# Skills para Claude Code > Descubra as skills essenciais para o Claude Code na Biblioteca do Doutor AI. Melhore as capacidades da sua aplicação com os nossos componentes. - Fonte: https://doutorai.pt/claude-code/skills - Site: Doutor AI (https://doutorai.pt) - ferramentas de IA para pequenos negócios em português As skills são componentes fundamentais que permitem ao Claude Code adquirir conhecimento e capacidades específicas, oferecendo soluções personalizadas para diferentes necessidades. Com mais de 5573 skills disponíveis na Biblioteca do Doutor AI, é possível potenciar as suas aplicações de forma eficiente e eficaz. Instalar skills pelo Doutor AI garante acesso a uma vasta gama de opções, permitindo que developers e empresas encontrem exatamente o que precisam para levar os seus projetos a um novo nível. A flexibilidade e a personalização são essenciais no desenvolvimento moderno, e as skills do Doutor AI são a chave para desbloquear todo o potencial do Claude Code. ## Explorar Skills - [PocketBase API Rules](https://doutorai.pt/componentes/skills__pocketbase-api-rules): Regras de API e expressões de filtro para controlo de acessos do PocketBase. Use ao definir permissões, escrever expressões de filtro, configurar quem pode aced - [PocketBase Collections](https://doutorai.pt/componentes/skills__pocketbase-collections): Design de coleções e esquemas para o PocketBase. Use ao criar coleções, desenhar esquemas, adicionar campos, configurar relações ou escolher entre os tipos de c - [PocketBase Deploy](https://doutorai.pt/componentes/skills__pocketbase-deploy): Deployment em produção para PocketBase. Use ao fazer o deploy do PocketBase para um servidor, configurar Docker, configurar systemd, reverse proxy (nginx/Caddy) - [PocketBase Hooks](https://doutorai.pt/componentes/skills__pocketbase-hooks): Hooks de JavaScript no lado do servidor para o PocketBase (pb_hooks). Use ao escrever rotas personalizadas, hooks de eventos, cron jobs, enviar emails, fazer pe - [PocketBase Migrations](https://doutorai.pt/componentes/skills__pocketbase-migrations): Migrações de esquema e versionamento para o PocketBase. Use ao criar migrações, gerir versões de esquemas, sincronizar coleções entre ambientes, usar automigrat - [PocketBase SDK](https://doutorai.pt/componentes/skills__pocketbase-sdk): Uso do SDK de JavaScript para aplicações cliente PocketBase. Use ao chamar o PocketBase a partir do frontend ou Node.js, autenticar utilizadores, subscrever eve - [develop-web-game](https://doutorai.pt/componentes/skills__develop-web-game): Use quando o Codex estiver a construir ou a iterar num jogo web (HTML/JS) e precisar de um ciclo de desenvolvimento + testes fiável: implementar pequenas altera - [doc](https://doutorai.pt/componentes/skills__doc): Use quando a tarefa envolver a leitura, criação ou edição de documentos `.docx`, especialmente quando a fidelidade da formatação ou do layout for importante; pr - [figma-implement-design](https://doutorai.pt/componentes/skills__figma-implement-design): Traduzir nós do Figma para código pronto para produção com fidelidade visual de 1:1 usando o fluxo de trabalho MCP do Figma (contexto de design, screenshots, as - [imagegen](https://doutorai.pt/componentes/skills__imagegen): Use quando o utilizador pedir para gerar ou editar imagens através da API de Imagem da OpenAI (por exemplo: gerar imagem, editar/inpaint/máscara, remoção ou sub - [jupyter-notebook](https://doutorai.pt/componentes/skills__jupyter-notebook): Use quando o utilizador pedir para criar, estruturar (scaffold) ou editar notebooks do Jupyter (`.ipynb`) para experiências, explorações ou tutoriais; prefira o - [luma-imagegen](https://doutorai.pt/componentes/skills__luma-imagegen): Use quando o utilizador pedir para gerar imagens através da API da Luma AI (Dream Machine / Photon); recolhe um prompt e opções de forma interativa, e depois ch - [openai-docs](https://doutorai.pt/componentes/skills__openai-docs): Use quando o utilizador perguntar como desenvolver com produtos ou APIs da OpenAI e precisar de documentação oficial atualizada com citações (por exemplo: Codex - [playwright](https://doutorai.pt/componentes/skills__playwright): Use quando a tarefa exigir a automatização de um navegador real a partir do terminal (navegação, preenchimento de formulários, instantâneos, screenshots, extraç - [screenshot](https://doutorai.pt/componentes/skills__screenshot): Use quando o utilizador pedir explicitamente um screenshot do ambiente de trabalho ou do sistema (ecrã inteiro, aplicação ou janela específica, ou uma região de - [security-best-practices](https://doutorai.pt/componentes/skills__security-best-practices): Realizar revisões de boas práticas de segurança específicas de linguagens e frameworks e sugerir melhorias. Acione apenas quando o utilizador solicitar explicit - [security-ownership-map](https://doutorai.pt/componentes/skills__security-ownership-map): Analisar repositórios git para construir uma topologia de propriedade de segurança (pessoas-para-ficheiro), calcular o bus factor e a propriedade de código sens - [security-threat-model](https://doutorai.pt/componentes/skills__security-threat-model): Modelação de ameaças baseada no repositório que enumera limites de confiança, ativos, capacidades dos atacantes, caminhos de abuso e mitigações, e escreve um mo - [sora](https://doutorai.pt/componentes/skills__sora): Use quando o utilizador pedir para gerar, remixar, consultar (poll), listar, descarregar ou eliminar vídeos Sora através da API de vídeo da OpenAI usando o CLI - [speech](https://doutorai.pt/componentes/skills__speech): Use quando o utilizador pedir narração de texto para voz (text-to-speech) ou locução (voiceover), leituras de acessibilidade, prompts de áudio ou geração de voz - [spreadsheet](https://doutorai.pt/componentes/skills__spreadsheet): Use quando as tarefas envolverem a criação, edição, análise ou formatação de folhas de cálculo (`.xlsx`, `.csv`, `.tsv`) usando Python (`openpyxl`, `pandas`), e - [transcribe](https://doutorai.pt/componentes/skills__transcribe): Transcrever ficheiros de áudio para texto com diarização opcional e dicas de oradores conhecidos. Use quando um utilizador pedir para transcrever voz de áudio/v - [yeet](https://doutorai.pt/componentes/skills__yeet): Use apenas quando o utilizador pedir explicitamente para preparar (stage), efetuar commit, fazer push e abrir um pull request do GitHub num único fluxo usando a - [02-elementary-rules-of-usage](https://doutorai.pt/componentes/skills__02-elementary-rules-of-usage): Siga esta regra independentemente da consoante final. Escreva assim: - [03-elementary-principles-of-composition](https://doutorai.pt/componentes/skills__03-elementary-principles-of-composition): Se o assunto sobre o qual você está a escrever for de reduzida extensão, ou se pretender tratá-lo muito brevemente, pode não haver necessidade de o subdividir e - [04-a-few-matters-of-form](https://doutorai.pt/componentes/skills__04-a-few-matters-of-form): Fui à casa dele ontem (a minha terceira tentativa de o ver), mas ele tinha saído da cidade. - [05-words-and-expressions-commonly-misused](https://doutorai.pt/componentes/skills__05-words-and-expressions-commonly-misused): (Algumas das formas aqui listadas, como like I did, são inglês francamente mau; outras, como o infinitivo dividido, têm os seus defensores, mas estão em tal des - [2d-games](https://doutorai.pt/componentes/skills__2d-games): Princípios de desenvolvimento de jogos 2D. Sprites, tilemaps, física, câmara. - [3d-games](https://doutorai.pt/componentes/skills__3d-games): Princípios de desenvolvimento de jogos 3D. Renderização, shaders, física, câmaras. - [3d-web-experience](https://doutorai.pt/componentes/skills__3d-web-experience): Especialista na criação de experiências 3D para a web - Three.js, React Three Fiber, Spline, WebGL e cenas 3D interativas. Abrange configuradores de produtos, p - [3p-updates](https://doutorai.pt/componentes/skills__3p-updates): Representam o trabalho da equipa ao longo de um período de tempo, quase sempre uma semana. Incluem três secções: 1) Progresso: o que a equipa alcançou ao longo - [3p-updates](https://doutorai.pt/componentes/skills__3p-updates-2): Representam o trabalho da equipa ao longo de um período de tempo, quase sempre uma semana. Incluem três secções: 1) Progresso: o que a equipa alcançou ao longo - [ACKNOWLEDGEMENTS](https://doutorai.pt/componentes/skills__acknowledgements): O Loki Mode apoia-se nos ombros de gigantes. Este projeto incorpora investigação, padrões e conhecimentos dos principais laboratórios de IA, instituições académ - [ADVANCED](https://doutorai.pt/componentes/skills__advanced): Ideias e conceitos para futuras melhorias no sistema de skills. - [AGENTS](https://doutorai.pt/componentes/skills__agents): Guia completo de otimização de desempenho do Postgres para programadores que utilizam Supabase e Postgres. Contém regras de desempenho em 8 categorias, prioriza - [AGENTS](https://doutorai.pt/componentes/skills__agents-2): Guia completo de otimização de desempenho do Postgres para programadores que utilizam Supabase e Postgres. Contém regras de desempenho em 8 categorias, prioriza - [AGENTS](https://doutorai.pt/componentes/skills__agents-3): Guia completo de otimização de desempenho para aplicações React e Next.js, concebido para agentes de IA e LLMs. Contém mais de 40 regras em 8 categorias, priori - [AI_CURATION](https://doutorai.pt/componentes/skills__ai-curation): Guia para utilizar a análise visual por IA na curadoria de unidades, inspirado na abordagem do SpikeAgent. - [ANALYSIS](https://doutorai.pt/componentes/skills__analysis): Guia completo sobre métricas de qualidade, visualização e análise de dados Neuropixels ordenados. - [ANTHROPIC_ATTRIBUTION](https://doutorai.pt/componentes/skills__anthropic-attribution): Estas skills são fornecidas pela Anthropic como exemplos para demonstrar o que é possível com o sistema de skills do Claude. Estamos gratos pela sua contribuiçã - [API Fuzzing for Bug Bounty](https://doutorai.pt/componentes/skills__api-fuzzing-for-bug-bounty): Esta skill deve ser utilizada quando o utilizador pede para "testar segurança de APIs", "fazer fuzzing de APIs", "encontrar vulnerabilidades IDOR", "testar REST - [API Integration Specialist](https://doutorai.pt/componentes/skills__api-integration-specialist): Especialista na integração de APIs de terceiros com autenticação adequada, tratamento de erros, rate limiting e lógica de repetição. Utilizar ao integrar REST A - [API_REFERENCE](https://doutorai.pt/componentes/skills__api-reference): Este documento contém a referência completa da API do Playwright e padrões avançados. Para padrões de execução rápida, consulte o SKILL.md. - [AUTHENTICATION](https://doutorai.pt/componentes/skills__authentication): O Playwright/Patchright tem um erro conhecido (#36139) onde os cookies de sessão (cookies sem um atributo Expires) não persistem corretamente ao utilizar launch - [AUTOMATED_CURATION](https://doutorai.pt/componentes/skills__automated-curation): Guia para curadoria automatizada de ordenação de spikes utilizando Bombcell, UnitRefine e outras ferramentas. - [AWS Penetration Testing](https://doutorai.pt/componentes/skills__aws-penetration-testing): Esta skill deve ser utilizada quando o utilizador pede para "fazer pentest em AWS", "testar segurança AWS", "enumerar IAM", "explorar infraestrutura cloud", "es - [Accessibility Auditor](https://doutorai.pt/componentes/skills__accessibility-auditor): Especialista em acessibilidade web para conformidade com WCAG, implementação de ARIA e design inclusivo. Utilizar ao auditar websites para problemas de acessibi - [Active Directory Attacks](https://doutorai.pt/componentes/skills__active-directory-attacks): Esta skill deve ser utilizada quando o utilizador pede para "atacar o Active Directory", "explorar AD", "Kerberoasting", "DCSync", "pass-the-hash", "enumeração - [Agent Development](https://doutorai.pt/componentes/skills__agent-development): Esta skill deve ser utilizada quando o utilizador pede para "criar um agente", "adicionar um agente", "escrever um subagente", "frontmatter do agente", "quando - [ArsenalSC-OFL](https://doutorai.pt/componentes/skills__arsenalsc-ofl): Este Software de Fontes está licenciado ao abrigo da SIL Open Font License, Versão 1.1. Esta licença está copiada abaixo e também está disponível com uma FAQ em - [ArsenalSC-Regular](https://doutorai.pt/componentes/skills__arsenalsc-regular): GDEF)T ^GPOS8 l| 3|GSUB 6 OS/2 E~ cmapM cvt fpgmb/ \ gasp glyflɝ head Ϥ h 6hhea ( D $hmtxx 'h loca˚Q maxp $ named ' postُ It # prepM9r m - [BUILTIN_FUNCTIONS](https://doutorai.pt/componentes/skills__builtin-functions): Referência completa para as funções e auxiliares JavaScript integrados do n8n. - [BasePage](https://doutorai.pt/componentes/skills__basepage): / BasePage: base para todas as classes Page Object. Responsabilidades: - Injetar Page via construtor (nunca criar Playwright aqui) - Fornecer auxiliares de ação - [BaseTest](https://doutorai.pt/componentes/skills__basetest): / BaseTest thread-safe para execução paralela do Playwright. Gere o ciclo de vida de Playwright/Browser/Context/Page. Captura traces e capturas de ecrã ao concl - [BigShoulders-Bold](https://doutorai.pt/componentes/skills__bigshoulders-bold): GDEFy , GPOSaͪ d QxGSUB M ,p OS/2 _2 STATY 2cmapB L X tgasp glyf X head% 6hhea m post] > 6 . & N C S K % E - [BigShoulders-OFL](https://doutorai.pt/componentes/skills__bigshoulders-ofl): Este software de fonte está licenciado ao abrigo da SIL Open Font License, Versão 1.1. Esta licença está copiada abaixo e também se encontra disponível com uma - [BigShoulders-Regular](https://doutorai.pt/componentes/skills__bigshoulders-regular): GDEFx' 0 GPOS5 d QnGSUB M , OS/2 S^ STATSY 6cmapB L h tgasp glyfO Zhead&U 6hhea L &preph ) S i | ( $ opsz - [Boldonse-OFL](https://doutorai.pt/componentes/skills__boldonse-ofl): Este software de fonte está licenciado ao abrigo da SIL Open Font License, Versão 1.1. Esta licença está copiada abaixo e também se encontra disponível com uma - [BricolageGrotesque-OFL](https://doutorai.pt/componentes/skills__bricolagegrotesque-ofl): Este software de fonte está licenciado ao abrigo da SIL Open Font License, Versão 1.1. Esta licença está copiada abaixo e também se encontra disponível com uma - [Broken Authentication Testing](https://doutorai.pt/componentes/skills__broken-authentication-testing): Esta skill deve ser utilizada quando o utilizador pede para "testar vulnerabilidades de autenticação quebrada", "avaliar a segurança da gestão de sessões", "rea - [Burp Suite Web Application Testing](https://doutorai.pt/componentes/skills__burp-suite-web-application-testing): Esta skill deve ser utilizada quando o utilizador pede para "intercetar tráfego HTTP", "modificar pedidos web", "utilizar o Burp Suite para testes", "realizar s - [CHANGELOG](https://doutorai.pt/componentes/skills__changelog): Todas as alterações assinaláveis a este projeto serão documentadas neste ficheiro. - [CHANGELOG](https://doutorai.pt/componentes/skills__changelog-2): Todas as alterações assinaláveis ao Loki Mode serão documentadas neste ficheiro. - [CLAUDE](https://doutorai.pt/componentes/skills__claude): Sistema autónomo multiagente de criação de startups para o Claude Code. Leva o PRD a um produto totalmente implementado e gerador de receitas, com zero interven - [CLAUDE_MD_TESTING](https://doutorai.pt/componentes/skills__claude-md-testing): Teste de diferentes variantes de documentação para descobrir o que realmente leva os agentes a descobrir e utilizar competências sob pressão. - [COMMON_MISTAKES](https://doutorai.pt/componentes/skills__common-mistakes): Catálogo completo de erros de expressão com explicações e correções. - [COMMON_PATTERNS](https://doutorai.pt/componentes/skills__common-patterns): Padrões de Python testados em produção para nós Code do n8n. - [COMMON_PATTERNS](https://doutorai.pt/componentes/skills__common-patterns-2): Padrões testados em produção para nós Code do n8n. Estes padrões estão comprovados em fluxos de trabalho reais. - [COMPETITIVE-ANALYSIS](https://doutorai.pt/componentes/skills__competitive-analysis): O Loki Mode possui uma diferenciação única na automatização de operações empresariais, mas enfrenta lacunas significativas em testes de desempenho, adoção pela - [CONSTITUTION](https://doutorai.pt/componentes/skills__constitution): Esta constituição só pode ser alterada através de: 1. Atualização da versão no cabeçalho 2. Commit no Git com o prefixo [CONSTITUTION] 3. Entrada no registo de - [CONTEXT-EXPORT](https://doutorai.pt/componentes/skills__context-export): Ao iniciar uma nova sessão, leia estes ficheiros: 1. SKILL.md: As instruções reais da competência 2. autonomy/run.sh: Ponto de entrada principal 3. VERSION e CH - [CREATION-LOG](https://doutorai.pt/componentes/skills__creation-log): Exemplo de referência para a extração, estruturação e blindagem de uma competência crítica. - [Claude Code Guide](https://doutorai.pt/componentes/skills__claude-code-guide): Guia mestre para utilizar o Claude Code de forma eficaz. Inclui templates de configuração, estratégias de prompting, palavras-chave de "Thinking", técnicas de d - [Cloud Penetration Testing](https://doutorai.pt/componentes/skills__cloud-penetration-testing): Esta skill deve ser utilizada quando o utilizador pede para "realizar testes de penetração em cloud", "avaliar a segurança de Azure, AWS ou GCP", "enumerar recu - [Command Development](https://doutorai.pt/componentes/skills__command-development): Esta skill deve ser utilizada quando o utilizador pede para "criar um comando de barra (slash command)", "adicionar um comando", "escrever um comando personaliz - [CrimsonPro-Italic](https://doutorai.pt/componentes/skills__crimsonpro-italic): GDEFFE GSUB;\ &( OS/2; ^] STATp DcmapX R 2gasp glyfO- L head rJO 6hhea post ) 3, preph 7 L $ Z D\+_ L W b p - [CrimsonPro-OFL](https://doutorai.pt/componentes/skills__crimsonpro-ofl): Este software de tipo de letra está licenciado ao abrigo da SIL Open Font License, Versão 1.1. Esta licença está copiada abaixo e encontra-se também disponível - [Cross-Site Scripting and HTML Injection Testing](https://doutorai.pt/componentes/skills__cross-site-scripting-and-html-injection-testing): Esta skill deve ser utilizada quando o utilizador pede para "testar vulnerabilidades de XSS", "realizar ataques de cross-site scripting", "identificar falhas de - [DATA_ACCESS](https://doutorai.pt/componentes/skills__data-access): Guia completo para aceder a dados em nós Code do n8n utilizando Python. - [DATA_ACCESS](https://doutorai.pt/componentes/skills__data-access-2): Guia abrangente para aceder a dados em nós Code do n8n utilizando JavaScript. - [DELIVERY_SUMMARY](https://doutorai.pt/componentes/skills__delivery-summary): Uma skill de IA da Claude pronta para produção para equipas de marketing, criada seguindo as melhores práticas oficiais da Anthropic e concebida para implementa - [DEPENDENCIES](https://doutorai.pt/componentes/skills__dependencies): Análise aprofundada sobre as dependências de propriedades do n8n e o mecanismo displayOptions. - [DIRECTORY_STRUCTURE](https://doutorai.pt/componentes/skills__directory-structure): Cada ficheiro de referência tem menos de 500 linhas, permitindo que o Claude carregue ficheiros completos quando necessário, sem penalização excessiva de contex - [DMMono-OFL](https://doutorai.pt/componentes/skills__dmmono-ofl): Este software de tipo de letra está licenciado ao abrigo da SIL Open Font License, Versão 1.1. Esta licença está copiada abaixo e encontra-se também disponível - [Data Privacy Compliance](https://doutorai.pt/componentes/skills__data-privacy-compliance): Especialista em privacidade de dados e conformidade regulamentar para RGPD, CCPA, HIPAA e leis internacionais de proteção de dados. Utilizar ao implementar cont - [E2E_VERIFICATION_REPORT](https://doutorai.pt/componentes/skills__e2e-verification-report): Todos os ficheiros de origem foram verificados: existem e estão devidamente implementados. O frontend compila com sucesso. O backend apresenta os problemas de c - [ERROR_CATALOG](https://doutorai.pt/componentes/skills__error-catalog): Catálogo abrangente de erros de validação do n8n com exemplos reais e respetivas soluções. - [ERROR_PATTERNS](https://doutorai.pt/componentes/skills__error-patterns): Erros comuns em nós Code de Python e como resolvê-los. - [ERROR_PATTERNS](https://doutorai.pt/componentes/skills__error-patterns-2): Guia completo para evitar os erros mais comuns nos nós Code. - [EXAMPLES](https://doutorai.pt/componentes/skills__examples): Exemplos práticos de tarefas comuns de análise de dados e padrões de análise. - [EXAMPLES](https://doutorai.pt/componentes/skills__examples-2): Exemplos reais e funcionais de fluxos de trabalho do n8n. - [Email Composer](https://doutorai.pt/componentes/skills__email-composer): Escrever rascunhos de emails profissionais para vários contextos, incluindo comunicação empresarial, técnica e de apoio ao cliente. Utilizar quando o utilizador - [EricaOne-OFL](https://doutorai.pt/componentes/skills__ericaone-ofl): Este software de tipo de letra está licenciado ao abrigo da SIL Open Font License, Versão 1.1. Esta licença está copiada abaixo e encontra-se também disponível - [Error Resolver](https://doutorai.pt/componentes/skills__error-resolver): Diagnóstico e resolução sistemática de erros utilizando análise de primeiros princípios. Utilizar ao encontrar qualquer mensagem de erro, stack trace ou comport - [Ethical Hacking Methodology](https://doutorai.pt/componentes/skills__ethical-hacking-methodology): Esta skill deve ser utilizada quando o utilizador pede para "aprender ethical hacking", "compreender o ciclo de vida dos testes de penetração", "realizar reconh - [Excel Analysis](https://doutorai.pt/componentes/skills__excel-analysis): Analisar folhas de cálculo do Excel, criar tabelas dinâmicas, gerar gráficos e realizar análise de dados. Utilizar ao analisar ficheiros do Excel, folhas de cál - [FALSE_POSITIVES](https://doutorai.pt/componentes/skills__false-positives): Quando os avisos de validação são aceitáveis e como lidar com eles. - [FORMATTING_GUIDE](https://doutorai.pt/componentes/skills__formatting-guide): Referência rápida para utilizar o pacote de estilos market_research.sty. - [FORMATTING_GUIDE](https://doutorai.pt/componentes/skills__formatting-guide-2): Este guia fornece uma referência rápida para utilizar o modelo LaTeX e o pacote de estilos de geração de hipóteses. Para documentação completa, consulte o SKILL - [FORMS](https://doutorai.pt/componentes/skills__forms): Guia completo para o processamento de formulários PDF em ambientes de produção. - [FORMS](https://doutorai.pt/componentes/skills__forms-2): Se precisar de preencher um formulário PDF, verifique primeiro se o PDF tem campos de formulário preenchíveis. Execute este script a partir do diretório deste f - [File Path Traversal Testing](https://doutorai.pt/componentes/skills__file-path-traversal-testing): Esta skill deve ser utilizada quando o utilizador pede para "testar directory traversal", "explorar vulnerabilidades de path traversal", "ler ficheiros arbitrár - [GeistMono-Bold](https://doutorai.pt/componentes/skills__geistmono-bold): GDEFd f | xGPOS/ ' RGSUB YT ,OS/2 5- STAT B Dcmap8 "gasp $ glyf head!D; 6hhea L $hmtx[3 loca l maxp n , metag p /name > post@# # 9 =preph - [GeistMono-OFL](https://doutorai.pt/componentes/skills__geistmono-ofl): Este Software de Fonte está licenciado ao abrigo da Licença SIL Open Font, Versão 1.1. Esta licença está copiada abaixo e encontra-se também disponível com uma - [Git Commit Helper](https://doutorai.pt/componentes/skills__git-commit-helper): Gerar mensagens de commit descritivas analisando os git diffs. Utilizar quando o utilizador pede ajuda para escrever mensagens de commit ou rever alterações pre - [Gloock-OFL](https://doutorai.pt/componentes/skills__gloock-ofl): Este Software de Fonte está licenciado ao abrigo da Licença SIL Open Font, Versão 1.1. Esta licença está copiada abaixo e encontra-se também disponível com uma - [Gloock-Regular](https://doutorai.pt/componentes/skills__gloock-regular): GDEF5' D RGPOS 8 >L 6GSUB0c P OS/2W cmap h1 cvt f vfpgmb/ ~ 0@ gasp glyff u head#0, >P>?Q?@ @p@A AAB;C CDqE2EhEFFG,GGHNHHIDIIJmJK KKKKKL L=LLLM MZMMNONNO,OP PiP - [HOOK_MECHANISMS](https://doutorai.pt/componentes/skills__hook-mechanisms): Análise técnica aprofundada sobre como funcionam os hooks UserPromptSubmit e PreToolUse. - [HOW_TO_USE](https://doutorai.pt/componentes/skills__how-to-use): Olá Claude: acabo de adicionar a skill "app-store-optimization". Pode ajudar-me a otimizar a presença da minha aplicação na App Store e no Google Play? - [HTML Injection Testing](https://doutorai.pt/componentes/skills__html-injection-testing): Esta skill deve ser utilizada quando o utilizador pede para "testar injeção de HTML", "injetar HTML em páginas web", "realizar ataques de injeção de HTML", "des - [Hook Development](https://doutorai.pt/componentes/skills__hook-development): Esta skill deve ser utilizada quando o utilizador pede para "criar um hook", "adicionar um hook PreToolUse/PostToolUse/Stop", "validar a utilização de ferrament - [IBMPlexMono-OFL](https://doutorai.pt/componentes/skills__ibmplexmono-ofl): Copyright © 2017 IBM Corp. com o Nome Reservado de Fonte "Plex - [IBMPlexMono-Regular](https://doutorai.pt/componentes/skills__ibmplexmono-regular): GDEF22w GPOS'? p GSUB !d OS/2 4 cmap+E | cvt 6 @fpgm Y7 H sgasp ! , glyf F ]T Nhead oec 6hhea F \ $hmtx1 d loca2 n X maxp B ́ postQ \ :t "prep'F - [IBMPlexSerif-Bold](https://doutorai.pt/componentes/skills__ibmplexserif-bold): GDEF/r/g GPOSs J :GSUBO OS/2p 8 cmap5 cvt Z | Dfpgm Y7 L sgasp ! , glyf: )0 ~&head 6hhea 9 \ $hmtxSa "t locaq! maxp [ q K l K b F R { 8 J p - [IBMPlexSerif-Italic](https://doutorai.pt/componentes/skills__ibmplexserif-italic): GDEF/_/ GPOSAw3 J GSUBO t OS/2mz D cmap5 cvt Nfpgm Y7 \ sgasp ! , glyf}KP head 5 6hhea [ \ $hmtxZO| " loca u maxp [ r ) I l K 2 L A D - / C T \ e 8 J p - [IDOR Vulnerability Testing](https://doutorai.pt/componentes/skills__idor-vulnerability-testing): Esta skill deve ser utilizada quando o utilizador pede para "testar referências diretas inseguras a objetos," "encontrar vulnerabilidades IDOR," "explorar contr - [IMPLEMENTATION_GUIDE](https://doutorai.pt/componentes/skills__implementation-guide): Utilize esta lista de verificação para garantir que a Skill de Marketing está devidamente implementada e pronta para a sua equipa. - [IMPLEMENTATION_GUIDE](https://doutorai.pt/componentes/skills__implementation-guide-2): Utilize esta lista de verificação para garantir que a Skill de Engenheiro DevOps IaC está devidamente implementada e pronta para a sua equipa. - [IMPLEMENTATION_SUMMARY](https://doutorai.pt/componentes/skills__implementation-summary): Implementada com sucesso uma skill abrangente de relatórios clínicos para o projeto Claude Scientific Writer. - [IMPLEMENTATION_SUMMARY](https://doutorai.pt/componentes/skills__implementation-summary-2): SKILL.md original preservado como _SKILL_old.md para referência. - [INSTALLATION](https://doutorai.pt/componentes/skills__installation): Instruções de instalação completas para todas as plataformas e casos de utilização. - [INSTALLATION_GUIDE](https://doutorai.pt/componentes/skills__installation-guide): Isto instala suporte para todos os formatos de ficheiro e funcionalidades. - [InstrumentSans-Bold](https://doutorai.pt/componentes/skills__instrumentsans-bold): M "6j] z }r:C,%#+ % eLA_3wb52(" + % eMltd K" 2 b w 3 %5! p Å #ll 2 = S5! 2 =ll 0 X e 7 ' O yO yO yOOO yO 2 t s S5! '"&54632 "&54632 2 ++ -- ++ -- =ll)" "))" ") - [InstrumentSans-BoldItalic](https://doutorai.pt/componentes/skills__instrumentsans-bolditalic): GDEF:2+ P fGPOS X t GSUB h T OS/2b2 STAT_ A Vcmap0- &gasp glyf eT 7| ehead&d 6hhea y ; F Q \ h ' 2 = H S ^ i u ) 4 ? J e p { & 1 = H S _ k v - [InstrumentSans-Italic](https://doutorai.pt/componentes/skills__instrumentsans-italic): GDEF.4V T GPOS { 4 sGSUB h 4 OS/2a | STAT_ C1 Zcmap0- &gasp glyf 7\ ehead&Id 6hhea } I \ g u R z ! , 7 B M X B ~ @ K V a m , 7 B M X c n z # . 9 D - [InstrumentSans-OFL](https://doutorai.pt/componentes/skills__instrumentsans-ofl): Este software de tipo de letra está licenciado sob a SIL Open Font License, Versão 1.1. Esta licença encontra-se copiada abaixo e também está disponível com um - [InstrumentSerif-Italic](https://doutorai.pt/componentes/skills__instrumentserif-italic): GDEF! BGPOS;K 1 7 GSUBsIB \OS/2 cmap㷫 cvt h 4fpgmb.{ # gasp glyf / h head! 6hhea o D $hmtxf ( loca. X maxp k $ namew) postp[ prephFȜ 4 - [InstrumentSerif-Regular](https://doutorai.pt/componentes/skills__instrumentserif-regular): GDEF" >GPOS l 1 >FGSUBsIB \OS/2 cmap㷫 cvt h 4fpgmb.{ # gasp glyfr o head!? 6hhea D $hmtxS ! , locaI o maxp i $ namexG postph prephFȜ 4 - [Italiana-OFL](https://doutorai.pt/componentes/skills__italiana-ofl): Direitos de autor (c) 2011, Santiago Orozco (hi@typemade.mx), com o Nome de Tipo de Letra Reservado "Italiana". - [Italiana-Regular](https://doutorai.pt/componentes/skills__italiana-regular): FL6M5e)' 76? d /! ; % & # P ( 'qn\H ( :XXj &8 '6 4&'&/ 7 .. ) d ZɣN' P ],[ g \ #5 '7#53'7 53 7 3 # ' v vv v v vv v \v v v vv v v v j ( 353 3 # #5#jPP F S - [JetBrainsMono-OFL](https://doutorai.pt/componentes/skills__jetbrainsmono-ofl): Este software de tipo de letra está licenciado sob a SIL Open Font License, Versão 1.1. Esta licença encontra-se copiada abaixo e também está disponível com um - [Jura-Light](https://doutorai.pt/componentes/skills__jura-light): GDEFvDu $ 4GPOSZpL [\ BGSUB [A OS/2¡W STATyi cmapa Zgasp glyf head ٮ 6hhea / 4J4V4b4n44445 5T556 6^6667C7w778(8G8x88939p9: :::; ;Z;;; >V>>?#???@F@A AiAABABBC CJ - [Jura-Medium](https://doutorai.pt/componentes/skills__jura-medium): / Y e q 7>~>>?I??@ @j@AAAAB BdBC C4CmCCCCD DPDDDDDDDDE3EEF0F8FFG GvGH HKHHHHI I_IIIJ1JNJJJJK7K}L L^LLM MMMN N7NPNzNNO OaOOP P4PUPPPPQ:Q QR RsRRS SESST TVTTU:UUU - [Jura-OFL](https://doutorai.pt/componentes/skills__jura-ofl): Este software de tipo de letra está licenciado sob a SIL Open Font License, Versão 1.1. Esta licença encontra-se copiada abaixo e também está disponível com um - [LCP](https://doutorai.pt/componentes/skills__lcp): O Largest Contentful Paint (LCP) mede quando o maior elemento de conteúdo na área de visualização se torna visível. Isto é tipicamente: - [LICENSE](https://doutorai.pt/componentes/skills__license): Licença" significa os termos e condições para utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-2): O aviso de direitos de autor acima e este aviso de permissão devem ser incluídos em todas as cópias ou partes substanciais do Software. - [LICENSE](https://doutorai.pt/componentes/skills__license-3): O aviso de direitos de autor acima e este aviso de permissão devem ser incluídos em todas as cópias ou partes substanciais do Software. - [LICENSE](https://doutorai.pt/componentes/skills__license-4): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-5): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-6): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-7): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-8): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-9): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-10): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-11): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-12): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-13): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-14): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-15): Estas n8n skills são provenientes do repositório n8n-skills. - [LICENSE](https://doutorai.pt/componentes/skills__license-16): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-17): O aviso de direitos de autor acima e este aviso de permissão devem ser incluídos em todas as cópias ou partes substanciais do Software. - [LICENSE](https://doutorai.pt/componentes/skills__license-18): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-19): © 2025 Anthropic, PBC. Todos os direitos reservados. - [LICENSE](https://doutorai.pt/componentes/skills__license-20): © 2025 Anthropic, PBC. Todos os direitos reservados. - [LICENSE](https://doutorai.pt/componentes/skills__license-21): © 2025 Anthropic, PBC. Todos os direitos reservados. - [LICENSE](https://doutorai.pt/componentes/skills__license-22): © 2025 Anthropic, PBC. Todos os direitos reservados. - [LICENSE](https://doutorai.pt/componentes/skills__license-23): O aviso de direitos de autor acima e este aviso de permissão devem ser incluídos em todas as cópias ou partes substanciais do Software. - [LICENSE](https://doutorai.pt/componentes/skills__license-24): O aviso de direitos de autor acima e este aviso de permissão devem ser incluídos em todas as cópias ou partes substanciais do Software. - [LICENSE](https://doutorai.pt/componentes/skills__license-25): © 2025 Anthropic, PBC. Todos os direitos reservados. - [LICENSE](https://doutorai.pt/componentes/skills__license-26): © 2025 Anthropic, PBC. Todos os direitos reservados. - [LICENSE](https://doutorai.pt/componentes/skills__license-27): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-28): © 2025 Anthropic, PBC. Todos os direitos reservados. - [LICENSE](https://doutorai.pt/componentes/skills__license-29): © 2025 Anthropic, PBC. Todos os direitos reservados. - [LICENSE](https://doutorai.pt/componentes/skills__license-30): © 2025 Anthropic, PBC. Todos os direitos reservados. - [LICENSE](https://doutorai.pt/componentes/skills__license-31): © 2025 Anthropic, PBC. Todos os direitos reservados. - [LICENSE](https://doutorai.pt/componentes/skills__license-32): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-33): © 2025 Anthropic, PBC. Todos os direitos reservados. - [LICENSE](https://doutorai.pt/componentes/skills__license-34): © 2025 Anthropic, PBC. Todos os direitos reservados. - [LICENSE](https://doutorai.pt/componentes/skills__license-35): © 2025 Anthropic, PBC. Todos os direitos reservados. - [LICENSE](https://doutorai.pt/componentes/skills__license-36): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-37): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-38): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-39): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-40): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-41): Licença" significa os termos e condições de utilização, reprodução e distribuição, conforme definido nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-42): Licença" significa os termos e condições para a utilização, reprodução e distribuição, conforme definidos nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-43): Licença" significa os termos e condições para a utilização, reprodução e distribuição, conforme definidos nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-44): Licença" significa os termos e condições para a utilização, reprodução e distribuição, conforme definidos nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-45): Licença" significa os termos e condições para a utilização, reprodução e distribuição, conforme definidos nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-46): Licença" significa os termos e condições para a utilização, reprodução e distribuição, conforme definidos nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-47): Licença" significa os termos e condições para a utilização, reprodução e distribuição, conforme definidos nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-48): Licença" significa os termos e condições para a utilização, reprodução e distribuição, conforme definidos nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-49): Licença" significa os termos e condições para a utilização, reprodução e distribuição, conforme definidos nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-50): Licença" significa os termos e condições para a utilização, reprodução e distribuição, conforme definidos nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-51): Licença" significa os termos e condições para a utilização, reprodução e distribuição, conforme definidos nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-52): Licença" significa os termos e condições para a utilização, reprodução e distribuição, conforme definidos nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-53): Licença" significa os termos e condições para a utilização, reprodução e distribuição, conforme definidos nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-54): Licença" significa os termos e condições para a utilização, reprodução e distribuição, conforme definidos nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-55): Licença" significa os termos e condições para a utilização, reprodução e distribuição, conforme definidos nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-56): Licença" significa os termos e condições para a utilização, reprodução e distribuição, conforme definidos nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-57): O aviso de direitos de autor acima e este aviso de permissão devem ser incluídos em todas as cópias ou partes substanciais do Software. - [LICENSE](https://doutorai.pt/componentes/skills__license-58): Licença" significa os termos e condições para a utilização, reprodução e distribuição, conforme definidos nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-59): Licença" significa os termos e condições para a utilização, reprodução e distribuição, conforme definidos nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-60): Licença" significa os termos e condições para a utilização, reprodução e distribuição, conforme definidos nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-61): Licença" significa os termos e condições para a utilização, reprodução e distribuição, conforme definidos nas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-62): Licença" designa os termos e condições de utilização, reprodução e distribuição, conforme definido pelas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-63): O aviso de direitos de autor acima e este aviso de permissão devem ser incluídos em todas as cópias ou partes substanciais do Software. - [LICENSE](https://doutorai.pt/componentes/skills__license-64): Licença" designa os termos e condições de utilização, reprodução e distribuição, conforme definido pelas Secções 1 a 9 deste documento. - [LICENSE](https://doutorai.pt/componentes/skills__license-65): Licença" designa os termos e condições de utilização, reprodução e distribuição, conforme definido pelas Secções 1 a 9 deste documento. - [LibreBaskerville-OFL](https://doutorai.pt/componentes/skills__librebaskerville-ofl): Direitos de autor 2012 The Libre Baskerville Project Authors (https://github.com/impallari/Libre-Baskerville) com Nome de Fonte Reservado Libre Baskerville. - [LibreBaskerville-Regular](https://doutorai.pt/componentes/skills__librebaskerville-regular): 3 M u 0 (T()>)))))as +E++, ,(,:,L,X,d,p,,,,,,,- - -&-@-R-^-j----.W.i./1/=/O/[/m/y/0 0|0001 1 1 121>1J11212=2}2222223 3B33334 4 4 4,484L4X4d4z445 5 55556 667P7\7 - [Linux Privilege Escalation](https://doutorai.pt/componentes/skills__linux-privilege-escalation): Esta skill deve ser utilizada quando o utilizador pede para "escalar privilégios em Linux", "encontrar vetores de privesc em sistemas Linux", "explorar configur - [Linux Production Shell Scripts](https://doutorai.pt/componentes/skills__linux-production-shell-scripts): Esta skill deve ser utilizada quando o utilizador pede para "criar scripts bash", "automatizar tarefas Linux", "monitorizar recursos do sistema", "fazer backup - [Lora-Bold](https://doutorai.pt/componentes/skills__lora-bold): ; E " - a l x $ 0 -J-.".~../ / /)/t/|//////0?0J0001;12 2\23 3[3424:4444456556?67 78 8]89B9: :m:;$;;<> )> >?)?~?@B@J@V@A AaAB BxBBBBBBBC CJCVCbCnCCCCCCCD DUDE0E{ - [Lora-BoldItalic](https://doutorai.pt/componentes/skills__lora-bolditalic): GDEFV 8 GPOSX2 P GSUBI8A 8 @OS/2l\O STAT @cmapEr-o gasp glyf5#l @ )head&ܛ 6hhea $ wght ital _ X K X ^ 2 , - [Lora-OFL](https://doutorai.pt/componentes/skills__lora-ofl): Direitos de autor 2011 The Lora Project Authors (https://github.com/cyrealtype/Lora-Cyrillic), com Nome de Fonte Reservado "Lora". - [MCP Integration](https://doutorai.pt/componentes/skills__mcp-integration): Esta skill deve ser utilizada quando o utilizador pede para "adicionar servidor MCP", "integrar MCP", "configurar MCP no plugin", "utilizar .mcp.json", "configu - [MOTION_CORRECTION](https://doutorai.pt/componentes/skills__motion-correction): O desvio mecânico durante a inserção aguda da sonda é um grande desafio para os registos de Neuropixels. Este guia abrange a deteção, estimativa e correção de a - [Manifest](https://doutorai.pt/componentes/skills__manifest): Instalar e configurar o plugin de observabilidade Manifest para os seus agentes. Utilizar ao configurar telemetria, configurar chaves de API ou endpoints, resol - [Metasploit Framework](https://doutorai.pt/componentes/skills__metasploit-framework): Esta skill deve ser utilizada quando o utilizador pede para "utilizar o Metasploit para testes de penetração", "explorar vulnerabilidades com msfconsole", "cria - [NOTICE](https://doutorai.pt/componentes/skills__notice): Esta skill inclui material derivado do repositório playwright-cli da Microsoft. - [NationalPark-OFL](https://doutorai.pt/componentes/skills__nationalpark-ofl): Este Software de Fonte está licenciado sob a SIL Open Font License, Versão 1.1. Esta licença está copiada abaixo e também se encontra disponível com um FAQ em: - [NationalPark-Regular](https://doutorai.pt/componentes/skills__nationalpark-regular): GDEF ( GPOSA I 0GSUBi^8J " rOS/2W STATxl .cmap Tb gasp glyf䫣+ z4 Thead) 6hhea E | ( T J Z f r ~ ( 4 p ( 4 ? O Z , 8 H T l - [Network 101](https://doutorai.pt/componentes/skills__network-101): Esta skill deve ser utilizada quando o utilizador pede para "configurar um servidor web", "configurar HTTP ou HTTPS", "realizar enumeração SNMP", "configurar pa - [NothingYouCouldDo-OFL](https://doutorai.pt/componentes/skills__nothingyoucoulddo-ofl): Este Software de Fonte está licenciado sob a SIL Open Font License, Versão 1.1. Esta licença está copiada abaixo e também se encontra disponível com um FAQ em: - [NothingYouCouldDo-Regular](https://doutorai.pt/componentes/skills__nothingyoucoulddo-regular): PGDEF 8 OS/2g7y cmap / gasp glyfԊr ( hhead H 6hhea ( $ $hmtx loca&Q | rmaxp K name\œ{ postgZ 6preph 7 8 @ - [OCR](https://doutorai.pt/componentes/skills__ocr): Extraia texto de PDFs digitalizados e documentos baseados em imagens. - [OPENROUTER_INTEGRATION](https://doutorai.pt/componentes/skills__openrouter-integration): Esta skill MarkItDown foi configurada para utilizar o OpenRouter em vez do acesso direto à API da OpenAI. O OpenRouter fornece um gateway de API unificado para - [OPERATION_PATTERNS](https://doutorai.pt/componentes/skills__operation-patterns): Padrões comuns de configuração de nós organizados por tipo de nó e operação. - [Outfit-Bold](https://doutorai.pt/componentes/skills__outfit-bold): GDEFX{ $ GPOSΧ} % NnGSUBz T dOS/2sn STATykI cmapJ}V ( Lgasp glyfs t8 d(headZ 6hhea Y maxp name t post: 0 preph M % $ - [Outfit-OFL](https://doutorai.pt/componentes/skills__outfit-ofl): Este Software de Fonte está licenciado ao abrigo da Licença SIL Open Font, Versão 1.1. Esta licença encontra-se copiada abaixo e também está disponível com Perg - [Outfit-Regular](https://doutorai.pt/componentes/skills__outfit-regular): GDEFUpu ( GPOSj[W %H N|GSUBC | \ 4OS/2rDn STATxl .cmapJ}V Lgasp glyfC5 s bhead)Z/ 6hhea X X K X ^ 2 frag - [PATTERNS_LIBRARY](https://doutorai.pt/componentes/skills__patterns-library): Padrões regex e glob prontos a usar para acionadores de skills. Copie e personalize para as suas skills. - [PDF Processing Pro](https://doutorai.pt/componentes/skills__pdf-processing-pro): Processamento de PDF pronto para produção com formulários, tabelas, OCR, validação e operações em lote (batch). Utilizar ao trabalhar com fluxos de trabalho PDF - [PREPROCESSING](https://doutorai.pt/componentes/skills__preprocessing): Técnicas abrangentes de pré-processamento para registos neurais de Neuropixels. - [Pentest Checklist](https://doutorai.pt/componentes/skills__pentest-checklist): Esta skill deve ser utilizada quando o utilizador pede para "planear um teste de penetração", "criar uma checklist de avaliação de segurança", "preparar-se para - [Pentest Commands](https://doutorai.pt/componentes/skills__pentest-commands): Esta skill deve ser utilizada quando o utilizador pede para "executar comandos de pentest", "fazer scan com nmap", "utilizar exploits do metasploit", "crackar p - [PixelifySans-Medium](https://doutorai.pt/componentes/skills__pixelifysans-medium): GDEF g $ GPOSǗ 0 #GSUBaBu l ~OS/2dUVP STATyj cmap gasp glyfw; Tx s head% 6hhea @ a c " & ( 1 " & ( . 7 C O [ g s - [PixelifySans-OFL](https://doutorai.pt/componentes/skills__pixelifysans-ofl): Este Software de Fonte está licenciado ao abrigo da Licença SIL Open Font, Versão 1.1. Esta licença encontra-se copiada abaixo e também está disponível com Perg - [Plugin Settings](https://doutorai.pt/componentes/skills__plugin-settings): Esta skill deve ser utilizada quando o utilizador pergunta sobre "definições do plugin", "armazenar a configuração do plugin", "plugin configurável pelo utiliza - [Plugin Structure](https://doutorai.pt/componentes/skills__plugin-structure): Esta skill deve ser utilizada quando o utilizador pede para "criar um plugin", "estruturar (scaffold) um plugin", "compreender a estrutura do plugin", "organiza - [PoiretOne-OFL](https://doutorai.pt/componentes/skills__poiretone-ofl): Este Software de Fonte está licenciado ao abrigo da Licença SIL Open Font, Versão 1.1. Esta licença encontra-se copiada abaixo e também está disponível com Perg - [PoiretOne-Regular](https://doutorai.pt/componentes/skills__poiretone-regular): pGDEF GPOSAM GSUB#v$ h .OS/2/g cmap&1= 0 dgasp glyf Ω 1 &heado 6hhea D $hmtx#Ps loca maxp ? $ name] M ( post. preph - [Privilege Escalation Methods](https://doutorai.pt/componentes/skills__privilege-escalation-methods): Esta skill deve ser utilizada quando o utilizador pede para "escalar privilégios", "obter acesso root", "tornar-se administrador", "técnicas de privesc", "abusa - [QUALITY_METRICS](https://doutorai.pt/componentes/skills__quality-metrics): Guia abrangente para a avaliação de qualidade de unidades utilizando métricas do SpikeInterface e padrões Allen/IBL. - [README](https://doutorai.pt/componentes/skills__readme): Skill abrangente para desenvolvimento na plataforma Shopify: aplicações, extensões, temas e integrações de API. - [README](https://doutorai.pt/componentes/skills__readme-2): Uma skill exclusivamente manual para minimizar o tamanho total da base de código, medindo o sucesso através da quantidade final de código e não do esforço. Favo - [README](https://doutorai.pt/componentes/skills__readme-3): Transforme a aprendizagem passiva em ação prática. Esta skill converte transcrições do YouTube, artigos, tutoriais e outros conteúdos educativos em ciclos Ship- - [README](https://doutorai.pt/componentes/skills__readme-4): Uma skill sistemática para transformar requisitos vagos em Documentos de Requisitos do Produto (PRDs) acionáveis através de diálogo focado e clarificação iterat - [README](https://doutorai.pt/componentes/skills__readme-5): Uma skill de pensamento estratégico de produto que ajuda a identificar oportunidades 10x e melhorias de elevado impacto para o seu produto. - [README](https://doutorai.pt/componentes/skills__readme-6): Uma skill abrangente para criar commits do git de alta qualidade e prontos para produção, que sejam fáceis de rever, seguros de implementar e sigam as melhores - [README](https://doutorai.pt/componentes/skills__readme-7): Corrige estrangulamentos de desempenho. Monitoriza o desempenho antes e depois para quantificar a melhoria. - [README](https://doutorai.pt/componentes/skills__readme-8): Uma skill para o Claude Code que analisa convenções de nomes de código e sugere melhores nomes de variáveis, funções, classes e outros identificadores com base - [README](https://doutorai.pt/componentes/skills__readme-9): Uma skill do Claude Code que remove marcas de escrita gerada por IA do texto, fazendo-o soar mais natural e humano. - [README](https://doutorai.pt/componentes/skills__readme-10): Uma skill para o Claude Code que o ajuda a escrever, atualizar e melhorar ficheiros README adaptados ao seu tipo de projeto específico e ao seu público. - [README](https://doutorai.pt/componentes/skills__readme-11): Uma estrutura de avaliação abrangente para avaliar a qualidade de Agent Skills em relação a especificações oficiais e boas práticas. Esta skill fornece pontuaçã - [README](https://doutorai.pt/componentes/skills__readme-12): A UI web executa skills numa sandbox sem acesso à rede, o que esta skill exige para a automação do navegador. Deve utilizar o Claude Code localmente na sua máqu - [README](https://doutorai.pt/componentes/skills__readme-13): Gera ideias criativas de nomes de domínio para o seu projeto e verifica a disponibilidade em vários TLD (.com, .io, .dev, .ai, etc.). Poupa horas de brainstormi - [README](https://doutorai.pt/componentes/skills__readme-14): Uma skill do Claude Code para programadores frontend documentarem as necessidades de dados e os requisitos de API para os programadores backend de forma colabor - [README](https://doutorai.pt/componentes/skills__readme-15): Uma skill do Claude Code que gera documentação abrangente de transição de API (handoff) para programadores frontend após a conclusão do trabalho de backend. - [README](https://doutorai.pt/componentes/skills__readme-16): Gere atualizações elegantes de standup diário através de um processo de entrevista interativa, opcionalmente enriquecidas com dados de integrações do GitHub, Gi - [README](https://doutorai.pt/componentes/skills__readme-17): Uma skill para conduzir conversas difíceis no local de trabalho e transmitir feedback construtivo utilizando estruturas comprovadas. - [README](https://doutorai.pt/componentes/skills__readme-18): Uma estrutura organizada para conduzir conversas difíceis no local de trabalho com confiança e eficácia. Esta skill fornece orientação abrangente para a prepara - [README](https://doutorai.pt/componentes/skills__readme-19): A skill Session Handoff cria documentos de transição abrangentes que permitem a novos agentes de IA continuar o trabalho sem interrupções e com zero ambiguidade - [README](https://doutorai.pt/componentes/skills__readme-20): Um guia abrangente para uma comunicação profissional eficaz em contextos de desenvolvimento de software, cobrindo a estrutura de e-mails, a etiqueta de mensagen - [README](https://doutorai.pt/componentes/skills__readme-21): Uma skill que aplica os princípios de escrita intemporais de William Strunk Jr. para produzir um texto mais claro, forte e profissional, evitando os padrões com - [README](https://doutorai.pt/componentes/skills__readme-22): Uma skill abrangente de App Store Optimization (ASO) que fornece capacidades completas para pesquisar, otimizar e acompanhar o desempenho de aplicações móveis n - [README](https://doutorai.pt/componentes/skills__readme-23): Padrões arquitetónicos comprovados para a construção de fluxos de trabalho do n8n. - [README](https://doutorai.pt/componentes/skills__readme-24): Orientação especializada para a escrita de código Python em nós Code do n8n. - [README](https://doutorai.pt/componentes/skills__readme-25): Orientação especializada para a escrita de código JavaScript em nós Code do n8n. - [README](https://doutorai.pt/componentes/skills__readme-26): Orientação especializada para interpretar e corrigir erros de validação do n8n. - [README](https://doutorai.pt/componentes/skills__readme-27): Guia especializado para utilizar as ferramentas MCP n8n-mcp de forma eficaz. - [README](https://doutorai.pt/componentes/skills__readme-28): Guia especializado para escrever expressões corretas do n8n em fluxos de trabalho. - [README](https://doutorai.pt/componentes/skills__readme-29): Orientação especializada para a configuração de nós consciente de operações com dependências de propriedades. - [README](https://doutorai.pt/componentes/skills__readme-30): Interação em linguagem natural com o Jira para gerir problemas, sprints e fluxos de trabalho. Esta skill permite ao Claude visualizar, criar, atualizar e transi - [README](https://doutorai.pt/componentes/skills__readme-31): Este diretório contém materiais de referência abrangentes para o SAELens. - [README](https://doutorai.pt/componentes/skills__readme-32): Este diretório contém materiais de referência abrangentes para o pyvene. - [README](https://doutorai.pt/componentes/skills__readme-33): Uma skill do Claude Code para depuração e triagem com registos, métricas e painéis do Datadog. - [README](https://doutorai.pt/componentes/skills__readme-34): Este diretório contém materiais de referência abrangentes para o nnsight. - [README](https://doutorai.pt/componentes/skills__readme-35): Consulte benchmarks/results/ para ver a metodologia completa e as soluções. - [README](https://doutorai.pt/componentes/skills__readme-36): Após a otimização do tempo limite, o pipeline multiagente RARV atinge o mesmo desempenho de um agente