Best Δεξιότητες (2026)

1

Manage Headers (Grade A)

Δεδομένης ασφάλειας ανάπτυξης για τον Claude AI. Βαθμός Α. Ελέγχει και ρυθμίζει τις κεφαλίδες ασφαλείας που στέλνει ένας ιστότοπος Power Pages στους browsers — Content Security Policy, προστασία frame και clickjacking.

Καμία κριτική ακόμα· free

Πλήρης κριτική

Manage Headers (Grade A) είναι μια δοκιμασμένη για ασφάλεια δεξιότητα ανάπτυξης για Claude AI. Σχεδιάστηκε ώστε να ελέγχει και να ρυθμίζει τους security headers που αποστέλλει ένας ιστότοπος Power Pages στους προγράμματα περιήγησης, συμπεριλαμβανομένων του Content Security Policy, της προστασίας frame και clickjacking, της διαμοίρασης cross-origin, της συμπεριφοράς cookie και των συναφών ρυθμίσεων του ιστότοπου. Η δεξιότητα εντοπίζει κενά και οδηγεί τον χρήστη μέσω διορθώσεων, καθιστώντας την χρήσιμη για εργασίες όπως η εξέταση headers, η διόρθωση σφαλμάτων CSP, η διαχείριση πρόσβασης cross-origin, η ενίσχυση ρυθμίσεων cookie ή ο έλεγχος αν οι ρυθμίσεις του προγράμματος περιήγησης είναι ασφαλείς. Μπορεί να χρησιμοποιηθεί όταν ο χρήστης θέλει να επιτύχει διάφορα security‑related goals χωρίς να αναφέρει συγκεκριμένα ‘security headers’.

• Ελέγχει τις τρέχουσες κεφαλίδες ασφαλείας
• Ρυθμίζει το Content Security Policy
• Ενεργοποιεί την προστασία από frame και clickjacking
• Διαχειρίζεται το cross-origin sharing και τη συμπεριφορά cookie

2

Using Git Worktrees (Grade A)

Δεδομένα AI με δοκιμή ασφαλείας για το Claude AI. Grade A. Χρησιμοποιήστε όταν ξεκινάτε εργασίες χαρακτηριστικών που χρειάζονται απομόνωση από το τρέχον workspace ή πριν εκτελέσετε σχέδια υλοποίησης – δημιουργεί απομονωμένο git worktree

Καμία κριτική ακόμα· free

Πλήρης κριτική

Χρησιμοποιήστε όταν ξεκινάτε εργασία χαρακτηριστικού που χρειάζεται απομόνωση από την τρέχουσα περιοχή εργασίας ή πριν εκτελέσετε σχέδια υλοποίησης. Αυτή η δεξιότητα δημιουργεί απομονωμένα Git worktrees με έξυπνη επιλογή φακέλου και επαλήθευση ασφαλείας. Τα Git worktrees δημιουργούν απομονωμένα περιβάλλοντα εργασίας που μοιράζονται το ίδιο αποθετήριο, επιτρέποντας εργασία σε πολλαπλά κλάδια ταυτόχρονα χωρίς εναλλαγή. Το βασικό αρχιτεκτονικό σύστημα είναι η συστηματική επιλογή φακέλων και η επαλήθευση ασφαλείας, οδηγώντας σε αξιόπιστη απομόνωση. Η διαδικασία επιλογής φακέλου ακολουθεί τα εξής βήματα: 1. Έλεγχος για υπάρχοντες φακέλους με προτεραιότητα: κρυφός φάκελος ".worktrees", έπειτα φάκελος "worktrees". Εάν βρεθεί, χρησιμοποιήστε τον. 2. Έλεγχος εάν υπάρχει προτίμηση για φάκελο worktree καθορισμένη στο αρχείο "CLAUDE.md". 3. Εάν δεν υπάρχει φάκελος και δεν βρέθηκε προτίμηση CLAUDE.md, ζητήστε από τον χρήστη να επιλέξει φάκελο. Η διαδικασία ελέγχου ασφαλείας είναι κρίσιμη και περιλαμβάνει την επαλήθευση εάν ο επιλεγμένος κατάλογος αγνοείται από το Git. Αν δεν αγνοείται, η λειτουργία θα προσθέσει τον κατάλογο στο αρχείο ".gitignore" και θα υποβάλει τις αλλαγές. Τα βήματα δημιουργίας περιλαμβάνουν: 1. Ανίχνευση του ονόματος του έργου και δημιουργία πλήρους διαδρομής για το worktree. 2. Δημιουργία του worktree με νέο κλάδο. 3. Εκτέλεση ρυθμίσεων του έργου, το οποίο αυτοανιχνεύει και εκτελεί τις κατάλληλες εντολές εγκατάστασης (π.χ., εγκατάσταση εξαρτήσεων) βάσει του τύπου του έργου (Node.js, Rust, Python ή Go). 4. Επαλήθευση μιας καθαρής βάσης δοκιμών. Αν οι δοκιμές αποτύχουν, αναφέρετε τις αποτυχίες και ρωτήστε αν θα προχωρήσει ή θα διερευνήσει. 5. Αναφορά της τοποθεσίας του worktree και της προετοιμασίας του για την υλοποίηση μιας δυνατότητας.

