
de calgebra93
Un DSL Python pour composer, interroger et analyser des intervalles de calendrier : trouver du temps libre, détecter des conflits, filtrer des événements et calculer des métriques de chronologie.
Calgebra fournit un DSL d'algèbre d'ensembles pour les chronologies et les intervalles de calendrier. Il permet aux agents de composer des chronologies paresseuses, de les découper avec des limites tenant compte des fuseaux horaires, de filtrer et transformer des événements, de calculer des métriques (durée, couverture, comptes) et de convertir les résultats en dataframes ou fichiers iCalendar. Les capacités typiques incluent la recherche de créneaux libres, la détection de conflits, la fusion d'événements chevauchants et la production d'histogrammes cycliques (par heure, jour, mois).
Utilisez cette compétence lorsque vous devez raisonner sur des plages temporelles ou des calendriers : calculer des fenêtres d'occupation/disponibilité, filtrer des événements par durée ou tags, agréger le temps de réunion, comparer des agendas à travers différents fuseaux horaires, ou exporter des événements filtrés vers des fichiers .ics ou des dataframes pour affichage. Idéal pour des demandes d'utilisateurs comme « trouve mon prochain créneau libre d'une heure » ou « montre la couverture des réunions hebdomadaires par jour ».
at_tz()), composer des chronologies avec des opérateurs (|, &, -, ~), convertir en DataFrame (to_dataframe), modèles courants pour les règles récurrentes et transformations, et fonctions de métriques (total_duration, coverage_ratio).Probablement utilisé par des agents capables de Python ou des agents pouvant exécuter des extraits Python (agents de type Copilot/Code).
Calgebra est un DSL Python pour l'algèbre d'ensembles de calendriers — composer des chronologies avec des opérateurs d'union/intersection/différence, filtrer par durée ou champs personnalisés, calculer des métriques et gérer des modèles récurrents. Le SKILL.md est bien structuré avec des sections de démarrage rapide, concepts de base, opérateurs et modèles courants claires. Aucun script groupé à tester ; la compétence fait référence à un package Python externe (calgebra) qui doit être installé séparément. Aucune préoccupation de sécurité — compétence purement d'interrogation/analyse de données sans appels réseau, exécution shell ou gestion d'identifiants dans le corps de la compétence lui-même.
calgebraCompétence propre et bien documentée sans problèmes de sécurité. Le SKILL.md est complet avec une bonne divulgation progressive — démarrage rapide → concepts de base → opérateurs → filtrage → modèles avancés. L'architecture suit bien la spécification des compétences avec un frontmatter approprié, des sections claires et un flux logique. Déductions : aucun script groupé (donc impossible de vérifier le comportement), dépend d'un package externe, et public de niche (développeurs axés sur l'ordonnancement). Légère déduction de qualité de code pour une référence vague ('access_token' non défini dans les exemples).