único. - [README](https://doutorai.pt/componentes/skills__readme-37): Este diretório contém capturas de ecrã para o README do Loki Mode. - [README](https://doutorai.pt/componentes/skills__readme-38): Script único que trata de tudo: pré-requisitos, configuração, monitorização do Vibe Kanban e execução autónoma com retoma automática. - [README](https://doutorai.pt/componentes/skills__readme-39): Demonstração em vídeo do Loki Mode: sistema de arranque autónomo multiagente. - [README](https://doutorai.pt/componentes/skills__readme-40): Um guia abrangente para utilizar as ferramentas do Perplexity AI de forma eficaz no Claude Code. Esta skill ajuda-o a escolher a ferramenta de pesquisa e invest - [README](https://doutorai.pt/componentes/skills__readme-41): Uma skill abrangente do Claude Code para engenheiros de QA gerarem planos de teste, casos de teste manuais, suítes de testes de regressão, validações de design - [README](https://doutorai.pt/componentes/skills__readme-42): Este diretório contém materiais de referência abrangentes para o TransformerLens. - [README](https://doutorai.pt/componentes/skills__readme-43): Tal como o mestre artesão pegava em madeira bruta e a esculpia numa marioneta que ganhava vida, o Gepetto transforma os seus rascunhos de funcionalidades em esp - [README](https://doutorai.pt/componentes/skills__readme-44): Aproveite o poder do Gemini 3 Pro da Google para uma análise abrangente de código, revisão de planos e processamento de grandes contextos. Esta skill permite ao - [README](https://doutorai.pt/componentes/skills__readme-46): Este diretório contém modelos LaTeX oficiais para as principais conferências de machine learning e IA. - [README](https://doutorai.pt/componentes/skills__readme-47): Fundi completamente as duas versões da AAAI 2026 (submissão anónima e camera-ready) num único ficheiro de modelo unificado aaai2026-unified-template.tex. - [README](https://doutorai.pt/componentes/skills__readme-48): Este diretório contém os modelos LaTeX mais recentes para as conferências da ACL. - [README](https://doutorai.pt/componentes/skills__readme-50): Este repositório contém regras de otimização de desempenho do Postgres otimizadas para agentes de IA e LLMs. - [README](https://doutorai.pt/componentes/skills__readme-51): O Nano Banana Pro cria automaticamente diagramas com qualidade de publicação: sem código, sem modelos e sem necessidade de desenho manual. - [README](https://doutorai.pt/componentes/skills__readme-52): Crie posters de investigação profissionais e prontos para publicação para conferências e apresentações académicas utilizando LaTeX. - [README](https://doutorai.pt/componentes/skills__readme-53): Esta skill fornece pesquisa de informação de investigação em tempo real utilizando o modelo Sonar Pro Search da Perplexity através do OpenRouter. - [README](https://doutorai.pt/componentes/skills__readme-54): Documentos profissionais de apoio à decisão clínica para profissionais de saúde em contextos de investigação clínica e farmacêutica. - [README](https://doutorai.pt/componentes/skills__readme-55): Skill para gerar planos de tratamento médico concisos e focados no clínico em todas as especialidades clínicas. Fornece modelos LaTeX/PDF com estruturas de obje - [README](https://doutorai.pt/componentes/skills__readme-56): Skill abrangente para a redação de propostas competitivas de bolsas de investigação focadas em quatro grandes agências de financiamento dos E.U.A.: NSF (Nationa - [README](https://doutorai.pt/componentes/skills__readme-57): Skill abrangente para a redação de relatórios clínicos, incluindo relatórios de casos, relatórios de diagnóstico, relatórios de ensaios clínicos e documentação - [README](https://doutorai.pt/componentes/skills__readme-58): Esta skill fornece suporte abrangente para converter vários formatos de ficheiros para Markdown utilizando a ferramenta MarkItDown da Microsoft. - [README](https://doutorai.pt/componentes/skills__readme-59): Uma skill do Claude Code para criar diapositivos de apresentação Marp profissionais e visualmente apelativos com 7 temas pré-concebidos e boas práticas integrad - [README](https://doutorai.pt/componentes/skills__readme-60): Uma skill abrangente do Claude concebida para ajudar equipas de marketing a planear, executar e medir campanhas de marketing em todos os canais. - [README](https://doutorai.pt/componentes/skills__readme-61): Uma skill do Claude Code para gerar memes utilizando a API memegen.link e formatos de memes textuais. - [README](https://doutorai.pt/componentes/skills__readme-62): Gere documentação de arquitetura de software utilizando diagramas do modelo C4 na sintaxe Mermaid. - [README](https://doutorai.pt/componentes/skills__readme-63): Uma skill do Claude Code para criar, editar e gerir diagramas draw.io com padrões de qualidade profissional. - [README](https://doutorai.pt/componentes/skills__readme-64): Um guia abrangente para criar diagramas de software profissionais utilizando a sintaxe baseada em texto do Mermaid. Esta skill permite-lhe visualizar a arquitet - [README](https://doutorai.pt/componentes/skills__readme-65): Uma skill do Claude Code para trabalhar de forma eficiente com ficheiros de diagramas Excalidraw através da delegação inteligente em subagentes. - [README](https://doutorai.pt/componentes/skills__readme-66): Estes scripts ajudam a validar, testar e fazer lint de implementações de hooks antes da sua implementação. - [README](https://doutorai.pt/componentes/skills__readme-67): Uma skill abrangente para trabalhar com componentes do Material-UI v7, estilização e boas práticas em aplicações React. - [README](https://doutorai.pt/componentes/skills__readme-68): Uma skill abrangente para criar e gerir plugins do Claude Code com a estrutura adequada, manifestos e integração no marketplace. - [README](https://doutorai.pt/componentes/skills__readme-69): As atualizações criam novas versões; o objeto do agente é imutável por versão. - [README](https://doutorai.pt/componentes/skills__readme-70): As atualizações criam novas versões; o objeto do agente é imutável por versão. - [README](https://doutorai.pt/componentes/skills__readme-71): Se cache_read_input_tokens for zero em pedidos repetidos com o mesmo prefixo, um invalidador silencioso está a atuar: Date.now() ou um UUID no system prompt, or - [README](https://doutorai.pt/componentes/skills__readme-72): Veja shared/managed-agents-tools.md §Vaults para criar cofres e adicionar credenciais. - [README](https://doutorai.pt/componentes/skills__readme-73): O Claude Agent SDK oferece uma interface de nível mais elevado para construir agentes de IA com ferramentas integradas, funcionalidades de segurança e capacidad - [README](https://doutorai.pt/componentes/skills__readme-74): Armazene em cache grandes contextos para reduzir custos (poupança até 90%). O armazenamento em cache é uma correspondência de prefixo: qualquer alteração de byt - [README](https://doutorai.pt/componentes/skills__readme-75): Veja shared/managed-agents-tools.md §Vaults para criar cofres e adicionar credenciais. - [README](https://doutorai.pt/componentes/skills__readme-76): O Claude Agent SDK oferece uma interface de nível mais elevado para construir agentes de IA com ferramentas integradas, funcionalidades de segurança e capacidad - [README](https://doutorai.pt/componentes/skills__readme-77): As atualizações criam novas versões; o objeto do agente é imutável por versão. - [README](https://doutorai.pt/componentes/skills__readme-78): As atualizações criam novas versões; o objeto do agente é imutável por versão. - [README](https://doutorai.pt/componentes/skills__readme-79): Este repositório contém regras de otimização de desempenho do Postgres otimizadas para agentes de IA e LLMs. - [README](https://doutorai.pt/componentes/skills__readme-80): Um repositório estruturado para criar e manter Melhores Práticas de React otimizadas para agentes e LLMs. - [README](https://doutorai.pt/componentes/skills__readme-81): Simulador local para desenvolvimento/testes de Cloudflare Workers. Executa Workers no sandbox workerd que implementa APIs de tempo de execução: sem necessidade - [README](https://doutorai.pt/componentes/skills__readme-82): O Cache Reserve é a camada de armazenamento de cache persistente e de grande escala da Cloudflare, construída sobre o R2. Atua como a camada superior definitiva - [README](https://doutorai.pt/componentes/skills__readme-83): Orientação especializada para Cloudflare Workers AI: inferência de IA sem servidor alimentada por GPU na periferia. - [README](https://doutorai.pt/componentes/skills__readme-84): Orientação especializada para implementar análises com cardinalidade ilimitada à escala usando o Cloudflare Workers Analytics Engine. - [README](https://doutorai.pt/componentes/skills__readme-85): Orientação especializada para construir aplicações de áudio/vídeo/dados em tempo real usando a Cloudflare Realtime SFU (Selective Forwarding Unit). - [README](https://doutorai.pt/componentes/skills__readme-86): API de armazenamento persistente para Durable Objects com backends SQLite e KV, PITR e controlo automático de concorrência. - [README](https://doutorai.pt/componentes/skills__readme-87): Deteção, proteção e mitigação de bots de nível empresarial usando ML/heurísticas, pontuações de bots, deteções de JavaScript e tratamento de bots verificados. - [README](https://doutorai.pt/componentes/skills__readme-89): Orientação especializada para implementar o Cloudflare AI Search (anteriormente AutoRAG), o serviço gerido de pesquisa semântica e RAG da Cloudflare. - [README](https://doutorai.pt/componentes/skills__readme-90): Orientação especializada para implementar o Cloudflare Turnstile: uma alternativa inteligente ao CAPTCHA que protege sites contra bots sem apresentar os desafio - [README](https://doutorai.pt/componentes/skills__readme-91): O Cloudflare Email Routing permite endereços de e-mail personalizados para o seu domínio que reencaminham para endereços de destino verificados. É gratuito, foc - [README](https://doutorai.pt/componentes/skills__readme-92): Workers especializados que consomem eventos de execução de Workers produtores para registo, depuração, análise e observabilidade. - [README](https://doutorai.pt/componentes/skills__readme-93): Orientação especializada para implementar o Cloudflare TURN Service em aplicações WebRTC. - [README](https://doutorai.pt/componentes/skills__readme-94): Ligue o Cloudflare Workers a redes privadas e à infraestrutura interna utilizando TCP Sockets. - [README](https://doutorai.pt/componentes/skills__readme-95): Orientação especializada para implementar o Cloudflare AI Gateway: um gateway universal para fornecedores de modelos de IA com capacidades de análise, colocação - [README](https://doutorai.pt/componentes/skills__readme-96): Orientação especializada para o Cloudflare R2 SQL: motor de consultas distribuído sem servidor para tabelas Apache Iceberg. - [README](https://doutorai.pt/componentes/skills__readme-97): Acelera as consultas a bases de dados a partir do Workers através de pool de ligações, configuração na periferia e colocação de consultas em cache. - [README](https://doutorai.pt/componentes/skills__readme-98): Processe e-mails de entrada programaticamente utilizando o runtime do Cloudflare Workers. - [README](https://doutorai.pt/componentes/skills__readme-99): Orientação especializada para construir, implementar e otimizar aplicações Cloudflare Workers. - [README](https://doutorai.pt/componentes/skills__readme-101): Orientação especializada sobre Cloudflare Workers Bindings: as APIs de runtime que ligam o Workers a recursos da plataforma Cloudflare. - [README](https://doutorai.pt/componentes/skills__readme-102): Gestão de segredos encriptados ao nível da conta para o Workers e o AI Gateway. - [README](https://doutorai.pt/componentes/skills__readme-104): Plataforma multi-tenant com execução isolada de código de clientes à escala. - [README](https://doutorai.pt/componentes/skills__readme-105): Orientação especializada para o Cloudflare R2 Data Catalog: catálogo Apache Iceberg integrado em buckets R2. - [README](https://doutorai.pt/componentes/skills__readme-106): Otimização automática da localização de cargas de trabalho para minimizar a latência, executando o Workers mais perto da infraestrutura de backend do que dos ut - [README](https://doutorai.pt/componentes/skills__readme-107): O Cloudflare Spectrum oferece segurança e aceleração para QUALQUER aplicação baseada em TCP ou UDP. É um proxy inverso global de Camada 4 (L4) executado nos nós - [README](https://doutorai.pt/componentes/skills__readme-108): Runtime JS/Wasm baseado em V8 que alimenta o Cloudflare Workers. Utilize como servidor de aplicações, ferramenta de desenvolvimento ou proxy HTTP. - [README](https://doutorai.pt/componentes/skills__readme-109): Base de dados vetorial distribuída globalmente para aplicações de IA. Armazene e consulte embeddings vetoriais para pesquisa semântica, recomendações, RAG e cla - [README](https://doutorai.pt/componentes/skills__readme-110): CLI oficial para estruturar projetos Cloudflare Workers e Pages com modelos, TypeScript e implementação instantânea. - [README](https://doutorai.pt/componentes/skills__readme-111): O Cloudflare Argo Smart Routing é um serviço de otimização de desempenho que deteta problemas de rede em tempo real e encaminha o tráfego web pelo caminho de re - [README](https://doutorai.pt/componentes/skills__readme-112): Utilize quando trabalhar com o Cloudflare Containers: implementar aplicações em contentores na plataforma Workers, configurar Durable Objects com suporte para c - [README](https://doutorai.pt/componentes/skills__readme-113): Orientação especializada para o API Shield: suite abrangente de segurança de API para deteção, proteção e monitorização. - [README](https://doutorai.pt/componentes/skills__readme-114): Plataforma de streaming ETL para ingestão, transformação e carregamento de dados no R2 com transformações SQL. - [README](https://doutorai.pt/componentes/skills__readme-115): CLI oficial para o Cloudflare Workers: desenvolva, gira e publique Workers a partir da linha de comandos. - [README](https://doutorai.pt/componentes/skills__readme-116): Guia para trabalhar com a API REST da Cloudflare: autenticação, utilização de SDKs, padrões comuns e resolução de problemas. - [README](https://doutorai.pt/componentes/skills__readme-117): Orientação especializada para a publicação e configuração de recursos estáticos com Cloudflare Workers. Esta skill abrange padrões de configuração, arquiteturas - [README](https://doutorai.pt/componentes/skills__readme-118): Agende a execução de Workers utilizando expressões cron. Executa na rede global da Cloudflare durante períodos de menor utilização. - [README](https://doutorai.pt/componentes/skills__readme-119): Orientação especializada para o Cloudflare Pulumi Provider (@pulumi/cloudflare). - [README](https://doutorai.pt/componentes/skills__readme-120): Armazenamento de objetos compatível com S3 sem taxas de transferência de saída, otimizado para o armazenamento e entrega de ficheiros grandes. - [README](https://doutorai.pt/componentes/skills__readme-121): Os Snippets são executados de forma síncrona no caminho do pedido: o desempenho é crítico. - [README](https://doutorai.pt/componentes/skills__readme-122): Orientação especializada para o Cloudflare Zaraz: gestor de tags no lado do servidor para carregar ferramentas de terceiros no edge. - [README](https://doutorai.pt/componentes/skills__readme-123): O Cloudflare WAF protege aplicações web contra ataques através de conjuntos de regras geridos e regras personalizadas. - [README](https://doutorai.pt/componentes/skills__readme-124): Aplicações duradouras de múltiplas etapas com tentativas automáticas, persistência de estado e execução de longa duração. - [README](https://doutorai.pt/componentes/skills__readme-125): Ligações seguras exclusivamente de saída entre a infraestrutura e a rede global da Cloudflare. - [README](https://doutorai.pt/componentes/skills__readme-126): Funções serverless no Cloudflare Pages utilizando o runtime do Workers. Desenvolvimento full-stack com encaminhamento baseado em ficheiros. - [README](https://doutorai.pt/componentes/skills__readme-127): Armazenamento chave-valor distribuído globalmente e com consistência eventual, otimizado para elevado volume de leitura e baixa latência. - [README](https://doutorai.pt/componentes/skills__readme-128): O Cloudflare Agents SDK permite a construção de agentes baseados em IA em Durable Objects com estado, WebSockets, SQL, agendamento e integração de IA. - [README](https://doutorai.pt/componentes/skills__readme-129): Fila de mensagens flexível para processamento assíncrono de tarefas com entrega garantida de pelo menos uma vez e processamento em lote configurável. - [README](https://doutorai.pt/componentes/skills__readme-130): Plataforma serverless de transmissão de vídeo em direto e a pedido com uma única API. - [README](https://doutorai.pt/componentes/skills__readme-131): O Cloudflare Workers Playground é uma sandbox no navegador para experimentar, testar e publicar instantaneamente Cloudflare Workers sem autenticação nem configu - [README](https://doutorai.pt/componentes/skills__readme-132): Análise web focada na privacidade que fornece Core Web Vitals, métricas de tráfego e informações de utilizadores sem comprometer a privacidade dos visitantes. - [README](https://doutorai.pt/componentes/skills__readme-133): Execução segura e isolada de código em contentores no edge da Cloudflare. Execute código não fiável, gira ficheiros, exponha serviços e integre com agentes de I - [README](https://doutorai.pt/componentes/skills__readme-134): Orientação especializada para a construção de aplicações com estado com Cloudflare Durable Objects. - [README](https://doutorai.pt/componentes/skills__readme-136): Plataforma JAMstack para aplicações full-stack na rede global da Cloudflare. - [README](https://doutorai.pt/componentes/skills__readme-137): Orientação especializada para a criação de aplicações de vídeo e áudio em tempo real usando o Cloudflare RealtimeKit: um conjunto abrangente de SDKs para adicio - [README](https://doutorai.pt/componentes/skills__readme-138): Orientação especializada para o Cloudflare D1, uma base de dados SQLite serverless concebida para escalonamento horizontal em múltiplas bases de dados. - [README](https://doutorai.pt/componentes/skills__readme-139): Conetividade privada e de alto desempenho à rede da Cloudflare. Exclusivo para empresas. - [README](https://doutorai.pt/componentes/skills__readme-140): Proteção autónoma e permanente contra ataques DDoS nas camadas L3/4 e L7. - [README](https://doutorai.pt/componentes/skills__readme-141): Uma skill do Claude Code que transforma ficheiros de instruções de agentes demasiado extensos em documentação limpa e organizada, utilizando princípios de divul - [README](https://doutorai.pt/componentes/skills__readme-142): Uma skill abrangente do Claude para profissionais de operações de TI, cobrindo gestão de infraestruturas, monitorização, resposta a incidentes, automatização e - [README](https://doutorai.pt/componentes/skills__readme-143): Um guia abrangente que ensina quando usar o useEffect no React e, mais importante ainda, quando NÃO o usar. Esta skill baseia-se na documentação oficial do Reac - [README](https://doutorai.pt/componentes/skills__readme-144): Converta páginas web em Markdown limpo usando automatização de navegador local com o Puppeteer e o Readability. - [README](https://doutorai.pt/componentes/skills__readme-145): Orientação abrangente sobre a criação de slash commands do Claude Code, incluindo formato de ficheiro, opções de frontmatter, argumentos dinâmicos e boas prátic - [README](https://doutorai.pt/componentes/skills__readme-146): Um conjunto abrangente de skills para profissionais de segurança que implementam arquiteturas de segurança em profundidade, cumprem estruturas de conformidade d - [README](https://doutorai.pt/componentes/skills__readme-147): Uma skill abrangente para conceber esquemas de bases de dados prontos para produção, com boas práticas integradas para bases de dados SQL e NoSQL. - [README](https://doutorai.pt/componentes/skills__readme-148): Uma skill abrangente do Claude concebida para ajudar equipas de DevOps a implementar infraestrutura como código, gerir plataformas cloud, implementar aplicações - [README](https://doutorai.pt/componentes/skills__readme-149): Uma skill abrangente do Claude Code para criar e evoluir sistemas de design prontos para produção com tokens de design, arquitetura de componentes, diretrizes d - [README](https://doutorai.pt/componentes/skills__readme-150): Orientação abrangente sobre a arquitetura de plugins do Claude Code, estrutura de diretórios e boas práticas. - [README](https://doutorai.pt/componentes/skills__readme-151): Utilize a skill SwarmVault quando quiser um cofre de conhecimento local-first que compila livros, artigos, notas, transcrições, exportações de chat, e-mails, ca - [README](https://doutorai.pt/componentes/skills__readme-152): Uma skill do Claude Code que converte especificações OpenAPI 3.0 (JSON ou YAML) em interfaces TypeScript e type guards. - [README](https://doutorai.pt/componentes/skills__readme-153): Gestão inteligente de dependências para qualquer linguagem de programação com deteção automática e atualizações seguras. - [README](https://doutorai.pt/componentes/skills__readme-154): A skill react-dev fornece padrões TypeScript abrangentes e boas práticas para a criação de aplicações React com segurança de tipos. Serve como uma referência co - [README](https://doutorai.pt/componentes/skills__readme-155): O sistema de replay regista resoluções de erros bem-sucedidas para referência futura, permitindo uma resolução de problemas mais rápida quando ocorrem erros sem - [README](https://doutorai.pt/componentes/skills__readme-157): Uma skill abrangente para criar comandos slash otimizados e executáveis por agentes no Claude Code. Esta skill guia-o ao longo de todo o processo de conceção, i - [README](https://doutorai.pt/componentes/skills__readme-158): Um guia abrangente para o desenvolvimento moderno em Angular (v20+) otimizado para agentes de IA e LLMs. - [REFERENCE](https://doutorai.pt/componentes/skills__reference): Referência completa para métricas e dimensões do Google Analytics 4 (GA4). - [Red Team Tools and Methodology](https://doutorai.pt/componentes/skills__red-team-tools-and-methodology): Esta skill deve ser utilizada quando o utilizador pede para "seguir a metodologia de red team", "fazer caça de bug bounty", "automatizar reconhecimento", "procu - [RedHatMono-OFL](https://doutorai.pt/componentes/skills__redhatmono-ofl): Este Software de Fontes está licenciado sob a SIL Open Font License, Versão 1.1. Esta licença encontra-se copiada abaixo e também está disponível com um FAQ em: - [SEARCH_GUIDE](https://doutorai.pt/componentes/skills__search-guide): Guia completo para encontrar e compreender nós do n8n. - [SEO Optimizer](https://doutorai.pt/componentes/skills__seo-optimizer): Especialista em Otimização de Motores de Pesquisa (SEO) para estratégia de conteúdo, SEO técnico, pesquisa de palavras-chave e melhorias de posicionamento (rank - [SKILL](https://doutorai.pt/componentes/skills__skill): Ative com ALTER TABLE tbl ENABLE ROW LEVEL SECURITY. Crie políticas: CREATE POLICY user_access ON orders FOR SELECT TO app_users USING (user_id = current_user_i - [SKILL](https://doutorai.pt/componentes/skills__skill-2): Aplique a estrutura ScholarEval para avaliar sistematicamente trabalhos académicos e de investigação. Esta skill fornece uma metodologia de avaliação estruturad - [SKILL_RULES_REFERENCE](https://doutorai.pt/componentes/skills__skill-rules-reference): Esquema completo e referência de configuração para .claude/skills/skill-rules.json. - [SKILL_SUMMARY](https://doutorai.pt/componentes/skills__skill-summary): Foi criada uma skill abrangente para utilizar a ferramenta MarkItDown da Microsoft para o Claude Scientific Writer. Esta skill permite a conversão de mais de 15 - [SMTP Penetration Testing](https://doutorai.pt/componentes/skills__smtp-penetration-testing): Esta skill deve ser usada quando o utilizador pede para "realizar testes de penetração SMTP", "enumerar utilizadores de email", "testar relays de correio aberto - [SPIKE_SORTING](https://doutorai.pt/componentes/skills__spike-sorting): Guia abrangente para spike sorting de dados Neuropixels. - [SQL Injection Testing](https://doutorai.pt/componentes/skills__sql-injection-testing): Esta skill deve ser usada quando o utilizador pede para "testar vulnerabilidades de injeção de SQL", "realizar ataques SQLi", "contornar a autenticação usando i - [SQLMap Database Penetration Testing](https://doutorai.pt/componentes/skills__sqlmap-database-penetration-testing): Esta skill deve ser usada quando o utilizador pede para "automatizar testes de injeção de SQL", "enumerar a estrutura da base de dados", "extrair credenciais da - [SSH Penetration Testing](https://doutorai.pt/componentes/skills__ssh-penetration-testing): Esta skill deve ser usada quando o utilizador pede para "realizar pentest a serviços SSH", "enumerar configurações SSH", "forçar credenciais SSH por força bruta - [STANDARD_LIBRARY](https://doutorai.pt/componentes/skills__standard-library): Guia completo para os módulos da biblioteca padrão do Python disponíveis nos nós Code do n8n. - [SUMMARY](https://doutorai.pt/componentes/skills__summary): Este diretório contém os resultados de benchmark para o sistema multiagente Loki Mode. - [SUMMARY](https://doutorai.pt/componentes/skills__summary-2): Este diretório contém os resultados de benchmark para o sistema multiagente Loki Mode. - [SUMMARY](https://doutorai.pt/componentes/skills__summary-3): Este diretório contém os resultados de benchmark para o sistema multiagente Loki Mode. - [SUMMARY](https://doutorai.pt/componentes/skills__summary-4): Este diretório contém os resultados de benchmark para o sistema multiagente Loki Mode. - [SUMMARY](https://doutorai.pt/componentes/skills__summary-5): Este diretório contém os resultados de benchmark para o sistema multiagente Loki Mode. - [SUMMARY](https://doutorai.pt/componentes/skills__summary-6): Este diretório contém os resultados de benchmark para o sistema multiagente Loki Mode. - [Security Scanning Tools](https://doutorai.pt/componentes/skills__security-scanning-tools): Esta skill deve ser usada quando o utilizador pede para "realizar varrimento de vulnerabilidades", "fazer scan a redes para encontrar portas abertas", "avaliar - [Shodan Reconnaissance and Pentesting](https://doutorai.pt/componentes/skills__shodan-reconnaissance-and-pentesting): Esta skill deve ser usada quando o utilizador pede para "procurar dispositivos expostos na internet", "realizar reconhecimento com o Shodan", "encontrar serviço - [Silkscreen-OFL](https://doutorai.pt/componentes/skills__silkscreen-ofl): Este Software de Fontes está licenciado sob a SIL Open Font License, Versão 1.1. Esta licença encontra-se copiada abaixo e também está disponível com um FAQ em: - [Silkscreen-Regular](https://doutorai.pt/componentes/skills__silkscreen-regular): GDEF p T dGPOST| X tGSUBGb l NOS/2\ cmapA tcvt F Rfpgmb.| w ] q q q q q q q } q } X K X ^ 2 o UNKN !" H - [SmoochSans-Medium](https://doutorai.pt/componentes/skills__smoochsans-medium): GDEF $ HGPOSu :x NGSUBY Z OS/2^m STATyj cmap5 gasp glyfL# s d nhead ƛ 6hhea @ @ B B D I K h j q s - [SmoochSans-OFL](https://doutorai.pt/componentes/skills__smoochsans-ofl): Este software de fonte está licenciado ao abrigo da SIL Open Font License, Versão 1.1. Esta licença está copiada abaixo e também se encontra disponível com uma - [TABLES](https://doutorai.pt/componentes/skills__tables): Estratégias avançadas de extração de tabelas para ambientes de produção. - [TASK_018_COMPLETION](https://doutorai.pt/componentes/skills__task-018-completion): A verificação manual ponta a ponta da aplicação de teste de tarefas do Modo Loki está concluída. A aplicação está funcionalmente completa com: - [TESTING_DOCUMENTATION](https://doutorai.pt/componentes/skills__testing-documentation): Este diretório contém documentação abrangente de testes e verificação para o projeto de aplicação autónoma de tarefas do Modo Loki. - [TEST_REPORT](https://doutorai.pt/componentes/skills__test-report): Ganho de desempenho estimado: 3x mais rápido do que utilizar o Sonnet para todas as tarefas. - [TRIGGER_TYPES](https://doutorai.pt/componentes/skills__trigger-types): Referência completa para configurar acionadores de skills no sistema de autoativação de skills do Claude Code. - [TROUBLESHOOTING](https://doutorai.pt/componentes/skills__troubleshooting): Guia completo de depuração para problemas de ativação de skills. - [TROUBLESHOOTING](https://doutorai.pt/componentes/skills__troubleshooting-2): A skill ClawHub não inclui o binário da CLI por si só. Instale o pacote publicado e verifique-o: - [Tektur-Medium](https://doutorai.pt/componentes/skills__tektur-medium): GDEFv v 8 6GPOSD _ 1GSUBʱ OS/2 I STATs @cmapU 9 x gasp glyfѡg Jhead$?xA 6hhea J V b n z . R Z z ! - 9 D P \ h t - [Tektur-OFL](https://doutorai.pt/componentes/skills__tektur-ofl): Este software de fonte está licenciado ao abrigo da SIL Open Font License, Versão 1.1. Esta licença está copiada abaixo e também se encontra disponível com uma - [Telegram Bot Builder](https://doutorai.pt/componentes/skills__telegram-bot-builder): Esta skill deve ser usada quando o utilizador pede para "criar um bot do Telegram", "construir um chatbot do Telegram", "configurar um webhook do Telegram", "ad - [TodoForm](https://doutorai.pt/componentes/skills__todoform): return ( setTitle(e.target.value)} placeholder="Add a new todo..." disabled={isSubmitting} className="todo-input" /> {isSubmitting ? 'Adding...' : 'Add Todo'} ) - [Top 100 Web Vulnerabilities Reference](https://doutorai.pt/componentes/skills__top-100-web-vulnerabilities-reference): Esta skill deve ser usada quando o utilizador pede para "identificar vulnerabilidades em aplicações web", "explicar falhas comuns de segurança", "compreender ca - [VALIDATION_GUIDE](https://doutorai.pt/componentes/skills__validation-guide): Guia completo para validar configurações de nós e fluxos de trabalho. - [VERIFICATION_SUMMARY](https://doutorai.pt/componentes/skills__verification-summary): Backend: ✓ express: ^4.18.2 ✓ cors: ^2.8.5 ✓ better-sqlite3: ^9.0.0 ✓ typescript: ^5.3.0 ✓ @types/express: ^4.17.20 ✓ @types/node: ^20.10.0 ✓ @types/better-sqli - [WORKFLOW_GUIDE](https://doutorai.pt/componentes/skills__workflow-guide): Guia completo para criar, atualizar e gerir fluxos de trabalho do n8n. - [Windows Privilege Escalation](https://doutorai.pt/componentes/skills__windows-privilege-escalation): Esta skill deve ser usada quando o utilizador pede para "escalar privilégios em Windows", "encontrar vetores de privesc em Windows", "enumerar o Windows para es - [Wireshark Network Traffic Analysis](https://doutorai.pt/componentes/skills__wireshark-network-traffic-analysis): Esta skill deve ser usada quando o utilizador pede para "analisar o tráfego de rede com o Wireshark", "capturar pacotes para resolução de problemas", "filtrar f - [WordPress Penetration Testing](https://doutorai.pt/componentes/skills__wordpress-penetration-testing): Esta skill deve ser usada quando o utilizador pede para "realizar pentest a sites WordPress", "fazer scan ao WordPress para encontrar vulnerabilidades", "enumer - [WorkSans-BoldItalic](https://doutorai.pt/componentes/skills__worksans-bolditalic): GDEFBA 8 GPOS 8lV st ;(GSUB 0 OS/2> p# STAT @cmapMW= gasp glyf>{ head )\ 6hhea dC_ D > 4 " r f - [WorkSans-OFL](https://doutorai.pt/componentes/skills__worksans-ofl): Este Software de Fonte está licenciado sob a SIL Open Font License, Versão 1.1. Esta licença está copiada abaixo e também se encontra disponível com um FAQ em: - [Writing Hookify Rules](https://doutorai.pt/componentes/skills__writing-hookify-rules): Esta skill deve ser usada quando o utilizador pede para "criar uma regra do hookify", "escrever uma regra de hook", "configurar o hookify", "adicionar uma regra - [YoungSerif-OFL](https://doutorai.pt/componentes/skills__youngserif-ofl): Este Software de Fonte está licenciado sob a SIL Open Font License, Versão 1.1. Esta licença está copiada abaixo e também se encontra disponível com um FAQ em: - [YoungSerif-Regular](https://doutorai.pt/componentes/skills__youngserif-regular): GDEF-e/ P GPOS! G >FGSUB> OS/2}Wq cmapY Xcvt n fpgmb/ ~ ' gasp glyf:V 0 head&$# h 6hhea D $hmtxP loca G maxp $ namejn Hpost= 5 prepn w - [__init__](https://doutorai.pt/componentes/skills__init-2): print("✅ Ambiente pronto! Todas as dependências isoladas em .venv/") - [_contributing](https://doutorai.pt/componentes/skills__contributing): Este documento fornece diretrizes para criar regras eficazes de boas práticas de Postgres que funcionam bem com agentes de IA e LLMs. - [_contributing](https://doutorai.pt/componentes/skills__contributing-2): Este documento fornece diretrizes para criar regras eficazes de boas práticas de Postgres que funcionam bem com agentes de IA e LLMs. - [_sections](https://doutorai.pt/componentes/skills__sections): Este ficheiro define todas as secções, a sua ordenação, níveis de impacto e descrições. O ID da secção (entre parênteses) é o prefixo do nome do ficheiro utiliz - [_sections](https://doutorai.pt/componentes/skills__sections-2): Este ficheiro define as categorias de regras para as boas práticas de Postgres. As regras são atribuídas automaticamente às secções com base no prefixo do nome - [_sections](https://doutorai.pt/componentes/skills__sections-3): Este ficheiro define as categorias de regras para as boas práticas de Postgres. As regras são atribuídas automaticamente às secções com base no prefixo do nome - [_sections](https://doutorai.pt/componentes/skills__sections-4): Este ficheiro define todas as secções, a sua ordenação, níveis de impacto e descrições. O ID da secção (entre parênteses) é o prefixo do nome do ficheiro utiliz - [_template](https://doutorai.pt/componentes/skills__template): Breve explicação da regra e da sua importância. Esta deve ser clara e concisa, explicando as implicações no desempenho. - [_template](https://doutorai.pt/componentes/skills__template-4): Breve explicação da regra e da sua importância. Esta deve ser clara e concisa, explicando as implicações no desempenho. - [aaai2026](https://doutorai.pt/componentes/skills__aaai2026): %% %% Este é o ficheiro aaai2026.bst', %% gerado com o utilitário docstrip. %% %% Os ficheiros de origem originais foram: %% %% merlin.mbs (com as opções: head, - [aaai2026](https://doutorai.pt/componentes/skills__aaai2026-2): \AtBeginDocument{% \@ifpackageloaded{natbib}% {% % Quando o natbib estiver a ser utilizado, defina o estilo adequado e corrija algumas coisas \let\cite\citep \l - [aaai2026-unified-supp](https://doutorai.pt/componentes/skills__aaai2026-unified-supp): % Estes são recomendados para compor algoritmos, mas não são obrigatórios. \usepackage{algorithm} \usepackage{algorithmic} - [aaai2026-unified-template](https://doutorai.pt/componentes/skills__aaai2026-unified-template): % % Estes são recomendados para compor algoritmos, mas não são obrigatórios. Consulte a subsecção sobre algoritmos. Remova-os se não tiver algoritmos no seu art - [ab-test-setup](https://doutorai.pt/componentes/skills__ab-test-setup): Quando o utilizador deseja planear, desenhar ou implementar um teste A/B ou experimentação. Utilize também quando o utilizador mencionar "teste A/B", "teste spl - [academic-cv-builder](https://doutorai.pt/componentes/skills__academic-cv-builder): Formatar CVs para cargos académicos, incluindo publicações, bolsas, ensino e experiência de investigação. Utilize quando o utilizador mencionar CV académico, ca - [accessibility](https://doutorai.pt/componentes/skills__accessibility-2): Auditar e melhorar a acessibilidade web seguindo as diretrizes WCAG 2.1. Utilize quando lhe for pedido para "melhorar a acessibilidade", "auditoria a11y", "conf - [acl](https://doutorai.pt/componentes/skills__acl): % Este é o ficheiro de estilo LaTeX para a ACL. % As fontes oficiais podem ser encontradas em % % https://github.com/acl-org/acl-style-files/ % % Este pacote é - [acl_latex](https://doutorai.pt/componentes/skills__acl-latex): % Altere "review" para "final" para gerar a versão final (por vezes chamada camera-ready). % Altere para "preprint" para gerar uma versão não anónima com número - [acl_lualatex](https://doutorai.pt/componentes/skills__acl-lualatex): % Altere "review" para "final" para gerar a versão final (por vezes chamada camera-ready). % Altere para "preprint" para gerar uma versão não anónima com número - [acl_natbib](https://doutorai.pt/componentes/skills__acl-natbib): %%% Modificação do ficheiro de estilo BibTeX acl_natbib_nourl.bst %%% ... por urlbst, versão 0.9.1 (marcado com "% urlbst") %%% Consulte o repositório %%% Modif - [action-point-template](https://doutorai.pt/componentes/skills__action-point-template): Cada ponto de ação reside no seu próprio ficheiro em blueprint/action-points/AP-NN- .md. A numeração é global e estável: assim que um AP recebe um número, esse - [adapter-system](https://doutorai.pt/componentes/skills__adapter-system): O NeMo Evaluator utiliza um sistema de adaptadores para processar pedidos e respostas entre o motor de avaliação e os pontos de extremidade (endpoints) do model - [adaptyv](https://doutorai.pt/componentes/skills__adaptyv): Plataforma de laboratório na cloud para testes e validação automatizados de proteínas. Utilize ao desenhar proteínas e necessitar de validação experimental, inc - [adding-reference-mindsets](https://doutorai.pt/componentes/skills__adding-reference-mindsets): As mentalidades de referência são fundamentos filosóficos para a simplicidade. Explicam por que razão menos é mais, proporcionando aos agentes uma calibração ma - [additional_apis](https://doutorai.pt/componentes/skills__additional-apis): Além da pesquisa de patentes, PEDS e marcas registadas, o USPTO fornece APIs especializadas para citações, ações de gabinete (office actions), atribuições, lití - [additional_features](https://doutorai.pt/componentes/skills__additional-features): Este documento cobre funcionalidades adicionais da API protocols.io, incluindo perfis de utilizador, protocolos publicados recentemente, registos de experiência - [addon-structure](https://doutorai.pt/componentes/skills__addon-structure): Addons e Gamemodes têm uma estrutura de pastas quase idêntica à pasta garrysmod. Ao criar um Addon, todas as pastas são opcionais e apenas as que o seu Addon ne - [address-github-comments](https://doutorai.pt/componentes/skills__address-github-comments): Utilize quando precisar de responder a comentários de revisão ou de issues num Pull Request aberto no GitHub usando o gh CLI. - [advanced](https://doutorai.pt/componentes/skills__advanced-2): A saída é a seguinte. Ao observar a saída, é possível obter o chat_template do modelo. Além disso, também pode obter o template do modelo através do repositório - [advanced](https://doutorai.pt/componentes/skills__advanced-4): Para Hamiltonianos periódicos no tempo H(t + T) = H(t). - [advanced](https://doutorai.pt/componentes/skills__advanced-5): Esta referência cobre operações avançadas do OMERO, incluindo permissões, eliminação, conjuntos de ficheiros (filesets) e tarefas administrativas. - [advanced](https://doutorai.pt/componentes/skills__advanced-6): Esta referência cobre padrões e técnicas avançadas de hooks para fluxos de trabalho de automatização sofisticados. - [advanced-architecture](https://doutorai.pt/componentes/skills__advanced-architecture): Este ficheiro é lido quando o utilizador pretende que o espaço de trabalho do blueprint seja mais do que uma wiki estática em markdown: quando deseja um sistema - [advanced-attacks](https://doutorai.pt/componentes/skills__advanced-attacks): Quando um utilizador se autentica num computador com delegação não restrita, o seu TGT é guardado na memória. - [advanced-cloud-scripts](https://doutorai.pt/componentes/skills__advanced-cloud-scripts): Navegue para https://microsoft.com/devicelogin e introduza o código. - [advanced-event-handler-refs](https://doutorai.pt/componentes/skills__advanced-event-handler-refs): Armazene callbacks em refs quando utilizados em efeitos que não devam subscrever novamente após alterações no callback. - [advanced-event-handler-refs](https://doutorai.pt/componentes/skills__advanced-event-handler-refs-2): Armazene callbacks em refs quando utilizados em efeitos que não devam subscrever novamente após alterações no callback. - [advanced-features](https://doutorai.pt/componentes/skills__advanced-features): Funcionalidades avançadas do Marp Core e do Marpit. - [advanced-features](https://doutorai.pt/componentes/skills__advanced-features-2): Configuração avançada, estilização, temas e outras funcionalidades poderosas para criar diagramas profissionais. - [advanced-full-text-search](https://doutorai.pt/componentes/skills__advanced-full-text-search): O LIKE com wildcards não pode utilizar índices. A pesquisa de texto integral com tsvector é ordens de grandeza mais rápida. - [advanced-full-text-search](https://doutorai.pt/componentes/skills__advanced-full-text-search-2): O LIKE com wildcards não pode utilizar índices. A pesquisa de texto integral com tsvector é ordens de grandeza mais rápida. - [advanced-jsonb-indexing](https://doutorai.pt/componentes/skills__advanced-jsonb-indexing): As consultas JSONB sem índices percorrem a tabela inteira. Utilize índices GIN para consultas de contenção. - [advanced-jsonb-indexing](https://doutorai.pt/componentes/skills__advanced-jsonb-indexing-2): As consultas JSONB sem índices percorrem a tabela inteira. Utilize índices GIN para consultas de contenção. - [advanced-patterns](https://doutorai.pt/componentes/skills__advanced-patterns): Padrões fundamentados na literatura de 2025-2026 para uma orquestração multiagente melhorada. - [advanced-patterns](https://doutorai.pt/componentes/skills__advanced-patterns-2): Este guia abrange padrões avançados para documentar arquiteturas complexas, incluindo microsserviços, sistemas orientados a eventos, implementações e documentaç - [advanced-plugin](https://doutorai.pt/componentes/skills__advanced-plugin): Um plugin complexo de nível empresarial com integração MCP e organização avançada. - [advanced-topics](https://doutorai.pt/componentes/skills__advanced-topics): Este documento abrange as capacidades matemáticas avançadas do SymPy, incluindo geometria, teoria dos números, combinatória, lógica e conjuntos, estatística, po - [advanced-usage](https://doutorai.pt/componentes/skills__advanced-usage-7): O Modal gere automaticamente implementações sem tempo de inatividade: 1. Novos contentores são construídos e iniciados 2. O tráfego muda gradualmente para a nov - [advanced-usage](https://doutorai.pt/componentes/skills__advanced-usage-10): O Qdrant utiliza o consenso Raft para coordenação distribuída. - [advanced-usage](https://doutorai.pt/componentes/skills__advanced-usage-15): O AWQ (Activation-aware Weight Quantization) baseia-se na perceção fundamental de que nem todos os pesos num LLM têm a mesma importância. O algoritmo: - [advanced-use-latest](https://doutorai.pt/componentes/skills__advanced-use-latest): Aceda aos valores mais recentes em callbacks sem os adicionar a arrays de dependências. Evita a reexecução de efeitos ao mesmo tempo que previne fechos obsoleto - [advanced-use-latest](https://doutorai.pt/componentes/skills__advanced-use-latest-2): Aceda aos valores mais recentes em callbacks sem os adicionar a arrays de dependências. Evita a reexecução de efeitos ao mesmo tempo que previne fechos obsoleto - [advanced-workflows](https://doutorai.pt/componentes/skills__advanced-workflows): Sequências de comandos de múltiplos passos e padrões de composição para fluxos de trabalho complexos. - [advanced_features](https://doutorai.pt/componentes/skills__advanced-features-3): O modo de pensamento está ativo por predefinição para o gemini-3.1-pro-preview e gemini-3-flash-preview. Pode ser ajustado através do parâmetro thinking_level. - [advanced_features](https://doutorai.pt/componentes/skills__advanced-features-4): O FluidSim suporta vários mecanismos de forçamento para manter a turbulência ou impulsionar dinâmicas específicas. - [aeon](https://doutorai.pt/componentes/skills__aeon): Esta skill deve ser usada para tarefas de machine learning de séries temporais, incluindo classificação, regressão, clustering, previsão, deteção de anomalias, - [agent-creation-prompt](https://doutorai.pt/componentes/skills__agent-creation-prompt): Utilize este modelo para gerar agentes usando o Claude com o prompt de sistema de criação de agentes. - [agent-creation-system-prompt](https://doutorai.pt/componentes/skills__agent-creation-system-prompt): Este é o prompt de sistema exato utilizado pela funcionalidade de geração de agentes do Claude Code, aperfeiçoado através de um uso prolongado em produção. - [agent-design](https://doutorai.pt/componentes/skills__agent-design): Este ficheiro abrange heurísticas de decisão para a construção de agentes na API do Claude: que primitivas utilizar, como conceber a superfície das suas ferrame - [agent-evaluation](https://doutorai.pt/componentes/skills__agent-evaluation): Testar e avaliar (benchmarking) agentes de LLM, incluindo testes de comportamento, avaliação de capacidades, métricas de fiabilidade e monitorização em produção - [agent-management](https://doutorai.pt/componentes/skills__agent-management): Criar, gerir e orquestrar agentes de IA usando o AI Maestro CLI. Utilize quando o utilizador pedir para "criar agente", "listar agentes", "eliminar agente", "hi - [agent-manager-skill](https://doutorai.pt/componentes/skills__agent-manager-skill): Gerir múltiplos agentes de CLI locais através de sessões tmux (iniciar/parar/monitorizar/atribuir) com agendamento compatível com cron. - [agent-md-refactor](https://doutorai.pt/componentes/skills__agent-md-refactor): Refatorar ficheiros volumosos AGENTS.md, CLAUDE.md ou ficheiros de instruções de agentes semelhantes para seguir princípios de divulgação progressiva. Divide fi - [agent-memory-mcp](https://doutorai.pt/componentes/skills__agent-memory-mcp): Um sistema de memória híbrido que fornece gestão de conhecimento persistente e pesquisável para agentes de IA (Arquitetura, Padrões, Decisões). - [agent-memory-systems](https://doutorai.pt/componentes/skills__agent-memory-systems): A memória é a pedra angular dos agentes inteligentes. Sem ela, cada interação começa do zero. Esta skill abrange a arquitetura da memória do agente: curto prazo - [agent-messaging](https://doutorai.pt/componentes/skills__agent-messaging): Enviar e receber mensagens assinadas criptograficamente entre agentes de IA usando o Agent Messaging Protocol (AMP). Utilize quando o utilizador pedir para "env - [agent-tool-builder](https://doutorai.pt/componentes/skills__agent-tool-builder): As ferramentas são a forma como os agentes de IA interagem com o mundo. Uma ferramenta bem desenhada é a diferença entre um agente que funciona e um que alucina - [agent-types](https://doutorai.pt/componentes/skills__agent-types): Definições e capacidades completas para todos os 37 tipos de agentes especializados. - [agentic_system_design](https://doutorai.pt/componentes/skills__agentic-system-design): Conceção de sistemas agênticos de nível mundial para engenheiros de prompt seniores. - [agents](https://doutorai.pt/componentes/skills__agents-4): Guia completo para a construção de agentes com ReAct, chamadas de ferramentas e streaming. - [agents](https://doutorai.pt/componentes/skills__agents-5): Construção de agentes com ferramentas e capacidades RAG. - [agents](https://doutorai.pt/componentes/skills__agents-6): Especificações completas para todos os 37 tipos de agentes especializados no sistema multiagente Loki Mode. - [aggregate_benchmark](https://doutorai.pt/componentes/skills__aggregate-benchmark): Devolve um dict indexado pelo nome da configuração (ex.: "with_skill"/"without_skill" ou "new_skill"/"old_skill"), cada um contendo uma lista de resultados de e - [aggregate_benchmark](https://doutorai.pt/componentes/skills__aggregate-benchmark-2): Devolve um dict indexado pelo nome da configuração (ex.: "with_skill"/"without_skill" ou "new_skill"/"old_skill"), cada um contendo uma lista de resultados de e - [aggregate_benchmark](https://doutorai.pt/componentes/skills__aggregate-benchmark-3): Devolve um dict indexado pelo nome da configuração (ex.: "with_skill"/"without_skill" ou "new_skill"/"old_skill"), cada um contendo uma lista de resultados de e - [agile-product-owner](https://doutorai.pt/componentes/skills__agile-product-owner): Conjunto de ferramentas de Product Owner ágil para Senior Product Owner, incluindo a geração de user stories em conformidade com INVEST, planeamento de sprint, - [agirails-agent-payments](https://doutorai.pt/componentes/skills__agirails-agent-payments): Você é um engenheiro de pagamentos para a economia de agentes de IA. O seu trabalho é integrar agentes na rede AGIRAILS: uma camada de liquidação aberta onde os - [ai-agents-architect](https://doutorai.pt/componentes/skills__ai-agents-architect): Especialista em desenhar e construir agentes de IA autónomos. Domina o uso de ferramentas, sistemas de memória, estratégias de planeamento e orquestração multi- - [ai-product](https://doutorai.pt/componentes/skills__ai-product): Todos os produtos serão equipados com IA. A questão é se os vai construir bem ou lançar uma demo que se desmorona em produção. Esta skill abrange padrões de int - [ai-wrapper-product](https://doutorai.pt/componentes/skills__ai-wrapper-product): Especialista em construir produtos que envolvem APIs de IA (OpenAI, Anthropic, etc.) em ferramentas focadas pelas quais as pessoas pagam. Não apenas um 'ChatGPT - [ai_agent_workflow](https://doutorai.pt/componentes/skills__ai-agent-workflow): Utilize search_templates({query: "ai agent"}) para encontrar mais! - [algolia-search](https://doutorai.pt/componentes/skills__algolia-search): Padrões especializados para implementação de pesquisa Algolia, estratégias de indexação, React InstantSearch e ajuste de relevância. Utilize quando: adicionar p - [algorithm-comparison](https://doutorai.pt/componentes/skills__algorithm-comparison): Guia completo sobre algoritmos de RL no OpenRLHF: PPO, REINFORCE++, GRPO, RLOO e as suas variantes. - [algorithmic-art](https://doutorai.pt/componentes/skills__algorithmic-art): Criar arte algorítmica usando p5.js com aleatoriedade semeada (seeded randomness) e exploração interativa de parâmetros. Utilize quando os utilizadores solicita - [algorithms](https://doutorai.pt/componentes/skills__algorithms): Comparação entre BPE e Unigram e regularização de subpalavras. - [algorithms](https://doutorai.pt/componentes/skills__algorithms-2): Explicação abrangente dos algoritmos BPE, WordPiece e Unigram. - [algorithms](https://doutorai.pt/componentes/skills__algorithms-3): Este documento fornece características detalhadas de todos os algoritmos de RL no Stable Baselines3 para ajudar a selecionar o algoritmo certo para tarefas espe - [algorithms](https://doutorai.pt/componentes/skills__algorithms-4): O Qiskit suporta uma vasta gama de algoritmos quânticos para otimização, química, aprendizagem automática e simulações de física. - [algorithms](https://doutorai.pt/componentes/skills__algorithms-6): O Arboreto fornece dois algoritmos para inferência de redes de regulação génica (GRN), ambos baseados na abordagem de regressão múltipla. - [algorithms](https://doutorai.pt/componentes/skills__algorithms-7): Referência abrangente para algoritmos de otimização disponíveis no pymoo. - [alignment](https://doutorai.pt/componentes/skills__alignment): O Bio.Align fornece ferramentas para alinhamento de sequências a par utilizando vários algoritmos, enquanto o Bio.AlignIO trata da leitura e escrita de ficheiro - [alignment_files](https://doutorai.pt/componentes/skills__alignment-files): O Pysam fornece a classe AlignmentFile para leitura e escrita de ficheiros formatados em SAM/BAM/CRAM contendo dados de sequências alinhadas. Os ficheiros BAM/C - [alloydb-basics](https://doutorai.pt/componentes/skills__alloydb-basics): Gere clusters, instâncias e cópias de segurança para o AlloyDB para PostgreSQL, e integra-se com as ferramentas MCP do AlloyDB para operações de base de dados a - [alphafold-database](https://doutorai.pt/componentes/skills__alphafold-database): Aceder a mais de 200 milhões de estruturas de proteínas previstas por IA do AlphaFold. Recuperar estruturas por UniProt ID, descarregar ficheiros PDB/mmCIF, ana - [analysis](https://doutorai.pt/componentes/skills__analysis-2): Útil para testes e simulações de Monte Carlo. - [analysis-workflow](https://doutorai.pt/componentes/skills__analysis-workflow): Para garantir que o seu template funciona corretamente, deve validar que a página de destino contém efetivamente os dados que pretende extrair. - [analysis_modules](https://doutorai.pt/componentes/skills__analysis-modules): Esta referência documenta as extensas capacidades de análise do pymatgen para caracterização de materiais, previsão de propriedades e análise