• Δημιουργία απομονωμένου workspace
• Έξυπη επιλογή κατάλογου
• Επαλήθευση ασφάλειας
• Αυτόματη ρύθμιση έργου

3

Ga4 Bigquery Schema (Grade A)

Δεξιότητα data‑ai ελεγμένη ασφάλεια για Claude AI. Βαθμός A. Αναφορά Σχήματος Εξαγωγής GA4 στο BigQuery — πλήρης αναφορά πεδίων, ένθετες δομές, μοτίβα ερωτημάτων και συμβουλές απόδοσης

Καμία κριτική ακόμα· free

Πλήρης κριτική

Το Ga4 Bigquery Schema είναι μια ασφαλισμένη skill δεδομένων-ΑI, για τον Claude AI, που παρέχει πλήρη αναφορά πεδίων, συνθέσεις σωμάτων, μοτίβα αιτήσεων, και τεύχη προνομής επιδόσεων για την εκ صادσία BigQuery του Google Analytics 4. Είναι σχεδιασμένη για να βοηθήσει τους χρήστες να κατανοούν την εκ صادσία GA4, να γράφουν σωστά αιτήσεις BigQuery SQL κατάντίας δεδομένων GA4 και να ακολουθούν συνετές πρακτικές βελτιωμένου επιδόσεων. Εξάγει το σχήμα τα απλά δεδομένα γεγονότων στο BigQuery σε μορφή περιέχουσων εσωτερικά-διαβασθέντα, με διαμερίσματα κάθε 24 ωρών και μεταξύ 24ωρων διαμερίσματα διαθέσιμα. Κάθε σειρά αντιπροσωπεύει ένα μοναδικό γεγονός με εσωτερικά πεδίδια για παράμετρους γεγονότος, ιδιότητες χρήστη και δεδομένα εμπορικής λειτουργίας. Τα ανώτατα πεδία περιλαμβάνουν event_date, event_timestamp, event_name, event_params και άλλα. Ο πεδίο event_params είναι μια συλλογή παραμέτρων γεγονότων που αποθηκεύονται ως ζεύγη χορδών-τιμών, με κοινά δεδομένα παραμέτρων γεγονότων όπως page_location και page_title. Το σχήμα συμπεριλαμβάνει επίσης κατάλοιπα δομών για proprieties των χρηστών, πληροφορίες αุปกรณών, γεωγραφικά δεδομένα και εμπορικές συναλλαγές καταστήματος. Η δεξιότητα Σχήματος Ga4 Bigquery παρέχει ένα σχεδιασμένο οδηγό για να βοηθήσει τους χρήστες να περιηγηθούν στο σχήμα και να γράψουν αποτελεσματικές επεμβάσεις. Περιλαμβάνει οδηγίες χρήσης, παραδείγματα και συμβουλές για τα αποτελέσματα για να βοηθήσει τους χρήστες να αποκομίσουν τον μέγιστο όφελος από τα δεδομένα τους GA4. Με τη χρήση αυτή της δεξιοτήτων, οι χρήστες μπορούν ναGain μια πιο βαθύς κατανόηση των δεδομένων τους GA4 και να λάβουν αποφάσεις που εγκρίνονται από δεδομένα Το Ga4 Bigquery Schema είναι χρήσιμο εργαλείο για όλους όσους εργάζονται με δεδομένα GA4 στο BigQuery, παρέχοντας συνθετική και εξαγγελματική οδηγία για το σχήμα και τις πολλές της λειτουργίες. Με την ασφαλή δοκιμαστική του άκρη και την απόκτηση της κλάσης Γραντ Α, οι χρήστες μπορούν να εμπιστεύονται ότι η compétειά τους είναι πιστική και ακριβής. Γενικά, το schema για το BigQuery της Ga4 είναι μια αποτελεσματική εργαλείο για κάθε ατόμο που επιδιώκει να αποκαλύψει ολόκληρη την δυναμική του δεδομένων του GA4 στο BigQuery. Η εγκυκλοπαίδειά της, οι συνδυασμένες δομές και οι συμβουλές απόδοσης το καθιστούν μια απαραίτητη πηγή για κάθε πρόσωπο που δραστηριοποιείται με δεδομένα του GA4.

