Explorar skills

Analisar e classificar habilidades de agentes para segurança usando avaliação local com avaliação de risco estruturada e atestado verificável opcional.

context-density-optimizer é uma AgentSkill para podar contextos de trabalho excessivos antes da implementação, revisão, depuração ou planejamento.

Esta skill é ativada quando o usuário expressa o desejo de aprender, entender ou dominar um tópico. É aplicável a qualquer área, como linguagens de programação, conceitos matemáticos, design patterns, ferramentas, frameworks, conhecimento de domínio e soft skills.

Edição de arquivos segura e confiável com validação e depuração, ideal para código, configurações ou marcação (HTML, JSON, Python, JS). Previne erros comuns como nomes de parâmetros incorretos ou alterações não intencionais, incorporando validação, verificação de pesquisa e estratégias de reversão.

Pacote de habilidades JUnit 5 para criar, depurar, modernizar, documentar e rotear fluxos de trabalho de teste JVM.

Inspeciona uma base de código, detecta a pilha de testes e planeja ou escreve testes de unidade e componentes isolados com segurança.

Motor de otimização de prompt de 4 passes que combina 7 habilidades em um pipeline que garante 5/5 em todas as dimensões de qualidade. Recebe um prompt do usuário e retorna uma versão otimizada com um relatório de pontuação completo.

Otimiza a colaboração de codificação do Claude, combatendo as fraquezas de LLMs e aproveitando seus pontos fortes como tenacidade e iteração. Utilize para qualquer tarefa de codificação, revisão de código, discussão de arquitetura ou conversa de desenvolvimento de software, sendo acionado por solicitações de código, depuração ou refatoração.

Analisa repositórios GitHub, ferramentas ou frameworks de IA para extrair suas melhores capacidades em habilidades nativas do OpenClaw, ideal para replicar funcionalidades ou criar novas skills a partir de projetos externos.

Esta skill remove comportamentos indesejados de IA, como bajulação, preâmbulos e excesso de cautela, das respostas. Ela se aplica a todas as tarefas de assistência ao usuário, desde ajuda com código até conversas gerais, para reduzir a frustração.

Uma investigação de causa raiz em 4 fases para qualquer problema técnico, como bugs, falhas de teste ou comportamento inesperado. Ela exige a identificação da causa raiz antes de tentar correções, não permitindo soluções aleatórias.

Analisa a lógica do código-fonte, gera fluxogramas Mermaid ou diagramas de arquitetura SVG e os renderiza como imagens PNG. Suporta 15 temas, 5 estilos visuais, um sistema gráfico semântico e mais de 40 ícones de produtos.