computacional. - [analysis_template](https://doutorai.pt/componentes/skills__analysis-template): Este template fornece um fluxo de trabalho completo para análise de RNA-seq de célula única utilizando o scanpy, desde o carregamento de dados até ao agrupament - [analysis_template](https://doutorai.pt/componentes/skills__analysis-template-2): Fluxo de trabalho de análise completo desde dados brutos até unidades curadas. Copie e personalize este modelo para a sua análise. - [analytical-equipment](https://doutorai.pt/componentes/skills__analytical-equipment): O PyLabRobot integra-se com equipamento analítico, incluindo leitores de placas, balanças e outros dispositivos de medição. Isto permite fluxos de trabalho auto - [analytics-tracking](https://doutorai.pt/componentes/skills__analytics-tracking): Quando o utilizador deseja configurar, melhorar ou auditar o rastreio e medição de analítica. Utilize também quando o utilizador mencionar "configurar rastreio" - [analyze_results](https://doutorai.pt/componentes/skills__analyze-results): Este script analisa os resultados de previsão do DiffDock, extraindo pontuações de confiança, ordenando previsões e gerando relatórios de resumo. - [analyzer](https://doutorai.pt/componentes/skills__analyzer): Analise os resultados de comparação cega para compreender PORQUÊ o vencedor venceu e gerar sugestões de melhoria. - [analyzer](https://doutorai.pt/componentes/skills__analyzer-2): Analise os resultados de comparação cega para compreender PORQUÊ o vencedor venceu e gerar sugestões de melhoria. - [analyzer](https://doutorai.pt/componentes/skills__analyzer-3): Analise os resultados de comparação cega para compreender PORQUÊ o vencedor venceu e gerar sugestões de melhoria. - [android-cicd](https://doutorai.pt/componentes/skills__android-cicd): Pipeline de CI/CD automatizado de Android para o Google Play - suporta TWA, React Native, Flutter e Android nativo. Execute npx android-cicd para configurar a g - [angular](https://doutorai.pt/componentes/skills__angular): Especialista em Angular moderno (v20+) com conhecimento profundo de Signals, Standalone Components, aplicações Zoneless, SSR/Hidratação e padrões reativos. - [animal_veterinary](https://doutorai.pt/componentes/skills__animal-veterinary): Esta referência abrange os endpoints da API de medicina animal e veterinária da FDA acessíveis através do openFDA. - [animations](https://doutorai.pt/componentes/skills__animations): As animações são transformações aplicadas a mobjects ao longo do tempo. O Manim fornece um conjunto rico de animações integradas para criar transições suaves e - [animations](https://doutorai.pt/componentes/skills__animations-2): Competências fundamentais de animação para o Remotion - [animations](https://doutorai.pt/componentes/skills__animations-3): O Motion Canvas usa um sistema de animação baseado em propriedades no qual interpola propriedades individuais ao longo do tempo usando funções geradoras. - [animations](https://doutorai.pt/componentes/skills__animations-4): Competências fundamentais de animação para o Remotion - [anndata](https://doutorai.pt/componentes/skills__anndata): Esta skill deve ser usada ao trabalhar com matrizes de dados anotados em Python, particularmente para análise genómica de célula única, gestão de medições exper - [annotation-validation](https://doutorai.pt/componentes/skills__annotation-validation): Este documento abrange a curadoria de dados, validação, gestão de esquemas e boas práticas de anotação no LaminDB. - [anomaly_detection](https://doutorai.pt/componentes/skills__anomaly-detection): O Aeon fornece métodos de deteção de anomalias para identificar padrões invulgares em séries temporais, tanto ao nível de série como de coleção. - [anthology.bib](https://doutorai.pt/componentes/skills__anthology-bib): Para citar artigos no ACL Anthology, fornecemos um único ficheiro BibTeX consolidado contendo todos os seus artigos. As bibkeys nestes artigos são concebidas pa - [anthropic-best-practices](https://doutorai.pt/componentes/skills__anthropic-best-practices): Boas Skills são concisas, bem estruturadas e testadas com utilização real. Este guia fornece decisões práticas de criação para o ajudar a escrever Skills que o - [anthropic-best-practices](https://doutorai.pt/componentes/skills__anthropic-best-practices-2): Boas Skills são concisas, bem estruturadas e testadas com utilização real. Este guia fornece decisões práticas de criação para o ajudar a escrever Skills que o - [api](https://doutorai.pt/componentes/skills__api): A classe principal que representa um Sparse Autoencoder. - [api](https://doutorai.pt/componentes/skills__api-2): A classe principal que envolve modelos PyTorch para intervenção. - [api](https://doutorai.pt/componentes/skills__api-3): Execute um comando dentro de uma pasta, com o recarregamento do Modal Volume antes e commit em caso de sucesso. - [api](https://doutorai.pt/componentes/skills__api-4): Classe principal para envolver modelos de linguagem com capacidades de intervenção. - [api](https://doutorai.pt/componentes/skills__api-5): A classe principal para interpretabilidade mecanicista, envolvendo modelos transformer com hooks em todas as ativações. - [api](https://doutorai.pt/componentes/skills__api-7): Consulte configuration.md para todas as opções do construtor. - [api](https://doutorai.pt/componentes/skills__api-8): O Cache Reserve é uma configuração ao nível da zona, não uma API por pedido. Funciona automaticamente quando ativado para a zona: - [api](https://doutorai.pt/componentes/skills__api-10): Fire-and-forget (devolve void, não uma Promise). As escritas ocorrem de forma assíncrona. - [api](https://doutorai.pt/componentes/skills__api-13): Consulte o patterns.md para exemplos do Workers: lista de permissões de aplicações móveis, isenção de proxy corporativo, deteção de centro de dados, atraso cond - [api](https://doutorai.pt/componentes/skills__api-14): Pesquise recursos existentes da Cloudflare para referenciar nas suas configurações. - [api](https://doutorai.pt/componentes/skills__api-15): Requer token de API de serviço com a permissão "AI Search - Read". - [api](https://doutorai.pt/componentes/skills__api-16): A API JavaScript do Turnstile está disponível em window.turnstile após o carregamento do script. - [api](https://doutorai.pt/componentes/skills__api-17): API de correio eletrónico de saída para mensagens transacionais. - [api](https://doutorai.pt/componentes/skills__api-19): Documentação completa da API para credenciais do serviço Cloudflare TURN e gestão de chaves. - [api](https://doutorai.pt/componentes/skills__api-20): Referência completa da API para a API de TCP Sockets do Cloudflare Workers (cloudflare:sockets). - [api](https://doutorai.pt/componentes/skills__api-21): Sintaxe SQL, funções, operadores e tipos de dados para consultas SQL no R2. - [api](https://doutorai.pt/componentes/skills__api-22): Consulte o README.md para uma visão geral e o configuration.md para a configuração. - [api](https://doutorai.pt/componentes/skills__api-23): Referência completa da API para o runtime do Cloudflare Email Workers. - [api](https://doutorai.pt/componentes/skills__api-26): A Cloudflare gera tipos de binding via npx wrangler types. Isto cria o ficheiro .wrangler/types/runtime.d.ts com a sua interface Env. - [api](https://doutorai.pt/componentes/skills__api-30): O R2 Data Catalog expõe a API padrão Apache Iceberg REST Catalog. - [api](https://doutorai.pt/componentes/skills__api-33): Consulte o patterns.md para exemplos de utilização e o configuration.md para detalhes de configuração. - [api](https://doutorai.pt/componentes/skills__api-34): Requer índice de metadados. Operadores de filtragem: - [api](https://doutorai.pt/componentes/skills__api-37): Devolve quando o processo inicia, NÃO quando as portas estão prontas. Utilize para fire-and-forget. - [api](https://doutorai.pt/componentes/skills__api-40): APIs de Node.js para testes e desenvolvimento. - [api](https://doutorai.pt/componentes/skills__api-41): Todos os SDKs suportam paginação automática para operações de listagem. - [api](https://doutorai.pt/componentes/skills__api-42): O binding ASSETS fornece acesso a recursos estáticos através da interface Fetcher. - [api](https://doutorai.pt/componentes/skills__api-47): API JavaScript do lado do cliente para rastrear eventos, definir propriedades e gerir consentimento. - [api](https://doutorai.pt/componentes/skills__api-48): As regras de ignorar contornam a avaliação de regras subsequentes. Dois tipos de ignorar: - [api](https://doutorai.pt/componentes/skills__api-49): Unidades: segundo, minuto, hora, dia, semana, mês, ano. Máximo: 365 dias. Instâncias em suspensão não contam para a concorrência. - [api](https://doutorai.pt/componentes/skills__api-50): Túneis baseados em tokens guardam a configuração no dashboard da Cloudflare em vez de ficheiros locais. - [api](https://doutorai.pt/componentes/skills__api-51): Consulte configuration.md para exemplos de wrangler.jsonc. - [api](https://doutorai.pt/componentes/skills__api-52): Consulte gotchas.md para padrões de erro detalhados e soluções. - [api](https://doutorai.pt/componentes/skills__api-53): Para chat de IA com transmissão automática, histórico de mensagens, ferramentas e transmissão retomável. - [api](https://doutorai.pt/componentes/skills__api-55): APIs de upload, reprodução, transmissão ao vivo e gestão. - [api](https://doutorai.pt/componentes/skills__api-57): Cada sessão mantém o seu próprio estado da shell, env vars, cwd e espaço de nomes do processo. - [api](https://doutorai.pt/componentes/skills__api-58): Consulte DO Storage para a referência completa da API de armazenamento. - [api](https://doutorai.pt/componentes/skills__api-60): Otimiza automaticamente a localização da execução da função com base em padrões de tráfego. - [api](https://doutorai.pt/componentes/skills__api-61): Referência completa da API para o objeto Meeting, pontos de extremidade REST e métodos SDK. - [api](https://doutorai.pt/componentes/skills__api-62): Sessões de longa duração para operações que excedem o tempo limite de 30s (até 15 min). - [api](https://doutorai.pt/componentes/skills__api-63): Use o espaço de nomes networkInterconnects para todo o código novo. - [api](https://doutorai.pt/componentes/skills__api-64): Consulte patterns.md para padrões de implementação completos. - [api-design-principles](https://doutorai.pt/componentes/skills__api-design-principles): Dominar os princípios de design de APIs REST e GraphQL para construir APIs intuitivas, escaláveis e de fácil manutenção que encantem os programadores e resistam - [api-documentation-generator](https://doutorai.pt/componentes/skills__api-documentation-generator): Gerar documentação de API abrangente e acessível para programadores a partir do código, incluindo endpoints, parâmetros, exemplos e boas práticas - [api-evaluation](https://doutorai.pt/componentes/skills__api-evaluation): Guia para avaliar a OpenAI, Anthropic e outros modelos de linguagem baseados em API. - [api-live](https://doutorai.pt/componentes/skills__api-live): Criação de entrada ao vivo, verificação de estado, simulcast e transmissão WebRTC. - [api-patterns](https://doutorai.pt/componentes/skills__api-patterns): Princípios de design de APIs e tomada de decisão. Seleção de REST vs GraphQL vs tRPC, formatos de resposta, versionamento, paginação. - [api-reference](https://doutorai.pt/componentes/skills__api-reference-2): miles usa a mesma dataclass Sample que o slime com o campo rollout_routed_experts para reprodução de encaminhamento MoE. - [api-reference](https://doutorai.pt/componentes/skills__api-reference-3): Classe base para atores Forge com atributos de recursos configuráveis. - [api-reference](https://doutorai.pt/componentes/skills__api-reference-5): O controlador central para o ciclo de treino. Gere a alocação de recursos e coordena grupos de trabalhadores. - [api-security-best-practices](https://doutorai.pt/componentes/skills__api-security-best-practices): Implementar padrões de design de APIs seguros, incluindo autenticação, autorização, validação de inputs, rate limiting e proteção contra vulnerabilidades de API - [api-security-testing](https://doutorai.pt/componentes/skills__api-security-testing): Fluxo de trabalho de testes de segurança de APIs para APIs REST e GraphQL, abrangendo autenticação, autorização, rate limiting, validação de inputs e boas práti - [api_basics](https://doutorai.pt/componentes/skills__api-basics): Esta referência fornece informação abrangente sobre a utilização da API openFDA, incluindo autenticação, limites de taxa de utilização, sintaxe de consulta e bo - [api_design_patterns](https://doutorai.pt/componentes/skills__api-design-patterns): Este guia de referência fornece informação abrangente para backend sénior. - [api_endpoints](https://doutorai.pt/componentes/skills__api-endpoints): Documentação abrangente de todas as 17 categorias de endpoints da API disponíveis na Ensembl REST API (Release 115, setembro de 2025). - [api_endpoints](https://doutorai.pt/componentes/skills__api-endpoints-2): Substitua {tenant} pelo nome do seu tenant do Benchling. - [api_examples](https://doutorai.pt/componentes/skills__api-examples): Exemplos práticos de código para interagir com a UniProt REST API em várias linguagens. - [api_fields](https://doutorai.pt/componentes/skills__api-fields): Lista completa de campos disponíveis para personalizar consultas à API da UniProt. Utilize estes campos com o parâmetro fields para obter apenas os dados de que - [api_guide](https://doutorai.pt/componentes/skills__api-guide): Referência abrangente para todos os módulos e funções medchem. - [api_operations](https://doutorai.pt/componentes/skills__api-operations): Guia para operar fluxos do CocoIndex de forma programática utilizando APIs Python. - [api_quick_reference](https://doutorai.pt/componentes/skills__api-quick-reference): Este documento fornece uma referência rápida para funções, assinaturas e padrões de utilização comuns do COBRApy. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-6): Documentação completa da API para todos os módulos de skill do NotebookLM. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-7): Este é um marcador de posição para documentação de referência detalhada. Substitua pelo conteúdo de referência real ou elimine se não for necessário. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-8): Este é um marcador de posição para documentação de referência detalhada. Substitua pelo conteúdo de referência real ou elimine se não for necessário. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-9): Este é um marcador de posição para documentação de referência detalhada. Substitua pelo conteúdo de referência real ou elimine se não for necessário. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-10): Este é um marcador de posição para documentação de referência detalhada. Substitua pelo conteúdo de referência real ou elimine se não for necessário. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-11): Este é um marcador de posição para documentação de referência detalhada. Substitua pelo conteúdo de referência real ou elimine se não for necessário. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-12): Este é um marcador de posição para documentação de referência detalhada. Substitua pelo conteúdo de referência real ou elimine se não for necessário. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-13): Este é um marcador de posição para documentação de referência detalhada. Substitua pelo conteúdo de referência real ou elimine se não for necessário. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-14): Este é um marcador de posição para documentação de referência detalhada. Substitua pelo conteúdo de referência real ou elimine se não for necessário. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-15): Este é um marcador de posição para documentação de referência detalhada. Substitua pelo conteúdo de referência real ou elimine se não for necessário. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-16): Este é um marcador de posição para documentação de referência detalhada. Substitua pelo conteúdo de referência real ou elimine se não for necessário. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-17): Este é um marcador de posição para documentação de referência detalhada. Substitua pelo conteúdo de referência real ou elimine se não for necessário. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-18): A ClinicalTrials.gov API v2 é uma API REST moderna que fornece acesso programático à base de dados ClinicalTrials.gov, a qual contém informações sobre estudos c - [api_reference](https://doutorai.pt/componentes/skills__api-reference-19): Este é um marcador de posição para documentação de referência detalhada. Substitua pelo conteúdo de referência real ou elimine se não for necessário. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-20): Obtenha a estrutura de metabolitos e os dados de identificação. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-21): Referência abrangente para as GWAS Catalog REST APIs, incluindo especificações de endpoints, parâmetros de consulta, formatos de resposta e padrões de utilizaçã - [api_reference](https://doutorai.pt/componentes/skills__api-reference-22): Este documento fornece uma referência abrangente para as APIs principais da DeepChem, organizada por funcionalidade. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-23): Este documento fornece informações detalhadas sobre as RCSB Protein Data Bank APIs, incluindo padrões de utilização avançados, esquemas de dados e boas práticas - [api_reference](https://doutorai.pt/componentes/skills__api-reference-24): Para obter acesso à API: 1. Contacte support@adaptyvbio.com 2. Solicite acesso à API durante o período alfa/beta 3. Receba o seu token de acesso pessoal - [api_reference](https://doutorai.pt/componentes/skills__api-reference-25): O ChEMBL é uma base de dados curada manualmente de moléculas bioativas com propriedades semelhantes a fármacos, mantida pelo European Bioinformatics Institute ( - [api_reference](https://doutorai.pt/componentes/skills__api-reference-26): Esta referência fornece uma visão geral concisa das funções, parâmetros e padrões do Zarr comummente utilizados para consulta rápida durante o desenvolvimento. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-27): A bioRxiv API fornece acesso programático aos metadados de preprints do servidor bioRxiv. A API devolve dados formatados em JSON com metadados abrangentes sobre - [api_reference](https://doutorai.pt/componentes/skills__api-reference-28): Utilize sempre a versão estável mais recente da API para novos protocolos. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-29): Documentação abrangente da API para a framework biomni. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-30): O PubChem é a maior base de dados química de acesso livre do mundo, mantida pelo National Center for Biotechnology Information (NCBI). Contém mais de 110 milhõe - [api_reference](https://doutorai.pt/componentes/skills__api-reference-32): Documentação de referência completa para a ClinPGx REST API. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-33): Referência abrangente para as European Nucleotide Archive REST APIs. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-34): Referência técnica completa para acesso programático à base de dados ZINC, cobrindo endpoints de API, sintaxe de consulta, parâmetros, formatos de resposta e pa - [api_reference](https://doutorai.pt/componentes/skills__api-reference-35): O FlowIO é uma biblioteca Python para leitura e escrita de ficheiros Flow Cytometry Standard (FCS). Suporta as versões 2.0, 3.0 e 3.1 do FCS com dependências mí - [api_reference](https://doutorai.pt/componentes/skills__api-reference-36): Este documento fornece informações de referência abrangentes para as REST APIs do Reactome. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-37): Este documento fornece informações detalhadas sobre a API, exemplos avançados e orientações de resolução de problemas para trabalhar com o scikit-bio. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-38): O ETE (Environment for Tree Exploration) é um conjunto de ferramentas em Python para manipulação, análise e visualização de árvores filogenéticas. Esta referênc - [api_reference](https://doutorai.pt/componentes/skills__api-reference-39): Obter o ID de utilizador e as informações de acesso ao notebook. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-40): Este documento fornece uma referência completa da API para as classes, métodos e utilitários do PyDESeq2. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-41): Este documento fornece documentação técnica abrangente para o acesso programático à AlphaFold Protein Structure Database. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-42): Referência rápida para as funções do scanpy mais comummente utilizadas, organizadas por módulo. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-43): Este documento fornece documentação detalhada da API para aceder de forma programática à base de dados NCBI Gene. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-44): Este documento fornece informações de referência detalhadas para a API SOAP da BRENDA (BRaunschweig ENzyme DAtabase) e a implementação do cliente em Python. O B - [api_reference](https://doutorai.pt/componentes/skills__api-reference-45): Encontrar uma incorporação de baixa dimensão que aproxima a variedade subjacente dos dados. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-46): Este documento fornece uma referência rápida para as classes e métodos do matplotlib mais comummente utilizados. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-47): As E-utilities da NCBI fornecem acesso programático ao PubMed e a outras bases de dados da Entrez através de uma API REST. O URL base para todas as E-utilities - [api_reference](https://doutorai.pt/componentes/skills__api-reference-48): Não é necessária qualquer autenticação para a API GraphQL. Todos os dados são livremente acessíveis. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-49): Este documento fornece uma referência abrangente para a API Python do RDKit, organizada por funcionalidade. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-50): Os calculadores são objetos invocáveis que convertem moléculas individuais em vetores de características. Aceitam objetos RDKit Chem.Mol ou strings SMILES como - [api_reference](https://doutorai.pt/componentes/skills__api-reference-51): Referência rápida para as funções da neuropixels_analysis organizadas por módulo. - [api_reference](https://doutorai.pt/componentes/skills__api-reference-52): A classe principal para converter ficheiros para Markdown. - [api_types](https://doutorai.pt/componentes/skills__api-types): O objeto de raiz para as atualizações recebidas. Contém update_id e exatamente UM de: - [app-builder](https://doutorai.pt/componentes/skills__app-builder): Orquestrador principal de construção de aplicações. Cria aplicações full-stack a partir de pedidos em linguagem natural. Determina o tipo de projeto, seleciona - [app-development](https://doutorai.pt/componentes/skills__app-development): Guia para construir aplicações Shopify com OAuth, APIs GraphQL/REST, webhooks e faturação. - [app-development](https://doutorai.pt/componentes/skills__app-development-2): As aplicações e applets são programas executáveis que são executados na plataforma DNAnexus. Podem ser escritos em Python ou Bash e são implementados com todas - [app-store-optimization](https://doutorai.pt/componentes/skills__app-store-optimization): Toolkit completo de App Store Optimization (ASO) para pesquisar, otimizar e monitorizar o desempenho de aplicações móveis na Apple App Store e Google Play Store - [application-security](https://doutorai.pt/componentes/skills__application-security): Este guia completo de segurança de aplicações fornece aos programadores os conhecimentos e exemplos de código necessários para construir aplicações seguras, seg - [applications](https://doutorai.pt/componentes/skills__applications): Aplicações práticas e casos de uso para o CLIP. - [apply-guide](https://doutorai.pt/componentes/skills__apply-guide): Como aplicar design tokens extraídos a diferentes stacks de frontend. - [approachable-concurrency](https://doutorai.pt/componentes/skills__approachable-concurrency): Utilize esta referência quando o projeto tiver optado pelas definições de concorrência acessível do Swift 6.2 (isolamento de atores por omissão / main-actor-by- - [arboreto](https://doutorai.pt/componentes/skills__arboreto): Inferir redes de regulação génica (GRNs) a partir de dados de expressão génica utilizando algoritmos escaláveis (GRNBoost2, GENIE3). Usar na análise de dados de - [architecture](https://doutorai.pt/componentes/skills__architecture): O NanoGPT implementa uma arquitetura GPT-2 limpa em código mínimo para fins educativos. - [architecture](https://doutorai.pt/componentes/skills__architecture-2): Framework de tomada de decisão arquitetural. Análise de requisitos, avaliação de trade-offs, documentação de ADR. Usar ao tomar decisões de arquitetura ou anali - [architecture-decision-records](https://doutorai.pt/componentes/skills__architecture-decision-records): Padrões abrangentes para criar, manter e gerir Registos de Decisão de Arquitetura (ADRs) que capturam o contexto e a fundamentação por trás de decisões técnicas - [architecture-details](https://doutorai.pt/componentes/skills__architecture-details): A principal inovação do Mamba é a camada Selective SSM (S6) que torna os parâmetros do modelo de espaço de estados dependentes da entrada. - [architecture-details](https://doutorai.pt/componentes/skills__architecture-details-2): O RWKV alterna entre blocos de Time-Mixing (processamento de sequências) e Channel-Mixing (processamento de características). - [architecture-overview](https://doutorai.pt/componentes/skills__architecture-overview): Guia completo sobre o padrão de arquitetura em camadas utilizado em microsserviços de backend. - [architecture-patterns](https://doutorai.pt/componentes/skills__architecture-patterns): Dominar padrões comprovados de arquitetura backend, incluindo Clean Architecture, Hexagonal Architecture e Domain-Driven Design para construir sistemas de fácil - [architecture_decision_records](https://doutorai.pt/componentes/skills__architecture-decision-records-2): Os Architecture Decision Records registam decisões arquiteturais importantes tomadas, juntamente com o seu contexto e consequências. Ajudam a manter o conhecime - [architecture_patterns](https://doutorai.pt/componentes/skills__architecture-patterns-2): Este guia de referência fornece informação abrangente para arquitetos sénior. - [architecture_patterns](https://doutorai.pt/componentes/skills__architecture-patterns-3): Este guia de referência fornece informação abrangente para fullstack sénior. - [architectures](https://doutorai.pt/componentes/skills__architectures): Guia abrangente sobre diferentes arquiteturas de Mixture of Experts e os seus padrões de design. - [arctic-frost](https://doutorai.pt/componentes/skills__arctic-frost): Um tema fresco e nítido inspirado no inverno que transmite clareza, precisão e profissionalismo. - [arrays](https://doutorai.pt/componentes/skills__arrays): O Dask Array implementa a interface ndarray do NumPy utilizando algoritmos em bloco. Coordena múltiplos arrays do NumPy dispostos numa grelha para permitir o cá - [art-of-readme](https://doutorai.pt/componentes/skills__art-of-readme): A nomenclatura remonta pelo menos à década de 1970 e ao PDP-10, embora possa até remontar aos tempos de notas de papel informativas colocadas no topo de pilhas - [artifacts](https://doutorai.pt/componentes/skills__artifacts): Guia completo sobre versionamento de dados e gestão de modelos com o W&B Artifacts. - [artifacts](https://doutorai.pt/componentes/skills__artifacts-2): O SwarmVault é focado no salvamento prioritário. Os ficheiros no disco são o produto. - [artifacts-builder](https://doutorai.pt/componentes/skills__artifacts-builder): Conjunto de ferramentas para criar artefactos HTML complexos e de múltiplos componentes para o claude.ai usando tecnologias web de frontend modernas (React, Tai - [ask_question](https://doutorai.pt/componentes/skills__ask-question): if not auth.is_authenticated(): print("⚠️ Not authenticated. Run: python auth_manager.py setup") return None - [assertions](https://doutorai.pt/componentes/skills__assertions): O assertThat(locator) do Playwright realiza sondagens automaticamente (até ao defaultTimeout). Prefira sempre estes em vez de locator.isVisible() + assertTrue. - [assets](https://doutorai.pt/componentes/skills__assets): Importar imagens, vídeos, áudio e fontes para o Remotion - [assets](https://doutorai.pt/componentes/skills__assets-3): Importar imagens, vídeos, áudio e fontes para o Remotion - [assets](https://doutorai.pt/componentes/skills__assets-4): Carregar imagens, vídeos e áudio para usar na geração de vídeos do HeyGen - [assumptions_and_diagnostics](https://doutorai.pt/componentes/skills__assumptions-and-diagnostics): Este documento fornece orientação abrangente sobre a verificação e validação de pressupostos estatísticos para várias análises. - [astro](https://doutorai.pt/componentes/skills__astro): Construir websites focados em conteúdo com o Astro - zero JS por predefinição, arquitetura de ilhas, componentes multi-framework e suporte para Markdown/MDX. - [astro-static](https://doutorai.pt/componentes/skills__astro-static): Princípios de templates de sites estáticos Astro. Websites focados em conteúdo, blogs, documentação. - [astropy](https://doutorai.pt/componentes/skills__astropy): Biblioteca Python abrangente para astronomia e astrofísica. Esta skill deve ser usada ao trabalhar com dados astronómicos, incluindo coordenadas celestes, unida - [astropy__astropy-12907](https://doutorai.pt/componentes/skills__astropy-astropy-12907): Com base no meu conhecimento da base de código do astropy e no problema descrito, posso gerar o patch. O erro está na função _cstack em astropy/modeling/separab - [astropy__astropy-12907](https://doutorai.pt/componentes/skills__astropy-astropy-12907-2): Com base no meu conhecimento da base de código do astropy e neste erro, posso fornecer a correção. O problema está na função _cstack em astropy/modeling/separab - [astropy__astropy-12907](https://doutorai.pt/componentes/skills__astropy-astropy-12907-3): Com base na análise do arquiteto, preciso de gerar um patch para o ficheiro separable.py do repositório astropy. O problema está na função _cstack, onde utiliza - [astropy__astropy-14182](https://doutorai.pt/componentes/skills__astropy-astropy-14182): Com base no meu conhecimento da base de código do astropy e na mensagem de erro na issue, posso fornecer o patch. O problema é que a classe RST (que gera tabela - [astropy__astropy-14182](https://doutorai.pt/componentes/skills__astropy-astropy-14182-2): Com base no meu conhecimento da base de código do astropy e na descrição da issue, posso criar o patch. O problema é que o escritor RST (RestructuredText) não s - [astropy__astropy-14365](https://doutorai.pt/componentes/skills__astropy-astropy-14365): Com base na descrição da issue do GitHub e no patch anexado mencionado, posso deduzir qual precisa de ser a correção. A issue indica: - [astropy__astropy-14365](https://doutorai.pt/componentes/skills__astropy-astropy-14365-2): Com base na descrição da issue e na pista sobre um patch, o problema é claro: os padrões de regex para comandos QDP não são insensíveis a maiúsculas e minúscula - [astropy__astropy-14365](https://doutorai.pt/componentes/skills__astropy-astropy-14365-3): Com base na descrição da issue e na análise do arquiteto, preciso de gerar um patch que torne a análise de comandos QDP insensível a maiúsculas e minúsculas. O - [astropy__astropy-14995](https://doutorai.pt/componentes/skills__astropy-astropy-14995): Com base na minha análise da issue, tenho agora informação suficiente para fornecer o patch correto. O erro está em astropy/nddata/mixins/ndarithmetic.py onde a - [astropy__astropy-14995](https://doutorai.pt/componentes/skills__astropy-astropy-14995-2): Com base na minha análise, tenho a correção correta para a issue. O erro está em astropy/nddata/mixins/ndarithmetic.py onde a condição elif operand is None: dev - [astropy__astropy-14995](https://doutorai.pt/componentes/skills__astropy-astropy-14995-3): A issue é para o repositório astropy/astropy, mas o diretório de trabalho atual é um projeto diferente. Com base na análise do arquiteto, preciso de gerar um pa - [astropy__astropy-6938](https://doutorai.pt/componentes/skills__astropy-astropy-6938): Este é um ficheiro de resultados de benchmark que já contém o patch esperado. Permita-me verificar se esta é a correção correta compreendendo melhor a issue. - [astropy__astropy-6938](https://doutorai.pt/componentes/skills__astropy-astropy-6938-2): A correção é consistente entre patches. O problema é que a função replace num chararray do numpy devolve uma cópia e não modifica in-place, pelo que o resultado - [astropy__astropy-7746](https://doutorai.pt/componentes/skills__astropy-astropy-7746): Com base no traceback de erro fornecido na issue, posso compreender a estrutura do código. Permita-me analisar o problema: - [astropy__astropy-7746](https://doutorai.pt/componentes/skills__astropy-astropy-7746-2): Agora tenho a informação necessária para gerar um patch adequado. Ao olhar para ambos os ficheiros de patch, posso ver que as abordagens são ligeiramente difere - [astropy__astropy-7746](https://doutorai.pt/componentes/skills__astropy-astropy-7746-3): Com base na descrição da issue e na análise do arquiteto, tenho contexto suficiente para gerar o patch. O problema está no método _array_converter em astropy/wc - [async-and-errors](https://doutorai.pt/componentes/skills__async-and-errors): Guia completo de padrões async/await e tratamento de erros personalizado. - [async-api-routes](https://doutorai.pt/componentes/skills__async-api-routes): Nas rotas de API e Server Actions, inicie operações independentes imediatamente, mesmo que ainda não utilize await para as aguardar. - [async-api-routes](https://doutorai.pt/componentes/skills__async-api-routes-2): Nas rotas de API e Server Actions, inicie operações independentes imediatamente, mesmo que ainda não utilize await para as aguardar. - [async-defer-await](https://doutorai.pt/componentes/skills__async-defer-await): Mova as operações await para os ramos onde são realmente utilizadas para evitar bloquear caminhos de código que não precisam delas. - [async-defer-await](https://doutorai.pt/componentes/skills__async-defer-await-2): Mova as operações await para os ramos onde são realmente utilizadas para evitar bloquear caminhos de código que não precisam delas. - [async-dependencies](https://doutorai.pt/componentes/skills__async-dependencies): Para operações com dependências parciais, utilize better-all para maximizar o paralelismo. Inicia automaticamente cada tarefa no momento mais cedo possível. - [async-dependencies](https://doutorai.pt/componentes/skills__async-dependencies-2): Para operações com dependências parciais, use better-all para maximizar o paralelismo. Inicia automaticamente cada tarefa no momento mais cedo possível. - [async-parallel](https://doutorai.pt/componentes/skills__async-parallel): Quando as operações assíncronas não tiverem interdependências, execute-as concorrentemente utilizando Promise.all(). - [async-parallel](https://doutorai.pt/componentes/skills__async-parallel-2): Quando as operações assíncronas não tiverem interdependências, execute-as concorrentemente utilizando Promise.all(). - [async-python-patterns](https://doutorai.pt/componentes/skills__async-python-patterns): Guia abrangente para implementar aplicações Python assíncronas usando asyncio, padrões de programação concorrente e async/await para construir sistemas de alto - [async-suspense-boundaries](https://doutorai.pt/componentes/skills__async-suspense-boundaries): Em vez de aguardar por dados em componentes assíncronos antes de devolver JSX, use Suspense boundaries para mostrar a UI envolvente mais rapidamente enquanto os - [async-suspense-boundaries](https://doutorai.pt/componentes/skills__async-suspense-boundaries-2): Em vez de aguardar por dados em componentes assíncronos antes de devolver JSX, use Suspense boundaries para mostrar a UI envolvente mais rapidamente enquanto os - [audio](https://doutorai.pt/componentes/skills__audio): Usar áudio e som no Remotion - importar, aparar, volume, velocidade, pitch - [audio](https://doutorai.pt/componentes/skills__audio-2): Usar áudio e som no Remotion - importar, aparar, volume, velocidade, pitch - [audiocraft-audio-generation](https://doutorai.pt/componentes/skills__audiocraft-audio-generation): Biblioteca PyTorch para geração de áudio, incluindo text-to-music (MusicGen) e text-to-sound (AudioGen). Usar quando for necessário gerar música a partir de des - [audit](https://doutorai.pt/componentes/skills__audit): / Roier SEO: Script de Auditoria do Lighthouse. Executa uma auditoria do Lighthouse num URL fornecido e devolve resultados estruturados. Utilização: node audit. - [audit-api](https://doutorai.pt/componentes/skills__audit-api): / Roier SEO: Auditoria da API do PageSpeed Insights. Utiliza a API do PageSpeed Insights da Google (não necessita do Chrome local). Funciona para qualquer URL a - [auth](https://doutorai.pt/componentes/skills__auth-2): Autentique-se na Cloudflare antes de efetuar a implementação de Workers ou Pages. - [auth-methods](https://doutorai.pt/componentes/skills__auth-methods): Referência completa sobre métodos de autenticação, gestão de sessões e tratamento de erros. - [authentication](https://doutorai.pt/componentes/skills__authentication-2): O Benchling suporta três métodos de autenticação, cada um adequado a diferentes casos de utilização. - [authentication](https://doutorai.pt/componentes/skills__authentication-3): A API do protocols.io suporta dois tipos de tokens de acesso para autenticação, permitindo o acesso a conteúdos públicos e privados. - [authentication](https://doutorai.pt/componentes/skills__authentication-4): Guia completo sobre métodos de autenticação para servidores MCP em plugins do Claude Code. - [authentication](https://doutorai.pt/componentes/skills__authentication-5): Configuração de chave de API, cabeçalho X-Api-Key e padrões de autenticação para o HeyGen - [authentication_guide](https://doutorai.pt/componentes/skills__authentication-guide): O acesso à API requer uma licença Enterprise do LabArchives. Contacte o seu administrador do LabArchives ou sales@labarchives.com para: (1) verificar se a sua i - [authorization](https://doutorai.pt/componentes/skills__authorization): A autorização controla o que os utilizadores autenticados podem fazer com o seu servidor FastMCP. Enquanto a autenticação verifica a identidade (quem você é), a - [autogpt-agents](https://doutorai.pt/componentes/skills__autogpt-agents): Plataforma de agentes de IA autónomos para construir e implementar agentes contínuos. Usar ao criar agentes de workflow visual, implementar agentes autónomos pe - [automation](https://doutorai.pt/componentes/skills__automation): Guia abrangente sobre automação de TI, scripting, gestão de configurações, ferramentas de orquestração e redução do trabalho operacional repetitivo. - [autonomous-agent-patterns](https://doutorai.pt/componentes/skills__autonomous-agent-patterns): Padrões de design para construir agentes de programação autónomos. Abrange integração de ferramentas, sistemas de permissões, automação de browser e workflows h - [autonomous-agents](https://doutorai.pt/componentes/skills__autonomous-agents): Agentes autónomos são sistemas de IA que conseguem, de forma independente, decompor objetivos, planear ações, executar ferramentas e autocorrigir-se sem orienta - [available_featurizers](https://doutorai.pt/componentes/skills__available-featurizers): Este documento fornece um catálogo completo de todos os featurizers disponíveis no molfeat, organizados por categoria. - [avalonia-layout-zafiro](https://doutorai.pt/componentes/skills__avalonia-layout-zafiro): Diretrizes para layout moderno de Avalonia UI usando Zafiro.Avalonia, enfatizando estilos partilhados, componentes genéricos e evitando redundância de XAML. - [avalonia-viewmodels-zafiro](https://doutorai.pt/componentes/skills__avalonia-viewmodels-zafiro): Padrões ideais de criação de ViewModel e Wizard para Avalonia usando Zafiro e ReactiveUI. - [avalonia-zafiro-development](https://doutorai.pt/componentes/skills__avalonia-zafiro-development): Skills obrigatórias, convenções e regras de comportamento para o desenvolvimento de Avalonia UI usando o toolkit Zafiro. - [avatars](https://doutorai.pt/componentes/skills__avatars): Listar avatares, estilos de avatar e seleção de avatar_id para o HeyGen - [awq-quantization](https://doutorai.pt/componentes/skills__awq-quantization): Quantização de pesos sensível à ativação para compressão de LLMs de 4 bits com aceleração de 3x e perda mínima de precisão. Usar ao implementar modelos grandes - [aws-serverless](https://doutorai.pt/componentes/skills__aws-serverless): Skill especializada para construir aplicações serverless prontas para produção na AWS. Abrange funções Lambda, API Gateway, DynamoDB, padrões orientados a event - [axolotl](https://doutorai.pt/componentes/skills__axolotl): Orientação especializada para fine-tuning de LLMs com Axolotl - configurações YAML, mais de 100 modelos, LoRA/QLoRA, DPO/KTO/ORPO/GRPO, suporte multimodal - [azure-functions](https://doutorai.pt/componentes/skills__azure-functions): Padrões especializados para desenvolvimento de Azure Functions, incluindo modelo de worker isolado, orquestração de Durable Functions, otimização de cold start - [backend-architect](https://doutorai.pt/componentes/skills__backend-architect): Arquiteto backend especialista em design de APIs escaláveis, arquitetura de microsserviços e sistemas distribuídos. - [backend-dev-guidelines](https://doutorai.pt/componentes/skills__backend-dev-guidelines): Guia abrangente de desenvolvimento backend para microsserviços Node.js/Express/TypeScript. Usar ao criar rotas, controllers, services, repositories, middleware, - [backend-patterns](https://doutorai.pt/componentes/skills__backend-patterns): Padrões de arquitetura backend, design de APIs, otimização de bases de dados e boas práticas server-side para rotas de API Node.js, Express e Next.js. - [backend-to-frontend-handoff-docs](https://doutorai.pt/componentes/skills__backend-to-frontend-handoff-docs): Criar documentação de handoff de API para programadores frontend. Usar quando o trabalho de backend estiver concluído e precisar de ser documentado para integra - [backend_security_practices](https://doutorai.pt/componentes/skills__backend-security-practices): Este guia de referência fornece informações abrangentes para programadores backend sénior. - [backends](https://doutorai.pt/componentes/skills__backends): Guia completo para configurar o Outlines com diferentes backends de modelos. - [backends](https://doutorai.pt/componentes/skills__backends-2): Guia completo para configurar o Guidance com diferentes backends de LLM. - [backends](https://doutorai.pt/componentes/skills__backends-3): O Qiskit é agnóstico em relação ao backend e suporta a execução em simuladores e em hardware quântico real de vários fornecedores. - [background-tasks](https://doutorai.pt/componentes/skills__background-tasks): FastMCP implementa o protocolo de tarefas em segundo plano do MCP (SEP-1686), dando aos seus servidores um agendador de tarefas distribuído pronto para produção - [backgrounds](https://doutorai.pt/componentes/skills__backgrounds): Cores sólidas, imagens e fundos de vídeo para vídeos do HeyGen - [backup-recovery](https://doutorai.pt/componentes/skills__backup-recovery): Guia completo de estratégias de cópia de segurança, planeamento de recuperação de desastres, continuidade de negócio e proteção de dados para operações de TI. - [bags](https://doutorai.pt/componentes/skills__bags): O Dask Bag implementa operações funcionais, incluindo map, filter, fold e groupby em objetos Python genéricos. Processa dados em paralelo mantendo uma pegada de - [baposter_template](https://doutorai.pt/componentes/skills__baposter-template): \headerbox{Introdução}{name=intro,column=0,row=0}{ \textbf{Contexto} Breve contexto que estabelece a importância da sua área de investigação (1-2 frases). \vspa - [base-vs-radix](https://doutorai.pt/componentes/skills__base-vs-radix): Diferenças de API entre base e radix. Verifique o campo base do npx shadcn@latest info. - [bases-workflow](https://doutorai.pt/componentes/skills__bases-workflow): O utilizador mantém "Bases" em Templates/Bases/.base que definem o esquema e as propriedades para diferentes tipos de notas (por exemplo, Receitas, Recortes, Pe - [bash-linux](https://doutorai.pt/componentes/skills__bash-linux): Padrões de terminal Bash/Linux. Comandos críticos, piping, tratamento de erros, scripting. Usar ao trabalhar em sistemas macOS ou Linux. - [bash-pro](https://doutorai.pt/componentes/skills__bash-pro): Mestre em scripting Bash defensivo para automação de produção, CI/CD - [basic_grn_inference](https://doutorai.pt/componentes/skills__basic-grn-inference): Este script demonstra o fluxo de trabalho padrão para inferir redes de regulação génica a partir de dados de expressão utilizando o GRNBoost2. - [basic_grpo_training](https://doutorai.pt/componentes/skills__basic-grpo-training): Um modelo mínimo e pronto para produção para treino de GRPO com TRL. Adapte-o para a sua tarefa específica modificando: 1. Carregamento do conjunto de dados (fu - [basic_inference](https://doutorai.pt/componentes/skills__basic-inference): Se não forem fornecidos, todos os genes são considerados potenciais reguladores. - [basic_protocol_template](https://doutorai.pt/componentes/skills__basic-protocol-template): Este modelo fornece um ponto de partida mínimo para criar protocolos Opentrons. Substitua os valores de exemplo e adicione a lógica do seu protocolo específico. - [basic_simulation_template](https://doutorai.pt/componentes/skills__basic-simulation-template): Este modelo fornece um ponto de partida para construir simulações em SimPy. Personalize as funções de processo e os parâmetros para o seu caso de uso específico - [batch_convert](https://doutorai.pt/componentes/skills__batch-convert): Este script demonstra como converter eficientemente múltiplos ficheiros num diretório para o formato Markdown. - [batch_gene_lookup](https://doutorai.pt/componentes/skills__batch-gene-lookup): Este script processa eficientemente múltiplas consultas de genes com limitação adequada de taxa de pedidos e tratamento de erros. - [batch_id_converter](https://doutorai.pt/componentes/skills__batch-id-converter): Este script converte múltiplos identificadores entre bases de dados biológicas utilizando o serviço de mapeamento do UniProt. Suporta processamento em lote com - [batch_sequence_analysis](https://doutorai.pt/componentes/skills__batch-sequence-analysis): for i, seq_data in enumerate(sequences): print(f" {i+1}. A prever a estrutura de {seq_data['id']}...") try: structure_dir = output_path / f"structure_{seq_data[ - [batches](https://doutorai.pt/componentes/skills__batches): A Batches API (POST /v1/messages/batches) processa pedidos da Messages API de forma assíncrona a 50% dos preços padrão. - [batches](https://doutorai.pt/componentes/skills__batches-2): A Batches API (POST /v1/messages/batches) processa pedidos da Messages API de forma assíncrona a 50% dos preços padrão. - [bayesian_statistics](https://doutorai.pt/componentes/skills__bayesian-statistics): Este documento fornece orientações sobre como realizar e interpretar análises estatísticas bayesianas, que oferecem uma estrutura alternativa à estatística freq - [beamer_guide](https://doutorai.pt/componentes/skills__beamer-guide): O Beamer é uma classe de documentos LaTeX para criar apresentações com uma formatação profissional e consistente. É particularmente adequado para apresentações - [beamer_template_defense](https://doutorai.pt/componentes/skills__beamer-template-defense): % Informação da página de título \title[Defesa de Dissertação]{Título da Sua Dissertação:\\Abrangente e Descritivo} \subtitle{Defesa de Dissertação} \author[O S - [beamer_template_seminar](https://doutorai.pt/componentes/skills__beamer-template-seminar): % Informação do título \title[Título Curto para Rodapé]{Título Completo da Sua Investigação:\\Abrangente e Descritivo} \subtitle{Apresentação de Seminário de In - [beamerposter_academic](https://doutorai.pt/componentes/skills__beamerposter-academic): % Introdução/Contexto \begin{block}{Introdução} \begin{itemize} \item \textbf{Contexto:} Forneça o contexto para a sua investigação. Qual é o problema ou área d - [bedspace](https://doutorai.pt/componentes/skills__bedspace): O BEDspace aplica o modelo StarSpace a dados genómicos, permitindo o treino simultâneo de embebimentos numéricos quer para conjuntos de regiões, quer para as re - [behavioral-modes](https://doutorai.pt/componentes/skills__behavioral-modes): Modos operacionais de IA (brainstorm, implement, debug, review, teach, ship, orchestrate). Use para adaptar o comportamento com base no tipo de tarefa. - [behaviors](https://doutorai.pt/componentes/skills__behaviors): Para manter o XAML limpo e de fácil manutenção, minimize a lógica nas vistas e evite a utilização excessiva de conversores. - [benchling-integration](https://doutorai.pt/componentes/skills__benchling-integration): Integração com a plataforma de I&D Benchling. Aceda ao registo (ADN, proteínas), inventário, entradas de ELN, fluxos de trabalho via API, crie Benchling Apps, c - [benchmark-guide](https://doutorai.pt/componentes/skills__benchmark-guide): Guia completo de todas as mais de 60 tarefas de avaliação no lm-evaluation-harness, o que medem e como interpretar os resultados. - [benchmark_evaluation](https://doutorai.pt/componentes/skills__benchmark-evaluation): Este script demonstra como utilizar grupos de benchmark TDC para a avaliação sistemática de modelos, seguindo o protocolo de 5 sementes exigido. - [benchmark_model](https://doutorai.pt/componentes/skills__benchmark-model): Este script fornece uma forma simples de avaliar o desempenho de diferentes arquiteturas GNN em conjuntos de dados comuns e comparar o seu desempenho. - [benchmarks](https://doutorai.pt/componentes/skills__benchmarks): Guia abrangente de todos os benchmarks suportados pelo BigCode Evaluation Harness. - [benchmarks](https://doutorai.pt/componentes/skills__benchmarks-4): Métricas de desempenho e benchmarks para o Megatron-Core em diferentes tamanhos de modelo e configurações de hardware. - [best-practices](https://doutorai.pt/componentes/skills__best-practices): Estas alternativas proporcionam frequentemente melhores retornos do que os sistemas distribuídos e devem ser esgotadas antes de escalar para a computação parale - [best-practices](https://doutorai.pt/componentes/skills__best-practices-2): Diretrizes para criar diapositivos "cool" de alta qualidade. - [best-practices](https://doutorai.pt/componentes/skills__best-practices-3): Aplique as melhores práticas de desenvolvimento web moderno para segurança, compatibilidade e qualidade de código. Use quando lhe for pedido para "aplicar melho - [best-practices](https://doutorai.pt/componentes/skills__best-practices-4): Este documento fornece diretrizes de qualidade, recomendações de estilo de escrita, erros comuns a evitar e uma estrutura de modelo detalhada para criar comando - [best_practices](https://doutorai.pt/componentes/skills__best-practices-5): Este guia fornece normas de publicação, diretrizes de acessibilidade e boas práticas para criar diagramas científicos de alta qualidade que cumpram os requisito - [best_practices](https://doutorai.pt/componentes/skills__best-practices-7): Guia abrangente para escrever código Polars eficiente e evitar erros comuns. - [best_practices](https://doutorai.pt/componentes/skills__best-practices-8): Diretrizes para a utilização eficiente e eficaz do AnnData. - [bibtex_formatting](https://doutorai.pt/componentes/skills__bibtex-formatting): Guia abrangente sobre os tipos de entradas do BibTeX, campos obrigatórios, convenções de formatação e boas práticas. - [bibtex_template](https://doutorai.pt/componentes/skills__bibtex-template): @article{Watson1953, author = {Watson, James D. and Crick, Francis H. C.