• Πλήρης αναφορά πεδίων
• Ένθετες δομές
• Μοτίβα ερωτημάτων
• Συμβουλές απόδοσης
• Παραδείγματα SQL έτοιμα προς χρήση

4

Meta Capi (Grade A)

Ασφαλής data‑ai λειτουργία για το Claude AI. Βαθμός Α. Αναφορά εγκατάστασης Meta Conversions API (CAPI) – αρχιτεκτονική, τύποι γεγονότων, κρυπτογράφηση πληροφοριών πελατών, αποφυγή διπλοτύπων, παραδείγματα υλοποίησης, AEM

Καμία κριτική ακόμα· free

Πλήρης κριτική

Το Meta Capi είναι μια δοκιμασμένη με ασφάλεια δεξιότητα δεδομένων AI για το Claude AI, που παρέχει έναν ολοκληρωμένο οδηγό για τη ρύθμιση του Meta Conversions API (CAPI). Καλύπτει την αρχιτεκτονική, τους τύπους συμβάντων, την κρυπτογράφηση πληροφοριών πελατών, την deduplication, παραδείγματα υλοποίησης και τη Μέτρηση Συγκεντρωμένων Συμβάντων. Το εργαλείο βοηθά τους χρήστες να εφαρμόσουν το CAPI σωστά, να διορθώσουν προβλήματα παρακολούθησης συμβάντων, να βελτιώσουν την Event Match Quality και να ρυθμίσουν την deduplication. Προσφέρει ακριβείς απαντήσεις με έτοιμα παραδείγματα κώδικα και μπορεί να χρησιμοποιήσει τα εργαλεία Cogny MCP για να ελέγξει τις ρυθμίσεις των χρηστών και να δώσει προσαρμοσμένες συστάσεις.

• Επισκόπηση αρχιτεκτονικής CAPI
• Παραμετρικά τύποι γεγονότων
• Κρυπτογράφηση πληροφοριών πελατών
• Στρατηγικές αποφυγής διπλοτύπων
• Συλλογική Μέτρηση Γεγονότων
• Παράδειγμα υλοποίησης Node.js

5

Callees (Grade A)

Ασφαλειά-ελεγμένου développement skill για τον Claude AI. Α' κατηγορίας. Λίστα όσα μια funkcio/metodo καλεί (call graph direct)

Καμία κριτική ακόμα· free

Πλήρης κριτική

Το Callees (Grade A) είναι μια ασφαλείας δοκιμασμένη προγραμματιστική ικανότητα για τον Claude AI. Αναγνωρίζει τι μια συνάρτηση ή μέθοδος καλεί, δημιουργώντας ένα άμεσο χάρτη εναλλαγών. Το σύνολο δεσμευτικών προγραμμάτων είναι χρήσιμο για την ομαδοποίηση αναλόγων μιας συνάρτησης πριν την εξαγωγή ή μεταφορά της, την αναγνώριση χρήσης περιορισμένων ή εκπλοκών συνεισφερόμενων συνάγων, και την εκτίμηση επιδράσεων επανακατανομής. Προσφέρει επίσης πληροφορίες σχετικά με την καλούσα, όπως το όνομα της συνάρτησης, η γραμμή, και τύπος καλούσης (παραγόμενο ERP, περιορισμένο, χρήστη συνάρτηση, ή εξωτερική). Με τη χρήση /plugadvpl:callees, οι χρήστες μπορούν να εισάγουν το όνομα μιας συνάρτησης για να δουν τι καλεί, με επιλογές για την φόρμα του αποτελέστου ως πίνακα ή σε markdown. Είναι μέρος της πλατφόρμας plugadvpl εργαλείων. Αυτό το σύνολο είναι μια χρήσιμη προσθήκη στα αναπτυξιακά δυνατούς του Claude AI, Offering απαραίτητες αναλυτικές πληροφορίες σχετικά με τον κώδικα.

