All Skills

Otimize para visibilidade e ranking em mecanismos de busca. Use quando solicitado a "melhorar SEO", "otimizar para busca", "corrigir meta tags", "adicionar dados estruturados", "otimização de sitemap" ou "otimização para mecanismos de busca".

Consulte métricas de uso de recursos para serviços Railway. Use quando o usuário perguntar sobre uso de recursos, CPU, memória, rede, disco ou desempenho do serviço, como "quanto de memória meu serviço está usando" ou "meu serviço está lento".

Verificar status do serviço, renomear serviços, alterar ícones de serviço, vincular serviços ou criar serviços com imagens Docker. Para criar serviços com código local, prefira a skill railway-new. Para fontes de repositório GitHub, use a skill railway-new para criar serviço vazio e depois railway-environment para configurar a fonte.

Computação paralela/distribuída. Escale pandas/NumPy além da memória disponível, DataFrames/Arrays paralelos, processamento multi-arquivo, grafos de tarefas, para datasets maiores que RAM e workflows paralelos.

Kit de ferramentas CLI/Python para consultas rápidas de bioinformática. Preferido para buscas BLAST rápidas. Acesso a 20+ bancos de dados: informações de genes (Ensembl/UniProt), AlphaFold, ARCHS4, Enrichr, OpenTargets, COSMIC, downloads de genoma. Para BLAST avançado/processamento em lote, use biopython. Para integração multi-banco de dados, use bioservices.

Modelagem Bayesiana com PyMC. Construa modelos hierárquicos, MCMC (NUTS), inferência variacional, comparação LOO/WAIC, verificações posteriores, para programação probabilística e inferência.

Extraia conteúdo de qualquer página web como markdown limpo via API Web Unlocker do Bright Data. Desativa detecção de bots e CAPTCHA. Requer as variáveis de ambiente BRIGHTDATA_API_KEY e BRIGHTDATA_UNLOCKER_ZONE.

Busca no Google via API SERP do Bright Data. Retorna resultados JSON estruturados com título, link e descrição. Requer as variáveis de ambiente BRIGHTDATA_API_KEY e BRIGHTDATA_UNLOCKER_ZONE.

Template do pack (backend/08-hono-bun.md). Orienta o agente em APIs, servicos e arquitetura backend alinhado a esse contexto.

Analisa alterações staged/unstaged e cria commits convencionais semânticos com contexto sobre POR QUÊ, não apenas O QUÊ. Detecta automaticamente tipo e escopo do commit a partir do diff. Suporta argumentos opcionais de tipo/escopo. Uso - /commit-smart, /commit-smart fix, /commit-smart refactor api

Uma ferramenta para criar e gerenciar addons do Garry's Mod, incluindo scripts Lua, criação de conteúdo e empacotamento de addons. Use quando: desenvolvendo novos addons, escrevendo scripts Lua para GMod, organizando arquivos de addon, ou quando o usuário menciona Garry's Mod, GMod, scripts Lua ou desenvolvimento de addons.

Use quando o usuário solicitar explicitamente uma captura de tela do desktop ou do sistema (tela cheia, app ou janela específica, ou região de pixels), ou quando as capacidades de captura específicas da ferramenta não estiverem disponíveis e uma captura de nível de SO for necessária.

Listar, alternar e configurar projetos do Railway. Use quando o usuário quiser listar todos os projetos, alternar entre projetos, renomear um projeto, ativar/desativar deploys de PR, tornar um projeto público/privado ou modificar configurações do projeto.

Toolkit de alta performance para análise de intervalos genômicos em Rust com bindings Python. Use ao trabalhar com regiões genômicas, arquivos BED, tracks de cobertura, detecção de sobreposições, tokenização para modelos de ML, ou análise de fragmentos em genômica computacional e aplicações de aprendizado de máquina.

Execute código Python na nuvem com contêineres serverless, GPUs e autoscaling. Use ao fazer deploy de modelos de ML, executar jobs de processamento em lote, agendar tarefas compute-intensivas ou servir APIs que exigem aceleração GPU ou scaling dinâmico.

Therapeutics Data Commons. Conjuntos de dados prontos para IA em descoberta de drogas (ADME, toxicidade, DTI), benchmarks, divisões de scaffold, oráculos moleculares, para ML terapêutico e predição farmacológica.

Simulações e análise de mecânica quântica usando QuTiP (Quantum Toolbox in Python). Use quando trabalhar com sistemas quânticos incluindo: (1) estados quânticos (kets, bras, matrizes densidade), (2) operadores e gates quânticos, (3) evolução temporal e dinâmica (Schrödinger, equações mestras, Monte Carlo), (4) sistemas quânticos abertos com dissipação, (5) medições quânticas e emaranhamento, (6) visualização (esfera de Bloch, funções de Wigner), (7) estados estacionários e funções de correlação, ou (8) métodos avançados (teoria de Floquet, HEOM, resolutores estocásticos). Manipula sistemas quânticos fechados e abertos em vários domínios incluindo óptica quântica, computação quântica e física da matéria condensada.

Kit de ferramentas de quiminformática para controle molecular refinado. Análise de SMILES/SDF, descritores (MW, LogP, TPSA), fingerprints, busca de subestruturas, geração 2D/3D, similaridade, reações. Para fluxos de trabalho padrão com interface mais simples, use datamol (wrapper do RDKit). Use rdkit para controle avançado, sanitização customizada, algoritmos especializados.

Criar pull requests seguindo as convenções do Sentry. Use ao abrir PRs, escrever descrições de PR ou preparar mudanças para revisão. Segue as diretrizes de revisão de código do Sentry.

