Receber por email

Explorar skills

69.576 skills encontradas

vibecosystem

507

Equipe de software de IA para Claude Code, com 138 agentes, 295 habilidades e 73 hooks. Apresenta autoaprendizagem, um enxame multiagente e evolução autônoma de habilidades.

Desenvolvimento #ai por vibeeval

vibecosystem

507

AI software team for Claude Code - 138 agents, 295 skills, 73 hooks. Self-learning, multi-agent swarm, autonomous skill evolution.

Desenvolvimento #ai por vibeeval

vibecosystem

507

Equipe de software de IA para Claude Code, composta por 138 agentes, 295 habilidades e 73 hooks. Este enxame multiagente é autoaprendizagem e possui evolução autônoma de habilidades.

Desenvolvimento #ai por vibeeval

incident-response-patterns

507

Classificação de severidade de incidentes, modelos de runbook, análise de causa raiz e revisão pós-incidente.

DevOps e Infra #ai por vibeeval

vibecosystem

507

AI software team for Claude Code - 138 agents, 295 skills, 73 hooks. Self-learning, multi-agent swarm, autonomous skill evolution.

Desenvolvimento #ai por vibeeval

vibecosystem

507

AI software team for Claude Code - 138 agents, 295 skills, 73 hooks. Self-learning, multi-agent swarm, autonomous skill evolution.

Desenvolvimento #ai por vibeeval

vibecosystem

507

AI software team for Claude Code - 138 agents, 295 skills, 73 hooks. Self-learning, multi-agent swarm, autonomous skill evolution.

Desenvolvimento #ai por vibeeval

vibecosystem

507

AI software team for Claude Code - 138 agents, 295 skills, 73 hooks. Self-learning, multi-agent swarm, autonomous skill evolution.

Desenvolvimento #ai por vibeeval

agent-tamagotchi

507

Um pet de terminal que vive na sua statusline, com 12 espécies e 5 atributos (DEBUGGING, PATIENCE, CHAOS, WISDOM, SPEED). Ele reage ao seu fluxo de trabalho, ficando feliz com testes aprovados, triste com builds falhas e animado em modo swarm, com a espécie determinada pelo ID do usuário.

Desenvolvimento #ai #react por vibeeval

property-based-testing

507

Property-based testing (PBT) patterns with fast-check (JS/TS), Hypothesis (Python), and gopter (Go). Generate random inputs, define invariants, shrink failures to minimal cases. Adapted from Trail of Bits. Use when testing pure functions, parsers, serializers, state machines, or any code where example-based tests miss edge cases.

Desenvolvimento #ai #python por vibeeval

vibecosystem

507

AI software team for Claude Code - 138 agents, 295 skills, 73 hooks. Self-learning, multi-agent swarm, autonomous skill evolution.

Desenvolvimento #ai por vibeeval

vibecosystem

507

AI software team for Claude Code - 138 agents, 295 skills, 73 hooks. Self-learning, multi-agent swarm, autonomous skill evolution.

Desenvolvimento #ai por vibeeval