• Λίστα direktou graphs αποκαλούν
• Επαλήθευση τύπου αναφοράς της λειτουργίας (native ERP, restricted, user function, external)
• Λάμψη από το σημείο αναφοράς της καλούμενη Line
• Υποστήριξη του παραπερασματικού output (e.g., Markdown)

6

Test Module Name (Grade A)

Προστασία-ελεγχόμενη δεξιότητα data-ai για το Claude AI. Βαθμός A. Ονομάστε τα μοντέλα δοκιμών Haskell με βάση το μοντέλο υπό δοκιμή, προσθέτοντας το κατάληξη Spec στο ίδιο namespace. Χρησιμοποιήστε όταν γράφετε ή αναθεωρείτε ένα μοντέλο δοκιμών Haskell.

Καμία κριτική ακόμα· free

Πλήρης κριτική

Ονομάστε τα δοκιμαστικά modules της Haskell με το όνομα του module που δοκιμάζεται, προσθέτοντας την κατάληξη Spec, στο ίδιο namespace. Αυτό γίνεται για να διαχωρίζονται σαφώς οι βιβλιοθήκες και οι φακέλοι δοκιμών, διευκολύνοντας την αναγνώριση εξαρτήσεων και σχέσεων μεταξύ των modules. Συγκεκριμένα, αυτή η βέλτιστη πρακτική είναι χρήσιμη κατά τη σύνταξη ή την ανασκόπηση ονομάτων δοκιμαστικών modules ή της οργάνωσης των αρχείων δοκιμών. Για παράδειγμα, ένα δοκιμαστικό module με όνομα Env.TypeSpec θα πρέπει να τοποθετηθεί στο ίδιο namespace με το module που δοκιμάζεται, Env.Type. Έτσι διασφαλίζεται ότι οι σχέσεις μεταξύ των modules είναι σαφείς, και είναι ιδιαίτερα χρήσιμο για modules με περίπλοκο στυλ, όπως εκείνα που εξαρτώνται από πολλαπλά modules ή δεν έχουν εξαρτήσεις από συγκεκριμένα modules.

• Προτείνει ονόματα μοντέλων δοκιμών βάσει του μοντέλου υπό δοκιμή
• Προσθέτει 'Spec' στο όνομα του μοντέλου
• Πρόκειται για το ίδιο namespace με το μοντέλο υπό δοκιμή

7

Board Of Directors (Grade A)

Σημαντικά ελεγχμένο δεδομένο-αι skill για Claude AI. Α级. Δοκιμάστε μια 5-μελή.expert τούρνα για σημαντικές αποφάσεις.

Καμία κριτική ακόμα· free

Πλήρης κριτική

Η δεξιοκρατία του Δικαστηρίου μοιάζει με την επιρρρήτευση ενός 5μελους εξειδικευμένου δικαστηρίου για重大 결υσεις. Αποτρέπει σχέδια, επιλογές αρχιτεκτονικής, σχεδιαγμοί χαρακτηριστικών ή οποιαδήποτε απόφαση που απαιτεί πλήρη ανάλυση από πολύπλευρες εξειδικευμένες εμπειροслωίες. Το δικαστήριο αποτελείται από πέντε ρόλους: Αρχιτέκτονας-Κεφαλή (CA), Υπεύθυνος Προϊόντος-Κεφαλή (CPO), Υπεύθυνος Ασφάλειας-Κύριος (CSO) Υπεύθυνος Επιχειρησιακών Πραγμάτων-Κύριος (COO) και Υπεύθυνος Εμπειροσυνηθειών-Κύριος (CXO). Κάθε δικηγόρος brings domain επιτήρηση και puede προσφέρει την απόψή του. Τό διαβουλευτικός διαδίκτυο συμπερίνει προσωπικές αξιολογήσεις, συζητήσεις του Δικαστηρίου και τελική ψήφος για να φτάσει σε συναίνεση.

