Clarity

microsoft_clarity-automation ayuda a los agentes a usar Microsoft Clarity mediante Composio Rube MCP para grabaciones de sesiones, mapas de calor y analítica de comportamiento. Prioriza RUBE_SEARCH_TOOLS como primer paso, la configuración de una conexión activa con Clarity y el uso consciente de los esquemas.

distill ayuda a simplificar interfaces recargadas al eliminar ruido, jerarquías débiles y opciones redundantes para que la tarea principal quede clara. Úsalo cuando una pantalla necesite una reducción disciplinada, prioridades más claras y una pasada de simplificación enfocada.

Clarify mejora el copy de UX confuso, los mensajes de error, las etiquetas, los pasos de onboarding y las instrucciones para que las personas usuarias puedan actuar con menos dudas. Resulta útil para documentación técnica, contenido de soporte y equipos de producto que necesitan texto de interfaz más claro. La skill empieza por el contexto, la audiencia y el estado de la persona usuaria antes de reescribir, para que el resultado sea más directo, específico y fácil de usar.

requirements-clarity es un flujo de trabajo estructurado que convierte solicitudes de funcionalidades vagas en requisitos listos para implementar. Detecta alcance faltante, restricciones, criterios de aceptación, casos límite y contexto técnico, y luego plantea preguntas precisas por rondas para generar una salida más clara, estilo PRD, antes de empezar a programar.

writing-clearly-and-concisely es una skill de edición reutilizable para reescribir textos pensados para lectores humanos. Ayuda a convertir borradores recargados, vagos o con tono de IA en un inglés claro y directo para documentación, README, mensajes de commit, descripciones de PR, mensajes de error, textos de interfaz, informes y explicaciones. El repo combina reglas de claridad al estilo Strunk con pautas prácticas para evitar fórmulas infladas típicas de la escritura generada por IA.

naming-analyzer revisa variables, funciones, clases, archivos, campos de base de datos y nombres de API; detecta identificadores vagos o engañosos y propone alternativas más claras y alineadas con las convenciones para revisión de código y refactorización.