I'm ready to help you review code changes on your branch for bugs, security vulnerabilities, and code quality issues.

Template do pack (backend/09-rust-axum.md). Orienta o agente em APIs, servicos e arquitetura backend alinhado a esse contexto.

Use quando o usuário pede para executar Codex CLI (codex exec, codex resume) ou referencia OpenAI Codex para análise de código, refatoração ou edição automatizada. Usa GPT-5.2 por padrão para engenharia de software de ponta.

Uso do SDK JavaScript para aplicações cliente PocketBase. Use ao chamar PocketBase a partir do frontend ou Node.js, autenticar usuários, subscrever a eventos em tempo real, fazer upload de arquivos, ou trabalhar com o SDK PocketBase JS/TS. Cobre operações CRUD, fluxos de autenticação, authStore, SSE em tempo real, manipulação de arquivos, operações em lote e sintaxe de query.

Procure e implante serviços do marketplace de templates do Railway. Use quando o usuário quiser adicionar um serviço de um template, encontrar templates para um caso de uso específico, ou implantar ferramentas como Ghost, Strapi, n8n, Minio, Uptime Kuma, etc. Para bancos de dados (Postgres, Redis, MySQL, MongoDB), prefira a skill railway-database.

Essa habilidade deve ser usada ao trabalhar com dados de intervalos genômicos (arquivos BED) para tarefas de machine learning. Use para treinar embeddings de regiões (Region2Vec, BEDspace), análise de scATAC-seq de célula única (scEmbed), construir picos consensuais (universos), ou qualquer análise baseada em ML de regiões genômicas. Aplica-se a coleções de arquivos BED, dados scATAC-seq, conjuntos de dados de acessibilidade de cromatina e aprendizado de recursos genômicos baseado em regiões.

Kit de ferramentas de patologia computacional para análise de imagens de lâminas inteiras (WSI) e dados de imagem multiparamétrica. Use esta habilidade ao trabalhar com lâminas de histopatologia, imagens coradas com H&E, imunofluorescência multiplex (CODEX, Vectra), proteômica espacial, detecção/segmentação de núcleos, construção de gráficos de tecido ou treinamento de modelos ML em dados de patologia. Suporta 160+ formatos de lâmina incluindo Aperio SVS, NDPI, DICOM, OME-TIFF para fluxos de trabalho de patologia digital.

Biblioteca interativa de visualização de dados científicos e estatísticos para Python. Use ao criar gráficos, plots ou visualizações incluindo scatter plots, gráficos de linhas, gráficos de barras, heatmaps, plots 3D, mapas geográficos, distribuições estatísticas, gráficos financeiros e dashboards. Suporta visualizações rápidas (Plotly Express) e personalização refinada (graph objects). Gera HTML interativo ou imagens estáticas (PNG, PDF, SVG).

Análise de RNA-seq de célula única. Carregue dados .h5ad/10X, QC, normalização, PCA/UMAP/t-SNE, clustering Leiden, genes marcadores, anotação de tipo celular, trajetória, para análise de scRNA-seq.

Itere em uma PR até que o CI passe. Use quando precisar corrigir falhas de CI, endereçar feedback de revisão, ou continuamente enviar correções até que todas as verificações fiquem verdes. Automatiza o ciclo de feedback-correção-push-aguardar.

INVOKE THIS SKILL when writing ANY LangGraph code. Covers StateGraph, state schemas, nodes, edges, Command, Send, invoke, streaming, and error handling.

Template do pack (dominio/15-filas-jobs.md). Orienta o agente em regras de negocio e requisitos de produto alinhado a esse contexto.

Template do pack (fullstack/01-t3-stack.md). Orienta o agente em stacks fullstack e arquitetura ponta a ponta alinhado a esse contexto.

Especialista em CrewAI - o principal framework multi-agente baseado em papéis utilizado por 60% das empresas da Fortune 500. Abrange design de agentes com papéis e objetivos, definição de tarefas, orquestração de crew, tipos de processo (sequencial, hierárquico, paralelo), sistemas de memória e flows para workflows complexos. Essencial para construir equipes colaborativas de agentes IA. Use quando: crewai, equipe multi-agente, papéis de agentes, crew de agentes, agentes baseados em papéis.

Gerenciar deployments do Railway - visualizar logs, reimplementar, reiniciar ou remover deployments. Use para ciclo de vida de deployment (remover, parar, reimplementar, reiniciar), visibilidade de deployment (listar, status, histórico) e troubleshooting (logs, erros, falhas, travamentos). NÃO é para deletar serviços - use a skill railway-environment com isDeleted para isso.

Plataforma de laboratório em nuvem para testes e validação automatizados de proteínas. Use ao projetar proteínas e precisar de validação experimental incluindo ensaios de ligação, testes de expressão, medições de estabilidade térmica, ensaios de atividade enzimática ou otimização de sequências de proteínas. Use também para submeter experimentos via API, rastrear status de experimentos, baixar resultados, otimizar sequências de proteínas para melhor expressão usando ferramentas computacionais (NetSolP, SoluProt, SolubleMPNN, ESM), ou gerenciar workflows de design de proteínas com validação em laboratório úmido.

Esta habilidade deve ser usada ao trabalhar com matrizes de dados anotados em Python, particularmente para análise de genômica de célula única, gerenciamento de medições experimentais com metadados ou manipulação de datasets biológicos em larga escala. Use quando as tarefas envolvam objetos AnnData, arquivos h5ad, dados de RNA-seq de célula única ou integração com ferramentas scanpy/scverse.