}, title = {Molecular Structure of Nucleic Acids: A Structure for Deoxyribose Nucleic Ac - [bigquery-basics](https://doutorai.pt/componentes/skills__bigquery-basics): Gere conjuntos de dados, tabelas e tarefas no BigQuery, e integra-se com o BigQuery ML e o Gemini para análise avançada de dados e insights baseados em IA. Use - [bio_module](https://doutorai.pt/componentes/skills__bio-module): O módulo Bio fornece funções unificadas para processar e analisar simultaneamente múltiplos sinais fisiológicos. Atua como um wrapper que coordena funções de pr - [bioactivity_query](https://doutorai.pt/componentes/skills__bioactivity-query): Este script fornece funções para obter dados de atividade biológica a partir do PubChem para compostos e ensaios. - [bioinformatics_genomics_formats](https://doutorai.pt/componentes/skills__bioinformatics-genomics-formats): Esta referência abrange formatos de ficheiros utilizados em genómica, transcriptómica, análise de sequências e aplicações relacionadas de bioinformática. - [biomarker_classification](https://doutorai.pt/componentes/skills__biomarker-classification): Os biomarcadores são indicadores mensuráveis do estado ou condição biológica. No apoio à tomada de decisão clínica, os biomarcadores orientam o diagnóstico, o p - [biomarker_report_template](https://doutorai.pt/componentes/skills__biomarker-report-template): \textit{Nota: A disponibilidade de ensaios altera-se frequentemente. Pesquise no ClinicalTrials.gov para obter as opções atuais.} - [biomni](https://doutorai.pt/componentes/skills__biomni): Framework de agentes de IA biomédicos autónomos para execução de tarefas de investigação complexas em genómica, descoberta de medicamentos, biologia molecular e - [biopython](https://doutorai.pt/componentes/skills__biopython): Toolkit principal de Python para biologia molecular. Preferido para consultas PubMed/NCBI em Python (Bio.Entrez), manipulação de sequências, parsing de ficheiro - [biorxiv-database](https://doutorai.pt/componentes/skills__biorxiv-database): Ferramenta de pesquisa eficiente em base de dados para o servidor de preprints bioRxiv. Use esta skill ao pesquisar preprints de ciências da vida por palavras-c - [biorxiv_search](https://doutorai.pt/componentes/skills__biorxiv-search): Nota: Esta ferramenta foca-se exclusivamente no bioRxiv (preprints de ciências da vida). - [bioservices](https://doutorai.pt/componentes/skills__bioservices): Ferramenta de Python principal para mais de 40 serviços de bioinformática. Preferida para fluxos de trabalho multi-bases de dados: UniProt, KEGG, ChEMBL, PubChe - [blast](https://doutorai.pt/componentes/skills__blast): O Bio.Blast fornece ferramentas para executar pesquisas BLAST (tanto localmente como através de serviços web do NCBI) e analisar os resultados do BLAST em vário - [bleu](https://doutorai.pt/componentes/skills__bleu): Use esta skill sempre que um programador queira transformar uma ideia num plano de sistema completo, pronto para produção e de ponta a ponta ANTES de escrever q - [blip-2-vision-language](https://doutorai.pt/componentes/skills__blip-2-vision-language): Framework de pré-treino de visão-linguagem que liga codificadores de imagem congelados e LLMs. Use quando precisar de legendagem de imagens, resposta visual a p - [blockrun](https://doutorai.pt/componentes/skills__blockrun): Use quando o utilizador necessitar de capacidades que faltam ao Claude (geração de imagens, dados do X/Twitter em tempo real) ou solicitar explicitamente modelo - [blog-image-style-guide](https://doutorai.pt/componentes/skills__blog-image-style-guide): Utilizado ao gerar imagens de destaque (via Nano Banana Pro / Gemini 3 Pro Image, ou um modelo texto-para-imagem equivalente) para artigos de blogue. - [blog-technical-requirements](https://doutorai.pt/componentes/skills__blog-technical-requirements): Especificação técnica universal para adicionar um blogue a um website Next.js + Sanity. Criteriosa, concisa e pronta para a tomada de decisões. Adequada para um - [blueprint-spec](https://doutorai.pt/componentes/skills__blueprint-spec): Referência completa para ficheiros Blueprint render.yaml. Os Blueprints definem a sua infraestrutura como código para implementações reproduzíveis no Render. - [botanical-garden](https://doutorai.pt/componentes/skills__botanical-garden): Um tema fresco e orgânico com cores vibrantes inspiradas no jardim para apresentações cheias de vida. - [bounding_box](https://doutorai.pt/componentes/skills__bounding-box): Detete e localize objetos em imagens ou vídeos utilizando caixas delimitadoras (bounding boxes). O modelo devolve coordenadas no formato [y_min, x_min, y_max, x - [brainstorming](https://doutorai.pt/componentes/skills__brainstorming): DEVE usar isto antes de qualquer trabalho criativo - criar funcionalidades, construir componentes, adicionar funcionalidade ou modificar comportamento. Explora - [brainstorming](https://doutorai.pt/componentes/skills__brainstorming-2): DEVE usar isto antes de qualquer trabalho criativo - criar funcionalidades, construir componentes, adicionar funcionalidade ou modificar comportamento. Explora - [brainstorming_methods](https://doutorai.pt/componentes/skills__brainstorming-methods): Este documento de referência fornece descrições detalhadas de estruturas de brainstorming estruturadas que podem ser aplicadas à ideação científica. Consulte-as - [branches](https://doutorai.pt/componentes/skills__branches): Este documento descreve as regras para gerir branches num projeto Neon utilizando a API do Neon. - [brand](https://doutorai.pt/componentes/skills__brand): A voz da sua marca deve ser consistente em todos os canais. Utilize esta framework para manter a consistência: - [brand-guidelines](https://doutorai.pt/componentes/skills__brand-guidelines): Aplica as cores de marca oficiais e tipografia da Anthropic a qualquer tipo de artefacto que possa beneficiar do look-and-feel da Anthropic. Use-o quando se apl - [brand-guidelines](https://doutorai.pt/componentes/skills__brand-guidelines-2): Aplica as cores de marca oficiais e tipografia da Anthropic a qualquer tipo de artefacto que possa beneficiar do look-and-feel da Anthropic. Use-o quando se apl - [brand-guidelines](https://doutorai.pt/componentes/skills__brand-guidelines-3): Aplica as cores de marca oficiais e tipografia da Anthropic a qualquer tipo de artefacto que possa beneficiar do look-and-feel da Anthropic. Use-o quando se apl - [brenda-database](https://doutorai.pt/componentes/skills__brenda-database): Aceda à base de dados de enzimas BRENDA via SOAP API. Obtenha parâmetros cinéticos (Km, kcat), equações de reação, dados do organismo e informações enzimáticas - [brenda_queries](https://doutorai.pt/componentes/skills__brenda-queries): Este módulo fornece funções de alto nível para consultar e analisar dados de enzimas da base de dados BRENDA utilizando a API SOAP. - [brenda_visualization](https://doutorai.pt/componentes/skills__brenda-visualization): Este módulo fornece funções de visualização para dados de enzimas da BRENDA, incluindo parâmetros cinéticos, condições ambientais e análise de vias metabólicas. - [bright-data-best-practices](https://doutorai.pt/componentes/skills__bright-data-best-practices): Construa integrações Bright Data prontas para produção com as melhores práticas integradas. Documentação de referência para programadores que usam assistentes d - [brightdata-local-search](https://doutorai.pt/componentes/skills__brightdata-local-search): Configure e execute pesquisas web locais usando a API Bright Data SERP com o pipeline unfancy-search (expansão de consultas, obtenção de SERP, reordenação por R - [broader_impacts](https://doutorai.pt/componentes/skills__broader-impacts): A NSF avalia os impactos mais amplos em cinco áreas principais. Você não precisa de abordar todas as cinco, mas deve abordar pelo menos uma de forma substancial - [browser-api](https://doutorai.pt/componentes/skills__browser-api): A Bright Data Browser API (também chamada Scraping Browser) é um serviço gerido de navegador na nuvem. Trata automaticamente da gestão de proxies, fingerprintin - [browser-automation](https://doutorai.pt/componentes/skills__browser-automation): A automação de browser viabiliza testes web, scraping e interações de agentes de IA. A diferença entre um script instável e um sistema fiável resume-se à compre - [browser-extension-builder](https://doutorai.pt/componentes/skills__browser-extension-builder): Especialista na criação de extensões de browser que resolvem problemas reais - Chrome, Firefox e extensões multi-browser. Abrange arquitetura de extensões, mani - [browser_session](https://doutorai.pt/componentes/skills__browser-session): Cada sessão recebe a sua própria Page (separador) num BrowserContext partilhado, permitindo conversas contextuais em que o NotebookLM se lembra de mensagens ant - [browser_utils](https://doutorai.pt/componentes/skills__browser-utils): @staticmethod def launch_persistent_context( playwright: Playwright, headless: bool = True, user_data_dir: str = str(BROWSER_PROFILE_DIR) ) -> BrowserContext: " - [budget_justification_template](https://doutorai.pt/componentes/skills__budget-justification-template): Uma justificação orçamental fornece uma explicação detalhada para cada rubrica do orçamento, demonstrando que os custos são necessários, razoáveis e diretamente - [bug_report_templates](https://doutorai.pt/componentes/skills__bug-report-templates): Modelos padrão para documentação de erros (bugs) clara, reproduzível e acionável. - [build_decision_tree](https://doutorai.pt/componentes/skills__build-decision-tree): Gera código LaTeX/TikZ para algoritmos de decisão clínica a partir de descrições simples em texto ou YAML. - [building](https://doutorai.pt/componentes/skills__building): Este guia aborda a construção de circuitos no Cirq, incluindo qubits, portas, operações e padrões de circuitos. - [building-blog](https://doutorai.pt/componentes/skills__building-blog): Use ao adicionar um blog a um site Next.js + Sanity, construir uma secção de blog do zero, integrar o Sanity CMS para conteúdo editorial ou configurar uma págin - [bullmq-specialist](https://doutorai.pt/componentes/skills__bullmq-specialist): Especialista em BullMQ para filas de tarefas suportadas por Redis, processamento em segundo plano e execução assíncrona fiável em aplicações Node.js/TypeScript. - [bun-development](https://doutorai.pt/componentes/skills__bun-development): Desenvolvimento moderno em JavaScript/TypeScript com o runtime Bun. Abrange gestão de pacotes, bundling, testes e migração do Node.js. Use ao trabalhar com o Bu - [bundle-barrel-imports](https://doutorai.pt/componentes/skills__bundle-barrel-imports): Bibliotecas populares de ícones e componentes podem ter até 10 000 re-exportações no seu ficheiro de entrada. Para muitos pacotes React, demora 200-800 ms apena - [bundle-barrel-imports](https://doutorai.pt/componentes/skills__bundle-barrel-imports-2): Bibliotecas populares de ícones e componentes podem ter até 10 000 re-exportações no seu ficheiro de entrada. Para muitos pacotes React, demora 200-800 ms apena - [bundle-conditional](https://doutorai.pt/componentes/skills__bundle-conditional): Carregue dados ou módulos de grande dimensão apenas quando uma funcionalidade for ativada. - [bundle-conditional](https://doutorai.pt/componentes/skills__bundle-conditional-2): Carregue dados ou módulos de grande dimensão apenas quando uma funcionalidade for ativada. - [bundle-defer-third-party](https://doutorai.pt/componentes/skills__bundle-defer-third-party): A análise de dados, o registo de logs e o seguimento de erros não bloqueiam a interação do utilizador. Carregue-os após a hidratação. - [bundle-defer-third-party](https://doutorai.pt/componentes/skills__bundle-defer-third-party-2): A análise de dados, o registo de logs e o seguimento de erros não bloqueiam a interação do utilizador. Carregue-os após a hidratação. - [bundle-dynamic-imports](https://doutorai.pt/componentes/skills__bundle-dynamic-imports): Use next/dynamic para fazer o carregamento diferido (lazy-load) de componentes grandes que não sejam necessários na renderização inicial. - [bundle-dynamic-imports](https://doutorai.pt/componentes/skills__bundle-dynamic-imports-2): Use next/dynamic para fazer o carregamento diferido (lazy-load) de componentes grandes que não sejam necessários na renderização inicial. - [bundle-preload](https://doutorai.pt/componentes/skills__bundle-preload): Pré-carregue pacotes (bundles) pesados antes de serem necessários para reduzir a latência percecionada. - [bundle-preload](https://doutorai.pt/componentes/skills__bundle-preload-2): Pré-carregue pacotes (bundles) pesados antes de serem necessários para reduzir a latência percecionada. - [business-ops](https://doutorai.pt/componentes/skills__business-ops): Fluxos de trabalho e procedimentos para agentes de enxame empresarial. - [busybox-on-windows](https://doutorai.pt/componentes/skills__busybox-on-windows): Como usar uma build Win32 do BusyBox para executar muitas das ferramentas de linha de comandos UNIX padrão no Windows. - [c-pro](https://doutorai.pt/componentes/skills__c-pro): Escreva código C eficiente com gestão de memória adequada, ponteiro - [c4-architecture](https://doutorai.pt/componentes/skills__c4-architecture): Gere documentação de arquitetura usando diagramas Mermaid do modelo C4. Use quando lhe for pedido para criar diagramas de arquitetura, documentar a arquitetura - [c4-diagrams](https://doutorai.pt/componentes/skills__c4-diagrams): O modelo C4 oferece uma forma hierárquica de visualizar a arquitetura de software em diferentes níveis de abstração: Contexto, Contentores, Componentes e Código - [c4-syntax](https://doutorai.pt/componentes/skills__c4-syntax): Referência completa da sintaxe para diagramas Mermaid C4. Compatível com a sintaxe PlantUML C4. - [calculate-metadata](https://doutorai.pt/componentes/skills__calculate-metadata): Defina dinamicamente a duração, dimensões e props da composição - [calculate-metadata](https://doutorai.pt/componentes/skills__calculate-metadata-2): Defina dinamicamente a duração, dimensões e props da composição - [calculate_cac](https://doutorai.pt/componentes/skills__calculate-cac): Calcule o CAC combinado e específico por canal para campanhas de marketing. Suporta múltiplos períodos de tempo e desagregações por canal. - [calculate_scores](https://doutorai.pt/componentes/skills__calculate-scores): Calcule pontuações globais de avaliação a partir de classificações ao nível da dimensão. Suporta média ponderada, análise de limiares e visualização de pontuaçõ - [calibration](https://doutorai.pt/componentes/skills__calibration): Guia completo para a seleção de dados de calibração e processo de quantização. - [callbacks](https://doutorai.pt/componentes/skills__callbacks): Os callbacks adicionam funcionalidade ao treino sem modificar o LightningModule. Capturam lógica não essencial, como pontos de controlo (checkpointing), paragem - [callbacks](https://doutorai.pt/componentes/skills__callbacks-2): Este documento fornece informação abrangente sobre o sistema de callbacks no Stable Baselines3 para a monitorização e controlo do treino. - [callbacks](https://doutorai.pt/componentes/skills__callbacks-3): Os callbacks permitem adicionar programas autónomos arbitrários ao treino sem desorganizar o seu código de investigação LightningModule. Executam lógica persona - [campaigns](https://doutorai.pt/componentes/skills__campaigns): Ao avaliar campanhas de concorrentes: Que canais estão a usar? Qual é a sua mensagem principal? Qual é o público-alvo que estão a atingir? Qual é a sua chamada - [can-decode](https://doutorai.pt/componentes/skills__can-decode): Verifique se um vídeo pode ser descodificado pelo browser usando o Mediabunny - [can-decode](https://doutorai.pt/componentes/skills__can-decode-2): Verifique se um vídeo pode ser descodificado pelo browser usando o Mediabunny - [canvas-design](https://doutorai.pt/componentes/skills__canvas-design): Crie arte visual bonita em documentos .png e .pdf usando a filosofia de design. Deve usar esta skill quando o utilizador pedir para criar um póster, peça de art - [capa-officer](https://doutorai.pt/componentes/skills__capa-officer): Especialista Sénior em CAPA para gerir Ações Corretivas e Preventivas em Sistemas de Gestão de Qualidade. Oferece gestão do processo CAPA, análise de causa raiz - [captions](https://doutorai.pt/componentes/skills__captions): Legendas automáticas e opções de legendas para vídeos do HeyGen - [capture-guide](https://doutorai.pt/componentes/skills__capture-guide): Ou use simplesmente duas chamadas de ferramentas de Agent na mesma mensagem. - [career-changer-translator](https://doutorai.pt/componentes/skills__career-changer-translator): Traduza competências de um setor para outro e identifique competências transferíveis para transições de carreira. Use quando o utilizador mencionar mudar de car - [case_report_guidelines](https://doutorai.pt/componentes/skills__case-report-guidelines): As diretivas CARE fornecem uma estrutura para a comunicação transparente e completa de casos clínicos. A lista de verificação CARE garante que os relatórios de - [case_report_template](https://doutorai.pt/componentes/skills__case-report-template): Foi obtido o consentimento informado por escrito do doente para a publicação deste relatório de caso e de quaisquer imagens acompanhantes. Uma cópia do consenti - [cc-skill-continuous-learning](https://doutorai.pt/componentes/skills__cc-skill-continuous-learning): Skill de desenvolvimento de everything-claude-code - [cc-skill-project-guidelines-example](https://doutorai.pt/componentes/skills__cc-skill-project-guidelines-example): Skill de Diretrizes do Projeto (Exemplo) - [cc-skill-strategic-compact](https://doutorai.pt/componentes/skills__cc-skill-strategic-compact): Skill de desenvolvimento de everything-claude-code - [cellxgene-census](https://doutorai.pt/componentes/skills__cellxgene-census): Consulta o CZ CELLxGENE Census (mais de 61M de células). Filtra por tipo de célula/tecido/doença, obtém dados de expressão, integra com scanpy/PyTorch, para aná - [census_schema](https://doutorai.pt/componentes/skills__census-schema): O CZ CELLxGENE Census é uma coleção versionada de dados de célula única construída sobre a estrutura TileDB-SOMA. Esta referência documenta a estrutura de dados - [ceo-advisor](https://doutorai.pt/componentes/skills__ceo-advisor): Orientação de liderança executiva para tomada de decisão estratégica, desenvolvimento organizacional e gestão de stakeholders. Inclui analisador de estratégia, - [cf-crawl](https://doutorai.pt/componentes/skills__cf-crawl): Efetua crawl de websites inteiros usando a API /crawl do Cloudflare Browser Rendering. Inicia tarefas de crawl assíncronas, faz polling para verificar a conclus - [chain-of-thought](https://doutorai.pt/componentes/skills__chain-of-thought): O prompting Chain-of-Thought (CoT) suscita um raciocínio passo a passo dos LLMs, melhorando dramaticamente o desempenho em tarefas complexas de raciocínio, mate - [changelog-generator](https://doutorai.pt/componentes/skills__changelog-generator): Cria automaticamente changelogs voltados para o utilizador a partir de commits do git, analisando o histórico de commits, categorizando alterações e transforman - [chart-structure](https://doutorai.pt/componentes/skills__chart-structure): Guia completo sobre a organização de charts do Helm, convenções de ficheiros e boas práticas. - [chart-types](https://doutorai.pt/componentes/skills__chart-types): Guia abrangente de tipos de gráficos organizados por categoria. - [charts](https://doutorai.pt/componentes/skills__charts): Padrões de visualização de dados e gráficos para o Remotion. Utilize ao criar gráficos de barras, gráficos circulares, histogramas, barras de progresso ou quais - [charts](https://doutorai.pt/componentes/skills__charts-2): Padrões de visualização de dados e gráficos para o Remotion. Utilize ao criar gráficos de barras, gráficos circulares, histogramas, barras de progresso ou quais - [charts](https://doutorai.pt/componentes/skills__charts-3): N.º,Tipo de Dados,Palavras-chave,Melhor Tipo de Gráfico,Opções Secundárias,Guia de Cores,Impacto no Desempenho,Notas de Acessibilidade,Recomendação de Bibliotec - [check_bounding_boxes](https://doutorai.pt/componentes/skills__check-bounding-boxes): if __name__ == "__main__": if len(sys.argv) != 2: print("Utilização: check_bounding_boxes.py [fields.json]") sys.exit(1) # O ficheiro de entrada deve estar no f - [check_deidentification](https://doutorai.pt/componentes/skills__check-deidentification): Analisa o texto em busca de 18 identificadores HIPAA e sinaliza potenciais violações de privacidade. - [check_staleness](https://doutorai.pt/componentes/skills__check-staleness): Combina três fontes: 1. Alterações na árvore de trabalho (unstaged + staged) via git diff --name-only HEAD 2. Novos ficheiros não monitorizados via git ls-files - [checklists](https://doutorai.pt/componentes/skills__checklists): Esta referência documenta os requisitos obrigatórios da lista de verificação para as principais conferências de ML/IA. Todos os grandes locais de conferência ex - [checkpoint](https://doutorai.pt/componentes/skills__checkpoint): O TorchTitan utiliza PyTorch Distributed Checkpoint (DCP) para a criação de checkpoints interoperáveis e tolerantes a falhas. - [chembl-database](https://doutorai.pt/componentes/skills__chembl-database): Consulta as moléculas bioativas e dados de descoberta de fármacos do ChEMBL. Pesquisa compostos por estrutura/propriedades, obtém dados de bioatividade (IC50, K - [chemistry_molecular_formats](https://doutorai.pt/componentes/skills__chemistry-molecular-formats): Esta referência abrange formatos de ficheiro comummente utilizados em química computacional, quimioinformática, modelação molecular e campos relacionados. - [chroma](https://doutorai.pt/componentes/skills__chroma): Base de dados de embeddings open-source para aplicações de IA. Armazena embeddings e metadados, realiza pesquisas vetoriais e de texto completo, filtra por meta - [chrome-extension](https://doutorai.pt/componentes/skills__chrome-extension): Princípios de template de Extensão do Chrome. Manifest V3, React, TypeScript. - [chrome-extension-developer](https://doutorai.pt/componentes/skills__chrome-extension-developer): Especialista no desenvolvimento de Extensões do Chrome utilizando Manifest V3. Abrange background scripts, service workers, content scripts e comunicação entre - [chronic_disease_management_plan](https://doutorai.pt/componentes/skills__chronic-disease-management-plan): \textbf{Aviso HIPAA}: Desidentifique todas as informações de saúde protegidas antes de as partilhar. - [cicd_pipeline_guide](https://doutorai.pt/componentes/skills__cicd-pipeline-guide): Este guia de referência fornece informações abrangentes para devops sénior. - [cinematic-shots](https://doutorai.pt/componentes/skills__cinematic-shots): Utilize estes para clipes de estilo cinematográfico e expressivos. Mantenha um sujeito, uma ação, um movimento de câmara. - [cirq](https://doutorai.pt/componentes/skills__cirq): Framework de computação quântica para criar, simular, otimizar e executar circuitos quânticos. Utilize esta skill ao trabalhar com algoritmos quânticos, design - [citation-management](https://doutorai.pt/componentes/skills__citation-management): Gestão abrangente de citações para investigação académica. Pesquise artigos no Google Scholar e PubMed, extraia metadados precisos, valide citações e gere entra - [citation-workflow](https://doutorai.pt/componentes/skills__citation-workflow): Esta referência fornece um fluxo de trabalho completo para gerir citações de forma programática, prevenindo alucinações de citações geradas por IA e mantendo bi - [citation_checklist](https://doutorai.pt/componentes/skills__citation-checklist): Utilize esta lista de verificação para garantir que as suas citações estão precisas, completas e devidamente formatadas antes da submissão final. - [citation_styles](https://doutorai.pt/componentes/skills__citation-styles): Os estilos de citação fornecem formatos padronizados para reconhecer fontes na escrita científica. Diferentes disciplinas preferem estilos diferentes, e as revi - [citation_styles](https://doutorai.pt/componentes/skills__citation-styles-2): Este documento fornece diretrizes detalhadas para formatar citações em vários estilos académicos comummente utilizados em revisões de literatura. - [citation_validation](https://doutorai.pt/componentes/skills__citation-validation): Guia completo para validar a precisão, a integridade e a formatação de citações em ficheiros BibTeX. - [classification](https://doutorai.pt/componentes/skills__classification): O Aeon fornece 13 categorias de classificadores de séries temporais com APIs compatíveis com o scikit-learn. - [claude-api](https://doutorai.pt/componentes/skills__claude-api): Crie, depure e otimize aplicações da Claude API / Anthropic SDK. As aplicações criadas com esta skill devem incluir cache de prompt. Também lida com a migração - [claude-api](https://doutorai.pt/componentes/skills__claude-api-2): Afunilamento de ContentBlock: .thinking() / .text() devolvem Optional: use .ifPresent(...) ou .stream().flatMap(...). Alternativa: pares boolean+unwrap isThinki - [claude-api](https://doutorai.pt/componentes/skills__claude-api-3): Para um controlo minucioso sobre o ciclo agente, defina ferramentas com ToolParam, verifique o StopReason, execute as ferramentas você mesmo e reenvie os blocos - [claude-api](https://doutorai.pt/componentes/skills__claude-api-4): Alternativa ao TryPick: .Select(b => b.Value).OfType () (o mesmo padrão LINQ que o exemplo de Basic Message). - [claude-api](https://doutorai.pt/componentes/skills__claude-api-5): As ferramentas são passadas como arrays. O SDK utiliza chaves camelCase (inputSchema, toolUseID, stopReason) e mapeia automaticamente para o snake_case da API n - [claude-api](https://doutorai.pt/componentes/skills__claude-api-6): O SDK de Ruby suporta a utilização de ferramentas através de definições brutas de esquemas JSON e também fornece um executador de ferramentas em fase beta para - [claude-code-integration](https://doutorai.pt/componentes/skills__claude-code-integration): Este ficheiro é lido quando o utilizador está a executar a skill dentro do Claude Code e quer que a área de trabalho do blueprint seja um sistema vivo e automat - [claude-code-sessions](https://doutorai.pt/componentes/skills__claude-code-sessions): Pesquise, analise e faça a gestão do histórico de sessões do Claude Code. Utilize quando o utilizador pretender encontrar sessões anteriores, verificar o uso de - [claude-opus-4-5-migration](https://doutorai.pt/componentes/skills__claude-opus-4-5-migration): Migre prompts e código do Claude Sonnet 4.0, Sonnet 4.5 ou Opus 4.1 para o Opus 4.5. Utilize quando o utilizador pretender atualizar a sua base de código, promp - [claude_digest](https://doutorai.pt/componentes/skills__claude-digest): for i, s in enumerate(sessions, 1): lines.append(f"### {i}. {s.title}") lines.append(f" Session: {s.id}") if s.branch: lines.append(f" Branch: {s.branch}") if s - [clean-code](https://doutorai.pt/componentes/skills__clean-code): Padrões de programação pragmáticos - concisos, diretos, sem over-engineering, sem comentários desnecessários - [cleanup_manager](https://doutorai.pt/componentes/skills__cleanup-manager): print(" ⚠️ WARNING: This will delete the files shown above!") print(" Note: .venv is preserved (part of skill infrastructure)") response = input("Are you sure? - [clerk-auth](https://doutorai.pt/componentes/skills__clerk-auth): Padrões especializados para implementação de autenticação do Clerk, middleware, organizações, webhooks e sincronização de utilizadores. Utilize quando: adiciona - [cli](https://doutorai.pt/componentes/skills__cli): A configuração é lida a partir de components.json. - [cli](https://doutorai.pt/componentes/skills__cli-2): Este ficheiro contém o catálogo de comandos para a CLI de geração de vídeo incluída. Mantenha o SKILL.md focado na visão geral: coloque aqui os detalhes exausti - [cli](https://doutorai.pt/componentes/skills__cli-3): O Gtars fornece uma CLI abrangente para análise de intervalos genómicos diretamente a partir do terminal. - [cli](https://doutorai.pt/componentes/skills__cli-4): Este ficheiro contém o "catálogo de comandos" para a CLI de geração de voz incluída. Mantenha o SKILL.md focado na visão geral: coloque aqui os detalhes exausti - [cli](https://doutorai.pt/componentes/skills__cli-5): Este ficheiro contém o “catálogo de comandos” para a CLI de geração de imagem incluída. Mantenha o SKILL.md focado na visão geral: coloque aqui os detalhes exau - [cli](https://doutorai.pt/componentes/skills__cli-6): As skills no âmbito do utilizador são instaladas em $CODEX_HOME/skills (predefinição: ~/.codex/skills). - [cli-commands](https://doutorai.pt/componentes/skills__cli-commands): Referência rápida para comandos comuns da Netlify CLI utilizados em implementações. - [cli-reference](https://doutorai.pt/componentes/skills__cli-reference): Mesmo com uma sobreposição, recorra à cadeia para operações não suportadas (por exemplo, a criação de clusters requer sempre gcloud ou MCP). - [cli-tool](https://doutorai.pt/componentes/skills__cli-tool): Princípios de template de ferramenta CLI em Node.js. Commander.js, prompts interativos. - [cli-usage](https://doutorai.pt/componentes/skills__cli-usage): Os recursos do AlloyDB são geridos utilizando o grupo de comandos gcloud alloydb. - [cli-usage](https://doutorai.pt/componentes/skills__cli-usage-2): O grupo de comandos gcloud sql é utilizado para gerir instâncias do Cloud SQL e recursos relacionados. - [cli-usage](https://doutorai.pt/componentes/skills__cli-usage-3): A ferramenta de linha de comandos bq é utilizada para interagir com o BigQuery para gerir recursos e executar tarefas. - [cli-usage](https://doutorai.pt/componentes/skills__cli-usage-4): Utilize o comando gcloud run para gerir as suas aplicações do Cloud Run. - [cli-usage](https://doutorai.pt/componentes/skills__cli-usage-5): A CLI do Firebase (firebase-tools) é a ferramenta principal para gerir projetos e recursos do Firebase a partir da linha de comandos. - [cli_operations](https://doutorai.pt/componentes/skills__cli-operations): Guia completo para operar fluxos do CocoIndex utilizando a CLI. - [clickhouse-io](https://doutorai.pt/componentes/skills__clickhouse-io): Padrões da base de dados ClickHouse, otimização de consultas, analítica e boas práticas de engenharia de dados para cargas de trabalho analíticas de alto desemp - [client-event-listeners](https://doutorai.pt/componentes/skills__client-event-listeners): Utilize useSWRSubscription() para partilhar escutadores de eventos globais entre instâncias de componentes. - [client-event-listeners](https://doutorai.pt/componentes/skills__client-event-listeners-2): Utilize useSWRSubscription() para partilhar escutadores de eventos globais entre instâncias de componentes. - [client-library-usage](https://doutorai.pt/componentes/skills__client-library-usage): O Google Cloud oferece várias formas de se ligar ao AlloyDB de forma idiomática a partir de diferentes linguagens de programação. Opcionalmente, disponibilizamo - [client-library-usage](https://doutorai.pt/componentes/skills__client-library-usage-2): O Google Cloud disponibiliza bibliotecas de clientes e conectores para simplificar a ligação ao Cloud SQL a partir de várias linguagens de programação. - [client-library-usage](https://doutorai.pt/componentes/skills__client-library-usage-3): As bibliotecas de clientes do Google Cloud disponibilizam uma forma idiomática de interagir com o BigQuery a partir da sua linguagem de programação preferida. - [client-library-usage](https://doutorai.pt/componentes/skills__client-library-usage-4): As bibliotecas de clientes do Google Cloud disponibilizam uma forma idiomática de gerir recursos do Cloud Run de forma programática. - [client-library-usage](https://doutorai.pt/componentes/skills__client-library-usage-5): Para interagir com a API do GKE (Kubernetes) de forma programática, utilize as bibliotecas de clientes oficiais do Kubernetes. - [client-library-usage](https://doutorai.pt/componentes/skills__client-library-usage-6): O Firebase disponibiliza SDKs quer para o desenvolvimento de aplicações do lado do cliente, quer para tarefas administrativas do lado do servidor. - [client-logging](https://doutorai.pt/componentes/skills__client-logging): O registo de mensagens no servidor permite que as ferramentas MCP enviem mensagens de depuração, informação, aviso e erro de volta para o cliente. Ao contrário - [client-swr-dedup](https://doutorai.pt/componentes/skills__client-swr-dedup): O SWR permite a desduplicação de pedidos, o armazenamento em cache e a revalidação entre instâncias de componentes. - [client-swr-dedup](https://doutorai.pt/componentes/skills__client-swr-dedup-2): O SWR permite a desduplicação de pedidos, o armazenamento em cache e a revalidação entre instâncias de componentes. - [clinical-decision-support](https://doutorai.pt/componentes/skills__clinical-decision-support): Gere documentos profissionais de suporte à decisão clínica (CDS) para ambientes de investigação clínica e farmacêutica, incluindo análises de coortes de doentes - [clinical-reports](https://doutorai.pt/componentes/skills__clinical-reports): Escreva relatórios clínicos abrangentes, incluindo relatos de casos (diretrizes CARE), relatórios de diagnóstico (radiologia/patologia/laboratório), relatórios - [clinical_decision_algorithms](https://doutorai.pt/componentes/skills__clinical-decision-algorithms): Os algoritmos de decisão clínica fornecem orientação sistemática e passo a passo para o diagnóstico, seleção de tratamento e gestão de doentes. Este guia abrang - [clinical_pathway_template](https://doutorai.pt/componentes/skills__clinical-pathway-template): \textbf{Validação}: Via clínica validada na [institution] com taxa de adesão de [X\%] e [outcome metrics]. - [clinical_significance](https://doutorai.pt/componentes/skills__clinical-significance): O ClinVar utiliza terminologia padronizada para descrever o significado clínico de variantes genéticas. A compreensão destas classificações é fundamental para i - [clinical_trial_csr_template](https://doutorai.pt/componentes/skills__clinical-trial-csr-template): O consentimento informado foi obtido de todos os participantes antes de quaisquer procedimentos específicos do estudo. O processo de consentimento informado inc - [clinical_trial_reporting](https://doutorai.pt/componentes/skills__clinical-trial-reporting): A orientação E3 do International Council for Harmonisation (ICH) define a estrutura e o conteúdo de relatórios de estudos clínicos (CSRs) para submissão regulam - [clinicaltrials-database](https://doutorai.pt/componentes/skills__clinicaltrials-database): Consulta o ClinicalTrials.gov através da API v2. Pesquisa ensaios por condição, fármaco, localização, estado ou fase. Obtém detalhes do ensaio por NCT ID, expor - [clinpgx-database](https://doutorai.pt/componentes/skills__clinpgx-database): Aceda aos dados de farmacogenómica do ClinPGx (sucessor do PharmGKB). Consulte interações gene-fármaco, diretrizes do CPIC, funções de alelos, para medicina de - [clinvar-database](https://doutorai.pt/componentes/skills__clinvar-database): Consulte o NCBI ClinVar para obter o significado clínico das variantes. Pesquise por gene/posição, interprete as classificações de patogenicidade, aceda via API - [clip](https://doutorai.pt/componentes/skills__clip): Modelo da OpenAI que liga visão e linguagem. Permite classificação de imagem zero-shot, correspondência de imagem-texto e recuperação cross-modal. Treinado em 4 - [cloud-architect](https://doutorai.pt/componentes/skills__cloud-architect): Arquiteto de cloud especialista em design de infraestrutura multi-cloud AWS/Azure/GCP, IaC avançada (Terraform/OpenTofu/CDK), otimização de custos FinOps e padr - [cloud-devops](https://doutorai.pt/componentes/skills__cloud-devops): Infraestrutura de cloud e workflow DevOps abrangendo AWS, Azure, GCP, Kubernetes, Terraform, CI/CD, monitorização e desenvolvimento cloud-native. - [cloud-nat-analysis](https://doutorai.pt/componentes/skills__cloud-nat-analysis): Utilize os registos do Cloud NAT (compute.googleapis.com/nat_flows) para auditar o tráfego que passa através de gateways NAT ou para resolver problemas de esgot - [cloud-run-basics](https://doutorai.pt/componentes/skills__cloud-run-basics): Gere serviços, jobs e pools de workers do Cloud Run. Utilize quando precisar de implementar aplicações que respondam a pedidos HTTP (serviços), executar tarefas - [cloud-sql-basics](https://doutorai.pt/componentes/skills__cloud-sql-basics): Cria e gere instâncias do Cloud SQL para MySQL, PostgreSQL e SQL Server. Trata de backups, alta disponibilidade e conectividade segura para cargas de trabalho d - [cloudflare-deploy](https://doutorai.pt/componentes/skills__cloudflare-deploy): Implemente aplicações e infraestrutura no Cloudflare usando Workers, Pages e serviços de plataforma relacionados. Utilize quando o utilizador pedir para impleme - [clustering](https://doutorai.pt/componentes/skills__clustering): O Aeon fornece algoritmos de agrupamento adaptados a dados temporais com métricas de distância especializadas e métodos de cálculo de média. - [cobrapy](https://doutorai.pt/componentes/skills__cobrapy): Modelação metabólica baseada em restrições (COBRA). FBA, FVA, knockouts de genes, amostragem de fluxo, modelos SBML, para biologia de sistemas e análise de enge - [cocoindex](https://doutorai.pt/componentes/skills__cocoindex): Toolkit abrangente para desenvolvimento com a biblioteca CocoIndex. Utilize quando os utilizadores precisarem de criar pipelines de transformação de dados (flow - [code-generation-printing](https://doutorai.pt/componentes/skills__code-generation-printing): Este documento aborda as capacidades do SymPy para gerar código executável em várias linguagens, converter expressões para diferentes formatos de saída e person - [code-quality-reviewer-prompt](https://doutorai.pt/componentes/skills__code-quality-reviewer-prompt): Utilize este modelo ao despachar um subagente revisor de qualidade de código. - [code-quality-reviewer-prompt](https://doutorai.pt/componentes/skills__code-quality-reviewer-prompt-2): Utilize este modelo ao despachar um subagente revisor de qualidade de código. - [code-review](https://doutorai.pt/componentes/skills__code-review): Realize revisões de código seguindo as práticas de engenharia da Sentry. Utilize ao rever pull requests, examinar alterações de código ou fornecer feedback sobr - [code-review-checklist](https://doutorai.pt/componentes/skills__code-review-checklist): Checklist abrangente para realizar revisões de código minuciosas que abrangem funcionalidade, segurança, desempenho e manutenibilidade - [code-review-excellence](https://doutorai.pt/componentes/skills__code-review-excellence): Transforme as revisões de código de gatekeeping em partilha de conhecimento através de feedback construtivo, análise sistemática e melhoria colaborativa. - [code-reviewer](https://doutorai.pt/componentes/skills__code-reviewer): Você está a rever alterações de código para prontidão em produção. - [code-reviewer](https://doutorai.pt/componentes/skills__code-reviewer-2): Skill de revisão de código abrangente para TypeScript, JavaScript, Python, Swift, Kotlin, Go. Inclui análise de código automatizada, verificação de boas prática - [code-simplifier](https://doutorai.pt/componentes/skills__code-simplifier): Simplifica e refina o código para maior clareza, consistência e manutenibilidade, preservando toda a funcionalidade. Utilize quando lhe for pedido para "simplif - [code_review_checklist](https://doutorai.pt/componentes/skills__code-review-checklist-2): Este guia de referência fornece informações abrangentes para o revisor de código. - [codebase-analysis](https://doutorai.pt/componentes/skills__codebase-analysis): Utilize esta referência para deteção específica da framework e seleção de comandos de build/start ao preparar uma implementação no Render. - [codex](https://doutorai.pt/componentes/skills__codex): Utilize quando o utilizador pedir para executar o Codex CLI (codex exec, codex resume) ou referenciar o OpenAI Codex para análise de código, refatoração ou ediç - [codex-network](https://doutorai.pt/componentes/skills__codex-network): Esta orientação é intencionalmente isolada do SKILL.md porque pode variar consoante o ambiente e tornar-se obsoleta. Em caso de dúvida, prefira as predefinições - [codex-network](https://doutorai.pt/componentes/skills__codex-network-2): Esta orientação é intencionalmente isolada do SKILL.md porque pode variar consoante o ambiente e tornar-se obsoleta. Em caso de dúvida, prefira as predefinições - [codex-network](https://doutorai.pt/componentes/skills__codex-network-3): Esta orientação é intencionalmente isolada do SKILL.md porque pode variar consoante o ambiente e tornar-se obsoleta. Em caso de dúvida, prefira as predefinições - [codex-review](https://doutorai.pt/componentes/skills__codex-review): Revisão de código profissional com geração automática de CHANGELOG, integrada com a Codex AI - [coding-standards](https://doutorai.pt/componentes/skills__coding-standards): Padrões de programação universais, boas práticas e padrões para desenvolvimento em TypeScript, JavaScript, React e Node.js. - [coding_standards](https://doutorai.pt/componentes/skills__coding-standards-2): Este guia de referência fornece informações abrangentes para o revisor de código. - [cohort_analysis_template](https://doutorai.pt/componentes/skills__cohort-analysis-template): \textbf{Interpretação}: Após o ajuste para idade, estado de desempenho e estadio da doença, [estatuto do biomarcador] manteve-se como um preditor independente d - [colm2025_conference](https://doutorai.pt/componentes/skills__colm2025-conference): % Os autores não devem aparecer na versão submetida. Devem ser ocultados % enquanto a macro \colmfinalcopy permanecer comentada abaixo. % Submissões não anónima - [colm2025_conference](https://doutorai.pt/componentes/skills__colm2025-conference-2): %PDF-1.5 % 11 0 obj > endobj 12 0 obj > /W [ 1 3 1 ] /Index [ 11 164 ] /Info 9 0 R /Root 13 0 R /Size 175 /Prev 122302 /ID [ ] >> stream xcbdgb8 "HZ}0{1 /A$Y i - [colm2025_conference](https://doutorai.pt/componentes/skills__colm2025-conference-3): %% File: iclr2024.bst' %% Uma cópia do iclm2010.bst, que é uma modificação do plainnl.bst' para uso com o pacote natbib %% %% Copyright 2010 Hal Daum\'e III %% - [colm2025_conference](https://doutorai.pt/componentes/skills__colm2025-conference-4): % Este ficheiro pode ser utilizado com o Latex2e, quer a executar no modo principal, quer no modo de compatibilidade 2.09. % % Se utilizar o modo principal, pre - [color_palettes](https://doutorai.pt/componentes/skills__color-palettes): Este módulo fornece paletas de cores cuidadosamente selecionadas, otimizadas para publicações científicas e acessibilidade. - [color_palettes](https://doutorai.pt/componentes/skills__color-palettes-2): A escolha de cores na visualização científica é fundamental para a acessibilidade, clareza e representação precisa de dados. Esta referência fornece paletas ade - [color_schemes](https://doutorai.pt/componentes/skills__color-schemes): % Exemplo 1: Caixa de recomendação forte % \begin{tcolorbox}[enhanced,colback=stronggreen!10,colframe=stronggreen, % title={\textbf{STRONG RECOMMENDATION} \hfil - [colour-schemes](https://doutorai.pt/componentes/skills__colour-schemes): Guia completo para a seleção de cores na visualização de dados com d3.js. - [command-creator](https://doutorai.pt/componentes/skills__command-creator): Esta skill deve ser usada ao criar um comando slash do Claude Code. Use quando os utilizadores pedirem para "criar um comando", "fazer um comando slash", "adici - [comment](https://doutorai.pt/componentes/skills__comment): O texto deve ser XML previamente escapado (por exemplo, & para &, ’ para aspas tipográficas). - [comment](https://doutorai.pt/componentes/skills__comment-2): O texto deve ser XML previamente escapado (por exemplo, & para &, ’ para aspas tipográficas). - [commit](https://doutorai.pt/componentes/skills__commit): Criar mensagens de commit seguindo as convenções da Sentry. Use ao fazer commit de alterações de código, escrever mensagens de commit ou formatar o histórico do - [commit-smart](https://doutorai.pt/componentes/skills__commit-smart): Analisar alterações staged/unstaged e criar commits convencionais semânticos com contexto sobre o PORQUÊ, não apenas o QUÊ. Deteta automaticamente o tipo e o âm - [commit-work](https://doutorai.pt/componentes/skills__commit-work): Criar commits de git de alta qualidade: rever/preparar (stage) as alterações pretendidas, dividir em commits lógicos e escrever mensagens de commit claras (incl - [common-mistakes](https://doutorai.pt/componentes/skills__common-mistakes-2): Guia de referência para erros comuns ao utilizar @neondatabase/neon-js. - [common-mistakes](https://doutorai.pt/componentes/skills__common-mistakes-3): Guia de referência para erros comuns ao utilizar @neondatabase/auth ou @neondatabase/neon-js. - [common-mistakes](https://doutorai.pt/componentes/skills__common-mistakes-4): Este guia documenta antipadrões e erros frequentes ao criar diagramas de arquitetura C4, com exemplos do que fazer em alternativa. - [common-patterns](https://doutorai.pt/componentes/skills__common-patterns-3): Padrões frequentemente utilizados para formulários, autenticação, DataGrid, caixas de diálogo e outros elementos comuns de UI. - [common_antipatterns](https://doutorai.pt/componentes/skills__common-antipatterns): Este guia de referência fornece informação abrangente para o revisor de código. - [common_issues](https://doutorai.pt/componentes/skills__common-issues): Este documento cataloga problemas frequentes encontrados durante a revisão por pares, organizados por categoria. Utilize isto como referência para identificar p - [common_issues](https://doutorai.pt/componentes/skills__common-issues-2): Guia de resolução de problemas para erros frequentemente encontrados no matplotlib. - [common_patterns](https://doutorai.pt/componentes/skills__common-patterns-4): Utilize ao explorar dados disponíveis sem carregar matrizes de expressão. - [common_queries](https://doutorai.pt/componentes/skills__common-queries): Este documento fornece exemplos práticos para consultas de pesquisa comuns utilizando o OpenAlex. - [common_queries](https://doutorai.pt/componentes/skills__common-queries-2): Esta referência fornece exemplos práticos de padrões de pesquisa comuns no PubMed para vários cenários de investigação. - [common_tags](https://doutorai.pt/componentes/skills__common-tags): Este documento fornece uma lista completa de tags DICOM frequentemente utilizadas, organizadas por categoria. As tags podem ser acedidas no pydicom utilizando a - [common_workflows](https://doutorai.pt/componentes/skills__common-workflows): Este documento fornece exemplos práticos de fluxos de trabalho comuns em bioinformática utilizando o pysam, demonstrando como combinar diferentes tipos de fiche - [common_workflows](https://doutorai.pt/componentes/skills__common-workflows-2): Este documento fornece exemplos de fluxos de trabalho comuns e casos de uso para trabalhar com a base de dados NCBI Gene. - [company-newsletter](https://doutorai.pt/componentes/skills__company-newsletter): Idealmente inclui os seguintes atributos: (1) Muitos links: extração de documentos muito relevantes do Google Drive, ligações para mensagens importantes no Slac - [company-newsletter](https://doutorai.pt/componentes/skills__company-newsletter-2): Idealmente inclui os seguintes atributos: - Muitos links: extrair documentos do Google Drive que sejam muito relevantes, ligar a mensagens proeminentes do Slack - [comparator](https://doutorai.pt/componentes/skills__comparator): Compare dois resultados SEM saber qual a skill que os produziu. - [comparator](https://doutorai.pt/componentes/skills__comparator-2): Compare dois resultados SEM saber qual a skill que os produziu. - [comparator](https://doutorai.pt/componentes/skills__comparator-3): Compare dois resultados SEM saber qual a skill que os produziu. - [competing-risks](https://doutorai.pt/componentes/skills__competing-risks): Os riscos concorrentes ocorrem quando os sujeitos podem experienciar um de vários eventos mutuamente exclusivos (tipos de evento). Quando um evento ocorre, impe - [competitive-ads-extractor](https://doutorai.pt/componentes/skills__competitive-ads-extractor): Extrai e analisa anúncios de concorrentes a partir de bibliotecas de anúncios (Facebook, LinkedIn, etc.) para compreender que mensagens, problemas e abordagens - [competitor-alternatives](https://doutorai.pt/componentes/skills__competitor-alternatives): Quando o utilizador quer criar páginas de comparação de concorrentes ou alternativas para SEO e sales enablement. Use também quando o utilizador mencionar 'pági - [complete-agent-examples](https://doutorai.pt/componentes/skills__complete-agent-examples): Exemplos completos de agentes prontos para produção para casos de uso comuns. Utilize estes como modelos para os seus próprios agentes. - [complete-examples](https://doutorai.pt/componentes/skills__complete-examples): Exemplos práticos completos combinando todos os padrões modernos: React.FC, lazy loading, Suspense, useSuspenseQuery, estilização, encaminhamento e tratamento d - [complete-examples](https://doutorai.pt/componentes/skills__complete-examples-2): Exemplos do mundo real a mostrar padrões de implementação completos. - [complexity](https://doutorai.pt/componentes/skills__complexity): As medidas de complexidade quantificam a irregularidade, a imprevisibilidade e a estrutura multiescala de sinais de séries temporais. O NeuroKit2 fornece medida - [compliance-frameworks](https://doutorai.pt/componentes/skills__compliance-frameworks): O SOC 2 é um padrão de auditoria desenvolvido pelo American Institute of CPAs (AICPA) para organizações de serviços. Avalia os sistemas de informação de uma emp - [compliance_requirements](https://doutorai.pt/componentes/skills__compliance-requirements): Este guia de referência fornece informação abrangente para secops sénior. - [component-examples](https://doutorai.pt/componentes/skills__component-examples): Exemplos detalhados de implementação para componentes comuns de sistemas de design. - [component-patterns](https://doutorai.pt/componentes/skills__component-patterns): Arquitetura moderna de componentes React para a aplicação, enfatizando segurança de tipos, lazy loading e limites de Suspense. - [component-patterns](https://doutorai.pt/componentes/skills__component-patterns-2): Padrões avançados para organizar componentes de plugins de forma eficaz. - [component-template](https://doutorai.pt/componentes/skills__component-template): / Nome do Componente Breve descrição do que este componente faz e quando o utilizar. @example / - [components](https://doutorai.pt/componentes/skills__components): A redução do aninhamento e da complexidade é alcançada dividindo as vistas em componentes genéricos e reutilizáveis. - [composition](https://doutorai.pt/componentes/skills__composition): Nunca renderize itens diretamente dentro do contentor de conteúdo. - [composition](https://doutorai.pt/componentes/skills__composition-2): Garantir que os seus ViewModels estão corretamente instanciados e mapeados para as respetivas Views é crucial para uma aplicação sustentável. - [compositions](https://doutorai.pt/componentes/skills__compositions): Definir composições, stills, pastas, props predefinidas e metadados dinâmicos - [compositions](https://doutorai.pt/componentes/skills__compositions-2): Definir composições, stills, pastas, props predefinidas e metadados dinâmicos - [compound_search](https://doutorai.pt/componentes/skills__compound-search): Este script fornece funções para pesquisar e obter informação sobre compostos do PubChem utilizando a biblioteca PubChemPy. - [computer-use-agents](https://doutorai.pt/componentes/skills__computer-use-agents): Construir agentes de IA que interagem com computadores como os humanos - visualizar ecrãs, mover cursores, clicar em botões e digitar texto. Cobre o Computer Us - [computer_vision_architectures](https://doutorai.pt/componentes/skills__computer-vision-architectures): Arquiteturas de visão computacional de classe mundial para engenheiro sénior de visão computacional. - [concatenation](https://doutorai.pt/componentes/skills__concatenation): Combine múltiplos objetos AnnData ao longo do eixo das observações ou das variáveis. - [concise-planning](https://doutorai.pt/componentes/skills__concise-planning): Use quando um utilizador pedir um plano para uma tarefa de programação, para gerar uma checklist clara, acionável e atómica. - [condition-based-waiting](https://doutorai.pt/componentes/skills__condition-based-waiting): Testes instáveis frequentemente tentam adivinhar a temporização com atrasos arbitrários. Isto cria condições de corrida em que os testes passam em máquinas rápi - [conferences_formatting](https://doutorai.pt/componentes/skills__conferences-formatting): Requisitos abrangentes de formatação e diretrizes de submissão para as principais conferências académicas em várias disciplinas. - [confidence_and_limitations](https://doutorai.pt/componentes/skills__confidence-and-limitations): Este documento fornece orientações detalhadas sobre como interpretar as pontuações de confiança do DiffDock e compreender as limitações da ferramenta. - [config_template](https://doutorai.pt/componentes/skills__config-template): Gere 5 observações distintas sobre padrões que distinguem as duas classes. Concentre-se em características específicas e testáveis. - [configuration](https://doutorai.pt/componentes/skills__configuration): O NeMo Evaluator utiliza o Hydra para a gestão de configurações com um