MCP App StoreMCP App Store
de claude-skills126
Configurez et exécutez du code Mojo dans les conteneurs Claude.ai, incluant l'installation, la compilation et le benchmarking des performances.
Cette compétence transforme un conteneur Claude.ai en un environnement de développement Mojo fonctionnel. Elle gère l'installation de la CLI Modular et du compilateur Mojo, gère la compilation JIT et binaire, et fournit un cadre pour comparer les performances de Mojo par rapport à Python.
Utilisez cette compétence lorsque vous avez besoin d'écrire, d'exécuter ou de tester du code Mojo. Elle est particulièrement utile pour les tâches de calcul haute performance ou lorsque l'utilisateur mentionne Modular ou le framework MAX.
uv.fn par def).Claude.ai (mode Conteneur), Claude Code, et d'autres environnements avec un accès bash.
Cette compétence n'a pas encore été examinée par notre pipeline d'audit automatisé.
OpenTestAI
Automated, high-confidence AI testing: bug detection, persona feedback, and prioritized test-case generation using many specialized tester profiles.
Go Data Structures
Authoritative guidance on choosing and using Go built-in and standard-library data structures, with practical best practices for slices, maps, arrays, container
React Development Expert
Provides authoritative React guidance on hooks, state patterns, Server Components, performance optimization, and common architectural patterns.
Code Reviewer
Perform structured, prioritized code reviews that find correctness, security, performance, reliability, and testing issues and provide concrete fix suggestions.
dotLottie Web
Guidelines and patterns for implementing performant dotLottie/Lottie animations on the web (vanilla JS and React), including workers, state machines, and themin
Party Engine Skill
Guidance and examples for using the @cazala/party particle engine (engine lifecycle, modules, WebGPU vs CPU patterns) in custom apps.
Party Skill
Programmatic guide for the @cazala/party library: engine setup, modules, particle APIs, and performance tips for WebGPU and CPU runtimes.
LLM Evaluation
Evaluation framework and tools for systematically measuring LLM performance using automated metrics, human judgment, and A/B testing.