MCP App StoreMCP App Store
de aiekit15
Améliorez la qualité du code Python/ML avec des annotations de type, des docstrings de contrat, des audits d'exceptions, des tests basés sur les propriétés avec Hypothesis et des tests de mutation avec mutmut.
Ce skill propose un guide pratique pour augmenter la qualité du code Python (particulièrement pour le ML). Il guide l'annotation des API publiques, l'écriture de docstrings de type contrat, l'audit de la gestion des exceptions et l'application de tests basés sur les propriétés via Hypothesis. Il couvre également les tests de mutation (mutmut) pour mesurer la robustesse des tests, la configuration de Ruff pour les projets ML, et des exercices de pré-mortem pour identifier les hypothèses fragiles avant qu'elles n'échouent. Les conseils sont actionnables : checklists, modèles et modèles de test utilisables immédiatement dans une base de code existante.
Utilisez ce skill lorsque vous devez renforcer un pipeline Python ou ML existant : ajout ou resserrement des annotations de type, rédaction de docstrings de contrat pour les fonctions publiques, audit des blocs try/except, création de stratégies Hypothesis pour les tenseurs ou configurations, diagnostic de tests instables (flaky tests), ou évaluation de la qualité de la couverture des tests via les tests de mutation. Il est adapté à la revue de code, au renforcement des tests CI et à la préparation de modules pour la production.
references/ riches avec des modèles et des analyses approfondies (has_references=true).Idéalement utilisé avec des agents qui exécutent ou authorisent du code et des tâches CI (assistants de code de type Copilot, Claude Code, modèles Codex/Code) et tout workflow capable de générer ou d'appliquer des commandes shell/python dans un repo.
Compétence de documentation uniquement couvrant les annotations de type, les docstrings de contrat, les audits d'exceptions, les tests basés sur les propriétés Hypothesis et les tests de mutation mutmut pour les bases de code Python/ML. Bien organisée avec des checklists claires, des modèles et une divulgation progressive via des liens de référence. Aucun script à exécuter. Les sections d'anti-modèles et de compétences connexes contiennent du texte en vietnamien, suggérant la locale de l'auteur.
Compétence de documentation pure sans scripts exécutables. Le contenu est solide et bien structuré. Le texte vietnamien dans deux sections est une curiosité mais pas un défaut. La compétence bénéficierait d'avoir les fichiers de référence joints ou liés à des URL réelles.
Development Worktree
Create an isolated git worktree for feature work, auto-run project setup, and verify a clean test baseline before development.
Full Stack Builder
End-to-end builder that scaffolds, implements, tests, and optionally deploys web and API applications from a natural-language specification.
Claw Bench
Benchmarking skill that guides an agent through a structured suite of capability tests and reporting steps for leaderboard submission.
Jx Component Library
Build server-rendered UIs using reusable .jx components in Python/Jinja2 with typed props and automatic asset management.
SourceSage CLI
Generate concise, LLM-friendly repository summaries (Markdown) using the SourceSage CLI — supports lite mode, language switching, and targeted repo analysis.
Supabase SDK Patterns (TypeScript & Python)
Production-ready patterns for using Supabase clients in TypeScript and Python: client initialization, typed queries, auth, realtime, storage, RPC, and error-han
Python Tooling (uv + Ruff)
Tools and patterns for managing Python environments, installing packages, and linting/formatting code using uv and Ruff for fast, reproducible workflows.
Zero Tech Debt
Refactor features toward the intended architecture: remove legacy cruft and simplify code to reduce long-term operational cost.