sistema de sobreposição hierárquico. - [configuration](https://doutorai.pt/componentes/skills__configuration-2): Este guia cobre a configuração de aplicações através de metadados do dxapp.json e a gestão de dependências, incluindo pacotes do sistema, bibliotecas Python e c - [configuration](https://doutorai.pt/componentes/skills__configuration-4): O Cache Reserve funciona automaticamente com Workers implementados via Wrangler. Não é necessária nenhuma configuração especial do wrangler.jsonc: ative o Cache - [configuration](https://doutorai.pt/componentes/skills__configuration-9): Os planos Enterprise obtêm pontuações granulares de 1 a 99 para limiares personalizados. - [configuration](https://doutorai.pt/componentes/skills__configuration-10): Configurações completas de recursos para a infraestrutura da Cloudflare. - [configuration](https://doutorai.pt/componentes/skills__configuration-11): O Dashboard mostra: ficheiros indexados, estado, hora da última indexação, utilização de armazenamento. - [configuration](https://doutorai.pt/componentes/skills__configuration-14): O Tail Worker recebe DOIS elementos TraceItem por pedido: 1. Evento do Worker de despacho dinâmico 2. Evento do Worker do utilizador - [configuration](https://doutorai.pt/componentes/skills__configuration-15): Instalação e configuração para o serviço TURN da Cloudflare em Workers e aplicações. - [configuration](https://doutorai.pt/componentes/skills__configuration-16): Instalação e configuração para TCP Sockets em Cloudflare Workers. - [configuration](https://doutorai.pt/componentes/skills__configuration-18): Instalação e configuração para consultas R2 SQL. - [configuration](https://doutorai.pt/componentes/skills__configuration-22): Os Tail Workers recebem registos/rastreios de outros Workers para filtragem, transformação ou exportação. - [configuration](https://doutorai.pt/componentes/skills__configuration-25): As variantes são predefinições com nome para transformações. - [configuration](https://doutorai.pt/componentes/skills__configuration-26): Implemente HTML/CSS/imagens com Workers. Consulte api.md para o processo de carregamento. - [configuration](https://doutorai.pt/componentes/skills__configuration-27): Como ativar o R2 Data Catalog e configurar a autenticação. - [configuration](https://doutorai.pt/componentes/skills__configuration-28): O Smart Placement está fundamentalmente limitado a Workers com manipuladores fetch predefinidos. Esta é uma restrição arquitetónica fundamental. - [configuration](https://doutorai.pt/componentes/skills__configuration-29): Utilize quando a origem for um único servidor com IP estático. - [configuration](https://doutorai.pt/componentes/skills__configuration-30): Versão = data máxima de compatibilidade. Atualize cuidadosamente após testar. - [configuration](https://doutorai.pt/componentes/skills__configuration-34): As envVars personalizadas da classe Container são combinadas com estas. As variáveis personalizadas sobrepõem-se às variáveis de execução se houver conflito de - [configuration](https://doutorai.pt/componentes/skills__configuration-35): Crítico para BOLA Detection, Sequence Mitigation e analítica. Configure o cabeçalho/cookie que identifica unicamente os utilizadores da API. - [configuration](https://doutorai.pt/componentes/skills__configuration-37): Referência de configuração para o wrangler.jsonc (recomendado). - [configuration](https://doutorai.pt/componentes/skills__configuration-39): Controla quais os pedidos que invocam o Worker antes de verificar os assets. - [configuration](https://doutorai.pt/componentes/skills__configuration-43): Os snippets utilizam a linguagem de expressão do Ruleset Engine da Cloudflare para determinar quando devem ser executados. - [configuration](https://doutorai.pt/componentes/skills__configuration-44): É acionado em alterações de pushState, replaceState e hash. Não é necessário rastreio manual. - [configuration](https://doutorai.pt/componentes/skills__configuration-45): A configuração da WAF é ao nível da zona (não específica do Worker). Métodos de configuração: UI do Dashboard, API da Cloudflare via SDK, Terraform/Pulumi (IaC) - [configuration](https://doutorai.pt/componentes/skills__configuration-46): Cada classe estende WorkflowEntrypoint com o seu próprio tipo Params. - [configuration](https://doutorai.pt/componentes/skills__configuration-47): Regras avaliadas de cima para baixo, a primeira correspondência ganha. - [configuration](https://doutorai.pt/componentes/skills__configuration-48): Cria o worker-configuration.d.ts com a interface Env tipada com base nas suas bindings. - [configuration](https://doutorai.pt/componentes/skills__configuration-50): O utilitário encaminha pedidos para os agentes automaticamente com base em padrões de URL. - [configuration](https://doutorai.pt/componentes/skills__configuration-52): Configuração inicial, variáveis de ambiente e configuração do wrangler. - [configuration](https://doutorai.pt/componentes/skills__configuration-53): Exemplo: https://workers.cloudflare.com/playground#abc123... - [configuration](https://doutorai.pt/componentes/skills__configuration-54): Ou utilize tokens específicos do ambiente através de env vars. - [configuration](https://doutorai.pt/componentes/skills__configuration-57): Não é necessária configuração do wrangler. Obtenha um token de API com a permissão "Browser Rendering - Edit". - [configuration](https://doutorai.pt/componentes/skills__configuration-58): Aponte os tipos em functions/tsconfig.json para o ficheiro gerado. - [configuration](https://doutorai.pt/componentes/skills__configuration-59): Guia de configuração para a instalação do RealtimeKit, SDKs de cliente e integração com o wrangler. - [configuration](https://doutorai.pt/componentes/skills__configuration-60): Estrutura de ficheiros: migrations/0001_initial_schema.sql, 0002_add_posts.sql, etc. - [configuration](https://doutorai.pt/componentes/skills__configuration-61): Para design patterns, arquitetura HA e melhores práticas de segurança, consulte patterns.md. - [configuration](https://doutorai.pt/componentes/skills__configuration-62): Configure direcionando para IDs de regras adaptativas específicos via API (consulte api.md#typed-override-examples). - [configuration](https://doutorai.pt/componentes/skills__configuration-63): Guia completo para gerir a configuração em microsserviços de backend. - [configuration-guide](https://doutorai.pt/componentes/skills__configuration-guide): Padrões comuns de configuração, melhores práticas e resolução de problemas para deployments no Render. - [conformers_module](https://doutorai.pt/componentes/skills__conformers-module): O módulo datamol.conformers fornece ferramentas para gerar e analisar conformações moleculares 3D. - [conn-idle-timeout](https://doutorai.pt/componentes/skills__conn-idle-timeout): As conexões inativas desperdiçam recursos. Configure timeouts para as recuperar automaticamente. - [conn-idle-timeout](https://doutorai.pt/componentes/skills__conn-idle-timeout-2): As conexões inativas desperdiçam recursos. Configure timeouts para as recuperar automaticamente. - [conn-limits](https://doutorai.pt/componentes/skills__conn-limits): Demasiadas conexões esgotam a memória e degradam o desempenho. Defina limites com base nos recursos disponíveis. - [conn-limits](https://doutorai.pt/componentes/skills__conn-limits-2): Demasiadas conexões esgotam a memória e degradam o desempenho. Defina limites com base nos recursos disponíveis. - [conn-pooling](https://doutorai.pt/componentes/skills__conn-pooling): As conexões do Postgres são dispendiosas (1-3 MB de RAM cada). Sem pooling, as aplicações esgotam as conexões sob carga. - [conn-pooling](https://doutorai.pt/componentes/skills__conn-pooling-2): As conexões do Postgres são dispendiosas (1-3 MB de RAM cada). Sem pooling, as aplicações esgotam as conexões sob carga. - [conn-prepared-statements](https://doutorai.pt/componentes/skills__conn-prepared-statements): Os prepared statements estão associados a conexões individuais da base de dados. No pooling em modo de transação, as conexões são partilhadas, causando conflito - [conn-prepared-statements](https://doutorai.pt/componentes/skills__conn-prepared-statements-2): Os prepared statements estão associados a conexões individuais da base de dados. No pooling em modo de transação, as conexões são partilhadas, causando conflito - [connection](https://doutorai.pt/componentes/skills__connection): Esta referência abrange o estabelecimento e a gestão de conexões a servidores OMERO usando o BlitzGateway. - [connection-methods](https://doutorai.pt/componentes/skills__connection-methods): Guia para selecionar o método de conexão ideal para a sua base de dados Neon Postgres com base na plataforma de implantação e no ambiente de execução. - [connections](https://doutorai.pt/componentes/skills__connections): else: raise ValueError(f"Tipo de transporte não suportado: {transport}. Use 'stdio', 'sse' ou 'http'") - [connectivity-tests](https://doutorai.pt/componentes/skills__connectivity-tests): Use os Connectivity Tests para identificar bloqueios de firewall ou de encaminhamento ao longo de um caminho de rede. - [consensus_peaks](https://doutorai.pt/componentes/skills__consensus-peaks): O Geniml fornece ferramentas para criar "universos" genómicos: conjuntos de referência padronizados de picos de consenso a partir de coleções de ficheiros BED. - [constitutional-ai](https://doutorai.pt/componentes/skills__constitutional-ai): O método da Anthropic para treinar IA inofensiva através de autoaperfeiçoamento. Abordagem de duas fases - aprendizagem supervisionada com autocrítica/revisão, - [constraints](https://doutorai.pt/componentes/skills__constraints): Guia para restrições de regex, geração baseada em gramática e token healing no Guidance. - [constraints_mcdm](https://doutorai.pt/componentes/skills__constraints-mcdm): Referência para tratamento de restrições e tomada de decisão multicritério no pymoo. - [containers](https://doutorai.pt/componentes/skills__containers): A utilização do contentor adequado para o tipo de dados simplifica o XAML e melhora a manutenibilidade. O Zafiro.Avalonia fornece controlos especializados para - [content](https://doutorai.pt/componentes/skills__content): Teste com no mínimo 1000 pessoas por variação para obter significância estatística. Execute durante pelo menos 2 a 3 dias para ter em conta os efeitos da hora d - [content-creator](https://doutorai.pt/componentes/skills__content-creator): Criar conteúdo de marketing otimizado para SEO com uma voz de marca consistente. Inclui analisador de voz de marca, otimizador de SEO, frameworks de conteúdo e - [content-research-writer](https://doutorai.pt/componentes/skills__content-research-writer): Ajuda a escrever conteúdo de alta qualidade através da realização de pesquisas, adição de citações, melhoria de hooks, iteração de outlines e fornecimento de fe - [context-window-management](https://doutorai.pt/componentes/skills__context-window-management): Estratégias para gerir janelas de contexto de LLM, incluindo sumarização, recorte (trimming), encaminhamento (routing) e prevenção de degradação do contexto. Us - [context7-auto-research](https://doutorai.pt/componentes/skills__context7-auto-research): Obter automaticamente a documentação mais recente de bibliotecas/frameworks para o Claude Code através da API Context7 - [conversation-framework](https://doutorai.pt/componentes/skills__conversation-framework): Guia completo sobre a estrutura em três fases para conversas difíceis no local de trabalho. - [conversation-memory](https://doutorai.pt/componentes/skills__conversation-memory): Sistemas de memória persistente para conversações de LLM, incluindo memória de curto prazo, longo prazo e baseada em entidades. Use quando: memória de conversaç - [convert_literature](https://doutorai.pt/componentes/skills__convert-literature): Este script foi concebido especificamente para converter artigos académicos, organizá-los e prepará-los para fluxos de trabalho de revisão da literatura. - [convert_with_ai](https://doutorai.pt/componentes/skills__convert-with-ai): Modelos populares (utilize com --model): anthropic/claude-sonnet-4.5: recomendado para visão científica; anthropic/claude-opus-4.5: modelo de visão avançado; op - [convex](https://doutorai.pt/componentes/skills__convex): Especialista em backend reativo Convex: design de esquemas (schemas), funções TypeScript, subscrições em tempo real, autenticação (auth), armazenamento de fiche - [coordinates](https://doutorai.pt/componentes/skills__coordinates): O pacote astropy.coordinates fornece ferramentas para representar coordenadas celestes e efetuar transformações entre diferentes sistemas de coordenadas. - [copy-editing](https://doutorai.pt/componentes/skills__copy-editing): Quando o utilizador quer editar, rever ou melhorar copy de marketing existente. Use também quando o utilizador mencionar 'editar este copy', 'rever o meu copy', - [copywriting](https://doutorai.pt/componentes/skills__copywriting): Quando o utilizador quer escrever, reescrever ou melhorar copy de marketing para qualquer página - incluindo homepage, landing pages, páginas de preços, páginas - [core-capabilities](https://doutorai.pt/componentes/skills__core-capabilities): Este documento abrange as operações fundamentais do SymPy: fundamentos de cálculo simbólico, álgebra, cálculo, simplificação e resolução de equações. - [core-components](https://doutorai.pt/componentes/skills__core-components): Biblioteca de componentes principais (core) e padrões de sistemas de design. Use ao construir UI, usar tokens de design ou trabalhar com a biblioteca de compone - [core-concepts](https://doutorai.pt/componentes/skills__core-concepts): O AlloyDB for PostgreSQL é um serviço de base de dados totalmente gerido e compatível com PostgreSQL, concebido para elevado desempenho, escala e disponibilidad - [core-concepts](https://doutorai.pt/componentes/skills__core-concepts-2): O Cloud SQL fornece bases de dados relacionais geridas, abstraindo a infraestrutura subjacente enquanto oferece motores de base de dados padrão. - [core-concepts](https://doutorai.pt/componentes/skills__core-concepts-3): O BigQuery é uma plataforma de dados totalmente gerida e preparada para IA que o ajuda a gerir e analisar os seus dados com funcionalidades integradas como apre - [core-concepts](https://doutorai.pt/componentes/skills__core-concepts-4): Este documento abrange os conceitos fundamentais e os blocos de construção do LaminDB: Artifacts, Records, Runs, Transforms, Features e rastreio de linhagem de - [core-concepts](https://doutorai.pt/componentes/skills__core-concepts-5): O Cloud Run é uma plataforma de aplicações totalmente gerida para executar o seu código, função ou contentor sobre a infraestrutura altamente escalável da Googl - [core-concepts](https://doutorai.pt/componentes/skills__core-concepts-6): O Google Kubernetes Engine (GKE) é uma plataforma Kubernetes gerida para a implantação, gestão e escalamento de aplicações em contentores na infraestrutura do G - [core-concepts](https://doutorai.pt/componentes/skills__core-concepts-7): O Firebase é uma plataforma de serviços para aplicações móveis e web. Oferece produtos para infraestrutura de backend gerida (BaaS), criação de experiências com - [core-technical-skills](https://doutorai.pt/componentes/skills__core-technical-skills): O programador deve possuir sólidos conhecimentos em: C# e .NET moderno: utilização das funcionalidades mais recentes da linguagem e da estrutura de trabalho; Av - [core-web-vitals](https://doutorai.pt/componentes/skills__core-web-vitals): Otimizar os Core Web Vitals (LCP, INP, CLS) para uma melhor experiência de página e ranking de pesquisa. Use quando lhe for pedido para "melhorar os Core Web Vi - [core-workflow](https://doutorai.pt/componentes/skills__core-workflow): Ciclo RARV completo, modelo CONTINUITY.md e regras de autonomia. - [core_api](https://doutorai.pt/componentes/skills__core-api): Este documento abrange as principais funções disponíveis no espaço de nomes datamol. - [core_classes](https://doutorai.pt/componentes/skills__core-classes): Esta referência documenta as classes fundamentais em pymatgen.core que constituem a base para a análise de materiais. - [core_concepts](https://doutorai.pt/componentes/skills__core-concepts-9): As expressões são o fundamento da API do Polars. São unidades composíveis que descrevem transformações de dados sem as executar imediatamente. - [core_concepts](https://doutorai.pt/componentes/skills__core-concepts-10): Esta referência abrange a arquitetura fundamental do TorchDrug, os princípios de conceção e os detalhes de implementação técnica. - [core_dataframes](https://doutorai.pt/componentes/skills__core-dataframes): Esta referência cobre os aspetos básicos do Vaex DataFrame, o carregamento de dados a partir de várias fontes e a compreensão da estrutura do DataFrame. - [cosmic-database](https://doutorai.pt/componentes/skills__cosmic-database): Aceder à base de dados de mutações de cancro COSMIC. Consultar mutações somáticas, Cancer Gene Census, assinaturas mutacionais, fusões genéticas, para investiga - [cosmic_data_reference](https://doutorai.pt/componentes/skills__cosmic-data-reference): O COSMIC (Catalogue of Somatic Mutations in Cancer) é o maior e mais abrangente recurso do mundo para explorar o impacto de mutações somáticas no cancro humano. - [cosmology](https://doutorai.pt/componentes/skills__cosmology): O subpacote astropy.cosmology fornece ferramentas para cálculos cosmológicos com base em vários modelos cosmológicos. - [cover-letter-generator](https://doutorai.pt/componentes/skills__cover-letter-generator): Criar cartas de apresentação personalizadas e cativantes a partir de um currículo e descrição de função. Use quando o utilizador pedir uma carta de apresentação - [coverage](https://doutorai.pt/componentes/skills__coverage): O módulo uniwig gera faixas de cobertura a partir de dados de sequenciação, proporcionando uma conversão eficiente de intervalos genómicos para perfis de cobert - [cox-models](https://doutorai.pt/componentes/skills__cox-models): Os modelos de riscos proporcionais de Cox são modelos semiparamétricos que relacionam covariáveis com o tempo até um evento. A função de risco para o indivíduo - [cpp-pro](https://doutorai.pt/componentes/skills__cpp-pro): Escrever código C++ idiomático com funcionalidades modernas, RAII, smart pointers e algoritmos STL. Lida com templates, semântica de movimento e otimização de d - [crafting-effective-readmes](https://doutorai.pt/componentes/skills__crafting-effective-readmes): Use ao escrever ou melhorar ficheiros README. Nem todos os READMEs são iguais - fornece templates e orientação adequados ao seu público-alvo e tipo de projeto. - [create-plan](https://doutorai.pt/componentes/skills__create-plan): Criar um plano conciso. Use quando um utilizador pedir explicitamente um plano relacionado com uma tarefa de programação. - [create-pr](https://doutorai.pt/componentes/skills__create-pr): Criar pull requests seguindo as convenções da Sentry. Use ao abrir PRs, escrever descrições de PR ou preparar alterações para revisão. Segue as diretrizes de re - [create-settings-command](https://doutorai.pt/componentes/skills__create-settings-command): Criar ficheiro de configurações do plugin com as preferências do utilizador - [create_bug_report](https://doutorai.pt/componentes/skills__create-bug-report): prompt_input "Erros de consola (cole se houver):" CONSOLE_ERRORS false prompt_input "Frequência (Sempre/Às vezes/Raro):" FREQUENCY false prompt_input "Quantos u - [create_gnn_template](https://doutorai.pt/componentes/skills__create-gnn-template): Este script cria modelos de referência de GNN prontos a usar com ciclos de treino, métricas de avaliação e tratamento adequado de dados. - [create_handoff](https://doutorai.pt/componentes/skills__create-handoff): print(f"Ficheiro de transição criado: {filepath}") print(f" Próximos passos:") print(f"1. Abra {filepath}") print(f"2. Substitua os marcadores [TODO: ...] por c - [create_plugin](https://doutorai.pt/componentes/skills__create-plugin): Consulte workflows.md para obter as diretrizes de desenvolvimento. - [create_validation_image](https://doutorai.pt/componentes/skills__create-validation-image): img = Image.open(input_path) draw = ImageDraw.Draw(img) num_boxes = 0 for field in data["form_fields"]: if field["page_number"] == page_number: entry_box = fiel - [creative-portfolio-resume](https://doutorai.pt/componentes/skills__creative-portfolio-resume): Equilibrar o design visual com a compatibilidade ATS para funções criativas. Use quando o utilizador for da área do design, arte, escrita, marketing criativo ou - [crewai](https://doutorai.pt/componentes/skills__crewai): Especialista em CrewAI - a principal framework multi-agentes baseada em funções (role-based) utilizada por 60% das empresas da Fortune 500. Cobre o design de ag - [crewai-multi-agent](https://doutorai.pt/componentes/skills__crewai-multi-agent): Framework de orquestração multi-agentes para colaboração autónoma de IA. Use ao construir equipas de agentes especializados a trabalhar juntos em tarefas comple - [crs-management](https://doutorai.pt/componentes/skills__crs-management): Um sistema de referência de coordenadas define como as coordenadas se relacionam com localizações na Terra. - [cryptography_implementation](https://doutorai.pt/componentes/skills__cryptography-implementation): Este guia de referência fornece informação abrangente para a segurança sénior. - [csharp-pro](https://doutorai.pt/componentes/skills__csharp-pro): Escrever código C# moderno com funcionalidades avançadas como records, pattern matching e async/await. Otimiza aplicações .NET, implementa padrões empresariais - [css-extraction](https://doutorai.pt/componentes/skills__css-extraction): Após raspar o HTML bruto, extraia os tokens de design sistematicamente. Trabalhe estas camadas por ordem. - [cto-advisor](https://doutorai.pt/componentes/skills__cto-advisor): Orientação de liderança técnica para equipas de engenharia, decisões de arquitetura e estratégia tecnológica. Inclui analisador de dívida técnica, calculadora d - [custom](https://doutorai.pt/componentes/skills__custom): % Use este ficheiro para citações não encontradas na ACL Anthology (contidas em "anthology.bib"). - [custom](https://doutorai.pt/componentes/skills__custom-2): Os fornecedores personalizados permitem-lhe obter componentes de qualquer lugar: bases de dados, APIs, sistemas de configuração ou lógica de execução dinâmica. - [custom-benchmarks](https://doutorai.pt/componentes/skills__custom-benchmarks): O NeMo Evaluator suporta a adição de benchmarks personalizados através de Framework Definition Files (FDFs) e de contentores personalizados. - [custom-models](https://doutorai.pt/componentes/skills__custom-models): Guia para a implementação de arquiteturas de modelos personalizados no LitGPT. - [custom-models](https://doutorai.pt/componentes/skills__custom-models-2): Este guia explica como adicionar um novo modelo ao TorchTitan seguindo os padrões estabelecidos. - [custom-plugins](https://doutorai.pt/componentes/skills__custom-plugins): O Accelerate permite criar plugins personalizados para alargar as estratégias de treino distribuído para além das opções integradas (DDP, FSDP, DeepSpeed). - [custom-rewards](https://doutorai.pt/componentes/skills__custom-rewards): Guia completo para a implementação de funções de recompensa personalizadas e RLHF de agentes no OpenRLHF. - [custom-tasks](https://doutorai.pt/componentes/skills__custom-tasks): Guia para implementar tarefas de avaliação personalizadas para modelos de geração de código. - [custom-tasks](https://doutorai.pt/componentes/skills__custom-tasks-2): Guia completo para criar tarefas de avaliação específicas do domínio no lm-evaluation-harness. - [custom_environments](https://doutorai.pt/componentes/skills__custom-environments): Este guia fornece informações abrangentes para criar ambientes Gymnasium personalizados compatíveis com o Stable Baselines3. - [custom_functions](https://doutorai.pt/componentes/skills__custom-functions): Guia completo para criar funções personalizadas no CocoIndex. - [customization](https://doutorai.pt/componentes/skills__customization): Os componentes referenciam tokens de variáveis CSS semânticas. Altere as variáveis para alterar todos os componentes. - [d3-patterns](https://doutorai.pt/componentes/skills__d3-patterns): Esta referência fornece padrões de código detalhados para tipos de visualização comuns em d3.js. - [d3-viz](https://doutorai.pt/componentes/skills__d3-viz): Criar visualizações de dados interativas utilizando d3.js. Esta skill deve ser usada ao criar gráficos personalizados, diagramas de rede, visualizações geográfi - [daily-meeting-update](https://doutorai.pt/componentes/skills__daily-meeting-update): Gerador interativo de atualizações de reuniões/daily standups. Use quando o utilizador disser 'daily', 'standup', 'atualização de scrum', 'atualização de estado - [darpa_guidelines](https://doutorai.pt/componentes/skills__darpa-guidelines): ✅ Contacte o PM cedo: Antes de escrever, discuta a sua ideia ✅ Participe no Proposers Day: Essencial para compreender o programa ✅ Forme uma equipa forte: Compe - [dashboard-agents](https://doutorai.pt/componentes/skills__dashboard-agents): PNG IHDR H I% IDATx I 7uE;?rq v R ;PK7 !MT}n]@7 B ! B !ƉD ! B ! =! B ! bĘH? \~o%B ! B !7 =>_~2yse݄̎K B ! B ! M~̔UbؙGMdD;C>C:e ?y ~ (/=R8ԪZW x ' \D] YYZH B ! BH> - [dashboard-tasks](https://doutorai.pt/componentes/skills__dashboard-tasks): Z }Yr0{WZ}B# ]H%V g,ܲpZ ke ffʐ͏DEG ɵ2De'% T(SPϒVș̓u+ Qb߱TKw(N;777Cn?/d]Ν ,zJq_ - 5 ճx /;ܻˀYC~k 3/ j咸WSJqgʕ̏y_A g] UWo=H[8 ssyw'Yp Ʀ6<>akJ okn3Wǀ AaxM ӿl w pw 8u - [dask](https://doutorai.pt/componentes/skills__dask): Computação paralela/distribuída. Dimensionar pandas/NumPy além da memória, DataFrames/Arrays paralelos, processamento de múltiplos ficheiros, grafos de tarefas, - [data-access](https://doutorai.pt/componentes/skills__data-access-3): Especifique a região nos pedidos de API quando aplicável. - [data-api](https://doutorai.pt/componentes/skills__data-api): Referência completa para consultas a bases de dados ao estilo do PostgREST utilizando @neondatabase/neon-js. - [data-batch-inserts](https://doutorai.pt/componentes/skills__data-batch-inserts): As instruções INSERT individuais têm uma sobrecarga elevada. Agrupe várias linhas em instruções únicas ou utilize o COPY. - [data-batch-inserts](https://doutorai.pt/componentes/skills__data-batch-inserts-2): As instruções INSERT individuais têm uma sobrecarga elevada. Agrupe várias linhas em instruções únicas ou utilize o COPY. - [data-engineer](https://doutorai.pt/componentes/skills__data-engineer): Construir pipelines de dados escaláveis, data warehouses modernos e arquiteturas de streaming em tempo real. Implementa Apache Spark, dbt, Airflow e plataformas - [data-feeds](https://doutorai.pt/componentes/skills__data-feeds): Extrair dados estruturados de mais de 40 websites, incluindo Amazon, LinkedIn, Instagram, TikTok, Facebook, YouTube e outros. Utiliza as Web Data APIs da Bright - [data-fetching](https://doutorai.pt/componentes/skills__data-fetching): Obtenção moderna de dados utilizando TanStack Query com limites de Suspense, estratégias de prioridade à cache e serviços de API centralizados. - [data-handling](https://doutorai.pt/componentes/skills__data-handling): O scikit-survival lida primariamente com dados censurados à direita. - [data-management](https://doutorai.pt/componentes/skills__data-management): Este documento abrange a consulta, pesquisa, filtragem e streaming de dados no LaminDB, bem como as melhores práticas para organizar e aceder a conjuntos de dad - [data-management](https://doutorai.pt/componentes/skills__data-management-2): Representa um ficheiro no sistema de armazenamento na nuvem do Latch. - [data-n-plus-one](https://doutorai.pt/componentes/skills__data-n-plus-one): As consultas N+1 executam uma consulta por item num ciclo. Agrupe-as numa única consulta utilizando arrays ou JOINs. - [data-n-plus-one](https://doutorai.pt/componentes/skills__data-n-plus-one-2): As consultas N+1 executam uma consulta por item num ciclo. Agrupe-as numa única consulta utilizando arrays ou JOINs. - [data-operations](https://doutorai.pt/componentes/skills__data-operations): O DNAnexus fornece capacidades abrangentes de gestão de dados para ficheiros, registos, bases de dados e outros objetos de dados. Todas as operações de dados po - [data-over-abstractions](https://doutorai.pt/componentes/skills__data-over-abstractions): 100 funções numa única estrutura de dados supera 10 funções em 10 estruturas. Dados e operações genéricos permitem a composição. - [data-pagination](https://doutorai.pt/componentes/skills__data-pagination): A paginação baseada em OFFSET percorre todas as linhas ignoradas, tornando-se mais lenta em páginas mais profundas. A paginação por cursor é O(1). - [data-pagination](https://doutorai.pt/componentes/skills__data-pagination-2): A paginação baseada em OFFSET percorre todas as linhas ignoradas, tornando-se mais lenta em páginas mais profundas. A paginação por cursor é O(1). - [data-scientist](https://doutorai.pt/componentes/skills__data-scientist): Data scientist especialista para analytics avançado, machine learning e modelação estatística. Trata de análise de dados complexa, modelação preditiva e busines - [data-structures](https://doutorai.pt/componentes/skills__data-structures): Um GeoSeries é um vetor onde cada entrada é um conjunto de formas correspondente a uma observação (semelhante a uma pandas Series, mas com dados geométricos). - [data-upsert](https://doutorai.pt/componentes/skills__data-upsert): Usar operações separadas de SELECT-then-INSERT/UPDATE cria condições de corrida. Utilize INSERT ... ON CONFLICT para upserts atómicos. - [data-upsert](https://doutorai.pt/componentes/skills__data-upsert-2): Usar operações separadas de SELECT-then-INSERT/UPDATE cria condições de corrida. Utilize INSERT ... ON CONFLICT para upserts atómicos. - [data_access](https://doutorai.pt/componentes/skills__data-access-4): Esta referência abrange a navegação na estrutura hierárquica de dados do OMERO e a recuperação de objetos. - [data_analysis_patterns](https://doutorai.pt/componentes/skills__data-analysis-patterns): Modelos e frameworks para realizar análises de mercado rigorosas. - [data_formats](https://doutorai.pt/componentes/skills__data-formats): O ClinVar disponibiliza downloads de dados em massa em múltiplos formatos para apoiar diferentes fluxos de trabalho de investigação. Os dados são distribuídos v - [data_management](https://doutorai.pt/componentes/skills__data-management-3): O PathML oferece soluções eficientes de gestão de dados para lidar com conjuntos de dados de patologia em grande escala através de armazenamento HDF5, estratégi - [data_modeling_patterns](https://doutorai.pt/componentes/skills__data-modeling-patterns): Padrões de modelação de dados de nível mundial para engenheiros de dados sénior. - [data_module](https://doutorai.pt/componentes/skills__data-module): Um LightningDataModule é uma classe reutilizável e partilhável que encapsula todas as etapas de processamento de dados no PyTorch Lightning. Resolve o problema - [data_pipeline_architecture](https://doutorai.pt/componentes/skills__data-pipeline-architecture): Arquitetura de pipelines de dados de nível mundial para engenheiros de dados sénior. - [data_presentation](https://doutorai.pt/componentes/skills__data-presentation): Esta referência fornece orientações abrangentes para apresentar dados clínicos em tabelas e figuras, seguindo as melhores práticas e normas de publicação. Utili - [data_processing](https://doutorai.pt/componentes/skills__data-processing): Esta referência abrange filtragem, seleções, colunas virtuais, expressões, agregações, operações de groupby e transformações de dados no Vaex. - [data_structure](https://doutorai.pt/componentes/skills__data-structure): O objeto AnnData armazena uma matriz de dados com anotações associadas, fornecendo uma framework flexível para gerir dados experimentais e metadados. - [data_structures](https://doutorai.pt/componentes/skills__data-structures-2): O PyOpenMS utiliza objetos C++ com ligações em Python. Compreender estas estruturas de dados fundamentais é essencial para uma manipulação eficaz de dados. - [data_visualization_slides](https://doutorai.pt/componentes/skills__data-visualization-slides): A visualização eficaz de dados em apresentações difere fundamentalmente das figuras de publicações científicas. Enquanto as publicações priorizam o detalhe abra - [database](https://doutorai.pt/componentes/skills__database-2): Erros comuns de bases de dados no PostgreSQL, MySQL, MongoDB, Redis e SQLite. - [database-architect](https://doutorai.pt/componentes/skills__database-architect): Arquiteto de bases de dados especialista, especializado no design da camada de dados do zero, seleção de tecnologia, modelação de esquemas e arquiteturas de bas - [database-design](https://doutorai.pt/componentes/skills__database-design): Princípios de design de bases de dados e tomada de decisão. Design de esquemas, estratégia de indexação, seleção de ORM, bases de dados serverless. - [database-migration](https://doutorai.pt/componentes/skills__database-migration): Domine migrações de esquemas de bases de dados e dados entre ORMs (Sequelize, TypeORM, Prisma), incluindo estratégias de rollback e deploys com zero-downtime. - [database-optimizer](https://doutorai.pt/componentes/skills__database-optimizer): Otimizador de bases de dados especialista, especializado em afinação de desempenho moderna, otimização de queries e arquiteturas escaláveis. - [database-patterns](https://doutorai.pt/componentes/skills__database-patterns): Guia completo para padrões de acesso a bases de dados utilizando o Prisma em microsserviços de backend. - [database-schema-designer](https://doutorai.pt/componentes/skills__database-schema-designer): Desenhe esquemas de bases de dados robustos e escaláveis para bases de dados SQL e NoSQL. Fornece diretrizes de normalização, estratégias de indexação, padrões - [database_info](https://doutorai.pt/componentes/skills__database-info): Visão geral das bases de dados consultadas por módulos do gget, incluindo frequências de atualização e considerações importantes. - [database_operations](https://doutorai.pt/componentes/skills__database-operations): Utilize search_templates({query: "database"}) para encontrar mais! - [database_optimization_guide](https://doutorai.pt/componentes/skills__database-optimization-guide): Este guia de referência fornece informação abrangente para backend senior. - [database_strategies](https://doutorai.pt/componentes/skills__database-strategies): Este documento fornece orientação abrangente para pesquisar múltiplas bases de dados de literatura de forma sistemática e eficaz. - [databases](https://doutorai.pt/componentes/skills__databases): O Bio.Entrez fornece acesso programático às bases de dados Entrez do NCBI, incluindo PubMed, GenBank, Gene, Protein, Nucleotide e muitas outras. Trata de toda a - [datacommons-client](https://doutorai.pt/componentes/skills__datacommons-client): Trabalhe com o Data Commons, uma plataforma que fornece acesso programático a dados estatísticos públicos de fontes globais. Use esta skill ao trabalhar com dad - [datadog-cli](https://doutorai.pt/componentes/skills__datadog-cli): Datadog CLI para pesquisar logs, consultar métricas, rastrear pedidos e gerir dashboards. Use isto ao fazer debugging de problemas em produção ou ao trabalhar c - [dataframes](https://doutorai.pt/componentes/skills__dataframes): Os Dask DataFrames permitem o processamento paralelo de grandes volumes de dados tabulares, distribuindo o trabalho por múltiplos pandas DataFrames. Tal como de - [datamol](https://doutorai.pt/componentes/skills__datamol): Wrapper pythonico em torno do RDKit com interface simplificada e padrões sensatos. Preferido para descoberta padrão de fármacos: parsing de SMILES, padronização - [dataops_best_practices](https://doutorai.pt/componentes/skills__dataops-best-practices): Boas práticas de DataOps de nível mundial para engenheiros de dados senior. - [dataset-formats](https://doutorai.pt/componentes/skills__dataset-formats): O Axolotl é uma framework de treino que visa tornar o processo conveniente e flexível para os utilizadores, bastando passar um ficheiro yaml de configuração. - [datasets](https://doutorai.pt/componentes/skills__datasets-2): Guia completo sobre conjuntos de dados de preferência para o treino de SimPO. - [datasets](https://doutorai.pt/componentes/skills__datasets-3): Este documento fornece um catálogo abrangente de todos os conjuntos de dados disponíveis no Therapeutics Data Commons, organizados por categoria de tarefa. - [datasets](https://doutorai.pt/componentes/skills__datasets-4): Converte conjuntos de dados brutos em amostras formatadas específicas para a tarefa. - [datasets](https://doutorai.pt/componentes/skills__datasets-5): O TorchDrug fornece mais de 40 conjuntos de dados curados em múltiplos domínios: previsão de propriedades moleculares, modelação de proteínas, raciocínio em gra - [datasets_benchmarking](https://doutorai.pt/componentes/skills__datasets-benchmarking): O Aeon fornece ferramentas abrangentes para carregar conjuntos de dados e realizar testes de desempenho em algoritmos de séries temporais. - [datasets_reference](https://doutorai.pt/componentes/skills__datasets-reference): Este documento fornece um catálogo abrangente de todos os conjuntos de dados disponíveis em torch_geometric.datasets. - [ddd-deliverables](https://doutorai.pt/componentes/skills__ddd-deliverables): Utilize esta lista de verificação para manter a adoção de DDD prática e mensurável. - [deadline-prep](https://doutorai.pt/componentes/skills__deadline-prep): Gere um esboço estruturado de demo a partir do changelog e histórico de git da sua sessão. Lê .claude/critical_log_changes.csv e git log para produzir pontos de - [debugger](https://doutorai.pt/componentes/skills__debugger): Especialista em debugging para erros, falhas de testes e inesperados - [debugging-strategies](https://doutorai.pt/componentes/skills__debugging-strategies): Transforme o debugging de palpites frustrantes em resolução sistemática de problemas com estratégias comprovadas, ferramentas poderosas e abordagens metódicas. - [deduplication](https://doutorai.pt/componentes/skills__deduplication): Guia completo para deduplicação exata, fuzzy e semântica. - [deep-research](https://doutorai.pt/componentes/skills__deep-research): Execute tarefas de investigação autónomas que planeiam, pesquisam, leem e sintetizam informação em relatórios abrangentes. - [deep-research-notebooklm](https://doutorai.pt/componentes/skills__deep-research-notebooklm): Skill de investigação profunda alimentada pelo NotebookLM MCP. Realiza investigação estruturada multifonte (análise de mercado, inteligência competitiva, anális - [deepchem](https://doutorai.pt/componentes/skills__deepchem): Toolkit de machine learning molecular. Previsão de propriedades (ADMET, toxicidade), GNNs (GCN, MPNN), benchmarks MoleculeNet, modelos pré-treinados, featurizat - [deepspeed](https://doutorai.pt/componentes/skills__deepspeed): Orientação especialista para treino distribuído com DeepSpeed - estágios de otimização ZeRO, paralelismo de pipeline, FP16/BF16/FP8, Adam de 1 bit, sparse atten - [deeptools](https://doutorai.pt/componentes/skills__deeptools): Toolkit de análise de NGS. Conversão de BAM para bigWig, QC (correlação, PCA, fingerprints), heatmaps/perfis (TSS, picos), para visualização de ChIP-seq, RNA-se - [defense-in-depth](https://doutorai.pt/componentes/skills__defense-in-depth): Quando você corrige um bug provocado por dados inválidos, adicionar validação num único local parece suficiente. No entanto, essa verificação única pode ser con - [delivery-scripts](https://doutorai.pt/componentes/skills__delivery-scripts): Scripts, frases e técnicas prontas a utilizar para navegar em momentos desafiadores. - [denario](https://doutorai.pt/componentes/skills__denario): Sistema de IA multiagente para assistência em investigação científica que automatiza workflows de investigação desde a análise de dados até à publicação. Esta s - [dependabot-review](https://doutorai.pt/componentes/skills__dependabot-review): Reveja e gira PRs do Dependabot. Categoriza por risco, verifica o estado do CI, funde automaticamente atualizações seguras e reporta problemas. Use quando o uti - [dependency-injection](https://doutorai.pt/componentes/skills__dependency-injection): O FastMCP utiliza injeção de dependência para fornecer valores em tempo de execução às suas ferramentas, recursos e prompts. Em vez de passar o contexto por tod - [dependency-updater](https://doutorai.pt/componentes/skills__dependency-updater): Gestão inteligente de dependências para qualquer linguagem. Deteta automaticamente o tipo de projeto, aplica atualizações seguras automaticamente, solicita conf - [deploy](https://doutorai.pt/componentes/skills__deploy): echo "Deployment started. Waiting for build to complete..." >&2 echo "Preview URL: $PREVIEW_URL" >&2 - [deployment](https://doutorai.pt/componentes/skills__deployment): Guia completo para a implementação do SGLang em ambientes de produção. - [deployment](https://doutorai.pt/componentes/skills__deployment-2): Instruções de aprovisionamento e implementação de infraestrutura para todas as plataformas suportadas. - [deployment](https://doutorai.pt/componentes/skills__deployment-3): Padrões de implementação em produção para o Pinecone. - [deployment](https://doutorai.pt/componentes/skills__deployment-4): Guia completo para a implementação de modelos MLflow em ambientes de produção. - [deployment-details](https://doutorai.pt/componentes/skills__deployment-details): Utilize esta referência para a descoberta de serviços, padrões de configuração, comandos rápidos e problemas comuns. - [deployment-patterns](https://doutorai.pt/componentes/skills__deployment-patterns): Cenários comuns de implementação e boas práticas para a skill do Netlify. - [deployment-procedures](https://doutorai.pt/componentes/skills__deployment-procedures): Princípios de deployment em produção e tomada de decisão. Workflows de deployment seguros, estratégias de rollback e verificação. Ensina a pensar, não scripts. - [deployment_strategies](https://doutorai.pt/componentes/skills__deployment-strategies): Este guia de referência fornece informação abrangente para devops sénior. - [descriptors_reference](https://doutorai.pt/componentes/skills__descriptors-reference): Referência completa para descritores moleculares disponíveis no módulo Descriptors do RDKit. - [descriptors_viz](https://doutorai.pt/componentes/skills__descriptors-viz): O módulo de descritores fornece ferramentas para calcular propriedades e descritores moleculares. - [desert-rose](https://doutorai.pt/componentes/skills__desert-rose): Um tema suave e sofisticado com tons pálidos e esbatidos, perfeito para apresentações elegantes. - [design-is-taking-apart](https://doutorai.pt/componentes/skills__design-is-taking-apart): O design consiste em separar as coisas, não em adicionar funcionalidades. Separe preocupações, remova dependências, componha peças simples. - [design-mirror](https://doutorai.pt/componentes/skills__design-mirror): Replique o estilo visual de qualquer website e aplique-o à sua codebase existente. Use esta skill sempre que o utilizador quiser corresponder ao design de um si - [design-system-checklist](https://doutorai.pt/componentes/skills__design-system-checklist): Utilize esta lista de verificação abrangente ao criar ou auditar um sistema de design. - [design-system-starter](https://doutorai.pt/componentes/skills__design-system-starter): Crie e evolua sistemas de design com design tokens, arquitetura de componentes, diretrizes de acessibilidade e templates de documentação. Garante uma UI consist - [design-to-code](https://doutorai.pt/componentes/skills__design-to-code): Conversão pixel-perfect de Figma para React usando o coderio. Gera código pronto para produção (TypeScript, Vite, TailwindCSS V4) com alta fidelidade visual. Ap - [deslop](https://doutorai.pt/componentes/skills__deslop): Remova o código slop gerado por IA de um branch. Use ao limpar código gerado por IA, removendo comentários desnecessários, verificações defensivas ou casts de t - [detect_resources](https://doutorai.pt/componentes/skills__detect-resources): Deteta os recursos de computação disponíveis, incluindo CPU, GPU, memória e espaço em disco. Gera um ficheiro JSON que o Claude Code pode usar para tomar decisõ - [developer-growth-analysis](https://doutorai.pt/componentes/skills__developer-growth-analysis): Analisa o seu histórico de chat recente do Claude Code para identificar padrões de programação, lacunas de desenvolvimento e áreas de melhoria, seleciona recurs - [development_workflows](https://doutorai.pt/componentes/skills__development-workflows): Este guia de referência fornece informação abrangente para fullstack sénior. - [devices](https://doutorai.pt/componentes/skills__devices): Esta referência cobre todos os endpoints de API relacionados com dispositivos médicos acessíveis através do openFDA. - [devops-iac-engineer](https://doutorai.pt/componentes/skills__devops-iac-engineer): Implementa infraestrutura como código usando Terraform, Kubernetes e plataformas de cloud. Desenha arquiteturas escaláveis, pipelines de CI/CD e soluções de obs - [devtools](https://doutorai.pt/componentes/skills__devtools): O Neon fornece ferramentas de desenvolvimento para melhorar o seu fluxo de trabalho de desenvolvimento local, incluindo uma extensão para o VSCode e um servidor - [diagnostic_reports_standards](https://doutorai.pt/componentes/skills__diagnostic-reports-standards): O ACR fornece parâmetros de prática abrangentes para relatórios de imagiologia de diagnóstico para garantir a qualidade, a consistência e a eficácia da comunica - [diagrammer](https://doutorai.pt/componentes/skills__diagrammer): Renderize diagramas SVG limpos em estilo blueprint a partir de especificações JSON. Use quando os utilizadores pedirem para desenhar, esboçar ou esquematizar um - [diffdock](https://doutorai.pt/componentes/skills__diffdock): Docking molecular baseado em difusão. Preveja poses de ligação proteína-ligando a partir de PDB/SMILES, scores de confiança, virtual screening, para design de f - [differential-expression](https://doutorai.pt/componentes/skills__differential-expression): Este documento fornece informação detalhada sobre a análise de expressão diferencial (DE) usando a estrutura probabilística do scvi-tools. - [difficult-conversation-scripts](https://doutorai.pt/componentes/skills__difficult-conversation-scripts): Frases de abertura prontas a usar, respostas a reações comuns e estruturas para orientar conversas desafiantes no local de trabalho. - [difficult-workplace-conversations](https://doutorai.pt/componentes/skills__difficult-workplace-conversations): Abordagem estruturada para conflitos no local de trabalho, discussões de desempenho e feedback desafiante usando a estrutura de preparação-entrega-acompanhament - [dimensions](https://doutorai.pt/componentes/skills__dimensions): Opções de resolução (720p/1080p) e relações de aspeto para vídeos do HeyGen - [direct-creation](https://doutorai.pt/componentes/skills__direct-creation): Utilize esta referência para exemplos de criação direta de MCP e configuração subsequente. - [discord-bot-architect](https://doutorai.pt/componentes/skills__discord-bot-architect): Skill especializada para construir bots de Discord prontos para produção. Abrange Discord.js (JavaScript) e Pycord (Python), intents de gateway, slash commands, - [discrete_choice](https://doutorai.pt/componentes/skills__discrete-choice): Este documento fornece orientação abrangente sobre modelos de escolha discreta no statsmodels, incluindo modelos binários, multinomiais, de contagem e ordinais. - [discussions](https://doutorai.pt/componentes/skills__discussions): A API de Discussões permite comentários colaborativos em protocolos. Os comentários podem ser adicionados tanto ao nível do protocolo como ao nível dos passos i - [dispatching-parallel-agents](https://doutorai.pt/componentes/skills__dispatching-parallel-agents): Use quando enfrentar 2 ou mais tarefas independentes que possam ser realizadas sem estado partilhado ou dependências sequenciais - [dispatching-parallel-agents](https://doutorai.pt/componentes/skills__dispatching-parallel-agents-2): Use quando enfrentar 2 ou mais tarefas independentes que possam ser realizadas sem estado partilhado ou dependências sequenciais - [display-captions](https://doutorai.pt/componentes/skills__display-captions): Exibição de legendas no Remotion com páginas ao estilo do TikTok e destaque de palavras - [display-captions](https://doutorai.pt/componentes/skills__display-captions-2): Exibição de legendas no Remotion com páginas ao estilo do TikTok e destaque de palavras - [distances](https://doutorai.pt/componentes/skills__distances): O Aeon disponibiliza funções de distância especializadas para medir a semelhança entre séries temporais, compatíveis quer com estimadores do aeon quer do scikit - [distributed](https://doutorai.pt/componentes/skills__distributed): O Lightning suporta múltiplas estratégias distribuídas com a alteração de um único parâmetro. - [distributed-eval](https://doutorai.pt/componentes/skills__distributed-eval): Guia para executar a avaliação em múltiplos GPUs utilizando paralelismo de dados e paralelismo de tensores/pipeline. - [distributed-llm-pretraining-torchtitan](https://doutorai.pt/componentes/skills__distributed-llm-pretraining-torchtitan): Fornece pré-treino de LLM distribuído nativo de PyTorch usando torchtitan com paralelismo 4D (FSDP2, TP, PP, CP). Use ao realizar o pré-treino de Llama 3.1, Dee - [distributed-training](https://doutorai.pt/componentes/skills__distributed-training): Guia de treino distribuído FSDP (Fully Sharded Data Parallel) no LitGPT para dimensionamento para múltiplos GPUs e nós. - [distributed_computing](https://doutorai.pt/componentes/skills__distributed-computing): O Arboreto aproveita o Dask para computação paralelizada, permitindo uma inferência de GRN eficiente, desde o processamento multinúcleo numa única máquina até a - [distributed_training](https://doutorai.pt/componentes/skills__distributed-training-2): O PyTorch Lightning disponibiliza várias estratégias para treinar modelos grandes de forma eficiente em múltiplos GPUs, nós e máquinas. Escolha a estratégia ade - [distributions](https://doutorai.pt/componentes/skills__distributions): Esta referência fornece um catálogo abrangente de distribuições de probabilidade disponíveis no PyMC, organizadas por categoria. Utilize isto para selecionar di - [django-pro](https://doutorai.pt/componentes/skills__django-pro): Domine Django 5.x com views assíncronas, DRF, Celery e Django Channels. Construa aplicações web escaláveis com arquitetura, testes e deployment adequados. - [django__django-10914](https://doutorai.pt/componentes/skills__django-django-10914): Com base na minha pesquisa, este repositório não contém a codebase do Django. No entanto, posso gerar o patch com base no meu conhecimento da estrutura da codeb - [django__django-10914](https://doutorai.pt/componentes/skills__django-django-10914-2): Vejo que este ficheiro de patch contém texto explicativo antes do conteúdo real do patch. O unified diff real começa na linha 15. Com base nos requisitos do pro - [django__django-10924](https://doutorai.pt/componentes/skills__django-django-10924): Com base no meu conhecimento da codebase do Django e na descrição do problema, posso criar o patch. O problema solicita que o parâmetro path do FilePathField ac - [django__django-10924](https://doutorai.pt/componentes/skills__django-django-10924-2): Com base no meu conhecimento da codebase do Django e na descrição do problema, posso criar o patch. O problema é claro: o parâmetro path do FilePathField deve a - [django__django-11001](https://doutorai.pt/componentes/skills__django-django-11001): Com base no meu conhecimento da codebase do Django e na descrição do problema, posso criar o patch. O problema está em django/db/models/sql/compiler.py: - [django__django-11001](https://doutorai.pt/componentes/skills__django-django-11001-2): Com base no meu conhecimento deste problema do Django e no ficheiro de patch existente que encontrei no repositório, vou analisar o problema e fornecer a correç - [django__django-11001](https://doutorai.pt/componentes/skills__django-django-11001-3): Com base na descrição do problema e na análise do arquiteto, posso gerar o patch para o repositório do Django. A solução consiste em normalizar o SQL multilinha - [django__django-11019](https://doutorai.pt/componentes/skills__django-django-11019): Com base na descrição detalhada do problema e na descrição do algoritmo fornecida pelo relator (Matt), posso construir o patch. A principal conclusão do problem - [django__django-11019](https://doutorai.pt/componentes/skills__django-django-11019-2): Com base na minha análise do problema e nos patches existentes, compreendo claramente o problema e