• Δοκιμάζει μια 5-μελή.expert board
• Ατομικές εκτιμήσεις εκτός από κάθε διευθύντης
• Δοκιμαστική συζήτηση και αντίστροφες
• Καταληκτική ψηφοφορία και κατασκευή συναίνεσης
• Εντολή-αρχείο αξιολόγησης (CA, CPO, CSO, COO, CXO)

8

Advpl Mvc Avancado (Grade A)

Δυναμική εξέλιξη επανδρωμένης δεξιοτήτας για τον Claude AI. Grade A. Ανιχνευμένη ασφάλεια ανάπτυξης via PE (Πόντοι Ένταξης) — προσθήκη ατομικών τμημάτων στην οθόνη MVC προεπιλογής (CNTA300/MATA070/MATA440/MATA460/FINA040 via *STRU)

Καμία κριτική ακόμα· free

Πλήρης κριτική

Η Advpl Mvc Avancado (Grade A) είναι μια ασφαλιστικά δοκιμασμένη Skill εξέλιξης για το Claude AI. Σχεδιάστηκε για την προσαρμογή της MVC προεπιλεγμένης μεσολάβησης (CNTA300/MATA070/MATA440/MATA460/FINA040 μέσω *STRU) προσθέτοντας σχήματα, addTrigger σε κασετίνα, και επικύρωση ενώ διατηρούνται τα αρχικά πεδία. Στηρίζει την κανονικοποίηση μιας κανονικής MVC TOTVS μέσω Ponto de Entrada (A300STRU, MA440STRU, κ.λπ.) και διαθέτει特ρόπους, όπως η διασταυρούμενη επικύρωση μεταξύ των στερεόμαχων πατέρας/υιός σε ρυθμιστικές κανονιστικές διαδικασίες, φορολογικός výpočet, και συνθήκη-κατάσταση εμπόρευσης στην έμμεση επεξεργασία του κύριου καταχώρησης. Η Advpl Mvc Avancado (Grade A) επίσης υποστηρίζει τη συνδυαστική ολοκλήρωση της MATXFIS, την αναδιάταξη MsNewGetDados, και την προσθήκη προσαρμοσμένων πεδίων με LLM, API και SDK.

• Επεκτάσιμη προσαρμογή των καθαριστών MVC προεπιλογής via Entry Points (PE)
• Προσθήκη ατομικών τμημάτων και ενεργειών σε οθόνες προεπιλογής
• Implementación του ειδικού εμπορικού κώδικα και επαλήθευσης
• Εμφάνισης υποστήριξης και των διαφόρων τμημάτων TOTVS (π.χ., MATA010, MATA070, MATA440)

