.

Скриншоты рабочего стола или отдельных приложений (весь экран, окно, регион), когда встроенные средства недоступны.

Figma MCP-сервер для получения дизайн-контекста, скриншотов, переменных и ассетов и трансляции узлов Figma в код.

Загрузка URL без полного браузера: HTML/JSON со статических страниц, проверка статус-кодов и простой скрейпинг.

Захват полного DevTools-протокола для отладки браузерной автоматизации и анализа сети с отправкой в агентный loop.

AI-тестирование интерфейса через browse CLI: функциональность, доступность, адаптивность и исследовательское тестирование.

Деплой бессерверной браузерной автоматизации как облачных функций на Browserbase по расписанию или cron.

Поиск в интернете без полного браузера со структурированными результатами (URL, заголовки, метаданные).

Самообучающаяся браузерная автоматизация через auto-research loop с итеративным улучшением навигации.

Hugging Face Hub CLI для загрузки, выгрузки и управления моделями, датасетами, Spaces и репозиториями.

Создание веб-интерфейсов и демо на Gradio (Python) для приложений, компонентов и чат-ботов.

Hugging Face Dataset Viewer API: метаданные датасета, поиск, фильтрация и скачивание parquet-файлов.

Обучение и дообучение языковых и визуальных моделей через TRL/Unsloth на Hugging Face Jobs (SFT, DPO, GGUF).

Чтение научных статей с Hugging Face с метаданными авторов, связанных моделей и исходников через papers API.

Запуск ML-моделей прямо в JavaScript/TypeScript через Transformers.js для NLP, зрения, аудио и мультимодальности.

Обучение моделей компьютерного зрения (детекция, классификация) на GPU Hugging Face Jobs с датасетом в COCO-формате.

Отслеживание и визуализация ML-экспериментов через Trackio: метрики, оповещения и анализ обучения.

Глубокие исследования через backend NVIDIA AI-Q Blueprint.

Официальное руководство NVIDIA по GPU DataFrames: cuDF, ускорение pandas и мультиGPU-нагрузки.

NVIDIA RAG Blueprint для деплоя, конфигурации и управления RAG-сервисами (Agentic RAG, VLM, поиск).

Эксперт в разработке на FastAPI (Python) с best practices для async-операций и API.