Performance

postgres-patterns es una skill práctica de referencia rápida de PostgreSQL para optimización de consultas, diseño de esquemas, indexación, Row Level Security y pooling de conexiones. Ayuda a los flujos de trabajo de Database Engineering a tomar decisiones más rápidas y fiables con buenas prácticas compactas, en lugar de depender de un prompt genérico.

nuxt4-patterns es una skill para Nuxt 4 centrada en la seguridad de hydration, las route rules, la carga diferida y la obtención de datos segura para SSR. Usa la skill nuxt4-patterns para tomar mejores decisiones de Frontend Development, reducir desajustes y aplicar el patrón adecuado en cada página o componente.

frontend-patterns es una skill práctica para el desarrollo frontend con React y Next.js, pensada para ayudarte a elegir patrones mantenibles en componentes, estado, formularios, enrutado, accesibilidad y rendimiento. Usa la guía de frontend-patterns cuando necesites orientación clara para implementar y seleccionar patrones, no solo buenas prácticas genéricas.

flutter-dart-code-review es una checklist de revisión de código para Flutter y Dart, independiente de la librería, que cubre arquitectura, calidad de widgets, gestión de estado, rendimiento, accesibilidad, seguridad y código limpio. Úsalo como una guía estructurada de flutter-dart-code-review para Code Review en BLoC, Riverpod, Provider, GetX, MobX, Signals o patrones personalizados.

compose-multiplatform-patterns es una guía práctica para Compose Multiplatform y Jetpack Compose en apps KMP. Cubre gestión de estado, navegación, tematización, rendimiento y patrones de UI reutilizables para Android, iOS, Desktop y Web, ayudando a equipos de desarrollo frontend a crear pantallas compartidas mantenibles.

Usa la skill de benchmark para medir bases de rendimiento, detectar regresiones antes y después de los PR y comparar alternativas de stack en páginas, APIs y builds para la optimización del rendimiento.

python-expert es una skill de GitHub para generación, revisión, depuración y refactorización de código Python. Guía a los agentes con un orden claro de prioridades —corrección, seguridad de tipos, rendimiento y luego estilo—, y remite a SKILL.md, AGENTS.md y archivos de reglas para facilitar su adopción práctica.

code-reviewer es una skill ligera para Code Review que convierte código o diffs en un informe estructurado con cobertura de seguridad, rendimiento, buenas prácticas, severidad, líneas o secciones afectadas, correcciones recomendadas y una puntuación general de calidad.

La skill debugger ayuda a los agentes a diagnosticar fallos de software con un flujo de trabajo centrado en la evidencia para analizar la causa raíz. Usa debugger para stack traces, crashes, tests rotos, regresiones, logs y bugs intermitentes. Guía el análisis de comportamiento esperado frente al real, la priorización de hipótesis, las pruebas dirigidas, las correcciones y los pasos de verificación.

code-reviewer es una skill de revisión de código con IA que sigue un orden estricto de análisis: security, performance, correctness y maintainability. Usa archivos de reglas para SQL injection, XSS, N+1 queries, error handling, naming y type hints, lo que hace que las revisiones de PR sean más consistentes que con un prompt de revisión genérico.

La skill de benchmark ayuda a detectar regresiones de rendimiento en flujos de trabajo web y de aplicaciones. Úsala para establecer una línea base, comparar antes y después de cambios y seguir si una PR hizo que las páginas fueran más lentas, pesadas o menos estables. Es una guía práctica de benchmark para optimización del rendimiento, Core Web Vitals, comprobaciones de Lighthouse, tamaño del bundle y tendencias de tiempo de carga.

canary es una skill de monitoreo postdespliegue que vigila aplicaciones en vivo para detectar errores de consola, fallos de página y regresiones de rendimiento. Compara el comportamiento actual con una línea base previa al despliegue para que puedas verificar una versión, detectar páginas rotas y encontrar anomalías visibles con menos suposiciones que con un prompt genérico.

La skill de qa prueba de forma sistemática una app web, encuentra errores y verifica correcciones con un flujo de trabajo por etapas. Úsala para pruebas de regresión, comprobaciones de preparación para lanzamiento o como guía estructurada de QA cuando necesites evidencias, valoraciones de severidad y ciclos atómicos de corregir y volver a probar, en lugar de un simple prompt genérico para buscar bugs.

design-review es una skill de QA de diseño con enfoque UX para auditar interfaces en vivo, detectar problemas de espaciado, jerarquía, consistencia visual e interacción, y corregirlos de forma iterativa con verificación. Admite revisión en modo plan antes de implementar y resulta útil cuando necesitas una guía de design-review para cambios concretos en el código fuente, no consejos vagos.

rust-async-patterns es una skill práctica para Rust asíncrono con Tokio, que cubre tareas, canales, streams, timeouts, cancelación, tracing y manejo de errores para desarrollo backend.

python-performance-optimization ayuda a diagnosticar código Python lento o con alto consumo de memoria con un enfoque centrado en profiling, y cubre cuellos de botella de CPU, memoria e I/O, además de caché, vectorización, async y flujos de benchmarking.

vector-index-tuning ayuda a ajustar índices de búsqueda vectorial para optimizar latencia, recall y uso de memoria. Úsala para elegir tipos de índice, ajustar la configuración de HNSW y comparar opciones de cuantización en flujos de trabajo RAG.

Usa la skill distributed-tracing para diseñar y explicar el trazado de solicitudes entre microservicios con Jaeger y Tempo. Incluye conceptos básicos de instalación, nociones de traces y spans, patrones de configuración en Kubernetes, propagación de contexto y casos prácticos para observabilidad y depuración de latencia.

sql-optimization-patterns ayuda a diagnosticar SQL lento con análisis de EXPLAIN, estrategia de indexación, ajuste de joins, correcciones de paginación y orientación práctica para reescribir consultas en equipos de ingeniería de bases de datos.

spark-optimization es una guía práctica para diagnosticar trabajos lentos de Apache Spark mediante particionado, shuffle, skew, caché y ajuste de memoria. Úsala para instalar la skill desde wshobson/agents, revisar SKILL.md y aplicar correcciones basadas en evidencia a partir de síntomas en Spark UI, configuración del clúster y patrones de consulta.

postgresql-table-design ayuda a los agentes a diseñar o revisar esquemas de PostgreSQL con reglas prácticas para claves, normalización, tipos de datos, restricciones, índices de claves foráneas y particularidades de PostgreSQL.

La skill debugging-strategies ofrece una guía estructurada de depuración para reproducir problemas, poner a prueba hipótesis, aislar causas y encontrar el origen real de fallos, crashes, fugas de memoria y regresiones de rendimiento.

projection-patterns ayuda a los equipos a diseñar modelos de lectura CQRS y proyecciones sobre flujos de eventos, con orientación práctica sobre tipos de proyección, replay, checkpointing y su uso en Backend Development.

godot-gdscript-patterns ayuda a usuarios de Godot 4 a generar y revisar GDScript con mejor estructura de escenas, signals, máquinas de estados, autoloads y patrones de carga asíncrona. Úsala para aplicar arquitectura probada de Godot en sistemas de juego, flujos de UI y código de proyecto mantenible.