a solução. O problema do Django relaciona-se com o método Med - [django__django-11019](https://doutorai.pt/componentes/skills__django-django-11019-3): Com base na descrição do problema e na análise do arquiteto, posso gerar o patch. O problema está no ficheiro django/forms/widgets.py do Django, onde o método m - [django__django-11039](https://doutorai.pt/componentes/skills__django-django-11039): Com base no meu conhecimento da codebase do Django e na descrição do problema, posso criar o patch. O problema está no comando de gestão sqlmigrate, onde self.o - [django__django-11039](https://doutorai.pt/componentes/skills__django-django-11039-2): Com base no meu conhecimento da codebase do Django e na descrição do problema, posso fornecer a solução. O problema está em django/core/management/commands/sqlm - [django__django-11049](https://doutorai.pt/componentes/skills__django-django-11049): Com base no meu conhecimento da codebase do Django, a mensagem de erro do DurationField está definida em django/forms/fields.py. A string de formatação da mensa - [django__django-11049](https://doutorai.pt/componentes/skills__django-django-11049-2): Agora tenho a informação de que preciso. O patch correto é: - [django__django-11099](https://doutorai.pt/componentes/skills__django-django-11099): Este é um repositório de skills, não o repositório do Django. O problema é do repositório do Django. Com base na descrição do problema, posso gerar o patch dire - [django__django-11099](https://doutorai.pt/componentes/skills__django-django-11099-2): Com base na descrição do problema, preciso de gerar um patch para o ficheiro contrib/auth/validators.py do Django. O problema é que os validadores de nome de ut - [django__django-11133](https://doutorai.pt/componentes/skills__django-django-11133): Com base na descrição do problema e nas pistas fornecidas, posso gerar o patch. O problema está no método make_bytes da classe HttpResponseBase em django/http/r - [django__django-11133](https://doutorai.pt/componentes/skills__django-django-11133-2): Com base no meu conhecimento da base de código do Django e na descrição do problema, posso fornecer a correção. O problema está em django/http/response.py no mé - [django__django-11179](https://doutorai.pt/componentes/skills__django-django-11179): Com base no meu conhecimento do código de eliminação do Django e na descrição do problema, posso fornecer a correção. O problema é que, quando delete() é chamad - [django__django-11179](https://doutorai.pt/componentes/skills__django-django-11179-2): Com base no meu conhecimento deste problema específico do Django, posso fornecer a correção. O problema é que, em deletion.py do Django, quando uma instância de - [django__django-11283](https://doutorai.pt/componentes/skills__django-django-11283): Com base na descrição do problema e nas pistas fornecidas, posso analisar o problema e gerar a correção. O problema está no ficheiro de migração django/contrib/ - [django__django-11283](https://doutorai.pt/componentes/skills__django-django-11283-2): Encontrei o patch para django__django-11283. Agora vou verificar o formato correto compreendendo a estrutura do ficheiro de migração original do Django. Com bas - [django__django-11283](https://doutorai.pt/componentes/skills__django-django-11283-3): Com base na descrição do problema e na análise do arquiteto, preciso de gerar um patch para a migração auth.0011_update_proxy_permissions do Django. Vou criar o - [django__django-11422](https://doutorai.pt/componentes/skills__django-django-11422): Com base no meu conhecimento do Django e na descrição do problema, posso construir o patch. O problema está na função iter_modules_and_files em django/utils/aut - [django__django-11422](https://doutorai.pt/componentes/skills__django-django-11422-2): Agora compreendo o problema completamente. Vou criar um patch limpo com base na minha análise. O problema é que o manage.py é executado como o módulo __main__, - [django__django-11564](https://doutorai.pt/componentes/skills__django-django-11564): Com base no meu conhecimento da base de código do Django e na descrição do problema, vou criar um patch que adiciona suporte a SCRIPT_NAME em STATIC_URL e MEDIA - [django__django-11564](https://doutorai.pt/componentes/skills__django-django-11564-2): Com base no meu entendimento da base de código do Django e na descrição do problema, vou criar um patch adequado. Os requisitos principais são: - [django__django-11564](https://doutorai.pt/componentes/skills__django-django-11564-3): Com base no meu conhecimento da base de código do Django e na descrição do problema, vou gerar o patch. A correção envolve modificar os métodos url() nas classe - [django__django-11583](https://doutorai.pt/componentes/skills__django-django-11583): Com base no meu conhecimento do problema do Django e no stacktrace fornecido, posso criar a correção. O problema está em django/utils/autoreload.py na função it - [django__django-11583](https://doutorai.pt/componentes/skills__django-django-11583-2): Com base na descrição do problema e no stack trace, compreendo o problema. O problema está no ficheiro django/utils/autoreload.py do Django na função iter_modul - [django__django-11583](https://doutorai.pt/componentes/skills__django-django-11583-3): Com base na análise do arquiteto e no stacktrace do problema, posso gerar o patch. O problema está na linha ~132 em django/utils/autoreload.py, onde path.resolv - [django__django-11620](https://doutorai.pt/componentes/skills__django-django-11620): Com base na descrição do problema e nas pistas fornecidas, tenho informação suficiente para gerar o patch. O problema afirma claramente: - [django__django-11620](https://doutorai.pt/componentes/skills__django-django-11620-2): Com base na descrição do problema e nas pistas, posso construir a correção. O problema afirma: - [django__django-11620](https://doutorai.pt/componentes/skills__django-django-11620-3): Com base na análise do arquiteto, posso gerar o patch para o problema do Django. A correção é simples: alterar o tratamento de exceções em technical_404_respons - [django__django-11630](https://doutorai.pt/componentes/skills__django-django-11630): Agora compreendo bem a correção. Permita-me fornecer um patch mais limpo e devidamente formatado para este problema do Django: - [django__django-11630](https://doutorai.pt/componentes/skills__django-django-11630-2): Com base no problema, preciso de gerar um patch para as verificações de modelos do Django. O problema refere-se ao erro E028 relativo a nomes de tabelas duplica - [django__django-11742](https://doutorai.pt/componentes/skills__django-django-11742): Com base no meu conhecimento da estrutura do código-fonte do Django, vou criar o patch. O problema consiste em adicionar uma verificação que garanta que max_len - [django__django-11797](https://doutorai.pt/componentes/skills__django-django-11797): Com base na descrição do problema e nas pistas fornecidas, posso gerar o patch. O problema encontra-se no ficheiro django/db/models/lookups.py do Django. O prob - [django__django-11797](https://doutorai.pt/componentes/skills__django-django-11797-2): Encontrei o patch existente. Esta é a correção correta para o problema do Django. O patch modifica o método Exact.process_rhs em django/db/models/lookups.py par - [django__django-11815](https://doutorai.pt/componentes/skills__django-django-11815): Com base na descrição do problema e nas pistas fornecidas, posso gerar o patch diretamente. O problema está em django/db/migrations/serializer.py na classe Enum - [django__django-11815](https://doutorai.pt/componentes/skills__django-django-11815-2): Com base na descrição do problema e nas pistas, tenho toda a informação necessária para gerar o patch. O problema está em django/db/migrations/serializer.py na - [django__django-11815](https://doutorai.pt/componentes/skills__django-django-11815-3): Com base na análise do arquiteto, preciso de gerar um patch para o ficheiro django/db/migrations/serializer.py do Django. O problema está no método EnumSerializ - [django__django-11848](https://doutorai.pt/componentes/skills__django-django-11848): O ficheiro de patch contém a correção. Deixe-me extrair apenas o conteúdo do patch no formato unified diff adequado: - [django__django-11848](https://doutorai.pt/componentes/skills__django-django-11848-3): Com base na descrição do problema e na análise do arquiteto, posso gerar o patch. O problema está bem documentado: o código atual do Django tem intervalos de an - [django__django-11905](https://doutorai.pt/componentes/skills__django-django-11905): Com base no problema e nas pistas fornecidas, posso gerar o patch correto. O problema solicita a adição de validação para impedir a utilização do lookup __isnul - [django__django-11905](https://doutorai.pt/componentes/skills__django-django-11905-2): Com base na minha análise do problema e nas pistas fornecidas, vejo que a correção requer a adição de validação ao método as_sql da classe IsNull em django/db/m - [django__django-11910](https://doutorai.pt/componentes/skills__django-django-11910): Com base no meu conhecimento deste problema do Django e na pista fornecida, posso fornecer a correção. O problema está no ficheiro autodetector.py de migração d - [django__django-11910](https://doutorai.pt/componentes/skills__django-django-11910-2): Com base na minha pesquisa e compreensão do problema de migração do Django, posso agora fornecer a correção. O problema está no autodetetor de migração do Djang - [django__django-11910](https://doutorai.pt/componentes/skills__django-django-11910-3): Com base na descrição do problema e na análise do arquiteto, preciso de gerar um patch para o autodetetor de migração do Django. O erro é que, ao renomear um ca - [django__django-11964](https://doutorai.pt/componentes/skills__django-django-11964): Vejo que este não é o repositório do Django. Com base na descrição do problema, compreendo o problema suficientemente bem para criar uma correção. O problema es - [django__django-11964](https://doutorai.pt/componentes/skills__django-django-11964-2): A correção precisa de garantir que, quando um valor é atribuído a um campo, se for um membro de enum, o valor real seja extraído. O local adequado para esta cor - [django__django-11999](https://doutorai.pt/componentes/skills__django-django-11999): Com base na descrição do problema, nas pistas e no ficheiro de patch que encontrei na diretoria de benchmarks, posso fornecer o patch correto. A correção é simp - [django__django-11999](https://doutorai.pt/componentes/skills__django-django-11999-2): Este não é o repositório do Django. Com base na descrição do problema e nas pistas fornecidas, tenho informação suficiente para gerar a correção. O problema est - [django__django-12113](https://doutorai.pt/componentes/skills__django-django-12113): Com base na minha análise deste problema do Django, compreendo o problema. O problema está no método test_db_signature() do backend SQLite. Ao usar a configuraç - [django__django-12113](https://doutorai.pt/componentes/skills__django-django-12113-2): Com base no meu conhecimento deste problema do Django, posso fornecer o patch. O problema é que, ao usar TEST["NAME"] para bases de dados SQLite, o método test_ - [django__django-12125](https://doutorai.pt/componentes/skills__django-django-12125): Com base na descrição do problema, o problema está em django/db/migrations/serializer.py, onde a classe TypeSerializer usa __name__ em vez de __qualname__. A co - [django__django-12125](https://doutorai.pt/componentes/skills__django-django-12125-2): Com base na minha pesquisa, compreendo o problema. A classe TypeSerializer no serializador de migração do Django usa __name__ em vez de __qualname__, o que caus - [django__django-12184](https://doutorai.pt/componentes/skills__django-django-12184): Este ficheiro contém análise/notas, não um patch real. Com base na análise neste ficheiro e no problema original, compreendo o problema. Permita-me agora analis - [django__django-12184](https://doutorai.pt/componentes/skills__django-django-12184-2): Com base no meu conhecimento da base de código do Django e no problema descrito, posso fornecer a correção. O problema está em django/urls/resolvers.py. - [django__django-12184](https://doutorai.pt/componentes/skills__django-django-12184-3): Com base no meu conhecimento da implementação do resolvedor de URL do Django e na descrição do problema, posso gerar o patch. O problema está no método RegexPat - [django__django-12284](https://doutorai.pt/componentes/skills__django-django-12284): Com base no meu conhecimento da base de código do Django e na descrição do problema, posso fornecer o patch. O erro está em django/db/models/fields/__init__.py - [django__django-12284](https://doutorai.pt/componentes/skills__django-django-12284-2): O código-fonte do Django não está neste repositório. Preciso de gerar o patch com base na minha compreensão do problema. Com base na análise detalhada: - [django__django-12286](https://doutorai.pt/componentes/skills__django-django-12286): Este é um problema do repositório do Django, mas a pasta atual não contém código do Django. Preciso de compreender o problema com base na descrição do problema - [django__django-12286](https://doutorai.pt/componentes/skills__django-django-12286-2): Consigo ver que já existe um patch nos resultados dos benchmarks. Isto dá-me uma boa compreensão do problema. A correção está em django/core/checks/translation. - [django__django-12286](https://doutorai.pt/componentes/skills__django-django-12286-3): Com base na análise do arquiteto e no meu conhecimento da estrutura da base de código do Django, posso gerar o patch para a verificação translation.E004. O prob - [django__django-12308](https://doutorai.pt/componentes/skills__django-django-12308): A correção precisa de estar em django/contrib/admin/utils.py na função display_for_field, que deve verificar se o campo é um JSONField e usar o seu método prepa - [django__django-12308](https://doutorai.pt/componentes/skills__django-django-12308-2): Agora tenho duas versões do patch. A descrição do problema diz para usar o método prepare_value para tratar adequadamente o caso InvalidJSONInput. Permita-me ve - [django__django-12453](https://doutorai.pt/componentes/skills__django-django-12453): Com base na descrição do problema, posso gerar o patch diretamente. O problema descreve claramente: - [django__django-12453](https://doutorai.pt/componentes/skills__django-django-12453-2): Este não é o repositório do Django. Este parece ser um projeto diferente. Com base na descrição do problema, preciso de gerar um patch para o ficheiro django/db - [django__django-12453](https://doutorai.pt/componentes/skills__django-django-12453-3): Com base na descrição do problema e na análise do arquiteto, preciso de gerar um patch para o repositório do Django. O problema descreve a localização exata e a - [django__django-12470](https://doutorai.pt/componentes/skills__django-django-12470): Com base no meu conhecimento da base de código do Django e neste erro específico, posso identificar o problema. O problema ocorre no compilador SQL do Django ao - [django__django-12470](https://doutorai.pt/componentes/skills__django-django-12470-2): Não tenho acesso direto ao repositório do Django para explorar a base de código. No entanto, com base no meu conhecimento do ORM do Django e neste problema espe - [django__django-12470](https://doutorai.pt/componentes/skills__django-django-12470-3): Este parece ser um repositório de benchmarks, não o repositório real do Django. Dado que esta é uma tarefa de geração de patch para o repositório django/django - [django__django-12497](https://doutorai.pt/componentes/skills__django-django-12497): Com base na descrição do problema, preciso de criar um patch que corrija a mensagem de dica no código do Django. O problema indica: 1. Existe uma dica que diz i - [django__django-12497](https://doutorai.pt/componentes/skills__django-django-12497-2): Com base na descrição do problema e no ficheiro de patch que encontrei, posso fornecer a correção correta. O problema é: - [django__django-12589](https://doutorai.pt/componentes/skills__django-django-12589): Com base na descrição do problema e nas dicas fornecidas, compreendo a questão. O problema está no ficheiro sql/query.py do Django, no método set_group_by. Quan - [django__django-12589](https://doutorai.pt/componentes/skills__django-django-12589-2): Com base na descrição do problema e nas dicas, tenho contexto suficiente para gerar o patch. A dica diz especificamente: - [django__django-12589](https://doutorai.pt/componentes/skills__django-django-12589-3): Com base na análise do arquiteto e na descrição do problema, posso gerar o patch. O problema está no método set_group_by em django/db/models/sql/query.py, onde - [django__django-12700](https://doutorai.pt/componentes/skills__django-django-12700): Este repositório não contém a base de código do Django. Deixe-me compreender melhor o problema e fornecer um patch com base no meu conhecimento da estrutura de - [django__django-12700](https://doutorai.pt/componentes/skills__django-django-12700-2): Agora compreendo o problema. O método cleanse_setting no ficheiro django/views/debug.py do Django apenas suporta tipos dicionário, não suportando outros iteráve - [django__django-12708](https://doutorai.pt/componentes/skills__django-django-12708): Com base no meu conhecimento da base de código do Django e neste problema específico, posso fornecer a correção. O problema está em django/db/backends/base/sche - [django__django-12708](https://doutorai.pt/componentes/skills__django-django-12708-2): Com base na minha investigação, compreendo o problema. O problema está em django/db/backends/base/schema.py no método _delete_composed_index. Quando tanto uniqu - [django__django-12708](https://doutorai.pt/componentes/skills__django-django-12708-3): Com base na descrição do problema e na análise do arquiteto, preciso de gerar um patch para o método _delete_composed_index() do Django. O erro é que, ao elimin - [django__django-12747](https://doutorai.pt/componentes/skills__django-django-12747): Com base no meu conhecimento da base de código do Django e no problema descrito, posso fornecer o patch. O problema está em django/db/models/deletion.py no méto - [django__django-12747](https://doutorai.pt/componentes/skills__django-django-12747-2): Com base no meu conhecimento da base de código do Django e na descrição do problema, deixe-me fornecer o patch. O problema está em django/db/models/deletion.py - [django__django-12856](https://doutorai.pt/componentes/skills__django-django-12856): Com base no meu conhecimento da estrutura da base de código do Django, posso gerar a correção para este problema. O problema é sobre adicionar validação para os - [django__django-12856](https://doutorai.pt/componentes/skills__django-django-12856-2): Com base no meu conhecimento da base de código do Django, posso criar o patch. O problema é que, quando um modelo tem um UniqueConstraint, o sistema não valida - [django__django-12856](https://doutorai.pt/componentes/skills__django-django-12856-3): Com base na análise do arquiteto e no meu conhecimento da base de código do Django, vou gerar o patch. O problema é que _check_constraints() não valida se os ca - [django__django-12908](https://doutorai.pt/componentes/skills__django-django-12908-2): Compreendo que este é um problema do Django que precisa de ser corrigido. Como não tenho acesso direto ao repositório do Django, deixe-me fornecer o patch com b - [django__django-12908](https://doutorai.pt/componentes/skills__django-django-12908-3): Com base no meu conhecimento da base de código do Django e na descrição do problema, posso gerar o patch adequado. O método distinct() na classe QuerySet do Dja - [django__django-12915](https://doutorai.pt/componentes/skills__django-django-12915): Com base na descrição do problema e no traceback, consigo compreender o problema suficientemente bem para criar o patch. O problema é: - [django__django-12915](https://doutorai.pt/componentes/skills__django-django-12915-2): Com base na minha análise dos patches existentes e do problema, preciso de criar um patch limpo. A ideia-chave é: - [django__django-12983](https://doutorai.pt/componentes/skills__django-django-12983): Com base na descrição do problema, preciso de criar um patch para a função slugify do Django. O problema indica que: - Comportamento atual: text.slugify("___Thi - [django__django-12983](https://doutorai.pt/componentes/skills__django-django-12983-2): Com base na minha pesquisa, posso agora gerar o patch correto para o problema do slugify no Django. A correção requer alterar .strip() para .strip('-_') e atual - [django__django-13028](https://doutorai.pt/componentes/skills__django-django-13028): Este parece ser um problema do Django que precisa de ser aplicado ao repositório do Django. Com base na descrição do problema e na dica fornecida, posso gerar o - [django__django-13028](https://doutorai.pt/componentes/skills__django-django-13028-2): Com base na descrição do problema e na dica fornecida, posso gerar o patch. O problema é que o método check_filterable do Django verifica incorretamente o atrib - [django__django-13033](https://doutorai.pt/componentes/skills__django-django-13033): Este não parece ser um repositório do Django. A tarefa pede para resolver um problema do GitHub do repositório django/django. Deixe-me verificar se esta é uma t - [django__django-13033](https://doutorai.pt/componentes/skills__django-django-13033-2): Esta parece ser uma tarefa para gerar um patch para o repositório do Django, mas o repositório do Django não está presente na diretoria de trabalho atual. Com b - [django__django-13033](https://doutorai.pt/componentes/skills__django-django-13033-3): Com base na análise do arquiteto, posso gerar o patch. O problema está em django/db/models/sql/compiler.py por volta da linha 727, onde a comparação getattr(fie - [django__django-13158](https://doutorai.pt/componentes/skills__django-django-13158): Com base na exploração e na tentativa anterior de patch que encontrei, compreendo o problema. O problema está no método QuerySet.none() do Django: quando chamad - [django__django-13158](https://doutorai.pt/componentes/skills__django-django-13158-2): Ambos os patches confirmam a mesma correção. O patch correto limpa os atributos combinator e combined_queries antes de chamar set_empty(). Com base na minha aná - [django__django-13220](https://doutorai.pt/componentes/skills__django-django-13220): Com base no meu conhecimento da classe ValidationError do Django e nos requisitos do problema, preciso de criar um patch que adicione os métodos __eq__ e __hash - [django__django-13220](https://doutorai.pt/componentes/skills__django-django-13220-2): Com base na minha pesquisa e no patch existente, tenho informação suficiente para criar o patch adequado. O problema solicita a adição de um método __eq__ à cla - [django__django-13220](https://doutorai.pt/componentes/skills__django-django-13220-3): Este é um problema do repositório do Django, mas a base de código do Django não está nesta diretoria. Com base no meu conhecimento da base de código do Django, - [django__django-13230](https://doutorai.pt/componentes/skills__django-django-13230): Com base no meu conhecimento da estrutura de syndication do Django, posso criar o patch. O problema refere-se à adição de um argumento comments à chamada add_it - [django__django-13265](https://doutorai.pt/componentes/skills__django-django-13265): Não tenho acesso direto ao repositório do Django no sistema de ficheiros local. Com base no meu conhecimento da base de código do Django e na descrição do probl - [django__django-13265](https://doutorai.pt/componentes/skills__django-django-13265-2): Com base no meu conhecimento do detetor automático de migrações do Django, posso gerar o patch. O problema é que AlterOrderWithRespectTo cria o campo _order, ma - [django__django-13315](https://doutorai.pt/componentes/skills__django-django-13315): Com base no meu conhecimento do Django e na descrição do problema, posso construir a correção. O problema é que, quando limit_choices_to numa ForeignKey utiliza - [django__django-13321](https://doutorai.pt/componentes/skills__django-django-13321): Este repositório não parece conter o código-fonte do Django. Trata-se de um projeto diferente. O problema está relacionado com a gestão de sessões do Django. Pe - [django__django-13321](https://doutorai.pt/componentes/skills__django-django-13321-2): Com base na análise do arquiteto e no traceback, posso gerar o patch. O problema está em django/contrib/sessions/backends/base.py, onde o método _legacy_decode( - [django__django-13401](https://doutorai.pt/componentes/skills__django-django-13401): Com base no meu conhecimento do código-fonte do Django e na descrição do problema, posso criar o patch. A classe Field está em django/db/models/fields/__init__. - [django__django-13447](https://doutorai.pt/componentes/skills__django-django-13447): Com base no meu conhecimento da base de código do admin do Django (especificamente da era Django 3.x/4.x, altura em que este problema foi provavelmente submetid - [django__django-13448](https://doutorai.pt/componentes/skills__django-django-13448): O problema está no método create_test_db(). Quando MIGRATE é False, o Django continua a tentar serializar a base de dados, mas as tabelas não existem porque as - [django__django-13448](https://doutorai.pt/componentes/skills__django-django-13448-2): Com base na descrição do problema e na análise do arquiteto, posso gerar a correção. O erro é que, quando TEST: {"MIGRATE": False} está definido, a função seria - [django__django-13551](https://doutorai.pt/componentes/skills__django-django-13551): Com base na descrição do problema e no meu conhecimento da base de código do Django, preciso de gerar uma correção para o método PasswordResetTokenGenerator._ma - [django__django-13590](https://doutorai.pt/componentes/skills__django-django-13590): Com base na descrição do problema, preciso de criar uma correção para a base de código do Django. O problema está em django/db/models/sql/query.py no método res - [django__django-13658](https://doutorai.pt/componentes/skills__django-django-13658): Com base na descrição do problema, percebo que se trata da classe ManagementUtility da estrutura Django. O problema descreve exatamente o que precisa de ser cor - [django__django-13658](https://doutorai.pt/componentes/skills__django-django-13658-2): Consigo ver o formato de uma correção existente. Agora preciso de gerar a correção correta. Com base na descrição do problema, existe uma instanciação do Comman - [django__django-13660](https://doutorai.pt/componentes/skills__django-django-13660): Este problema é do repositório django/django, mas estamos num diretório diferente. Vou procurar o código-fonte do Django ou compreender que se trata de criar um - [django__django-13710](https://doutorai.pt/componentes/skills__django-django-13710): Com base no meu conhecimento da base de código do Django, posso fornecer a correção para este problema. A implementação inline do admin do Django está em django - [django__django-13757](https://doutorai.pt/componentes/skills__django-django-13757): Com base no meu conhecimento da base de código do Django e na descrição do problema, posso fornecer a correção. O problema está no ficheiro django/db/models/fie - [django__django-13768](https://doutorai.pt/componentes/skills__django-django-13768): Este é um problema do Django, não relacionado com o repositório atual. Com base na descrição do problema, preciso de criar uma correção para o método Signal.sen - [django__django-13925](https://doutorai.pt/componentes/skills__django-django-13925): O erro estava no método _check_default_pk nas opções do modelo do Django. Ao verificar se um modelo precisa de um aviso de chave primária (W042), o código não e - [django__django-13925](https://doutorai.pt/componentes/skills__django-django-13925-2): Com base na análise do arquiteto e no meu conhecimento da base de código do Django, posso gerar a correção para este problema. O método _check_default_pk no Dja - [django__django-13933](https://doutorai.pt/componentes/skills__django-django-13933): Com base na descrição do problema, preciso de criar uma correção para a classe ModelChoiceField do Django em django/forms/models.py. O problema é que o ModelCho - [django__django-13964](https://doutorai.pt/componentes/skills__django-django-13964): O repositório do Django não se encontra no diretório atual. Este parece ser um repositório diferente. Como o utilizador me está a pedir para resolver um problem - [django__django-14016](https://doutorai.pt/componentes/skills__django-django-14016): Com base na descrição do problema, preciso de criar uma correção para a implementação do objeto Q do Django. O problema é que aplicar o operador | a um objeto Q - [django__django-14017](https://doutorai.pt/componentes/skills__django-django-14017): Este não é um repositório do Django. Este problema é do repositório django/django, mas estou num diretório diferente. Vou compreender o problema a partir da des - [django__django-14155](https://doutorai.pt/componentes/skills__django-django-14155): Com base no meu conhecimento da base de código do Django e na descrição do problema, posso gerar a correção. A classe ResolverMatch está em django/urls/resolver - [django__django-14155](https://doutorai.pt/componentes/skills__django-django-14155-2): Com base no meu conhecimento da base de código do Django e na descrição do problema (django__django-14155), posso gerar a correção adequada. A classe ResolverMa - [django__django-14238](https://doutorai.pt/componentes/skills__django-django-14238): Com base na descrição do problema e no meu conhecimento da base de código do Django, posso gerar a solução. O problema é que a metaclasse AutoFieldMeta tem uma - [django__django-14238](https://doutorai.pt/componentes/skills__django-django-14238-2): Com base no ficheiro de correção que encontrei, consigo ver que se trata efetivamente do problema do Django relativo à verificação de subclasses de DEFAULT_AUTO - [django__django-14382](https://doutorai.pt/componentes/skills__django-django-14382): Este parece ser um repositório separado. A tarefa está a pedir para gerar uma correção para o repositório django/django, e não para um ficheiro neste diretório - [django__django-14411](https://doutorai.pt/componentes/skills__django-django-14411): Com base no meu conhecimento da base de código do Django e deste problema específico, posso fornecer a correção. O problema é que ReadOnlyPasswordHashWidget ren - [django__django-14534](https://doutorai.pt/componentes/skills__django-django-14534): Esta base de código não contém o Django. Com base no problema do GitHub, preciso de gerar um patch para o repositório do Django. O problema está claramente desc - [django__django-14608](https://doutorai.pt/componentes/skills__django-django-14608): Com base no meu conhecimento da base de código do Django e na descrição do problema, posso criar o patch. O problema pede para: - [django__django-14667](https://doutorai.pt/componentes/skills__django-django-14667): Com base no meu conhecimento do Django e na descrição do problema, posso construir o patch. O erro está na forma como defer() lida com o caso em que é encadeado - [django__django-14667](https://doutorai.pt/componentes/skills__django-django-14667-2): Encontrei um patch existente para este problema. Deixe-me verificar se está correto através de uma melhor compreensão da lógica e produzindo o patch adequado: - [django__django-14672](https://doutorai.pt/componentes/skills__django-django-14672): Com base na descrição do problema, preciso de criar um patch para a classe ManyToManyRel do Django. O problema indica que through_fields pode ser uma lista e, a - [django__django-14730](https://doutorai.pt/componentes/skills__django-django-14730): Com base no meu conhecimento da base de código do Django e na descrição do problema, posso criar o patch. O problema refere-se à adição de uma verificação de si - [django__django-14730](https://doutorai.pt/componentes/skills__django-django-14730-2): Estes patches destinam-se a um problema diferente do Django (12497). O problema que preciso de resolver visa impedir que os programadores definam related_name e - [django__django-14752](https://doutorai.pt/componentes/skills__django-django-14752): Com base no problema do GitHub do repositório django/django, preciso de criar um patch para a classe AutocompleteJsonView. Deixe-me criar o patch com base na de - [django__django-14752](https://doutorai.pt/componentes/skills__django-django-14752-2): Com base na descrição do problema e na análise do arquiteto, preciso de gerar um patch para a classe AutocompleteJsonView do Django. O problema fornece os detal - [django__django-14787](https://doutorai.pt/componentes/skills__django-django-14787): Agora tenho o patch exato. A correção é simples: envolver o objeto partial com wraps(method) para copiar as atribuições do invólucro do método original para o o - [django__django-14855](https://doutorai.pt/componentes/skills__django-django-14855): Com base na descrição do problema e nas pistas fornecidas, posso criar o patch. O problema estabelece claramente: - [django__django-14855](https://doutorai.pt/componentes/skills__django-django-14855-2): Com base na descrição do problema e na análise do arquiteto, posso gerar o patch. O problema é claro: no método get_admin_url(), a chamada a reverse() não conté - [django__django-14915](https://doutorai.pt/componentes/skills__django-django-14915): Com base na descrição do problema e nas pistas fornecidas, posso gerar o patch. A classe ModelChoiceIteratorValue encontra-se em django/forms/widgets.py e neces - [django__django-14915](https://doutorai.pt/componentes/skills__django-django-14915-2): Com base na análise do arquiteto, tenho informação suficiente para gerar o patch. A classe ModelChoiceIteratorValue necessita de um método __hash__ que retorne - [django__django-14997](https://doutorai.pt/componentes/skills__django-django-14997): Com base na descrição do problema e nas pistas fornecidas, consigo compreender o problema e gerar a correção. O problema é: - [django__django-14999](https://doutorai.pt/componentes/skills__django-django-14999): Com base no meu conhecimento da base de código do Django e deste problema específico, fornecerei o patch. O problema está em django/db/migrations/operations/mod - [django__django-15061](https://doutorai.pt/componentes/skills__django-django-15061): Com base no meu conhecimento da base de código do Django, posso fornecer o patch para este problema. A classe MultiWidget está em django/forms/widgets.py e poss - [django__django-15202](https://doutorai.pt/componentes/skills__django-django-15202): Com base no meu conhecimento da base de código do Django e no rastreio do erro, posso gerar a correção. O problema encontra-se em django/core/validators.py, ond - [django__django-15202](https://doutorai.pt/componentes/skills__django-django-15202-2): Com base na análise do arquiteto, gerarei o patch para o problema do URLValidator do Django. A correção precisa de capturar ValueError de urlsplit() e convertê- - [django__django-15213](https://doutorai.pt/componentes/skills__django-django-15213): O código-fonte do Django não está neste repositório. Com base na descrição do problema no GitHub e no meu conhecimento do código-fonte do Django, posso analisar - [django__django-15252](https://doutorai.pt/componentes/skills__django-django-15252): Este repositório não é o código-fonte do Django. Preciso de produzir o patch com base no meu conhecimento do sistema de migrações do Django. Com base na descriç - [django__django-15320](https://doutorai.pt/componentes/skills__django-django-15320): Com base no meu conhecimento do código-fonte do Django e na descrição do problema, posso gerar a correção. O problema está no ficheiro django/db/models/expressi - [django__django-15347](https://doutorai.pt/componentes/skills__django-django-15347): Com base no enunciado do problema, compreendo o problema claramente. O erro está na estrutura de mensagens do Django, onde a classe MessageEncoder verifica o va - [django__django-15388](https://doutorai.pt/componentes/skills__django-django-15388): O problema está no módulo de autoreload de modelos do Django. Quando BASE_DIR é adicionado a TEMPLATES[0]['DIRS'], todo o projeto passa a ser um diretório de mo - [django__django-15388](https://doutorai.pt/componentes/skills__django-django-15388-2): Com base na análise do arquiteto e no meu conhecimento da funcionalidade de autoreload do Django, posso gerar o patch. A função template_changed em django/templ - [django__django-15400](https://doutorai.pt/componentes/skills__django-django-15400): Com base na descrição do problema, tenho contexto suficiente para gerar o patch. O problema é que SimpleLazyObject em django/utils/functional.py do Django não i - [django__django-15400](https://doutorai.pt/componentes/skills__django-django-15400-2): Com base na análise fornecida e na estrutura padrão do código-fonte do Django, posso gerar o patch para o problema de SimpleLazyObject.__radd__. A correção adic - [django__django-15498](https://doutorai.pt/componentes/skills__django-django-15498): Com base no meu conhecimento do Django e neste problema, o erro está em django/views/static.py. A função was_modified_since deveria tratar uma string vazia no c - [django__django-15695](https://doutorai.pt/componentes/skills__django-django-15695): Com base no meu conhecimento do Django e na descrição do problema, posso fornecer a correção. O problema está na operação RenameIndex nas migrações do Django. Q - [django__django-15695](https://doutorai.pt/componentes/skills__django-django-15695-2): Com base na descrição do problema e na análise do arquiteto, posso gerar o patch. O problema está no método database_backwards() de RenameIndex: quando old_name - [django__django-15738](https://doutorai.pt/componentes/skills__django-django-15738): Com base no meu conhecimento do código-fonte do Django e na descrição do problema, posso fornecer o patch. O problema está no método generate_removed_fields de - [django__django-15738](https://doutorai.pt/componentes/skills__django-django-15738-2): Com base no meu conhecimento do detetor automático de migrações do Django e no problema descrito, posso gerar o patch. O problema é que, quando um campo Foreign - [django__django-15781](https://doutorai.pt/componentes/skills__django-django-15781): O repositório do Django não parece estar no diretório atual. Com base no problema e nas pistas fornecidas, posso gerar o patch diretamente, uma vez que a altera - [django__django-15789](https://doutorai.pt/componentes/skills__django-django-15789): Com base no meu conhecimento do código-fonte do Django e na descrição do problema, posso criar o patch. A função json_script no ficheiro django/utils/html.py do - [django__django-15790](https://doutorai.pt/componentes/skills__django-django-15790): Com base no meu conhecimento do Django e no problema descrito, posso fornecer a correção para este erro. O problema está nas verificações do sistema de modelos - [django__django-15790](https://doutorai.pt/componentes/skills__django-django-15790-2): Com base na análise do arquiteto e no meu conhecimento do sistema de verificações de modelos do Django, posso gerar o patch. A função check_for_template_tags_wi - [django__django-15814](https://doutorai.pt/componentes/skills__django-django-15814): Este é um projeto diferente. Com base na descrição do problema, preciso de criar um patch para o código-fonte do Django. O problema está em django/db/models/sql - [django__django-15819](https://doutorai.pt/componentes/skills__django-django-15819): Com base no meu conhecimento do comando inspectdb do Django, posso criar o patch. O comando inspectdb está localizado em django/core/management/commands/inspect - [django__django-15819](https://doutorai.pt/componentes/skills__django-django-15819-2): Com base no meu conhecimento do comando inspectdb do Django e na descrição do problema, posso gerar o patch. O ficheiro inspectdb.py gera modelos Django a parti - [django__django-15851](https://doutorai.pt/componentes/skills__django-django-15851): Com base no meu conhecimento da base de código do Django e na descrição do problema, posso fornecer a correção. O problema está em django/db/backends/postgresql - [django__django-15902](https://doutorai.pt/componentes/skills__django-django-15902): Esta parece ser uma tarefa sobre a criação de um patch para o repositório do Django. Com base na descrição do problema e na dica fornecida, preciso de criar um - [django__django-15996](https://doutorai.pt/componentes/skills__django-django-15996): Agora compreendo. Para uma única flag, list(value) devolve uma lista com um elemento. Para flags combinadas, devolve múltiplos elementos. Para um valor zero, de - [django__django-16041](https://doutorai.pt/componentes/skills__django-django-16041): Este é um problema do Django que precisa de ser resolvido na base de código do Django. Com base na descrição do problema e nas dicas fornecidas, posso gerar o p - [django__django-16046](https://doutorai.pt/componentes/skills__django-django-16046): Com base na descrição do problema, compreendo a questão. O ficheiro numberformat.py do Django tem código que verifica se str_number[0] == "-" para detetar númer - [django__django-16139](https://doutorai.pt/componentes/skills__django-django-16139): Esta parece ser uma tarefa a pedir-me para gerar um patch para a base de código do Django com base na descrição do problema. O problema está na classe UserChang - [django__django-16229](https://doutorai.pt/componentes/skills__django-django-16229): Com base no meu conhecimento da base de código do Django, posso analisar e corrigir este problema. O problema está em django/forms/models.py, na função apply_li - [django__django-16229](https://doutorai.pt/componentes/skills__django-django-16229-2): Com base na minha análise do problema e nas orientações do arquiteto, preciso de criar um patch adequado para o ficheiro django/forms/models.py do Django. O pro - [django__django-16255](https://doutorai.pt/componentes/skills__django-django-16255): Este não é o repositório do Django. A tarefa consiste em gerar um patch para o problema dos sitemaps do Django. Com base na descrição do problema e na dica, pre - [django__django-16379](https://doutorai.pt/componentes/skills__django-django-16379): Este é um repositório diferente. A tarefa pede-me para gerar um patch para o método FileBasedCache.has_key do repositório do Django. Preciso de compreender o pr - [django__django-16400](https://doutorai.pt/componentes/skills__django-django-16400): Este é um problema do Django, mas o diretório atual não é o repositório do Django. A tarefa pede-me para gerar um patch para o projeto Django. Vou criar o patch - [django__django-16400](https://doutorai.pt/componentes/skills__django-django-16400-2): Com base na análise do arquiteto e no meu conhecimento da base de código do Django, posso gerar o patch. O problema está em django/contrib/auth/management/__ini - [django__django-16408](https://doutorai.pt/componentes/skills__django-django-16408): Com base na descrição do problema e nas dicas fornecidas, consigo compreender o problema e gerar o patch adequado. O problema é que, ao utilizar FilteredRelatio - [django__django-16527](https://doutorai.pt/componentes/skills__django-django-16527): Este não é um repositório do Django. Com base na descrição do problema, preciso de gerar um patch para a base de código do Django. O problema está relacionado c - [django__django-16595](https://doutorai.pt/componentes/skills__django-django-16595): Com base no meu conhecimento da base de código do Django e na descrição do problema, posso fornecer o patch. O problema está em django/db/migrations/operations/ - [django__django-16595](https://doutorai.pt/componentes/skills__django-django-16595-2): Com base no meu conhecimento do otimizador de migrações do Django e na descrição do problema, posso gerar o patch correto. O método AlterField.reduce() na base - [django__django-16816](https://doutorai.pt/componentes/skills__django-django-16816): Com base na descrição do problema e nas dicas fornecidas, preciso de criar um patch para as verificações do admin do Django. O problema descreve que o erro E108 - [django__django-16816](https://doutorai.pt/componentes/skills__django-django-16816-2): Com base na minha análise do problema e nas orientações do arquiteto, posso gerar o patch para este erro E108 das verificações do admin do Django. A correção pr - [django__django-16820](https://doutorai.pt/componentes/skills__django-django-16820): Com base no padrão do otimizador de migrações do Django, a correção deve adicionar regras de otimização para tratar a transição de index_together para indexes. - [django__django-16820](https://doutorai.pt/componentes/skills__django-django-16820-2): Com base no meu conhecimento da arquitetura do sistema de migrações do Django, vou gerar o patch. A ideia fundamental é que o otimizador de migrações precisa de - [django__django-16873](https://doutorai.pt/componentes/skills__django-django-16873): Este repositório não contém o código-fonte do Django. Com base no meu conhecimento da base de código do Django e na descrição do problema, posso fornecer a corr - [django__django-16873](https://doutorai.pt/componentes/skills__django-django-16873-2): Com base no meu conhecimento da base de código do Django e na análise do arquiteto, posso gerar o patch para o filtro join em django/template/defaultfilters.py. - [django__django-16910](https://doutorai.pt/componentes/skills__django-django-16910): Com base na análise do arquiteto e no meu conhecimento do funcionamento interno do Django, posso gerar o patch para este problema. O problema está na forma como - [django__django-17051](https://doutorai.pt/componentes/skills__django-django-17051): Com base na descrição do problema e na pista, tenho contexto suficiente para criar o patch. O problema é claro: - [django__django-17087](https://doutorai.pt/componentes/skills__django-django-17087): A base de código do Django não está presente no diretório de trabalho atual. Com base na descrição do problema e nas pistas, tenho toda a informação necessária - [dnanexus-integration](https://doutorai.pt/componentes/skills__dnanexus-integration): Plataforma de genómica em cloud DNAnexus. Construa apps/applets, gira dados (upload/download), dxpy Python SDK, execute workflows, FASTQ/BAM/VCF, para desenvolv - [doc](https://doutorai.pt/componentes/skills__doc-2): PNG IHDR d d pT pHYs sRGB gAMA a PIDATx 흹N@ {o o@» B>-,]U=I$ j{p C !ÅBp!d 2\ . BB04 [x \9 ! 