de claude-howto27,310
Génère des docs d'API claires et exploitables (OpenAPI, guides d'endpoints, exemples) à partir du code source pour accélérer la documentation et les exemples de SDK.
Cette compétence produit une documentation d'API structurée à partir de modèles de code source et d'exemples. Elle génère des spécifications OpenAPI/Swagger, de la documentation par endpoint, des exemples de requêtes/réponses, des extraits d'utilisation de SDK (JavaScript, Python), des guides d'authentification et des références aux codes d'erreur. Le résultat est un markdown templaté adapté aux docs développeurs ou à un site de documentation.
Utilisez cette compétence lors de la création ou de la mise à jour de la documentation d'API, de la production de spécifications OpenAPI à partir du code, de l'intégration de tiers, ou pour répondre aux questions des utilisateurs sur les endpoints, les paramètres ou les formats de réponse. Utile pour automatiser les sections de doc répétitives et produire des exemples cohérents.
Probablement compatible avec les agents de type Claude Code et les agents assistants de code polyvalents pouvant exécuter de petits scripts et éditer des fichiers markdown/doc.
Une compétence de modèle de documentation d'API minimaliste écrite entièrement en ukrainien. Contient un seul exemple de point de terminaison (GET /users/:id) avec un tableau de paramètres, des exemples de réponses et des extraits cURL/JS/Python. Pas de scripts, pas de logique d'automatisation — essentiellement juste un modèle markdown statique. La description du frontmatter est en ukrainien mais les métadonnées de la DB sont en anglais, suggérant un décalage linguistique. Trop mince pour être pratiquement utile en tant que compétence ; un LLM pourrait générer ce modèle à partir d'un simple prompt.
Purement un modèle de documentation sans composants exécutables. Aucun problème de sécurité. Qualité de code très faible — pas de véritables instructions, juste un seul exemple. Architecture minimale (frontmatter + une section). L'utilité est limitée car il s'agit essentiellement d'un modèle de prompt qu'un LLM pourrait produire à la demande sans compétence. Le décalage linguistique entre les métadonnées de la DB (anglais) et le contenu réel (ukrainien) est un problème de qualité.
