Trouvez le skill parfait

Developpement

Audit du sous-système DPCM/batterie : comment les notes MIDI deviennent des échantillons DPCM, conversion .wav, et pilotage du canal DMC.

Data & IA

Agrégateur RSS léger multi-plateforme pour YouTube, Vimeo, Behance, Twitter, Bilibili, Weibo, Douyin, Xiaohongshu, etc. Supporte la déduplication incrémentale et le classement IA.

Data & IA

Fournit une carte de référence complète pour les API DataFusion et DeltaLake, avec des règles strictes pour ne jamais deviner les interfaces. Utile pour naviguer dans les fichiers de référence locaux et appliquer des patterns existants dans ce dépôt.

Productivite

Surveille l'exécution des tâches pour identifier des opportunités d'amélioration des compétences. Capture les modèles, corrections utilisateur et informations sur le workflow.

Developpement

Améliore la lisibilité, la maintenabilité et les performances du code en appliquant des principes tels que DRY et SOLID, en renommant les variables, en découpant les fonctions longues et en détectant les goulots d'étranglement.

DevOps

Exécute des diagnostics complets sur le plugin Matrix et corrige automatiquement les problèmes détectés. Vérifie la configuration, la base de données et les hooks.

Productivite

Sauvegarde la conversation actuelle dans Obsidian avec un résumé structuré (décisions, fichiers modifiés, notes). Utilisez /log [titre] pour archiver des sessions et retrouver facilement le contexte.

DevOps

Fournit des commandes et des workflows pour nettoyer les conteneurs, images, volumes et réseaux Docker. Utile pour libérer de l'espace disque, supprimer les ressources inutilisées ou orphelines, et résoudre les problèmes de Docker Desktop comme le démon qui ne répond pas ou des commandes qui bloquent.

Data & IA

Compétence pour créer, éditer et analyser des fichiers tableurs (xlsx, csv, tsv) avec formules, mise en forme et nettoyage de données. Utilise openpyxl et pandas.

DevOps

Ce skill aide à concevoir des cadres SLO (Service Level Objectives), définir des SLI (Service Level Indicators) et construire des systèmes de monitoring qui équilibrent fiabilité et vélocité des fonctionnalités. Il est utilisé pour établir des objectifs de fiabilité, créer des tableaux de bord et alertes, aligner les cibles de fiabilité avec les priorités métiers, et standardiser les pratiques de fiabilité entre les équipes.

Data & IA

Expert en infrastructure ML scalable et pipelines d'automatisation sur les plateformes cloud. Couvre l'ensemble du cycle de vie MLOps : orchestration de pipelines, suivi d'expériences, versionnement de modèles et CI/CD pour les modèles. Utile pour les tâches de systèmes ML en production, déploiement de modèles et automatisation de workflows.

Productivite

Révision quotidienne automatisée appliquant les modèles mentaux de Charlie Munger pour identifier les angles morts et les pièges cognitifs.