Fournit une compétence de fiches mémo Python ciblée qui récupère des exemples et des modèles pratiques depuis pythonsheets.com pour aider les agents à écrire du code Python fonctionnel, à répondre à des questions techniques et à produire du matériel de préparation aux entretiens. Elle met l'accent sur des solutions axées sur la fonctionnalité avec des modèles du monde réel couvrant la syntaxe de base, la concurrence (asyncio, threading), le réseau, les bases de données, les flux de travail ML/LLM et les sujets HPC.
Utilisez cette compétence lorsqu'un utilisateur pose des questions de programmation Python, demande des exemples de code fonctionnels, a besoin d'aide pour le débogage, souhaite préparer des entretiens sur des sujets Python (GIL, asyncio, décorateurs) ou demande des conseils pratiques sur le ML/LLM et l'entraînement distribué. La compétence est particulièrement précieuse lorsque des modèles concrets et éprouvés sont requis.
references/ (has_references=true), utilisés comme sources d'exemples faisant autoritéCette compétence est optimisée pour les agents disposant de capacités de récupération web et de génération de code (par exemple, les modèles de code de style Codex/Copilot, Claude Code, Gemini avec accès web) capables d'exécuter WebFetch et de produire des exemples Python exécutables.
Compétence de référence sous forme de aide-mémoire Python qui instruit les agents de récupérer des exemples et des modèles sur pythonsheets.com. Aucun script groupé — purement une compétence de recherche/référence. SKILL.md bien organisé avec un flux de travail clair, des domaines de couverture complets et une bonne divulgation progressive via references/. Aucun problème de sécurité ; la compétence ne récupère que des pages web publiques via WebFetch.
Compétence de référence propre. Aucun script, aucun appel réseau au-delà de la récupération d'URL de référence publiques. Bonne structure avec references/ pour la divulgation progressive.