9USݬҼVWVVzuB 7 V:IPM|~~6 vwwd @%#2܄JV!x UڈTإd DXh R EFUJ !a; (9+ vvL - [doc-coauthoring](https://doutorai.pt/componentes/skills__doc-coauthoring): Guiar utilizadores através de um fluxo de trabalho estruturado para coautoria de documentação. Utilizar quando o utilizador quer escrever documentação, proposta - [docker](https://doutorai.pt/componentes/skills__docker): services: - type: web name: docker-app runtime: docker plan: free region: oregon branch: main autoDeploy: true dockerfilePath: ./Dockerfile # Caminho para o seu - [docker](https://doutorai.pt/componentes/skills__docker-2): Erros comuns de Docker e de contentores com diagnóstico e soluções. - [docker-expert](https://doutorai.pt/componentes/skills__docker-expert): Especialista em contentorização Docker com conhecimento profundo de builds multi-stage, otimização de imagens, segurança de contentores, orquestração com Docker - [docs-search](https://doutorai.pt/componentes/skills__docs-search): Pesquisar documentação de base de código autogerada para encontrar assinaturas de funções, docs de API, definições de classes e comentários de código. Utilizar - [document](https://doutorai.pt/componentes/skills__document): Envolve todas as execuções dentro de w:ins em w:del, convertendo w:t em w:delText. Pode processar um único elemento w:ins ou um elemento contentor com múltiplos - [document](https://doutorai.pt/componentes/skills__document-2): Envolve todas as execuções dentro de w:ins em w:del, convertendo w:t em w:delText. Pode processar um único elemento w:ins ou um elemento contentor com múltiplos - [documentation-patterns](https://doutorai.pt/componentes/skills__documentation-patterns): Estratégias para criar comandos autodocumentados e de fácil manutenção com uma excelente experiência de utilizador. - [documentation-templates](https://doutorai.pt/componentes/skills__documentation-templates): Templates de documentação e diretrizes de estrutura. README, docs de API, comentários de código e documentação amigável para IA. - [docx](https://doutorai.pt/componentes/skills__docx-2): Toolkit de documentos (.docx). Criar/editar documentos, controlo de alterações, comentários, preservação de formatação, extração de texto, para processamento pr - [docx](https://doutorai.pt/componentes/skills__docx-9): Utilizar esta skill sempre que o utilizador quiser criar, ler, editar ou manipular documentos Word (ficheiros .docx). Os gatilhos incluem: qualquer menção a 'Wo - [docx-js](https://doutorai.pt/componentes/skills__docx-js): Gere ficheiros .docx com JavaScript/TypeScript. - [docx-js](https://doutorai.pt/componentes/skills__docx-js-2): Gere ficheiros .docx com JavaScript/TypeScript. - [docx-official](https://doutorai.pt/componentes/skills__docx-official): Utilizar esta skill sempre que o utilizador quiser criar, ler, editar ou manipular documentos Word (ficheiros .docx). Os gatilhos incluem: qualquer menção a 'Wo - [doe_guidelines](https://doutorai.pt/componentes/skills__doe-guidelines): Os requisitos de propostas do DOE variam significativamente consoante o escritório do programa e o FOA. Leia sempre atentamente o FOA específico. - [domain-driven-design](https://doutorai.pt/componentes/skills__domain-driven-design): Planear e encaminhar trabalho de Domain-Driven Design desde a modelação estratégica até à implementação tática e padrões de arquitetura baseada em eventos. - [domain-name-brainstormer](https://doutorai.pt/componentes/skills__domain-name-brainstormer): Gera ideias criativas de nomes de domínio para o seu projeto e verifica a disponibilidade em vários TLDs (.com, .io, .dev, .ai, etc.). Poupa horas de brainstorm - [dotnet-backend](https://doutorai.pt/componentes/skills__dotnet-backend): Construir serviços backend ASP.NET Core 8+ com EF Core, auth, background jobs e padrões de API de produção. - [download_cosmic](https://doutorai.pt/componentes/skills__download-cosmic): Este script fornece funções para descarregar dados da base de dados COSMIC (Catalogue of Somatic Mutations in Cancer). - [dpo-variants](https://doutorai.pt/componentes/skills__dpo-variants): Guia completo das variantes de perda de Direct Preference Optimization em TRL. - [draw-io](https://doutorai.pt/componentes/skills__draw-io): Criação, edição e revisão de diagramas draw.io. Utilizar para edição de XML .drawio, conversão de PNG, ajuste de layout e utilização de ícones AWS. - [drizzle-orm-expert](https://doutorai.pt/componentes/skills__drizzle-orm-expert): Especialista em Drizzle ORM para TypeScript - design de esquema, consultas relacionais, migrações e integração de base de dados serverless. Utilizar ao construi - [drugbank-database](https://doutorai.pt/componentes/skills__drugbank-database): Aceder e analisar informação abrangente sobre medicamentos a partir da base de dados DrugBank, incluindo propriedades dos medicamentos, interações, alvos, vias, - [drugbank_helper](https://doutorai.pt/componentes/skills__drugbank-helper): Args: root: Elemento raiz XML pré-carregado. Se for None, será carregado a partir do drugbank-downloader """ self.root = root self._drug_cache = {} - [drugs](https://doutorai.pt/componentes/skills__drugs): Esta referência cobre todos os endpoints da API relacionados com medicamentos da FDA acessíveis através do openFDA. - [dspy](https://doutorai.pt/componentes/skills__dspy): Construir sistemas de IA complexos com programação declarativa, otimizar prompts automaticamente, criar sistemas RAG modulares e agentes com DSPy - a framework - [dynamic-routing](https://doutorai.pt/componentes/skills__dynamic-routing): Configure o encaminhamento complexo no painel de controlo sem alterações de código. Use nomes de rotas em vez de nomes de modelos. - [e2e-testing-patterns](https://doutorai.pt/componentes/skills__e2e-testing-patterns): Construir suites de testes end-to-end fiáveis, rápidas e fáceis de manter que dão confiança para enviar código rapidamente e detetar regressões antes que os uti - [easing](https://doutorai.pt/componentes/skills__easing): Fornece várias funções de suavização (easing) para movimento e temporização naturais. Todas as funções aceitam um valor t (0.0 a 1.0) e devolvem um valor suaviz - [easing](https://doutorai.pt/componentes/skills__easing-2): Fornece várias funções de suavização (easing) para movimento e temporização naturais. Todas as funções recebem um valor t (0.0 a 1.0) e devolvem o valor suaviza - [ecg_cardiac](https://doutorai.pt/componentes/skills__ecg-cardiac): Processa sinais de eletrocardiograma (ECG) e fotopletismografia (PPG) para análise cardiovascular. Este módulo fornece ferramentas abrangentes para deteção de p - [eda](https://doutorai.pt/componentes/skills__eda): A Atividade Eletrodérmica (EDA), também conhecida como Resposta Galvânica da Pele (GSR) ou Condutância da Pele (SC), mede a condutância elétrica da pele, reflet - [editing](https://doutorai.pt/componentes/skills__editing): ⚠️ UTILIZE LAYOUTS VARIADOS: apresentações monótonas são um modo de falha comum. Não opte por defeito por diapositivos básicos de título + pontos. Procure ativa - [editing](https://doutorai.pt/componentes/skills__editing-2): ⚠️ UTILIZE LAYOUTS VARIADOS: apresentações monótonas são um modo de falha comum. Não opte por defeito por diapositivos básicos de título + pontos. Procure ativa - [eeg](https://doutorai.pt/componentes/skills__eeg): Analise sinais de eletroencefalografia (EEG) para potência de banda de frequência, avaliação de qualidade de canal, localização de fontes e identificação de mic - [effect_sizes_and_power](https://doutorai.pt/componentes/skills__effect-sizes-and-power): Este documento fornece orientação sobre o cálculo, interpretação e comunicação da dimensão do efeito, bem como sobre a realização de análises de potência para o - [effective_genome_sizes](https://doutorai.pt/componentes/skills__effective-genome-sizes): O tamanho efetivo do genoma refere-se ao comprimento do genoma "mapeável": regiões que podem ser mapeadas de forma única por leituras de sequenciação. Esta métr - [effort](https://doutorai.pt/componentes/skills__effort): O esforço controla a avidez com que o Claude gasta tokens. Afeta todos os tokens: pensamento, respostas de texto e chamadas de funções. - [electron-desktop](https://doutorai.pt/componentes/skills__electron-desktop): Princípios de templates de aplicações desktop Electron. Multiplataforma, React, TypeScript. - [electron-development](https://doutorai.pt/componentes/skills__electron-development): Dominar o desenvolvimento de aplicações desktop Electron com IPC seguro, contextIsolation, scripts de preload, arquitetura multiprocesso, empacotamento com elec - [elixir-pro](https://doutorai.pt/componentes/skills__elixir-pro): Escrever código Elixir idiomático com padrões OTP, árvores de supervisão e Phoenix LiveView. Domina concorrência, tolerância a falhas e sistemas distribuídos. - [email-sequence](https://doutorai.pt/componentes/skills__email-sequence): Quando o utilizador quiser criar ou otimizar uma sequência de emails, campanha de drip, fluxo de email automatizado ou programa de email de ciclo de vida. Utili - [email-systems](https://doutorai.pt/componentes/skills__email-systems): O email tem o maior ROI de qualquer canal de marketing. $36 por cada $1 gasto. No entanto, a maioria das startups trata-o como algo secundário - envios em massa - [email-templates](https://doutorai.pt/componentes/skills__email-templates): Modelos de e-mail prontos a utilizar para cenários comuns de desenvolvimento de software. Adapte o tom e o nível de detalhe ao seu público. - [embeddings](https://doutorai.pt/componentes/skills__embeddings): Gere embeddings para texto ou conteúdo multimodal (imagens e vídeos) para realizar pesquisa semântica, agrupamento (clustering) e outras tarefas de PLN. Os veto - [emg](https://doutorai.pt/componentes/skills__emg): A Eletromiografia (EMG) mede a atividade elétrica produzida pelos músculos esqueléticos durante a contração. A análise de EMG no NeuroKit2 foca-se na estimativa - [emotional-regulation](https://doutorai.pt/componentes/skills__emotional-regulation): Técnicas para gerir as suas próprias emoções antes, durante e após conversas desafiantes no local de trabalho. - [ena-database](https://doutorai.pt/componentes/skills__ena-database): Aceder ao European Nucleotide Archive via API/FTP. Obter sequências de DNA/RNA, leituras brutas (FASTQ), montagens de genoma por acesso, para pipelines de genóm - [endpoints](https://doutorai.pt/componentes/skills__endpoints): Esta secção fornece regras para gerir endpoints de computação associados a ramificações (branches) num projeto. Os endpoints de computação são instâncias de com - [ensembl-database](https://doutorai.pt/componentes/skills__ensembl-database): Consultar a API REST da base de dados do genoma Ensembl para mais de 250 espécies. Pesquisas de genes, obtenção de sequências, análise de variantes, genómica co - [ensembl_query](https://doutorai.pt/componentes/skills__ensembl-query): if response.status_code == 200: return response.json() elif response.status_code == 429: # Rate limited - wait and retry retry_after = int(response.headers.get( - [ensemble-models](https://doutorai.pt/componentes/skills__ensemble-models): As Random Survival Forests estendem o algoritmo de random forest à análise de sobrevivência com dados censurados. Constroem múltiplas árvores de decisão em amos - [entry_operations](https://doutorai.pt/componentes/skills__entry-operations): Utilitários para criar entradas, carregar anexos e gerir conteúdo do bloco de notas. - [env_template](https://doutorai.pt/componentes/skills__env-template): Este modelo fornece um ponto de partida para criar ambientes PufferEnv personalizados. Personalize o espaço de observação, o espaço de ação e a lógica do ambien - [environment-config](https://doutorai.pt/componentes/skills__environment-config): O objeto EnvironmentConfig é utilizado para configurar serviços, volumes e variáveis partilhadas no Railway. - [environment-setup-guide](https://doutorai.pt/componentes/skills__environment-setup-guide): Guiar programadores na configuração de ambientes de desenvolvimento com as ferramentas, dependências e configurações adequadas - [environments](https://doutorai.pt/componentes/skills__environments): A PufferLib fornece a API PufferEnv para criar ambientes personalizados de elevado desempenho, e o conjunto Ocean contendo mais de 20 ambientes pré-construídos. - [enzyme_pathway_builder](https://doutorai.pt/componentes/skills__enzyme-pathway-builder): Este módulo fornece ferramentas para a construção de vias enzimáticas e árvores retrossintéticas utilizando informação da base de dados BRENDA. - [eog](https://doutorai.pt/componentes/skills__eog): A eletrooculografia (EOG) mede os movimentos oculares e os pestanejos detetando diferenças de potencial elétrico geradas por alterações na posição ocular. A EOG - [epochs_events](https://doutorai.pt/componentes/skills__epochs-events): A análise relacionada com eventos examina respostas fisiológicas temporalmente associadas a estímulos ou eventos específicos. O NeuroKit2 fornece ferramentas pa - [erd-diagrams](https://doutorai.pt/componentes/skills__erd-diagrams): Os ERD modelam esquemas de bases de dados, mostrando tabelas (entidades), as suas colunas (atributos) e relações entre tabelas. Essencial para a conceção e docu - [error-codes](https://doutorai.pt/componentes/skills__error-codes): Este ficheiro documenta os códigos de erro HTTP devolvidos pela API do Claude, as suas causas comuns e como tratá-los. Para exemplos de tratamento de erros espe - [error-patterns](https://doutorai.pt/componentes/skills__error-patterns-3): Utilize isto para mapear rapidamente assinaturas de registos para causas e correções prováveis. - [esm](https://doutorai.pt/componentes/skills__esm): Toolkit abrangente para modelos de linguagem de proteínas, incluindo ESM3 (design generativo de proteínas multimodais em toda a sequência, estrutura e função) e - [esm-c-api](https://doutorai.pt/componentes/skills__esm-c-api): O ESM C (Cambrian) é uma família de modelos de linguagem de proteínas otimizados para a aprendizagem de representações e geração eficiente de embeddings. Conceb - [esm3-api](https://doutorai.pt/componentes/skills__esm3-api): O ESM3 é um modelo de linguagem gerativo multimodal de ponta que raciocina sobre a sequência, estrutura e função das proteínas. Utiliza a modelação de linguagem - [etetoolkit](https://doutorai.pt/componentes/skills__etetoolkit): Toolkit de árvores filogenéticas (ETE). Manipulação de árvores (Newick/NHX), deteção de eventos evolutivos, ortologia/paralogia, taxonomia NCBI, visualização (P - [evaluating-code-models](https://doutorai.pt/componentes/skills__evaluating-code-models): Avalia modelos de geração de código em HumanEval, MBPP, MultiPL-E e mais de 15 benchmarks com métricas pass@k. Utilizar ao fazer benchmarking de modelos de códi - [evaluating-llms-harness](https://doutorai.pt/componentes/skills__evaluating-llms-harness): Avalia LLMs em mais de 60 benchmarks académicos (MMLU, HumanEval, GSM8K, TruthfulQA, HellaSwag). Utilizar ao fazer benchmarking de qualidade do modelo, comparar - [evaluation](https://doutorai.pt/componentes/skills__evaluation): Guia completo para a avaliação de desempenho e teste de modelos fundidos com base nas melhores práticas de investigação. - [evaluation](https://doutorai.pt/componentes/skills__evaluation-2): Este documento fornece orientações sobre a criação de avaliações abrangentes para servidores MCP. As avaliações testam se os LLM podem utilizar eficazmente o se - [evaluation](https://doutorai.pt/componentes/skills__evaluation-3): Este script avalia servidores MCP executando perguntas de teste contra eles com o Claude. - [evaluation-metrics](https://doutorai.pt/componentes/skills__evaluation-metrics): A avaliação de modelos de sobrevivência requer métricas especializadas que considerem dados censurados. O scikit-survival fornece três categorias principais de - [evaluation_framework](https://doutorai.pt/componentes/skills__evaluation-framework): Este documento fornece critérios de avaliação detalhados, rubricas e indicadores de qualidade para cada dimensão da estrutura ScholarEval. Utilize estes padrões - [event-handlers](https://doutorai.pt/componentes/skills__event-handlers): A tipagem adequada de eventos garante um acesso com segurança de tipos às propriedades dos eventos e elementos de destino. - [event-sourcing-architect](https://doutorai.pt/componentes/skills__event-sourcing-architect): Especialista em event sourcing, CQRS e padrões de arquitetura orientada a eventos. Domina design de event store, construção de projeções, orquestração de sagas - [events](https://doutorai.pt/componentes/skills__events): Este guia aborda o sistema de eventos no SimPy, que constitui a base da simulação de eventos discretos. - [evidence_synthesis](https://doutorai.pt/componentes/skills__evidence-synthesis): A síntese de evidência envolve rever, analisar e integrar sistematicamente resultados de investigação para fundamentar recomendações clínicas. Este guia aborda - [evidence_types](https://doutorai.pt/componentes/skills__evidence-types): A evidência representa qualquer evento ou conjunto de eventos que identifique um alvo como um potencial gene ou proteína causal de uma doença. A evidência é pad - [exa-search](https://doutorai.pt/componentes/skills__exa-search): Pesquisa semântica, descoberta de conteúdo semelhante e investigação estruturada utilizando a API Exa - [example](https://doutorai.pt/componentes/skills__example): Este é um script temporário que pode ser executado diretamente. Substitua pela implementação real ou elimine se não for necessário. - [example](https://doutorai.pt/componentes/skills__example-2): Este é um script temporário que pode ser executado diretamente. Substitua pela implementação real ou elimine se não for necessário. - [example](https://doutorai.pt/componentes/skills__example-3): Este é um script temporário que pode ser executado diretamente. Substitua pela implementação real ou elimine se não for necessário. - [example](https://doutorai.pt/componentes/skills__example-4): Este é um script marcador de posição que pode ser executado diretamente. Substitua pela implementação real ou elimine se não for necessário. - [example](https://doutorai.pt/componentes/skills__example-5): Este é um script marcador de posição que pode ser executado diretamente. Substitua pela implementação real ou elimine se não for necessário. - [example](https://doutorai.pt/componentes/skills__example-6): Este é um script marcador de posição que pode ser executado diretamente. Substitua pela implementação real ou elimine se não for necessário. - [example](https://doutorai.pt/componentes/skills__example-7): Este é um script marcador de posição que pode ser executado diretamente. Substitua pela implementação real ou elimine se não for necessário. - [example](https://doutorai.pt/componentes/skills__example-8): Este é um script marcador de posição que pode ser executado diretamente. Substitua pela implementação real ou elimine se não for necessário. - [example](https://doutorai.pt/componentes/skills__example-9): Este é um script marcador de posição que pode ser executado diretamente. Substitua pela implementação real ou elimine se não for necessário. - [example](https://doutorai.pt/componentes/skills__example-10): Este é um script marcador de posição que pode ser executado diretamente. Substitua pela implementação real ou elimine se não for necessário. - [example](https://doutorai.pt/componentes/skills__example-11): Este é um script marcador de posição que pode ser executado diretamente. Substitua pela implementação real ou elimine se não for necessário. - [example-settings](https://doutorai.pt/componentes/skills__example-settings): As alterações requerem o reinício do Claude Code: os hooks não podem ser hot-swapped. - [example_asset](https://doutorai.pt/componentes/skills__example-asset): Este marcador de posição representa onde os ficheiros de recursos seriam armazenados. Substitua pelos ficheiros de recursos reais (modelos, imagens, tipos de le - [example_asset](https://doutorai.pt/componentes/skills__example-asset-2): Este marcador de posição representa onde os ficheiros de recursos seriam armazenados. Substitua pelos ficheiros de recursos reais (modelos, imagens, tipos de le - [example_asset](https://doutorai.pt/componentes/skills__example-asset-3): Este marcador de posição representa onde os ficheiros de recursos seriam armazenados. Substitua pelos ficheiros de recursos reais (modelos, imagens, tipos de le - [example_asset](https://doutorai.pt/componentes/skills__example-asset-4): Este marcador de posição representa onde os ficheiros de recursos seriam armazenados. Substitua pelos ficheiros de recursos reais (modelos, imagens, tipos de le - [example_asset](https://doutorai.pt/componentes/skills__example-asset-5): Este marcador de posição representa onde os ficheiros de recursos seriam armazenados. Substitua pelos ficheiros de recursos reais (modelos, imagens, tipos de le - [example_asset](https://doutorai.pt/componentes/skills__example-asset-6): Este marcador de posição representa onde os ficheiros de recursos seriam armazenados. Substitua pelos ficheiros de recursos reais (modelos, imagens, tipos de le - [example_asset](https://doutorai.pt/componentes/skills__example-asset-7): Este marcador de posição representa onde os ficheiros de recursos seriam armazenados. Substitua pelos ficheiros de recursos reais (modelos, imagens, tipos de le - [example_asset](https://doutorai.pt/componentes/skills__example-asset-8): Este marcador de posição representa onde os ficheiros de recursos seriam armazenados. Substitua pelos ficheiros de recursos reais (modelos, imagens, tipos de le - [example_asset](https://doutorai.pt/componentes/skills__example-asset-9): Este marcador de posição representa onde os ficheiros de recursos seriam armazenados. Substitua pelos ficheiros de recursos reais (modelos, imagens, tipos de le - [example_asset](https://doutorai.pt/componentes/skills__example-asset-10): Este marcador de posição representa onde os ficheiros de recursos seriam armazenados. Substitua pelos ficheiros de recursos reais (modelos, imagens, tipos de le - [example_asset](https://doutorai.pt/componentes/skills__example-asset-11): Este marcador de posição representa onde os ficheiros de recursos seriam armazenados. Substitua pelos ficheiros de recursos reais (modelos, imagens, tipos de le - [example_asset](https://doutorai.pt/componentes/skills__example-asset-12): Este marcador de posição representa onde os ficheiros de recursos seriam armazenados. Substitua por ficheiros de recursos reais (modelos, imagens, tipos de letr - [example_evaluation](https://doutorai.pt/componentes/skills__example-evaluation): Calcule os juros compostos de $10 000 investidos a uma taxa de juro anual de 5%, capitalizados mensalmente durante 3 anos. Qual é o montante final em dólares (a - [example_gbm_cohort](https://doutorai.pt/componentes/skills__example-gbm-cohort): Este exemplo demonstra uma análise de coorte de doentes estratificada por biomarcadores moleculares, semelhante à análise de agrupamento GBM Mesenchymal-Immune- - [example_notebookchat](https://doutorai.pt/componentes/skills__example-notebookchat): PNG IHDR y 0 s PLTE#&'777&+=fgh-01145367),-GJJ/23=?@+./gijBEEdff?AB;==FHIEGGDFGX[[]_@BBnpq;>?69:8:;9; Jw|zdi {qwB6_e% s> p ^ ̀hg8B1W;Ol4C^/ɄJF #I&'$KZ ]YY $xVB - [example_paper](https://doutorai.pt/componentes/skills__example-paper): % O hyperref cria hiperligações no PDF resultante. % Se a sua compilação falhar (por vezes temporariamente se uma hiperligação abranger uma página), por favor c - [example_paper](https://doutorai.pt/componentes/skills__example-paper-2): @inproceedings{langley00, author = {P. Langley}, title = {Crafting Papers on Machine Learning}, year = {2000}, pages = {1207--1216}, editor = {Pat Langley}, boo - [example_paper](https://doutorai.pt/componentes/skills__example-paper-3): %PDF-1.5 % 9 0 obj > stream xڥZ[ ~[M_hIڎux'M g'>9iSIԨivn߹4"] =ًRU.rn $jD zv 8o~^ y2vYwU[M; oiãpw 2 wIdJ RI;LL' S)T0,K RITJ RTaY,eJ RauX OT0:L R4a4aMJ ҄eiT >IJ ҄ - [example_queries](https://doutorai.pt/componentes/skills__example-queries): Este script demonstra padrões de consulta comuns para a base de dados ChEMBL utilizando a biblioteca Python chembl_webresource_client. - [example_usage](https://doutorai.pt/componentes/skills__example-usage-2): Este documento fornece exemplos práticos da utilização do MarkItDown em vários cenários. - [examples](https://doutorai.pt/componentes/skills__examples-4): É por isso que o Manus consegue gerir cerca de 50 chamadas de ferramentas sem se perder. O ficheiro de plano atua como um mecanismo de "atualização do objetivo" - [examples](https://doutorai.pt/componentes/skills__examples-5): É por isso que o Manus consegue gerir cerca de 50 chamadas de ferramentas sem se perder. O ficheiro de plano atua como um mecanismo de "atualização do objetivo" - [examples](https://doutorai.pt/componentes/skills__examples-6): Exemplos do mundo real sobre a utilização do Outlines para geração estruturada em sistemas de produção. - [examples](https://doutorai.pt/componentes/skills__examples-7): Exemplos práticos sobre a utilização do Instructor para extração estruturada de dados. - [examples](https://doutorai.pt/componentes/skills__examples-8): Exemplos práticos de construção de sistemas de produção com o DSPy. - [examples](https://doutorai.pt/componentes/skills__examples-9): Exemplos do mundo real sobre a utilização do Guidance para geração estruturada, agentes e fluxos de trabalho. - [examples](https://doutorai.pt/componentes/skills__examples-10): Configurações de fusão do mundo real de modelos bem-sucedidos no HuggingFace e artigos científicos. - [examples](https://doutorai.pt/componentes/skills__examples-12): Este exemplo demonstra um pipeline de investigação completo, desde os dados até à publicação. - [examples](https://doutorai.pt/componentes/skills__examples-13): Este documento fornece exemplos práticos para cenários comuns de visualização de dados utilizando a biblioteca seaborn. - [examples](https://doutorai.pt/componentes/skills__examples-14): Este script demonstra: 1. Seleção automática de modelos com base na complexidade da consulta 2. Opções manuais de sobreposição de modelos 3. Processamento de co - [examples](https://doutorai.pt/componentes/skills__examples-16): Este documento fornece exemplos práticos para casos de uso comuns do molfeat. - [examples](https://doutorai.pt/componentes/skills__examples-17): Este documento fornece exemplos práticos da utilização da skill de geração de memes em vários contextos. - [examples](https://doutorai.pt/componentes/skills__examples-18): Utilize estes exemplos quando o utilizador precisar de pedidos HTTP diretos ou estiver a trabalhar numa linguagem sem um SDK oficial. - [examples](https://doutorai.pt/componentes/skills__examples-20): Este documento fornece exemplos completos e reais de slash commands do projeto erk. Utilize-os como referência ao criar novos comandos. - [excalidraw](https://doutorai.pt/componentes/skills__excalidraw): Utilizar ao trabalhar com ficheiros *.excalidraw ou *.excalidraw.json, quando o utilizador menciona diagramas/fluxogramas ou solicita a visualização da arquitet - [executing-marketing-campaigns](https://doutorai.pt/componentes/skills__executing-marketing-campaigns): Planeia, cria e otimiza campanhas de marketing, incluindo estratégia de conteúdo, redes sociais, email e analytics. Ajuda a desenvolver estratégias go-to-market - [executing-plans](https://doutorai.pt/componentes/skills__executing-plans): Utilizar quando tiver um plano de implementação escrito para executar numa sessão separada com pontos de verificação de revisão - [executing-plans](https://doutorai.pt/componentes/skills__executing-plans-2): Utilizar quando tiver um plano de implementação escrito para executar numa sessão separada com pontos de verificação de revisão - [execution-backends](https://doutorai.pt/componentes/skills__execution-backends): O NeMo Evaluator suporta três backends de execução: Local (Docker), Slurm (HPC) e Lepton (Cloud). Cada backend implementa a mesma interface, mas tem requisitos - [executive-resume-writer](https://doutorai.pt/componentes/skills__executive-resume-writer): Criar currículos para cargos C-suite e de nível de VP, enfatizando a liderança estratégica, a responsabilidade por P&L e o impacto ao nível do conselho de admin - [expectation-alignment](https://doutorai.pt/componentes/skills__expectation-alignment): Frameworks para definir, comunicar e gerir expectativas com colegas de equipa, partes interessadas e a liderança. - [expensive-to-add-later](https://doutorai.pt/componentes/skills__expensive-to-add-later): Algumas coisas de que Provavelmente Vai Precisar - saiba quando o YAGNI não se aplica porque a adaptação posterior é drasticamente mais cara do que construir a - [experiment_design_frameworks](https://doutorai.pt/componentes/skills__experiment-design-frameworks): Frameworks de design de experiências de nível mundial para cientistas de dados séniores. - [experimental_design_patterns](https://doutorai.pt/componentes/skills__experimental-design-patterns): Esta referência fornece padrões e frameworks para conceber experiências em vários domínios científicos. Utilize estes padrões para desenvolver testes rigorosos - [experiments](https://doutorai.pt/componentes/skills__experiments): A Adaptyv fornece múltiplos tipos de ensaios experimentais para uma caracterização abrangente de proteínas. Cada tipo de experiência tem aplicações, fluxos de t - [experiments](https://doutorai.pt/componentes/skills__experiments-2): Este guia aborda a conceção e execução de experiências quânticas, incluindo varrimentos de parâmetros, recolha de dados e a utilização da framework ReCirq. - [explainers](https://doutorai.pt/componentes/skills__explainers): Este documento fornece informação abrangente sobre todas as classes explainer do SHAP, os seus parâmetros, métodos e quando utilizar cada tipo. - [exploratory-data-analysis](https://doutorai.pt/componentes/skills__exploratory-data-analysis): Realizar análise exploratória de dados abrangente em ficheiros de dados científicos em mais de 200 formatos de ficheiro. Esta skill deve ser utilizada ao analis - [expo-deployment](https://doutorai.pt/componentes/skills__expo-deployment): Fazer o deploy de aplicações Expo para produção - [export-interactivity](https://doutorai.pt/componentes/skills__export-interactivity): O Kaleido v1+ requer o Chrome/Chromium no seu sistema. - [express-api](https://doutorai.pt/componentes/skills__express-api): Princípios de templates de API REST Express.js. TypeScript, Prisma, JWT. - [extension_methods](https://doutorai.pt/componentes/skills__extension-methods): Comparação abrangente de YaRN, ALiBi e Position Interpolation com base em investigações publicadas. - [extensions](https://doutorai.pt/componentes/skills__extensions): Guia para a criação de extensões de UI e Shopify Functions. - [external-review](https://doutorai.pt/componentes/skills__external-review): Este passo envia o ficheiro claude-plan.md para LLMs externos (Gemini e Codex) para revisão independente utilizando subagentes de CLI. - [extra_pkgs](https://doutorai.pt/componentes/skills__extra-pkgs): \lstset{ backgroundcolor=\color{white}, % escolha a cor de fundo; deve adicionar \usepackage{color} ou \usepackage{xcolor}; deve vir como último argumento basic - [extract-frames](https://doutorai.pt/componentes/skills__extract-frames): Extrair frames de vídeos em timestamps específicos utilizando o Mediabunny - [extract-frames](https://doutorai.pt/componentes/skills__extract-frames-2): Extrair frames de vídeos em timestamps específicos utilizando o Mediabunny - [extract_form_field_info](https://doutorai.pt/componentes/skills__extract-form-field-info): for field_id, field in fields.items(): # Ignorar se este for um campo contentor com filhos, exceto se puder ser # um grupo pai para opções de botões de rádio. i - [faiss](https://doutorai.pt/componentes/skills__faiss): Biblioteca do Facebook para pesquisa de semelhança e clustering eficientes de vetores densos. Suporta milhares de milhões de vetores, aceleração por GPU e vário - [fancyhdr](https://doutorai.pt/componentes/skills__fancyhdr-2): % 7 de out de 2004 % versão 3.1 % Adicionado '\endlinechar=13' a \fancy@reset para evitar problemas com % includegraphics no cabeçalho quando verbatiminput está - [fancyhdr](https://doutorai.pt/componentes/skills__fancyhdr-3): % 7 de out de 2004 % versão 3.1 % Adicionado '\endlinechar=13' a \fancy@reset para evitar problemas com % includegraphics no cabeçalho quando verbatiminput está - [faq-answers](https://doutorai.pt/componentes/skills__faq-answers): Alguns exemplos de áreas que podem ser interessantes para as pessoas: eventos corporativos recentes (angariação de fundos, novos executivos, etc.), próximos lan - [faq-answers](https://doutorai.pt/componentes/skills__faq-answers-2): Alguns exemplos de áreas que podem ser interessantes para as pessoas: eventos corporativos recentes (angariação de fundos, novos executivos, etc.), próximos lan - [fastapi-endpoint](https://doutorai.pt/componentes/skills__fastapi-endpoint): Planeie e desenvolva endpoints FastAPI prontos para produção com SQLAlchemy assíncrono, modelos Pydantic v2, injeção de dependência para auth e testes pytest. U - [fastapi-pro](https://doutorai.pt/componentes/skills__fastapi-pro): Desenvolva APIs assíncronas de alto desempenho com FastAPI, SQLAlchemy 2.0 e Pydantic V2. Domine microsserviços, WebSockets e padrões assíncronos modernos de Py - [fastmcp-server](https://doutorai.pt/componentes/skills__fastmcp-server): Guia completo para criar servidores MCP com FastMCP 3.0 - ferramentas, recursos, autenticação, fornecedores, middleware e deployment. Use ao criar servidores MC - [fda-consultant-specialist](https://doutorai.pt/componentes/skills__fda-consultant-specialist): Consultor sénior da FDA e especialista para empresas de dispositivos médicos, incluindo conformidade com HIPAA e gestão de requisitos. Oferece especialização no - [fda-database](https://doutorai.pt/componentes/skills__fda-database): Consulte a API openFDA para medicamentos, dispositivos, eventos adversos, recolhas (recalls), submissões regulamentares (510k, PMA) e identificação de substânci - [fda_examples](https://doutorai.pt/componentes/skills__fda-examples): Demonstra casos de utilização comuns para consultar bases de dados da FDA. - [fda_query](https://doutorai.pt/componentes/skills__fda-query): Utilitário abrangente para consultar bases de dados da FDA através da API openFDA. Inclui tratamento de erros, limitação de taxa, armazenamento em cache e padrõ - [feature-design-assistant](https://doutorai.pt/componentes/skills__feature-design-assistant): Transforme ideias em designs e especificações completamente formados através de um diálogo colaborativo natural. Use ao planear novas funcionalidades, desenhar - [feature_detection](https://doutorai.pt/componentes/skills__feature-detection): A deteção de características identifica sinais persistentes (picos cromatográficos) em dados de LC-MS. A ligação de características combina características em m - [feature_engineering_patterns](https://doutorai.pt/componentes/skills__feature-engineering-patterns): Padrões de engenharia de características de classe mundial para cientistas de dados sénior. - [features](https://doutorai.pt/componentes/skills__features): Visão geral das principais funcionalidades da plataforma Neon. Para obter informações detalhadas, consulte a documentação oficial. - [features](https://doutorai.pt/componentes/skills__features-2): Filtre prompts/respostas para conteúdo inadequado. Ações: Sinalizar (registo) ou Bloquear (rejeitar). - [feedback-mastery](https://doutorai.pt/componentes/skills__feedback-mastery): Conduza conversas difíceis e forneça feedback construtivo utilizando frameworks estruturadas. Aborda o modelo de Preparação-Entrega-Acompanhamento e a técnica d - [feedback-sbi-model](https://doutorai.pt/componentes/skills__feedback-sbi-model): O modelo Situação-Comportamento-Impacto (SBI), desenvolvido pelo Center for Creative Leadership, oferece uma abordagem estruturada para fornecer feedback claro - [fetch_gene_data](https://doutorai.pt/componentes/skills__fetch-gene-data): Este script fornece acesso à API NCBI Datasets para obter informações abrangentes sobre genes, incluindo metadados e sequências. - [few-shot-learning](https://doutorai.pt/componentes/skills__few-shot-learning): O few-shot learning permite que os LLMs realizem tarefas através do fornecimento de um pequeno número de exemplos (tipicamente 1-10) no prompt. Esta técnica é a - [figma](https://doutorai.pt/componentes/skills__figma): Use o servidor MCP do Figma para obter contexto de design, screenshots, variáveis e assets do Figma, e para traduzir nós do Figma em código de produção. Acione - [figma](https://doutorai.pt/componentes/skills__figma-2): PNG IHDR d d pT pHYs sRGB gAMA a IDATx MlTU oZA;ҖJ(5 (эt!Qi a@ %1. ta5 P0& Ri t:WGt{ /yymfzӱm A F2 e !0Ba( Q #D F2 e !0Ba( QF.Qk2BpN!" E ?Ǡ BHֲ Z :B@ ߡ Kzp T ܨH - [figma](https://doutorai.pt/componentes/skills__figma-3): PNG IHDR d d pT pHYs sRGB gAMA a IDATx MlTU oZA;ҖJ(5 (эt!Qi a@ %1. ta5 P0& Ri t:WGt{ /yymfzӱm A F2 e !0Ba( Q #D F2 e !0Ba( QF.Qk2BpN!" E ?Ǡ BHֲ Z :B@ ߡ Kzp T ܨH - [figma-mcp-config](https://doutorai.pt/componentes/skills__figma-mcp-config): Utilize este snippet para registar o servidor Figma MCP em ~/.codex/config.toml como um servidor HTTP transmissível com autenticação por bearer token obtida do - [figma-tools-and-prompts](https://doutorai.pt/componentes/skills__figma-tools-and-prompts): Referência rápida para o conjunto de ferramentas do Figma MCP, quando utilizar cada ferramenta e exemplos de prompts para orientar o resultado para a sua stack. - [figma_validation](https://doutorai.pt/componentes/skills__figma-validation): Guia para validar a implementação da UI relativamente aos designs do Figma utilizando o Figma MCP. - [figure_export](https://doutorai.pt/componentes/skills__figure-export): Este módulo fornece utilitários para exportar figuras do matplotlib em formatos prontos para publicação com definições adequadas para várias revistas científica - [figures_tables](https://doutorai.pt/componentes/skills__figures-tables): As figuras e tabelas são componentes essenciais de artigos científicos, servindo para apresentar padrões de dados, sintetizar resultados e fornecer provas para - [file-organization](https://doutorai.pt/componentes/skills__file-organization): Estrutura adequada de ficheiros e diretórios para código frontend sustentável e escalável na aplicação. - [file-organizer](https://doutorai.pt/componentes/skills__file-organizer): Organiza de forma inteligente ficheiros e pastas ao compreender o contexto, encontrar duplicados e sugerir melhores estruturas organizacionais. Use quando o uti - [file-uploads](https://doutorai.pt/componentes/skills__file-uploads): Especialista em lidar com uploads de ficheiros e cloud storage. Abrange S3, Cloudflare R2, URLs pré-assinados, uploads multiparte e otimização de imagem. Sabe c - [file_formats](https://doutorai.pt/componentes/skills__file-formats): Este documento fornece informações detalhadas sobre cada formato de ficheiro suportado pelo MarkItDown. - [file_formats](https://doutorai.pt/componentes/skills__file-formats-2): O roadmap global. Atualizado em cada MERGE e periodicamente em COMMITs significativos. - [file_io](https://doutorai.pt/componentes/skills__file-io): O PyOpenMS suporta múltiplos formatos de ficheiros de espetrometria de massa para leitura e escrita. Este guia abrange estratégias de manipulação de ficheiros e - [file_manager](https://doutorai.pt/componentes/skills__file-manager): A API File Manager permite operações de ficheiros em espaços de trabalho do protocols.io, incluindo o carregamento de ficheiros, a organização de pastas, a pesq - [files-api](https://doutorai.pt/componentes/skills__files-api): A API Files carrega ficheiros para utilização em pedidos da API Messages. Referencie os ficheiros através de file_id em blocos de conteúdo, evitando novos carre - [files-api](https://doutorai.pt/componentes/skills__files-api-2): A API Files carrega ficheiros para utilização em pedidos da API Messages. Referencie os ficheiros através de file_id em blocos de conteúdo, evitando novos carre - [filesystem](https://doutorai.pt/componentes/skills__filesystem): O FileSystemProvider analisa um diretório à procura de ficheiros Python e regista automaticamente funções decoradas com @tool, @resource ou @prompt. Isto possib - [filter_molecules](https://doutorai.pt/componentes/skills__filter-molecules): Este script fornece um fluxo de trabalho pronto para produção para filtrar bibliotecas de compostos utilizando regras de medchem, alertas estruturais e restriçõ - [filtering](https://doutorai.pt/componentes/skills__filtering): Guia completo para os mais de 30 filtros de qualidade do NeMo Curator. - [filtering](https://doutorai.pt/componentes/skills__filtering-2): Este documento fornece uma referência abrangente de todas as funções de filtragem disponíveis no matchms para o processamento de dados de espetrometria de massa - [filters](https://doutorai.pt/componentes/skills__filters): Utilize filtros para formatar variáveis: {{variable|filter}}. - [filters_preprocessing](https://doutorai.pt/componentes/skills__filters-preprocessing): O Histolab fornece um conjunto abrangente de filtros para o pré-processamento de imagens inteiras de lâminas e tiles. Os filtros podem ser aplicados a imagens p - [find-bugs](https://doutorai.pt/componentes/skills__find-bugs): Encontre erros (bugs), vulnerabilidades de segurança e problemas de qualidade de código em alterações da branch local. Use quando lhe for pedido para rever alte - [fine-tuning-with-trl](https://doutorai.pt/componentes/skills__fine-tuning-with-trl): Faça o fine-tuning de LLMs usando aprendizagem por reforço com TRL - SFT para ajuste de instruções, DPO para alinhamento de preferências, PPO/GRPO para otimizaç - [fine_tuning](https://doutorai.pt/componentes/skills__fine-tuning): Guia completo para o fine-tuning de modelos transformer para janelas de contexto mais amplas. - [finishing-a-development-branch](https://doutorai.pt/componentes/skills__finishing-a-development-branch): Use quando a implementação estiver concluída, todos os testes passarem e precisar de decidir como integrar o trabalho - guia a conclusão do trabalho de desenvol - [firebase](https://doutorai.pt/componentes/skills__firebase): O Firebase oferece um backend completo em minutos - auth, base de dados, armazenamento, funções, hosting. Mas a facilidade de configuração esconde uma complexid - [firebase-basics](https://doutorai.pt/componentes/skills__firebase-basics): Configura e desenvolve projetos utilizando produtos e serviços do Firebase, especialmente para aplicações móveis ou web. Abrange a configuração da CLI do Fireba - [firecrawl-scraper](https://doutorai.pt/componentes/skills__firecrawl-scraper): Web scraping profundo, screenshots, parsing de PDFs e rastreio de sites (website crawling) utilizando a API do Firecrawl - [firewall-analysis](https://doutorai.pt/componentes/skills__firewall-analysis): Utilize os registos da firewall (compute.googleapis.com/firewall) para verificar se o tráfego é permitido ou negado. - [fits](https://doutorai.pt/componentes/skills__fits): O módulo astropy.io.fits fornece ferramentas abrangentes para ler, escrever e manipular ficheiros FITS (Flexible Image Transport System). - [float8](https://doutorai.pt/componentes/skills__float8): O treino em Float8 proporciona acelerações substanciais para modelos em que as GEMMs são suficientemente grandes para que a aceleração dos tensorcores em FP8 su - [flow_patterns](https://doutorai.pt/componentes/skills__flow-patterns): Esta referência fornece padrões comuns e exemplos para construir fluxos do CocoIndex. - [flowcharts](https://doutorai.pt/componentes/skills__flowcharts): Os fluxogramas visualizam processos, algoritmos, árvores de decisão e jornadas do utilizador. Mostram a progressão passo a passo através de um sistema ou fluxo - [flowio](https://doutorai.pt/componentes/skills__flowio): Efetue o parsing de ficheiros FCS (Flow Cytometry Standard) v2.0-3.1. Extraia eventos como arrays NumPy, leia metadados/canais, converta para CSV/DataFrame, par - [flows](https://doutorai.pt/componentes/skills__flows): Os Flows fornecem orquestração orientada por eventos com controlo preciso sobre os caminhos de execução, gestão de estado e ramificação condicional. Utilize os - [fluidsim](https://doutorai.pt/componentes/skills__fluidsim): Framework para simulações de dinâmica de fluidos computacional utilizando Python. Use ao executar simulações de dinâmica de fluidos, incluindo as equações de Na - [flutter-app](https://doutorai.pt/componentes/skills__flutter-app): Princípios do modelo (template) de aplicações móveis Flutter. Riverpod, Go Router, clean architecture. - [flutter-expert](https://doutorai.pt/componentes/skills__flutter-expert): Domine o desenvolvimento em Flutter com Dart 3, widgets avançados e deployment multiplataforma. - [fonts](https://doutorai.pt/componentes/skills__fonts): Carregamento de Google Fonts e fontes locais no Remotion - [fonts](https://doutorai.pt/componentes/skills__fonts-2): Carregamento de Google Fonts e fontes locais no Remotion - [foods](https://doutorai.pt/componentes/skills__foods): Esta referência abrange os endpoints de API da FDA relacionados com alimentos, acessíveis através do openFDA. - [footballbin-predictions](https://doutorai.pt/componentes/skills__footballbin-predictions): Obtenha previsões de jogos geradas por IA para a Premier League e Champions League, incluindo resultados, próximo golo e cantos. - [forecasting](https://doutorai.pt/componentes/skills__forecasting): O Aeon fornece algoritmos de previsão para prever valores futuros de séries temporais. - [forest-canopy](https://doutorai.pt/componentes/skills__forest-canopy): Um tema natural e sóbrio com tons de terra inspirados em ambientes de florestas densas. - [forge-api](https://doutorai.pt/componentes/skills__forge-api): O Forge é a plataforma na nuvem da EvolutionaryScale para design e inferência escaláveis de proteínas. Fornece acesso via API a toda a família de modelos ESM3, - [form-cro](https://doutorai.pt/componentes/skills__form-cro): Quando o utilizador pretender otimizar qualquer formulário que NÃO seja de inscrição/registo - incluindo formulários de captura de leads, formulários de contact - [format_adverse_events](https://doutorai.pt/componentes/skills__format-adverse-events): Converte dados CSV ou estruturados em tabelas de resumo de AE formatadas. - [formatting](https://doutorai.pt/componentes/skills__formatting): As instruções seguintes destinam-se aos autores de artigos submetidos para revisão em conferências da ACL (doravante, "versão de revisão") ou aceites para publi - [forms](https://doutorai.pt/componentes/skills__forms-3): Utilize Field orientation="horizontal" para páginas de definições. Utilize FieldLabel className="sr-only" para rótulos visualmente ocultos. - [forms](https://doutorai.pt/componentes/skills__forms-4): Se você precisar de preencher um formulário PDF, verifique primeiro se o PDF tem campos de formulário preenchíveis. Execute este script a partir do diretório de - [forms](https://doutorai.pt/componentes/skills__forms-5): Se você precisar de preencher um formulário PDF, verifique primeiro se o PDF tem campos de formulário preenchíveis. Execute este script a partir do diretório de - [forms](https://doutorai.pt/componentes/skills__forms-6): Se você precisar de preencher um formulário PDF, verifique primeiro se o PDF tem campos de formulário preenchíveis. Execute este script a partir do diretório de - [forms](https://doutorai.pt/componentes/skills__forms-7): Se você precisar de preencher um formulário PDF, verifique primeiro se o PDF tem campos de formulário preenchíveis. Execute este script a partir do diretório de - [fragments_scaffolds](https://doutorai.pt/componentes/skills__fragments-scaffolds): Os scaffolds representam a estrutura central das moléculas, sendo úteis para identificar famílias estruturais e analisar relações estrutura-atividade (SAR). - [frame_composer](https://doutorai.pt/componentes/skills__frame-composer): Fornece funções para desenhar formas, texto, emojis e compor elementos para criar frames de animação. - [frame_composer](https://doutorai.pt/componentes/skills__frame-composer-2): Fornece funções para desenhar formas, texto, emojis e compor elementos para criar frames de animação. - [frameworks](https://doutorai.pt/componentes/skills__frameworks): Web framework nativa de Workers com excelente suporte para TypeScript e ecossistema de middleware. - [free-tool-strategy](https://doutorai.pt/componentes/skills__free-tool-strategy): Quando o utilizador pretender planear, avaliar ou construir uma ferramenta gratuita para fins de marketing - geração de leads, valor de SEO ou notoriedade de ma - [frontend-design](https://doutorai.pt/componentes/skills__frontend-design): Crie interfaces de frontend distintas e prontas para produção com elevada qualidade de design. Use esta skill quando o utilizador pedir para construir component - [frontend-dev-guidelines](https://doutorai.pt/componentes/skills__frontend-dev-guidelines): Diretrizes de desenvolvimento de frontend para aplicações React/TypeScript. Padrões modernos incluindo Suspense, lazy loading, useSuspenseQuery, organização de - [frontend-patterns](https://doutorai.pt/componentes/skills__frontend-patterns): Padrões de desenvolvimento de frontend para React, Next.js, gestão de estado, otimização de desempenho e boas práticas de UI. - [frontend-to-backend-requirements](https://doutorai.pt/componentes/skills__frontend-to-backend-requirements): Documente as necessidades de dados do frontend para programadores de backend. Use quando o frontend precisar de comunicar os requisitos da API ao backend, ou qu - [frontend_best_practices](https://doutorai.pt/componentes/skills__frontend-best-practices): Este guia de referência fornece informação abrangente para programadores frontend seniores. - [frontmatter-reference](https://doutorai.pt/componentes/skills__frontmatter-reference): Referência completa para os campos de frontmatter YAML em slash commands. - [fsdp](https://doutorai.pt/componentes/skills__fsdp): O FSDP2 é uma reescrita da API Fully Sharded Data Parallel (FSDP) do PyTorch, removendo a abstração FlatParameter para uma melhor composibilidade e uma implemen - [full-oauth-server](https://doutorai.pt/componentes/skills__full-oauth-server): O padrão Full OAuth Server existe para suportar os requisitos da especificação do protocolo MCP. O seu servidor FastMCP torna-se simultaneamente um Authorizatio - [function_reference](https://doutorai.pt/componentes/skills__function-reference): Este documento fornece uma referência abrangente para todas as principais funções da seaborn, organizadas por categoria. - [futures](https://doutorai.pt/componentes/skills__futures): Os futures do Dask estendem a interface concurrent.futures do Python, permitindo a execução imediata (não-lazy) de tarefas. Ao contrário de computações diferida - [ga_client](https://doutorai.pt/componentes/skills__ga-client): Obtém dados analíticos do Google Analytics 4 através da Data API. A autenticação utiliza credenciais de conta de serviço a partir de variáveis de ambiente. - [game-art](https://doutorai.pt/componentes/skills__game-art): Princípios de arte de jogos. Seleção de estilo visual, pipeline de assets, fluxo de trabalho (workflow) de animação. - [game-audio](https://doutorai.pt/componentes/skills__game-audio): Princípios de áudio de jogos. Design de som, integração de música, sistemas de áudio adaptativos. - [game-changing-features](https://doutorai.pt/componentes/skills__game-changing-features): Encontre oportunidades de produto 10x e melhorias de grande impacto (high-leverage). Use quando o utilizador pretender pensamento estratégico de produto, mencio - [game-design](https://doutorai.pt/componentes/skills__game-design): Princípios de game design. Estrutura do GDD, equilíbrio (balancing), psicologia do jogador, progressão. - [game-development](https://doutorai.pt/componentes/skills__game-development): Orquestrador de desenvolvimento de jogos. Encaminha para skills específicas da plataforma com base nas necessidades do projeto. - [gcc](https://doutorai.pt/componentes/skills__gcc): Git Context Controller (GCC) - Gere a memória do agente como um sistema de ficheiros com controlo de versões sob .GCC/. Esta skill deve ser usada ao trabalhar e - [gcp-cloud-run](https://doutorai.pt/componentes/skills__gcp-cloud-run): Skill especializada para criar aplicações serverless prontas para produção em GCP. Abrange serviços do Cloud Run (em contentores), Cloud Run Functions (baseado - [gdpr-dsgvo-expert](https://doutorai.pt/componentes/skills__gdpr-dsgvo-expert): Especialista sénior em RGPD/DSGVO e auditor interno/externo para conformidade com a proteção de dados. Oferece conhecimentos especializados em RGPD da UE e DSGV - [gemini](https://doutorai.pt/componentes/skills__gemini): Use quando o utilizador pedir para executar a CLI do Gemini para revisão de código, revisão de planos ou processamento de grandes contextos (>200k). Ideal para - [gemini-api-agent-platform](https://doutorai.pt/componentes/skills__gemini-api-agent-platform): Guia a utilização da API do Gemini na Plataforma de Agentes com o SDK Google Gen AI para aplicações corporativas de IA. Abrange o uso do SDK (Python, JS/TS, Go, - [gene-database](https://doutorai.pt/componentes/skills__gene-database): Consultar NCBI Gene através da API E-utilities/Datasets. Pesquisar por símbolo/ID, obter informações de genes (RefSeqs, GO, localizações, fenótipos), consultas - [general-comms](https://doutorai.pt/componentes/skills__general-comms): Antes de prosseguir: 1. Pergunte ao utilizador qual é o seu público-alvo 2. Compreenda o objetivo da comunicação 3. Esclareça o tom pretendido (formal, informal - [general-comms](https://doutorai.pt/componentes/skills__general-comms-2): Antes de prosseguir: 1. Pergunte ao utilizador qual é o seu público-alvo 2. Compreenda o objetivo da comunicação 3. Esclareça o tom pretendido (formal, informal - [general_medical_treatment_plan](https://doutorai.pt/componentes/skills__general-medical-treatment-plan): \textbf{Resposta Prevista ao Tratamento}: Com adesão, espere uma redução da HbA1c de 1-1,5\%, redução da PA de 10-15 mmHg e perda de peso de 5-10\% ao longo de - [general_scientific_formats](https://doutorai.pt/componentes/skills__general-scientific-formats): Esta referência cobre formatos de dados científicos de uso geral utilizados em múltiplas disciplinas. - [generate-image](https://doutorai.pt/componentes/skills__generate-image): Gerar ou editar imagens utilizando modelos de IA (FLUX, Gemini). Utilizar para geração de imagens de uso geral, incluindo fotos, ilustrações, obras de arte, ass - [generate_image](https://doutorai.pt/componentes/skills__generate-image-2): Para edição de imagem, forneça uma imagem de entrada juntamente com um prompt de edição. - [generate_market_visuals](https://doutorai.pt/componentes/skills__generate-market-visuals): Gera em lote elementos visuais para um relatório de estudo de mercado utilizando as skills scientific-schematics e generate-image. - [generate_report](https://doutorai.pt/componentes/skills__generate-report): Recebe a saída JSON do run_loop.py e gera um relatório visual em HTML que mostra cada tentativa de descrição com marca de verificação/x para cada caso de teste. - [generate_report](https://doutorai.pt/componentes/skills__generate-report-3): Recebe a saída JSON do run_loop.py e gera um relatório visual em HTML que mostra cada tentativa de descrição com marca de verificação/x para cada caso de teste. - [generate_report](https://doutorai.pt/componentes/skills__generate-report-4): Recebe a saída JSON do run_loop.py e gera um relatório visual em HTML que mostra cada tentativa de descrição com marca de verificação/x para cada caso de teste. - [generate_report_template](https://doutorai.pt/componentes/skills__generate-report-template): Ajuda os utilizadores a selecionar e a gerar modelos de relatórios clínicos adequados. - [generate_review](https://doutorai.pt/componentes/skills__generate-review): Lê o diretório do workspace, descobre execuções (diretórios com outputs/), incorpora todos os dados de saída numa página HTML autónoma e serve-a através de um p - [generate_review](https://doutorai.pt/componentes/skills__generate-review-2): Lê o diretório do workspace, descobre execuções (diretórios com outputs/), incorpora todos os dados de saída numa página HTML autónoma e serve-a através de um p - [generate_review](https://doutorai.pt/componentes/skills__generate-review-3): Lê o diretório do workspace, descobre execuções (diretórios com outputs/), incorpora todos os dados de saída numa página HTML autónoma e serve-a através de um p - [generate_schematic](https://doutorai.pt/componentes/skills__generate-schematic): Gere qualquer diagrama científico descrevendo-o em linguagem natural. O Nano Banana Pro trata de tudo automaticamente com um refinamento iterativo inteligente. - [generate_schematic_ai](https://doutorai.pt/componentes/skills__generate-schematic-ai): Este script utiliza uma abordagem de refinamento iterativo inteligente: 1. Gerar imagem inicial com o Nano Banana Pro 2. Revisão de qualidade por IA utilizando - [generate_slide_image](https://doutorai.pt/componentes/skills__generate-slide-image): Gere diapositivos ou elementos visuais de apresentação descrevendo-os em linguagem natural. O Nano Banana Pro trata de tudo automaticamente com um refinamento i - [generate_slide_image_ai](https://doutorai.pt/componentes/skills__generate-slide-image-ai): Suporta a anexação de imagens de referência para contexto (por exemplo, "crie um slide sobre este gráfico"). - [generate_test_cases](https://doutorai.pt/componentes/skills__generate-test-cases): prompt_input "O que está a testar? (objetivo):" OBJECTIVE true prompt_input "Porque é que este teste é importante?" WHY_IMPORTANT false - [generation](https://doutorai.pt/componentes/skills__generation): Gere texto com modelos de linguagem utilizando o método generate(). Controle a qualidade e o estilo da saída através de estratégias e parâmetros de geração. - [generator_template](https://doutorai.pt/componentes/skills__generator-template): / ═══════════════════════════════════════════════════════════════════════════ ARTE GERATIVA P5.JS - BOAS PRÁTICAS ══════════════════════════════════════════════ - [generators](https://doutorai.pt/componentes/skills__generators): As funções geradoras são o bloco de construção fundamental para descrever animações no Motion Canvas. Utilizam a sintaxe de funções do JavaScript e o yield para - [generic-components](https://doutorai.pt/componentes/skills__generic-components): Os componentes genéricos fornecem segurança de tipos enquanto mantêm a reutilização. O TypeScript infere os parâmetros de tipos genéricos a partir dos valores d - [geniml](https://doutorai.pt/componentes/skills__geniml): Esta skill deve ser usada ao trabalhar com dados de intervalos genómicos (ficheiros BED) para tarefas de machine learning. Usar para o treino de embeddings de r - [geo-database](https://doutorai.pt/componentes/skills__geo-database): Aceder ao NCBI GEO para dados de expressão génica/genómica. Pesquisar/descarregar conjuntos de dados de microarrays e RNA-seq (GSE, GSM, GPL), obter ficheiros S - [geo-fundamentals](https://doutorai.pt/componentes/skills__geo-fundamentals): Generative Engine Optimization para motores de pesquisa de IA (ChatGPT, Claude, Perplexity). - [geo_reference](https://doutorai.pt/componentes/skills__geo-reference): As NCBI Entrez