Dependency Remediation (Grade A)Habilidad de desarrollo con pruebas de seguridad para Claude AI. Grado A. Flujo de trabajo paso a paso para corregir vulnerabilidades en npm/pnpm/yarn y revisar PRs de Dependabot con semver y seguridad en CI.

¿Por qué deberías usar esto?

Individual: ahorro de más del 30 % de tokens, dejar de repetir estándares, barreras de seguridad, scaffolding instantáneo. Equipos: comportamiento de IA consistente, incorporación desde el día uno, patrones codificados, ahorro de costos acumulativo. Organizaciones: cumplimiento siempre activo, los mismos estándares en 1 000 proyectos, gobernanza centralizada, ROI medible.

Asked by Kalinda Reddy · Nov 12, 2025

¿Qué puedes personalizar?

Identidad del proyecto (nombre, descripción, URL del repositorio). Stack tecnológico (lenguaje, framework, herramientas). Rutas (estructura de directorios para handlers, services, código común). Dominio (entidades de negocio y estados del ciclo de vida). Patrones (patrones de código como flujo de handlers, manejo de errores). Pruebas (gateways de calidad como umbrales de cobertura, comandos de test/lint/type‑check). Base de datos (convenciones como campos de soft‑delete, timestamps, nomenclatura). Paquetes (alcances de paquetes internos y URLs de registro). Convenciones (flujo de trabajo Git, prefijos de ramas, formato de commits, plantillas de PR).

Asked by Grace Okafor · Nov 4, 2025

¿Qué detecta?

Lenguaje: tsconfig.json, go.mod, Cargo.toml, requirements.txt, pom.xml, extensiones de archivo. Framework: dependencias en package.json / requirements.txt (React, Express, Django, Spring, etc.). Base de datos: configuraciones ORM (prisma/, sequelize, typeorm), archivos .sql, carpetas de migraciones. Pruebas: jest.config., vitest, pytest, cypress/, playwright.config. Infraestructura: Dockerfile, terraform/, cdk.json, serverless.yml, dependencias del cloud SDK. CI/CD: .github/workflows/, .gitlab-ci.yml, Jenkinsfile.

Asked by Anders Lindgren · Oct 15, 2025

¿Qué contiene?

Reglas (47): Imponen normas de codificación en cada interacción con la IA, siempre activas. Agentes (62): Asistentes especializados para tareas complejas, bajo demanda mediante /nombre‑del‑agente. Skills (50): Flujos de trabajo guiados paso a paso con listas de verificación, activados contextualmente. Comandos (37): Acciones rápidas, ligeras y eficientes en tokens, bajo demanda mediante /comando. Hooks (12): Scripts de automatización en el bucle de IA, disparados por eventos antes/después de acciones. Plantillas (9): Estructuras base para handlers, componentes, pruebas, etc., referenciadas por skills y agentes.

Asked by Zain Malik · Sep 30, 2025

¿Cómo funciona?

Capa 1 — Pre‑procesamiento: Hooks inyectan el contexto del proyecto y bloquean comandos peligrosos antes de que tu prompt llegue a la IA. Capa 2 — Motor de reglas: 47 reglas siempre activas garantizan eficiencia de tokens, seguridad, arquitectura, estándares de código, convenciones de bases de datos y umbrales de pruebas. Capa 3 — Procesamiento especializado: El componente adecuado se activa — un agente, skill o comando — según tu prompt. Capa 4 — Post‑procesamiento: Hooks validan la salida, auto‑formatean, escanean en busca de secretos y verifican la cobertura.

Asked by Grzegorz Lewandowski · Sep 22, 2025