Το Docs Writer (Μπισέτ Α) είναι η εργασιακή δεξιότητα που διατηρεί την ακρίβεια και την čerνασία των οπισθογράφων του αποθευτηρίου. Είναι κατασκευασμένο για να συνεργάζεται με το Claude AI και έχει υποστεί δοκιμές ασφαλείας. Ο σκοπός του skill είναι να διασφαλίζει πως η τεκμηρίωση θα παραμένει ανανεωμένη σε όλα τα sites τεκμηρίου, τα αρχεία του αγγελιοφόρου και τον καταλογολόγιο αλλαγών. Φαίνεται να σχεδιασμένος για περιβάλλοντα devops, υποδεικνύοντας την χρήση του περιπτώσεως είναι για ομάδες ανάπτυξης και λειτουργιών. Ο δεξιός πιθανότατα自動атize ή Streamlines τον έλεγχο της διαδικασίας της αποθήκευσης απόδοσης, που μπορεί να είναι μια απαιτητική χρονικά υπόθεση, đặcτερα σε περιβάλλοντα άποψης τα γρήγορα-αντιμετωπίζονται περιβάλλοντα. Την υψηλή βαθμολογία 'Α' που έχει η αυτόματη συγγραφή εκτυπώσεων, συνεπάγεται μια υψηλού επιπέδου ικανότητα ή ποιότητα στην επίδοση. Ωστόσο, χωρίς πιο ιδιαίτερες πληροφορίες, δεν είναι σαφές τα ακριβή δυνατότητες, τα στερεώματα και οι περιορισμούς της αυτόματης συγγραφής εκτυπώσεων (Α). Εκ φυσικού πιθανολογητή ρυθμίσματος της ροής εργασίας, η ικανότητα ενεργοποιείται από την εντολή 'απλοποίηση εγγράφων', υποδεικνύοντας τη ρόλο της στην απόκριση στις αλλαγές ή ενημερώσεις στην τεκμηρίωση. Αυτό υποδεικνύει μια αντιδραστική προσέγγιση για τη συντήρηση εγγράφων, όπου η ικανότητα εξασφαλίζει ότι όλοι οι σχετικοί εγγράφοι ενημερώνται Accordingly. Γενικά, το Docs Writer (Grade A) appears να παίζει ένα κρίσιμο ρόλο στην διατήρηση της अखτηρίας και της πιστότητας των τεκμηρίων σε ένα περιβάλλον ανάπτυξης ή devops, đảmμοντας την πρόσβαση των ομάδων σε ακριβή και σύγχρονα στοιχεία.

• Διατηρεί την ακρίβεια της τεκμηρίωσης
• Αυτόματες ενημερώσεις
• Συγχρονισμός αποθετηρίου
• Μenedoumeni αλλαγών
• Ενημερώσεις αρχείων πράκτορα
• Εντολές για τις εκδόσεις

10

Advpl Fundamentals (Grade A)

Μαθηματική δοκιμασμένη ανάπτυξη δεξιοτήτων για τον Claude AI. Α'. Βασικά στοιχεία ADVPL / TLPP — ονόματα notation (c/n/d/l/a/o/b/x/u), κανόνες ονομάτων, πεδία Local / Static / Private / Public, περιορισμός 10 χαρακτήρων σε .p

Καμία κριτική ακόμα· free

Πλήρης κριτική

Το AdvPL Fondamenτα (Για A) είναι ένα βαλιτωμένο Skill ανάπτυξης για τον Claudia AI. Συσχετίζεται με τα βασικά του ADVPL/TLPP, τα οποία περιλαμβάνουν την Hungarian notation, το κανόνας ονοματολογίας, τις τοπικές και παγκόσμιες προσμίξεις, και τις грάνους διαστάσεις ονόματος. Η ADVPL (Ενισχυμένη Γλώσσα Πράξης) και το διαδεχθέν της TLPP είναι αδειωμένες γλώσσες που προέρχονται από Clipper / xBase. Έχουν ισχυρές συνήθειες που δεν είναι προαιρετικά σε υψηλής ποιότητας κώδικα Protheus. Αυτή η δεξιότητα είναι απαραίτητη για τους προγραμματιστές Protheus, đặcτερα όταν δημιουργούν ή ρηγματίζουν μεταβλητές και λειτουργίες. Η ικανότητα αντιμετωπίζει συνηθισμένες παρα. δες, όπως το σιωπηρό BUG στο ADVPL classic, όπου το όνομα ενός μεταβλητού κομίζεται σε 10 χαρακτήρες, και η σημασία της χρήσης σωστού φάσματος για τις μεταβλητάς. Κατέχει τις σκέψεις για τον προσανατολισμό των τοπικών, στατικών, ιδιωτικών και publiκών μεταβλητών, συμπεριλαμβανομένων κανόνων για τη διαθεσιμότητα και την διάρκεια ζωής τους. Η δεξιότητα σχεδιάστηκε να być ένα πρακτικό εγχειρίδιο για τους προγραμματιστές, για να αποφεύγουν κοινούς σφάλματα και να βελτιώνουν τις επικοινωνιακές τους δεξιότητες ADVPL/TLPP.

• Greek notation
• Κανόνες ονομάτων
• Λοκάλες / Στατικές / Άτομες / Δημόσιες oblasti
• Περιορισμός 10 χαρακτήρων για άρτιους αρχεία .prw/.prx