Architecture Docs (Grade A)Beveiligingsgeteste ontwikkelingsvaardigheid voor Claude AI. Grade A. Workflow voor het maken en onderhouden van architectuurdocumentatie. Gebruik wanneer de gebruiker systeemarchitectuur moet documenteren of ADRs moet maken.

Waarom zou u dit gebruiken?

Doelgroep | Kernvoordelen --- | --- Individueel | 30 %+ tokenbesparing, stop herhaalde standaarden, beveiligingskaders, instant scaffolding Teams | Consistent AI‑gedrag, day‑one onboarding, gecodeerde patronen, cumulatieve kostbesparingen Organisaties | Altijd‑aan compliance, dezelfde standaarden over 1.000 projecten, centrale governance, meetbare ROI

Asked by Renata Silva · Jan 26, 2026

Wat kun je aanpassen?

Sectie | Wat het regelt | Voorbeeld --- | --- | --- project | Projectidentiteit | Naam, beschrijving, repo‑URL techStack | Taal, framework, tools | TypeScript + Express of Python + FastAPI paths | Directory‑structuur | Waar handlers, services en gemeenschappelijke code staan domain | Bedrijfsentiteiten | Order, Product, Klant + lifecycle‑staten patronen | Code‑patronen | 7‑stappen handler‑flow, foutafhandelingsstrategie testing | Quality gates | 90% coverage, test/lint/type‑check commando’s database | DB‑conventies | Soft delete field, timestamp‑kolommen, naming packages | Interne pakketten | @your‑org scope, registry‑URL conventies | Git en workflow | Branch‑prefixes, commit‑format, PR‑templates

Asked by Otto Berg · Jan 25, 2026

Wat is er in?

Layer | Count | Wat het doet | Hoe het wordt geactiveerd --- | --- | --- | --- Rules | 47 | Handhaaft code‑standaarden bij elke AI-interactie | Automatisch — altijd ingeschakeld Agents | 62 | Gespecialiseerde assistenten voor complexe taken | Op aanvraag — /agent-name Skills | 50 | Stap‑voor‑stap begeleide workflows met checklists | Contextueel — wanneer patronen overeenkomen Commands | 37 | Lichte, token‑efficiënte snelle acties | Op aanvraag — /command Hooks | 12 | Automatiseringsscripts in de AI‑loop | Gebeurtenis‑gestuurd — voor/nadenvlakken Templates | 9 | Structuur voor handlers, componenten, tests, etc. | Gerefereerd door skills en agents

Asked by Salome Beridze · Jan 1, 2026

Wat detecteert het?

Category | Signalen --- | --- Language | tsconfig.json, go.mod, Cargo.toml, requirements.txt, pom.xml, bestandsextensies Framework | Afhankelijkheden in package.json / requirements.txt (React, Express, Django, Spring, etc.) Database | ORM‑configuraties (prisma/, sequelize, typeorm), .sql‑bestanden, migratiemap Testing | jest.config., vitest, pytest, cypress/, playwright.config. Infrastructure | Dockerfile, terraform/, cdk.json, serverless.yml, cloud SDK‑afhankelijkheden CI/CD | .github/workflows/, .gitlab-ci.yml, Jenkinsfile

Asked by Rina Desai · Jan 5, 2026

Hoe werkt het?

Laag 1 — Voorverwerking: Hooks injecteren projectcontext en blokkeren gevaarlijke commando's voordat uw prompt de AI bereikt. Laag 2 — Regelsengine: 47 altijd‑aan regels handhaven token-efficiëntie, veiligheid, architectuur, code-standaarden, databaseconventies en testdrempels. Laag 3 — Gespecialiseerde verwerking: De juiste component activeert — een agent, vaardigheid of commando — op basis van uw prompt. Laag 4 — Na verwerking: Hooks valideren output, formatteert automatisch, scant op geheimen en verifieert de dekking.

Asked by Yosef Mizrahi · Dec 20, 2025