Programming Utilities (E-utilities) fornecem acesso programático a metadados do GEO através de um conjunto de nove programas no lado do servidor. - [geometric-operations](https://doutorai.pt/componentes/skills__geometric-operations): O GeoPandas fornece manipulação geométrica extensiva através da integração com o Shapely. - [geopandas](https://doutorai.pt/componentes/skills__geopandas): Biblioteca Python para trabalhar com dados vetoriais geoespaciais, incluindo ficheiros shapefile, GeoJSON e GeoPackage. Usar ao trabalhar com dados geográficos - [gepetto](https://doutorai.pt/componentes/skills__gepetto): Cria planos de implementação detalhados e divididos em secções através de pesquisa, entrevistas com partes interessadas e revisão multi-LLM. Usar ao planear fun - [get-audio-duration](https://doutorai.pt/componentes/skills__get-audio-duration): Obter a duração de um ficheiro de áudio em segundos com o Mediabunny - [get-audio-duration](https://doutorai.pt/componentes/skills__get-audio-duration-2): Obter a duração de um ficheiro de áudio em segundos com o Mediabunny - [get-available-resources](https://doutorai.pt/componentes/skills__get-available-resources): Esta skill deve ser usada no início de qualquer tarefa científica computacionalmente intensiva para detetar e reportar os recursos do sistema disponíveis (núcle - [get-video-dimensions](https://doutorai.pt/componentes/skills__get-video-dimensions): Obter a largura e altura de um ficheiro de vídeo com o Mediabunny - [get-video-dimensions](https://doutorai.pt/componentes/skills__get-video-dimensions-2): Obter a largura e altura de um ficheiro de vídeo com o Mediabunny - [get-video-duration](https://doutorai.pt/componentes/skills__get-video-duration): Obter a duração de um ficheiro de vídeo em segundos com o Mediabunny - [get-video-duration](https://doutorai.pt/componentes/skills__get-video-duration-2): Obter a duração de um ficheiro de vídeo em segundos com o Mediabunny - [getting-started](https://doutorai.pt/componentes/skills__getting-started): Guia interativo para ajudar os utilizadores a começar a trabalhar com o Neon no seu projeto. Configura o seu projeto Neon (com uma string de conexão) e liga a s - [getting-started](https://doutorai.pt/componentes/skills__getting-started-2): Registe-se gratuitamente em https://modal.com e obtenha $30/mês de créditos. - [getting_started](https://doutorai.pt/componentes/skills__getting-started-3): Garanta que a versão atual do Linux suporta CUDA. Na linha de comandos, introduza uname -m && cat /etc/release: deverá ver um resultado semelhante. - [getting_started](https://doutorai.pt/componentes/skills__getting-started-4): Este guia fornece exemplos ponta a ponta para fluxos de trabalho comuns do Data Commons. - [getting_started](https://doutorai.pt/componentes/skills__getting-started-5): O PennyLane é uma biblioteca Python multiplataforma para computação quântica, aprendizagem automática quântica e química quântica. Permite treinar computadores - [gget](https://doutorai.pt/componentes/skills__gget): Toolkit CLI/Python para consultas rápidas de bioinformática. Preferencial para pesquisas rápidas de BLAST. Acesso a mais de 20 bases de dados: informações de ge - [gguf-quantization](https://doutorai.pt/componentes/skills__gguf-quantization): Formato GGUF e quantização llama.cpp para inferência eficiente em CPU/GPU. Usar ao implementar modelos em hardware de consumo, Apple Silicon, ou quando for nece - [gh-address-comments](https://doutorai.pt/componentes/skills__gh-address-comments): Ajudar a responder a comentários de revisões/issues no PR do GitHub aberto para o branch atual usando o CLI gh; verificar a autenticação gh primeiro e solicitar - [gh-fix-ci](https://doutorai.pt/componentes/skills__gh-fix-ci): Inspecionar as verificações de PR do GitHub com o gh, descarregar os logs de falha do GitHub Actions, resumir o contexto da falha e, em seguida, criar um plano - [gif](https://doutorai.pt/componentes/skills__gif): Exibir GIFs, APNG, AVIF e WebP no Remotion - [gif](https://doutorai.pt/componentes/skills__gif-2): Exibir GIFs, APNG, AVIF e WebP no Remotion - [gif_builder](https://doutorai.pt/componentes/skills__gif-builder): Este módulo fornece a interface principal para criar GIFs a partir de frames gerados programaticamente, com otimização automática para os requisitos do Slack. - [gif_builder](https://doutorai.pt/componentes/skills__gif-builder-2): Este módulo fornece a interface principal para criar GIFs a partir de frames gerados programaticamente, com otimização automática para os requisitos do Slack. - [git](https://doutorai.pt/componentes/skills__git): Erros comuns do Git com diagnóstico e soluções. - [git-pushing](https://doutorai.pt/componentes/skills__git-pushing): Efetuar stage, commit e push de alterações de git com mensagens de commit convencionais. Usar quando o utilizador pretender fazer commit e push de alterações, m - [github-actions](https://doutorai.pt/componentes/skills__github-actions): steps: - name: Enviar notificação run: | echo "A implementação falhou! A enviar notificação..." # Adicione a sua lógica de notificação aqui (Slack, email, etc.) - [github-actions-creator](https://doutorai.pt/componentes/skills__github-actions-creator): Usar quando o utilizador pretender criar, gerar ou configurar um workflow do GitHub Actions. Trata de pipelines de CI/CD, testes, deployment, linting, análise d - [github-actions-templates](https://doutorai.pt/componentes/skills__github-actions-templates): Padrões de workflow do GitHub Actions prontos para produção para testar, construir e implementar aplicações. - [github-automation](https://doutorai.pt/componentes/skills__github-automation): Automatizar repositórios do GitHub, issues, pull requests, branches, CI/CD e permissões via Rube MCP (Composio). Gerir workflows de código, rever PRs, pesquisar - [github-workflow-automation](https://doutorai.pt/componentes/skills__github-workflow-automation): Automatizar workflows do GitHub com assistência de IA. Inclui revisões de PR, triagem de issues, integração de CI/CD e operações de Git. Usar ao automatizar wor - [github-workflow-automation](https://doutorai.pt/componentes/skills__github-workflow-automation-2): Automatizar workflows do GitHub com assistência de IA. Inclui revisões de PR, triagem de issues, integração de CI/CD e operações de Git. Usar ao automatizar wor - [gitops-workflow](https://doutorai.pt/componentes/skills__gitops-workflow): Guia completo para implementar workflows de GitOps com ArgoCD e Flux para deployments automatizados de Kubernetes. - [gke-app-onboarding](https://doutorai.pt/componentes/skills__gke-app-onboarding): Esta referência fornece fluxos de trabalho para contentorizar e implementar aplicações no GKE pela primeira vez. - [gke-backup-dr](https://doutorai.pt/componentes/skills__gke-backup-dr): Esta referência fornece fluxos de trabalho para proteger cargas de trabalho com estado no GKE utilizando o Backup for GKE. - [gke-basics](https://doutorai.pt/componentes/skills__gke-basics): Planeia, cria e configura clusters de Google Kubernetes Engine (GKE) prontos para produção utilizando a configuração Autopilot de referência (golden path). Cobr - [gke-batch-hpc](https://doutorai.pt/componentes/skills__gke-batch-hpc): Esta referência abrange a execução de cargas de trabalho de processamento em lote e computação de alto desempenho (HPC) no GKE. - [gke-cluster-creation](https://doutorai.pt/componentes/skills__gke-cluster-creation): Esta referência orienta a criação de clusters do GKE. A configuração Autopilot golden path é a predefinição para todos os novos clusters. - [gke-compute-classes](https://doutorai.pt/componentes/skills__gke-compute-classes): As ComputeClasses permitem a configuração declarativa de nós e prioridades de escalonamento automático no GKE Autopilot (e Standard com NAP). Utilize-as para es - [gke-cost](https://doutorai.pt/componentes/skills__gke-cost): Esta referência abrange estratégias para reduzir custos no GKE mantendo a postura de segurança e fiabilidade do golden path. - [gke-golden-path](https://doutorai.pt/componentes/skills__gke-golden-path): O golden path é a configuração Autopilot recomendada para clusters de produção. Define predefinições sensatas: quando o utilizador solicitar definições diferent - [gke-inference](https://doutorai.pt/componentes/skills__gke-inference): Esta referência abrange a implementação de cargas de trabalho de inferência de IA/ML no GKE utilizando o Google's Inference Quickstart (GIQ) e boas práticas par - [gke-multitenancy](https://doutorai.pt/componentes/skills__gke-multitenancy): Esta referência abrange padrões empresariais de multi-tenancy no GKE, incluindo isolamento de namespaces, planeamento de RBAC, quotas de recursos e segmentação - [gke-networking](https://doutorai.pt/componentes/skills__gke-networking): Esta referência aborda a configuração de rede para clusters GKE. O golden path impõe clusters privados e nativos de VPC com Dataplane V2. - [gke-observability](https://doutorai.pt/componentes/skills__gke-observability): Esta referência aborda a configuração de monitorização, registos e métricas para o GKE. O golden path ativa uma observabilidade abrangente, incluindo métricas d - [gke-reliability](https://doutorai.pt/componentes/skills__gke-reliability): Esta referência aborda a configuração de elevada disponibilidade e fiabilidade para clusters e cargas de trabalho do GKE. - [gke-scaling](https://doutorai.pt/componentes/skills__gke-scaling): Esta referência aborda o dimensionamento de cargas de trabalho no GKE. O golden path ativa o VPA, o perfil de dimensionamento automático OPTIMIZE_UTILIZATION e - [gke-security](https://doutorai.pt/componentes/skills__gke-security): Esta referência aborda a configuração de segurança para clusters GKE. O golden path impõe uma postura de segurança reforçada por predefinição. - [gke-storage](https://doutorai.pt/componentes/skills__gke-storage): Esta referência aborda a configuração de armazenamento para clusters GKE, incluindo discos persistentes, armazenamento de ficheiros e integração com armazenamen - [gke-upgrades](https://doutorai.pt/componentes/skills__gke-upgrades): Esta referência aborda a estratégia de atualização, janelas de manutenção e gestão de canais de lançamento para clusters GKE. - [glm](https://doutorai.pt/componentes/skills__glm): Este documento fornece orientação abrangente sobre modelos lineares generalizados em statsmodels, incluindo famílias, funções de ligação e aplicações. - [go-api](https://doutorai.pt/componentes/skills__go-api): services: - type: web name: go-api runtime: go plan: free region: oregon branch: main autoDeploy: true buildCommand: go build -o bin/app -ldflags="-s -w" . star - [goal_setting_frameworks](https://doutorai.pt/componentes/skills__goal-setting-frameworks): Objetivos de tratamento eficazes são a base de um cuidado ao paciente bem-sucedido. Esta referência fornece orientação abrangente sobre a criação de objetivos S - [golang-general-backend-security](https://doutorai.pt/componentes/skills__golang-general-backend-security): Este documento foi concebido como uma especificação de segurança que suporta: 1) Geração de código segura por predefinição para novo código Go. 2) Revisão de se - [golang-pro](https://doutorai.pt/componentes/skills__golang-pro): Dominar Go 1.21+ com padrões modernos, concorrência avançada, otimização de desempenho e microsserviços prontos para produção. - [golden-hour](https://doutorai.pt/componentes/skills__golden-hour): Uma paleta de outono rica e acolhedora que cria uma atmosfera convidativa e sofisticada. - [google-analytics](https://doutorai.pt/componentes/skills__google-analytics): Analisar dados do Google Analytics, rever métricas de desempenho do website, identificar padrões de tráfego e sugerir melhorias baseadas em dados. Usar quando o - [google-cloud-auth](https://doutorai.pt/componentes/skills__google-cloud-auth): Fornece orientação especializada sobre autenticação e autorização em serviços e APIs da Google Cloud, cobrindo utilizadores humanos, identidades de serviço, App - [google-cloud-networking-observability](https://doutorai.pt/componentes/skills__google-cloud-networking-observability): Investiga problemas de rede da Google Cloud através da análise de logs, métricas e diagnósticos. Usar ao investigar VPC Flow Logs, NAT, firewall ou logs de amea - [google-cloud-onboarding](https://doutorai.pt/componentes/skills__google-cloud-onboarding): Guia programadores nos seus primeiros passos na Google Cloud, cobrindo a criação de conta, configuração de faturação, gestão de projetos, instalação de CLI e im - [google-cloud-setup](https://doutorai.pt/componentes/skills__google-cloud-setup): Este guia fornece uma visão geral do processo de configuração de nível empresarial para o Google Cloud, focando-se na criação de uma base segura e escalável. - [google-cloud-waf-cost-optimization](https://doutorai.pt/componentes/skills__google-cloud-waf-cost-optimization): Gera orientação de otimização de custos para workloads da Google Cloud com base no Google Cloud Well-Architected Framework (WAF). Usar para avaliar um workload, - [google-cloud-waf-reliability](https://doutorai.pt/componentes/skills__google-cloud-waf-reliability): Gera orientação focada na fiabilidade para workloads da Google Cloud com base no Google Cloud Well-Architected Framework. Usar para avaliar um workload, identif - [google-cloud-waf-security](https://doutorai.pt/componentes/skills__google-cloud-waf-security): Gera orientação focada na segurança para workloads da Google Cloud com base no Google Cloud Well-Architected Framework (WAF). Usar para avaliar um workload, ide - [google_scholar_search](https://doutorai.pt/componentes/skills__google-scholar-search): Guia abrangente para pesquisar artigos académicos no Google Scholar, incluindo operadores de pesquisa avançados, estratégias de filtragem e extração de metadado - [gotchas](https://doutorai.pt/componentes/skills__gotchas-4): As escritas podem falhar silenciosamente. Verifique os registos de tail. - [gotchas](https://doutorai.pt/componentes/skills__gotchas-7): O problema resolve-se automaticamente após 48h. Contacte o Suporte da Cloudflare se persistir. - [gotchas](https://doutorai.pt/componentes/skills__gotchas-8): Problemas comuns, considerações de segurança e boas práticas. - [gotchas](https://doutorai.pt/componentes/skills__gotchas-11): Consuma message.raw imediatamente antes de quaisquer operações assíncronas. - [gotchas](https://doutorai.pt/componentes/skills__gotchas-13): Erros comuns, boas práticas de segurança e resolução de problemas para o Cloudflare TURN. - [gotchas](https://doutorai.pt/componentes/skills__gotchas-14): Erros comuns, limitações e soluções para TCP Sockets em Cloudflare Workers. - [gotchas](https://doutorai.pt/componentes/skills__gotchas-15): Limitações, resolução de problemas e erros comuns para R2 SQL. - [gotchas](https://doutorai.pt/componentes/skills__gotchas-16): Consulte README.md, configuration.md, api.md, patterns.md. - [gotchas](https://doutorai.pt/componentes/skills__gotchas-17): As respostas falham silenciosamente sem DMARC. Verifique: dig TXT _dmarc.example.com - [gotchas](https://doutorai.pt/componentes/skills__gotchas-23): Consulte Cloudflare API Rate Limits para mais detalhes. - [gotchas](https://doutorai.pt/componentes/skills__gotchas-25): Este é um dos erros de configuração do Smart Placement mais comuns e com maior impacto. - [gotchas](https://doutorai.pt/componentes/skills__gotchas-27): Consulte configuration.md para detalhes de configuração, patterns.md para exemplos práticos e api.md para APIs de runtime. - [gotchas](https://doutorai.pt/componentes/skills__gotchas-29): Plataforma errada? Recrie com a flag --platform correta. - [gotchas](https://doutorai.pt/componentes/skills__gotchas-31): Planeie as alterações à API e teste exaustivamente antes da produção. - [gotchas](https://doutorai.pt/componentes/skills__gotchas-33): Não é possível modificar o SQL após a criação. É necessário eliminar e recriar. - [gotchas](https://doutorai.pt/componentes/skills__gotchas-34): Para DOs locais no mesmo Worker, script_name é opcional. - [gotchas](https://doutorai.pt/componentes/skills__gotchas-36): Os pedidos de navegação ignoram a invocação do Worker, reduzindo custos. - [gotchas](https://doutorai.pt/componentes/skills__gotchas-42): As fases são executadas sequencialmente (não podem ser alteradas): 1. http_request_firewall_custom: Regras personalizadas 2. http_request_firewall_managed: Conj - [gotchas](https://doutorai.pt/componentes/skills__gotchas-44): Os utilizadores instalam o cliente WARP em vez de VPN. - [gotchas](https://doutorai.pt/componentes/skills__gotchas-51): Utilize gatsby-browser.js para carregar apenas do lado do cliente. - [gotchas](https://doutorai.pt/componentes/skills__gotchas-56): O TURN é configurado automaticamente no SDK quando ativado na conta. - [gotchas](https://doutorai.pt/componentes/skills__gotchas-59): Consulte patterns.md para exemplos de rollout progressivo. - [gptq](https://doutorai.pt/componentes/skills__gptq): Quantização pós-treino de 4 bits para LLMs com perda mínima de precisão. Usar para implementar modelos grandes (70B, 405B) em GPUs de consumo, quando for necess - [gpu](https://doutorai.pt/componentes/skills__gpu): Consulte https://modal.com/pricing para os preços. - [grader](https://doutorai.pt/componentes/skills__grader): Avalie as expetativas relativamente a uma transcrição de execução e resultados. - [grader](https://doutorai.pt/componentes/skills__grader-2): Avalie as expetativas relativamente a uma transcrição de execução e resultados. - [grader](https://doutorai.pt/componentes/skills__grader-3): Avalie as expectativas em relação a uma transcrição de execução e às respetivas saídas. - [grafana-dashboards](https://doutorai.pt/componentes/skills__grafana-dashboards): Criar e gerir dashboards do Grafana prontos para produção para uma observabilidade abrangente do sistema. - [grants_requirements](https://doutorai.pt/componentes/skills__grants-requirements): Requisitos abrangentes e diretrizes de formatação para os principais programas de bolsas federais e de fundações privadas. - [graph-objects](https://doutorai.pt/componentes/skills__graph-objects): O módulo plotly.graph_objects fornece um controlo minucioso sobre a construção de figuras através de classes Python que representam componentes do Plotly. - [graph-query](https://doutorai.pt/componentes/skills__graph-query): Consultar a base de dados de grafos do código para compreender as relações entre componentes, dependências e o impacto de alterações. Usar quando o utilizador p - [graph_neural_network](https://doutorai.pt/componentes/skills__graph-neural-network): Este script demonstra o treino de Graph Convolutional Networks (GCNs) e outros modelos baseados em grafos para a previsão de propriedades moleculares. - [graphql](https://doutorai.pt/componentes/skills__graphql-2): O GraphQL dá aos clientes exatamente os dados de que precisam - nem mais, nem menos. Um endpoint, schema tipado, introspeção. Mas a flexibilidade que o torna po - [graphql-architect](https://doutorai.pt/componentes/skills__graphql-architect): Domine GraphQL moderno com federação, otimização de desempenho e segurança empresarial. Construa schemas escaláveis, implemente caching avançado e desenhe siste - [graphs](https://doutorai.pt/componentes/skills__graphs): O PathML fornece ferramentas para a construção de grafos espaciais a partir de imagens de tecidos para representar relações ao nível celular e dos tecidos. As r - [grpo-rl-training](https://doutorai.pt/componentes/skills__grpo-rl-training): Orientação especializada para fine-tuning de GRPO/RL com TRL para raciocínio e treino de modelos específicos para tarefas - [gtars](https://doutorai.pt/componentes/skills__gtars): Toolkit de alto desempenho para análise de intervalos genómicos em Rust com bindings Python. Use ao trabalhar com regiões genómicas, ficheiros BED, faixas de co - [guidance](https://doutorai.pt/componentes/skills__guidance): Controle o output de LLM com regex e gramáticas, garanta a geração de JSON/XML/código válidos, imponha formatos estruturados e construa workflows com múltiplos - [guidelines](https://doutorai.pt/componentes/skills__guidelines): Este documento fornece um conjunto abrangente de regras e diretrizes para um agente de IA interagir com a API do Neon. A API do Neon é um serviço RESTful que pe - [gwas-database](https://doutorai.pt/componentes/skills__gwas-database): Consulte o Catálogo GWAS NHGRI-EBI para associações de SNP-característica. Pesquise variantes por ID rs, doença/característica, gene, obtenha p-values e estatís - [handoff-formats](https://doutorai.pt/componentes/skills__handoff-formats): Este ficheiro é lido na Fase 7, após o utilizador fixar o plano inicial. A sua função: converter a wiki em algo que um executor (GSD, Superpowers ou Claude Code - [handoff-template](https://doutorai.pt/componentes/skills__handoff-template): Utilize esta estrutura de modelo ao criar documentos de transição. O script de estrutura inteligente preencherá previamente as secções de metadados; complete as - [hardware](https://doutorai.pt/componentes/skills__hardware): Este guia aborda a execução de circuitos quânticos em hardware quântico real através das interfaces de dispositivos e prestadores de serviços do Cirq. - [hardware-backends](https://doutorai.pt/componentes/skills__hardware-backends): O PyLabRobot utiliza um sistema de abstração de backend que permite que o mesmo código de protocolo seja executado em diferentes robôs e plataformas de manipula - [haskell-pro](https://doutorai.pt/componentes/skills__haskell-pro): Engenheiro Haskell especialista em sistemas de tipos avançados, pura - [helm-chart-scaffolding](https://doutorai.pt/componentes/skills__helm-chart-scaffolding): Orientação abrangente para criar, organizar e gerir Helm charts para empacotamento e deploy de aplicações Kubernetes. - [heygen-best-practices](https://doutorai.pt/componentes/skills__heygen-best-practices): Melhores práticas para HeyGen - API de criação de vídeos com avatares de IA - [hierarchical_model_template](https://doutorai.pt/componentes/skills__hierarchical-model-template): Este modelo fornece um fluxo de trabalho completo para modelos hierárquicos bayesianos, útil para dados agrupados/aninhados (por exemplo, alunos em escolas, pac - [histolab](https://doutorai.pt/componentes/skills__histolab): Toolkit de processamento de imagem de patologia digital para imagens de lâmina completa (WSI). Use esta skill ao trabalhar com lâminas de histopatologia, proces - [hmdb-database](https://doutorai.pt/componentes/skills__hmdb-database): Aceda à Human Metabolome Database (220K+ metabolitos). Pesquise por nome/ID/estrutura, obtenha propriedades químicas, dados de biomarcadores, espetros de NMR/MS - [hmdb_data_fields](https://doutorai.pt/componentes/skills__hmdb-data-fields): Este documento fornece informações detalhadas sobre os campos de dados disponíveis nas entradas de metabolitos do HMDB. - [hono](https://doutorai.pt/componentes/skills__hono): Construa APIs web ultrarrápidas e aplicações full-stack com Hono - corre em Cloudflare Workers, Deno, Bun, Node.js e qualquer runtime compatível com WinterCG. - [hooks](https://doutorai.pt/componentes/skills__hooks): Padrões de hooks com tipagem segura para useState, useRef, useReducer, useContext e hooks personalizados. - [hqq-quantization](https://doutorai.pt/componentes/skills__hqq-quantization): Quantização Half-Quadratic para LLMs sem dados de calibração. Use ao quantizar modelos para precisão de 4/3/2 bits sem necessidade de datasets de calibração, pa - [hrv](https://doutorai.pt/componentes/skills__hrv): A Variabilidade da Frequência Cardíaca (HRV) reflete a variação nos intervalos de tempo entre batimentos cardíacos consecutivos, fornecendo perspetivas sobre a - [html2pptx](https://doutorai.pt/componentes/skills__html2pptx): Converta diapositivos HTML em apresentações do PowerPoint com posicionamento preciso utilizando a biblioteca html2pptx.js. - [html2pptx](https://doutorai.pt/componentes/skills__html2pptx-3): Converta diapositivos HTML em apresentações do PowerPoint com posicionamento preciso utilizando a biblioteca html2pptx.js. - [http_api_integration](https://doutorai.pt/componentes/skills__http-api-integration): Utilize search_templates({query: "http api"}) para encontrar mais! - [hubspot-integration](https://doutorai.pt/componentes/skills__hubspot-integration): Padrões especializados para integração com o HubSpot CRM, incluindo autenticação OAuth, objetos de CRM, associações, operações em lote, webhooks e objetos perso - [huggingface-accelerate](https://doutorai.pt/componentes/skills__huggingface-accelerate): A API de treino distribuído mais simples. 4 linhas para adicionar suporte distribuído a qualquer script PyTorch. API unificada para DeepSpeed/FSDP/Megatron/DDP. - [huggingface-tokenizers](https://doutorai.pt/componentes/skills__huggingface-tokenizers): Tokenizadores rápidos otimizados para investigação e produção. A implementação baseada em Rust tokeniza 1GB em <20 segundos. Suporta algoritmos BPE, WordPiece e - [hybrid-engine](https://doutorai.pt/componentes/skills__hybrid-engine): Guia completo do sistema de partilha de recursos de GPU do OpenRLHF para maximizar a utilização durante o treino de RLHF. - [hyperparameter-tuning](https://doutorai.pt/componentes/skills__hyperparameter-tuning): O Lightning integra-se perfeitamente com bibliotecas populares de otimização de hiperparâmetros. - [hyperparameters](https://doutorai.pt/componentes/skills__hyperparameters): Guia completo para a seleção e otimização de hiperparâmetros do SimPO. - [hypogenic](https://doutorai.pt/componentes/skills__hypogenic): Geração e teste automatizados de hipóteses recorrendo a grandes modelos de linguagem. Use esta skill ao gerar hipóteses científicas a partir de datasets, combin - [hypothesis-generation](https://doutorai.pt/componentes/skills__hypothesis-generation): Gere hipóteses testáveis. Formule a partir de observações, desenhe experiências, explore explicações concorrentes, desenvolva previsões, proponha mecanismos, pa - [hypothesis_quality_criteria](https://doutorai.pt/componentes/skills__hypothesis-quality-criteria): Utilize estes critérios para avaliar a qualidade e o rigor das hipóteses geradas. Uma hipótese robusta deve obter uma boa pontuação em várias dimensões. - [hypothesis_report_template](https://doutorai.pt/componentes/skills__hypothesis-report-template): \begin{summarybox}[Sumário Executivo] \textbf{Fenómeno:} [Um parágrafo: O que foi observado? Porque é importante?] - [i18n-localization](https://doutorai.pt/componentes/skills__i18n-localization): Padrões de internacionalização e localização. Deteção de strings hardcoded, gestão de traduções, ficheiros de locale, suporte para RTL. - [iac-usage](https://doutorai.pt/componentes/skills__iac-usage): Os recursos do AlloyDB podem ser geridos utilizando o Terraform através do Google Cloud Provider ou do Kubernetes Config Connector (KCC). - [iac-usage](https://doutorai.pt/componentes/skills__iac-usage-2): Os recursos do Cloud SQL podem ser aprovisionados e geridos utilizando o Terraform e outras ferramentas de IaC. - [iac-usage](https://doutorai.pt/componentes/skills__iac-usage-3): A gestão de recursos do BigQuery utilizando Infraestrutura como Código (IaC) garante a consistência e a repetibilidade entre ambientes. - [iac-usage](https://doutorai.pt/componentes/skills__iac-usage-4): Os recursos do Cloud Run podem ser aprovisionados e geridos utilizando o Terraform e outras ferramentas de IaC. - [iac-usage](https://doutorai.pt/componentes/skills__iac-usage-5): Os recursos do GKE, incluindo clusters e objetos do Kubernetes, podem ser aprovisionados e geridos utilizando o Terraform. - [iac-usage](https://doutorai.pt/componentes/skills__iac-usage-6): Os recursos do Firebase podem ser aprovisionados utilizando ferramentas de Infraestrutura como Código (IaC), como o Terraform. - [iam-security](https://doutorai.pt/componentes/skills__iam-security): O AlloyDB utiliza o Google Cloud Identity and Access Management (IAM) para fornecer um controlo de acesso granular e funcionalidades de segurança robustas. - [iam-security](https://doutorai.pt/componentes/skills__iam-security-2): O Cloud SQL utiliza o Identity and Access Management (IAM) para controlar o acesso a instâncias e bases de dados. - [iam-security](https://doutorai.pt/componentes/skills__iam-security-3): O BigQuery utiliza o Identity and Access Management (IAM) para fornecer um controlo de acesso granular aos seus recursos. Como boa prática de segurança, siga o - [iam-security](https://doutorai.pt/componentes/skills__iam-security-4): O Cloud Run utiliza o Identity and Access Management (IAM) para proteger os seus recursos e controlar quem os pode implementar ou invocar. - [iam-security](https://doutorai.pt/componentes/skills__iam-security-5): As Firebase Security Rules são CRÍTICAS para proteger os dados do Firestore e os dados do Cloud Storage for Firebase contra acessos não autorizados a partir de - [iclr2026_conference](https://doutorai.pt/componentes/skills__iclr2026-conference): @article{Hinton06, author = {Hinton, Geoffrey E. and Osindero, Simon and Teh, Yee Whye}, journal = {Neural Computation}, pages = {1527--1554}, title = {A Fast L - [iclr2026_conference](https://doutorai.pt/componentes/skills__iclr2026-conference-2): %PDF-1.5 % 78 0 obj > stream xڵYYF ~_ ;x Y83#/v HL(R!)O&~yhv fYW5, ԁW7W/Q,xy ɸA )F2삟(V?o Dsi|A YgK?YO ?;Kd?\zo\r?%O KR ~._Byo"\ ?ϥR&ϥs)\J.K oR~._ϥs\?ʯKKR~._ϥ\^E - [iclr2026_conference](https://doutorai.pt/componentes/skills__iclr2026-conference-3): % Comandos matemáticos opcionais de https://github.com/goodfeli/dlbook_notation. \input{math_commands.tex} - [iclr2026_conference](https://doutorai.pt/componentes/skills__iclr2026-conference-4): % Este ficheiro pode ser utilizado com o Latex2e, quer esteja a ser executado no modo principal, quer no modo de compatibilidade 2.09. % % Se utilizar o modo pr - [iclr2026_conference](https://doutorai.pt/componentes/skills__iclr2026-conference-5): %% Ficheiro: iclr2024.bst' %% Uma cópia de iclm2010.bst, que é uma modificação de plainnl.bst' para utilização com o pacote natbib %% %% Copyright 2010 Hal Daum - [icml2026](https://doutorai.pt/componentes/skills__icml2026): % Este ficheiro contém os parâmetros de formatação LaTeX para atas de conferência de duas colunas com 8,5 polegadas de largura por 11 polegadas de altura. % % M - [icml2026](https://doutorai.pt/componentes/skills__icml2026-2): %% Ficheiro: icml2025.bst' %% Uma modificação de plainnl.bst' para utilização com o pacote natbib %% %% Copyright 2010 Hal Daum\'e III %% Modificado por J. Fürn - [icons](https://doutorai.pt/componentes/skills__icons): Adicione data-icon="inline-start" (prefixo) ou data-icon="inline-end" (sufixo) ao ícone. Sem classes de dimensionamento no ícone. - [icons](https://doutorai.pt/componentes/skills__icons-3): O Zafiro.Avalonia simplifica a gestão de ícones utilizando uma extensão de marcação especializada e opções de estilo. - [icons](https://doutorai.pt/componentes/skills__icons-4): Os ícones fornecem representações visuais para os seus servidores e componentes MCP, ajudando as aplicações de cliente a apresentar melhores interfaces de utili - [id_mapping_databases](https://doutorai.pt/componentes/skills__id-mapping-databases): Lista completa de bases de dados suportadas pelo serviço UniProt ID Mapping. Utilize estes nomes de bases de dados ao chamar a API de mapeamento de ID. - [identification](https://doutorai.pt/componentes/skills__identification): O PyOpenMS suporta a identificação de péptidos/proteínas através da integração com motores de busca e fornece ferramentas para o pós-processamento de resultados - [identifier_mapping](https://doutorai.pt/componentes/skills__identifier-mapping): Este documento fornece informações abrangentes sobre a conversão de identificadores entre diferentes bases de dados biológicas utilizando o BioServices. - [image-enhancer](https://doutorai.pt/componentes/skills__image-enhancer): Melhora a qualidade de imagens, especialmente capturas de ecrã, através do aumento da resolução, nitidez e clareza. Perfeito para preparar imagens para apresent - [image-patterns](https://doutorai.pt/componentes/skills__image-patterns): Métodos de posicionamento e estilização de imagens baseados na sintaxe de imagem oficial do Marpit. - [image_gen](https://doutorai.pt/componentes/skills__image-gen): Por predefinição, utiliza o gpt-image-1.5 e um fluxo de trabalho estruturado de aumento de prompts. - [image_loading](https://doutorai.pt/componentes/skills__image-loading): O PathML fornece suporte abrangente para carregar imagens de lâminas inteiras (WSI) de mais de 160 formatos proprietários de imagem médica. A estrutura abstrai - [image_processing](https://doutorai.pt/componentes/skills__image-processing): Esta referência abrange o acesso a dados de píxeis brutos, a renderização de imagens e a criação de novas imagens no OMERO. - [imagegen](https://doutorai.pt/componentes/skills__imagegen-2): PNG IHDR d d pT pHYs sRGB gAMA a DIDATx Ol G ؎ U4(i$ $BhoE! 7TD =B K.Z ©R z, ڐ 08q! c;k{fw=;fm|] 8=ɻXχpq \lKՅb, ɻH P )|D3o#&!$3 X 3Z GB>\β5{ :7"e ;}#næ 28Kǫ}T찐 - [images](https://doutorai.pt/componentes/skills__images-2): Incorporação de imagens no Remotion usando o componente - [images](https://doutorai.pt/componentes/skills__images-3): As Modal Images definem o ambiente em que o código é executado: contentores com dependências instaladas. As imagens são construídas a partir de cadeias de métod - [images](https://doutorai.pt/componentes/skills__images-4): Incorporação de imagens no Remotion usando o componente - [implementation-playbook](https://doutorai.pt/componentes/skills__implementation-playbook): Este ficheiro contém padrões detalhados, listas de verificação e exemplos de código referenciados pela skill. - [implementation-playbook](https://doutorai.pt/componentes/skills__implementation-playbook-2): Este ficheiro contém padrões detalhados, listas de verificação e exemplos de código referenciados pela skill. - [implementation-playbook](https://doutorai.pt/componentes/skills__implementation-playbook-3): Este ficheiro contém padrões detalhados, listas de verificação e exemplos de código referenciados pela skill. - [implementation-playbook](https://doutorai.pt/componentes/skills__implementation-playbook-4): Este ficheiro contém padrões detalhados, listas de verificação e exemplos de código referenciados pela skill. - [implementation-playbook](https://doutorai.pt/componentes/skills__implementation-playbook-5): Este ficheiro contém padrões detalhados, listas de verificação e exemplos de código referenciados pela skill. - [implementation-playbook](https://doutorai.pt/componentes/skills__implementation-playbook-6): Este ficheiro contém padrões detalhados, listas de verificação e exemplos de código referenciados pela skill. - [implementation-playbook](https://doutorai.pt/componentes/skills__implementation-playbook-8): Este ficheiro contém padrões detalhados, listas de verificação e exemplos de código referenciados pela skill. - [implementation-playbook](https://doutorai.pt/componentes/skills__implementation-playbook-9): Este ficheiro contém padrões detalhados, listas de verificação e exemplos de código referenciados pela skill. - [implementation-playbook](https://doutorai.pt/componentes/skills__implementation-playbook-10): Este ficheiro contém padrões detalhados, listas de verificação e exemplos de código referenciados pela skill. - [implementation-playbook](https://doutorai.pt/componentes/skills__implementation-playbook-11): Este ficheiro contém padrões detalhados, listas de verificação e exemplos de código referenciados pela skill. - [implementation-playbook](https://doutorai.pt/componentes/skills__implementation-playbook-12): Este ficheiro contém padrões detalhados, listas de verificação e exemplos de código referenciados pela skill. - [implementation-playbook](https://doutorai.pt/componentes/skills__implementation-playbook-13): Este ficheiro contém padrões detalhados, listas de verificação e exemplos de código referenciados pela skill. - [implementation-playbook](https://doutorai.pt/componentes/skills__implementation-playbook-14): Este ficheiro contém padrões detalhados, listas de verificação e exemplos de código referenciados pela skill. - [implementation-playbook](https://doutorai.pt/componentes/skills__implementation-playbook-15): Este ficheiro contém padrões detalhados, listas de verificação e exemplos de código referenciados pela skill. - [implementer-prompt](https://doutorai.pt/componentes/skills__implementer-prompt): Utilize este modelo ao despachar um subagente implementador. - [implementer-prompt](https://doutorai.pt/componentes/skills__implementer-prompt-2): Utilize este modelo ao despachar um subagente implementador. - [implementing-llms-litgpt](https://doutorai.pt/componentes/skills__implementing-llms-litgpt): Implementa e treina LLMs usando o LitGPT da Lightning AI com mais de 20 arquiteturas pré-treinadas (Llama, Gemma, Phi, Qwen, Mistral). Use quando precisar de im - [import-srt-captions](https://doutorai.pt/componentes/skills__import-srt-captions): Importação de ficheiros de legendas .srt no Remotion usando o @remotion/captions - [import-srt-captions](https://doutorai.pt/componentes/skills__import-srt-captions-2): Importação de ficheiros de legendas .srt no Remotion usando o @remotion/captions - [importing_exporting](https://doutorai.pt/componentes/skills__importing-exporting): Este documento detalha todo o suporte a formatos de ficheiro no matchms para carregar e guardar dados de espectrometria de massa. - [improve_description](https://doutorai.pt/componentes/skills__improve-description): Recebe resultados de avaliação (de run_eval.py) e gera uma descrição melhorada ao chamar claude -p como um subprocesso (mesmo padrão de autenticação de run_eval - [improve_description](https://doutorai.pt/componentes/skills__improve-description-2): Recebe resultados de avaliação (de run_eval.py) e gera uma descrição melhorada ao chamar claude -p como um subprocesso (mesmo padrão de autenticação de run_eval - [improve_description](https://doutorai.pt/componentes/skills__improve-description-3): Recebe resultados de avaliação (de run_eval.py) e gera uma descrição melhorada ao chamar claude -p como um subprocesso (mesmo padrão de autenticação de run_eval - [imrad_structure](https://doutorai.pt/componentes/skills__imrad-structure): O IMRAD (Introdução, Métodos, Resultados e Discussão) é a estrutura organizacional predominante para artigos de revistas científicas de investigação original. A - [incident-management](https://doutorai.pt/componentes/skills__incident-management): Guia completo sobre resposta a incidentes, análise de causa raiz, post-mortems e construção de processos resilientes de gestão de incidentes. - [incident-responder](https://doutorai.pt/componentes/skills__incident-responder): Respondente a incidentes SRE especialista em resolução rápida de problemas, observabilidade moderna e gestão abrangente de incidentes. - [index_types](https://doutorai.pt/componentes/skills__index-types): Guia completo sobre a escolha e utilização de tipos de índice FAISS. - [inference](https://doutorai.pt/componentes/skills__inference): Guia completo para otimizar a inferência de MoE com base na investigação do MoE-Inference-Bench (arXiv 2508.17467, 2024). - [information-security-manager-iso27001](https://doutorai.pt/componentes/skills__information-security-manager-iso27001): Gestor Sénior de Segurança da Informação especialista na implementação das normas ISO 27001 e ISO 27002 para empresas de HealthTech e MedTech. Oferece implement - [infrastructure](https://doutorai.pt/componentes/skills__infrastructure): Guia completo de gestão de servidores, operações de rede, planeamento de capacidade e operações de infraestrutura para equipas de TI. - [infrastructure_as_code](https://doutorai.pt/componentes/skills__infrastructure-as-code): Este guia de referência fornece informação abrangente para devops seniores. - [init-artifact](https://doutorai.pt/componentes/skills__init-artifact): echo "🧹 A limpar o modelo Vite..." $SED_INPLACE '/ . / '"$PROJECT_NAME"' /' index.html - [init-artifact](https://doutorai.pt/componentes/skills__init-artifact-2): echo "🧹 A limpar o modelo Vite..." $SED_INPLACE '/ . / '"$PROJECT_NAME"' /' index.html - [init-artifact](https://doutorai.pt/componentes/skills__init-artifact-3): echo "🧹 A limpar o modelo Vite..." $SED_INPLACE '/ . / '"$PROJECT_NAME"' /' index.html - [init_skill](https://doutorai.pt/componentes/skills__init-skill): SKILL_TEMPLATE = """--- name: {skill_name} description: [TODO: Explicação completa e informativa do que a skill faz e de quando a deve utilizar. Inclua QUANDO u - [init_skill](https://doutorai.pt/componentes/skills__init-skill-2): SKILL_TEMPLATE = """--- name: {skill_name} description: [TODO: Explicação completa e informativa do que a skill faz e de quando a deve utilizar. Inclua QUANDO u - [inngest](https://doutorai.pt/componentes/skills__inngest): Especialista em Inngest para tarefas em segundo plano serverless-first, workflows orientados a eventos e execução durável sem necessidade de gerir filas ou work - [installation](https://doutorai.pt/componentes/skills__installation-2): Aceda à GUI em http://localhost:8501 após o arranque do container. - [installation](https://doutorai.pt/componentes/skills__installation-3): Isto instala as dependências do fluidfft e do pyfftw. - [installation](https://doutorai.pt/componentes/skills__installation-4): Se for bem-sucedido, deverá ver o menu de ajuda com todas as opções disponíveis. - [installation](https://doutorai.pt/componentes/skills__installation-5): Recomendamos a utilização do uv para instalar e gerir o FastMCP. - [instructor](https://doutorai.pt/componentes/skills__instructor): Extraia dados estruturados de respostas de LLM com validação Pydantic, repita extrações falhadas automaticamente, faça o parsing de JSON complexo com segurança - [integration](https://doutorai.pt/componentes/skills__integration): Integração com vector stores, observabilidade do LangSmith e deployment. - [integration](https://doutorai.pt/componentes/skills__integration-2): Integração com o Ray Train e frameworks de ML. - [integration](https://doutorai.pt/componentes/skills__integration-3): Integração com o LangChain, o LlamaIndex e frameworks. - [integration](https://doutorai.pt/componentes/skills__integration-4): Guia completo sobre a utilização dos Tokenizers da HuggingFace com a biblioteca Transformers. - [integration](https://doutorai.pt/componentes/skills__integration-5): Integração com transformers, PEFT, vLLM e outras frameworks. - [integration](https://doutorai.pt/componentes/skills__integration-6): O PufferLib fornece uma camada de emulação que permite uma integração perfeita com frameworks de RL populares, incluindo Gymnasium, OpenAI Gym, PettingZoo e mui - [integrations](https://doutorai.pt/componentes/skills__integrations): Guia completo sobre a integração do W&B com frameworks de ML populares. - [integrations](https://doutorai.pt/componentes/skills__integrations-2): Guia completo sobre a integração do TensorBoard com frameworks de ML populares. - [integrations](https://doutorai.pt/componentes/skills__integrations-3): Este documento abrange as integrações do LaminDB com gestores de fluxo de trabalho, plataformas de MLOps, ferramentas de visualização e outros sistemas de terce - [integrations](https://doutorai.pt/componentes/skills__integrations-4): O LabArchives integra-se com inúmeras plataformas de software científico para otimizar os fluxos de trabalho de investigação. Este documento abrange abordagens - [interactive-commands](https://doutorai.pt/componentes/skills__interactive-commands): Guia abrangente para criar comandos que recolhem o feedback do utilizador e tomam decisões através da ferramenta AskUserQuestion. - [interactive-portfolio](https://doutorai.pt/componentes/skills__interactive-portfolio): Especialista em construir portfólios que realmente conseguem empregos e clientes - não apenas mostrando o trabalho, mas criando experiências memoráveis. Abrange - [internal](https://doutorai.pt/componentes/skills__internal): Utilize este modelo para bases de código da equipa, serviços e ferramentas internas. Foque-se na integração de novos membros da equipa e no conhecimento operaci - [internal-comms](https://doutorai.pt/componentes/skills__internal-comms): Um conjunto de recursos para me ajudar a escrever todos os tipos de comunicações internas, utilizando os formatos de que a minha empresa gosta. O Claude deve us - [internal-comms](https://doutorai.pt/componentes/skills__internal-comms-2): Um conjunto de recursos para me ajudar a escrever todos os tipos de comunicações internas, utilizando os formatos de que a minha empresa gosta. O Claude deve us - [internal-comms](https://doutorai.pt/componentes/skills__internal-comms-3): Um conjunto de recursos para me ajudar a escrever todos os tipos de comunicações internas, utilizando os formatos de que a minha empresa gosta. O Claude deve us - [intervention_guidelines](https://doutorai.pt/componentes/skills__intervention-guidelines): Esta referência fornece orientação abrangente sobre a seleção, implementação e documentação de intervenções baseadas em evidências nas modalidades de tratamento - [interview-prep-generator](https://doutorai.pt/componentes/skills__interview-prep-generator): Gere histórias STAR, perguntas de treino e pontos de discussão a partir de um currículo. Use quando o utilizador mencionar preparação para entrevistas, pergunta - [interview-protocol](https://doutorai.pt/componentes/skills__interview-protocol): A entrevista é executada diretamente nesta skill (e não num subagente) porque o AskUserQuestion só funciona no contexto da conversação principal. - [inventory](https://doutorai.pt/componentes/skills__inventory): @staticmethod def get_font_path(font_name: str) -> Optional[str]: """Obtém o caminho do ficheiro do tipo de letra para um determinado nome de tipo de letra. - [inventory](https://doutorai.pt/componentes/skills__inventory-2): @staticmethod def get_font_path(font_name: str) -> Optional[str]: """Obtém o caminho do ficheiro do tipo de letra para um determinado nome de tipo de letra. - [invoice-organizer](https://doutorai.pt/componentes/skills__invoice-organizer): Organiza automaticamente faturas e recibos para a preparação de impostos, lendo ficheiros desorganizados, extraindo informações importantes, renomeando-os de fo - [io_formats](https://doutorai.pt/componentes/skills__io-formats): Esta referência documenta as extensas capacidades de entrada/saída do pymatgen para leitura e escrita de dados estruturais e computacionais em mais de 100 forma - [io_guide](https://doutorai.pt/componentes/skills__io-guide): Guia completo para leitura e escrita de dados em vários formatos com o Polars. - [io_module](https://doutorai.pt/componentes/skills__io-module): O módulo datamol.io fornece uma manipulação de ficheiros abrangente para dados moleculares em múltiplos formatos. - [io_operations](https://doutorai.pt/componentes/skills__io-operations): O AnnData fornece funcionalidade de E/S abrangente para leitura e escrita de dados em vários formatos. - [io_operations](https://doutorai.pt/componentes/skills__io-operations-2): Esta referência cobre operações de entrada/saída de ficheiros, conversões de formato, estratégias de exportação e a utilização de vários formatos de dados no Va - [ioc-database](https://doutorai.pt/componentes/skills__ioc-database): O ataque à cadeia de fornecimento de CI/CD com maior impacto documentado até à data. Uma campanha de cadeia de credenciais em cascata. - [isms-audit-expert](https://doutorai.pt/componentes/skills__isms-audit-expert): Auditor Sénior de SGSI especialista em auditorias internas e externas de sistemas de gestão de segurança da informação. Oferece conhecimentos de auditoria ISO 2 - [issues](https://doutorai.pt/componentes/skills__issues): Soluções para problemas frequentemente encontrados com o BigCode Evaluation Harness. - [it-operations](https://doutorai.pt/componentes/skills__it-operations): Gere infraestruturas de TI, monitorização, resposta a incidentes e fiabilidade do serviço. Disponibiliza frameworks para gestão de serviços ITIL, estratégias de - [iterate-pr](https://doutorai.pt/componentes/skills__iterate-pr): Itere num PR até que o CI passe. Use quando precisar de corrigir falhas no CI, responder ao feedback de revisão ou fazer push contínuo de correções até que toda - [jargon-simplification](https://doutorai.pt/componentes/skills__jargon-simplification): Traduções de terminologia técnica para linguagem acessível. Utilize quando comunicar com partes interessadas não técnicas, clientes ou equipas multidisciplinare - [java-pro](https://doutorai.pt/componentes/skills__java-pro): Domine Java 21+ com funcionalidades modernas como virtual threads, pattern matching e Spring Boot 3.x. Especialista no ecossistema Java mais recente, incluindo - [javascript-express-web-server-security](https://doutorai.pt/componentes/skills__javascript-express-web-server-security): Está intencionalmente escrito como um conjunto de requisitos normativos (“MUST/SHOULD/MAY”) e regras de auditoria (como são os maus padrões, como detetá-los e c - [javascript-general-web-frontend-security](https://doutorai.pt/componentes/skills__javascript-general-web-frontend-security): Está intencionalmente escrito como um conjunto de requisitos normativos (“MUST/SHOULD/MAY”) e regras de auditoria (como são os maus padrões, como detetá-los e c - [javascript-jquery-web-frontend-security](https://doutorai.pt/componentes/skills__javascript-jquery-web-frontend-security): Está intencionalmente escrito como um conjunto de requisitos normativos (“MUST/SHOULD/MAY”) e regras de auditoria (como são os maus padrões, como detetá-los e c - [javascript-mastery](https://doutorai.pt/componentes/skills__javascript-mastery): Referência abrangente de JavaScript que cobre mais de 33 conceitos essenciais que cada programador deve conhecer. Desde fundamentos como primitivos e closures a - [javascript-pro](https://doutorai.pt/componentes/skills__javascript-pro): Domine o JavaScript moderno com ES6+, padrões assíncronos e APIs Node.js. Lida com promessas, event loops e compatibilidade de browser/Node. - [javascript-testing-patterns](https://doutorai.pt/componentes/skills__javascript-testing-patterns): Guia abrangente para implementar estratégias de teste robustas em aplicações JavaScript/TypeScript utilizando frameworks de teste modernos e boas práticas. - [javascript-typescript-nextjs-web-server-security](https://doutorai.pt/componentes/skills__javascript-typescript-nextjs-web-server-security): Está intencionalmente escrito como um conjunto de requisitos normativos (“MUST/SHOULD/MAY”) e regras de auditoria (como são os maus padrões, como detetá-los e c - [javascript-typescript-react-web-frontend-security](https://doutorai.pt/componentes/skills__javascript-typescript-react-web-frontend-security): Está intencionalmente escrito como um conjunto de requisitos normativos (“MUST/SHOULD/MAY”) e regras de auditoria (como são os maus padrões, como detetá-los e c - [javascript-typescript-vue-web-frontend-security](https://doutorai.pt/componentes/skills__javascript-typescript-vue-web-frontend-security): Está intencionalmente escrito como um conjunto de requisitos normativos (“MUST/SHOULD/MAY”) e regras de auditoria (como são os maus padrões, como detetá-los e c - [jira](https://doutorai.pt/componentes/skills__jira): Usar quando o utilizador menciona issues do Jira (ex. "PROJ-123"), pergunta sobre tickets, deseja criar/ver/atualizar issues, verificar o estado da sprint ou ge - [jira-automation](https://doutorai.pt/componentes/skills__jira-automation): Automatizar tarefas do Jira via Rube MCP (Composio): issues, projetos, sprints, quadros, comentários, utilizadores. Pesquisar sempre primeiro nas ferramentas po - [job-description-analyzer](https://doutorai.pt/componentes/skills__job-description-analyzer): Analisar ofertas de emprego, calcular pontuações de correspondência, identificar lacunas e criar uma estratégia de candidatura. Usar quando o utilizador partilh - [job-execution](https://doutorai.pt/componentes/skills__job-execution): Os jobs são as unidades de execução fundamentais no DNAnexus. Quando uma applet ou aplicação é executada, é criado e executado um job num nó worker num ambiente - [journal_requirements](https://doutorai.pt/componentes/skills__journal-requirements): Diferentes revistas científicas têm requisitos técnicos específicos para figuras. Esta referência compila requisitos comuns das principais editoras científicas. - [journals_formatting](https://doutorai.pt/componentes/skills__journals-formatting): Requisitos de formatação abrangentes e diretrizes de submissão para as principais revistas científicas em diversas disciplinas. - [js-batch-dom-css](https://doutorai.pt/componentes/skills__js-batch-dom-css): Evite alterar estilos uma propriedade de cada vez. Agrupe múltiplas alterações de CSS através de classes ou cssText para minimizar reflows do navegador. - [js-batch-dom-css](https://doutorai.pt/componentes/skills__js-batch-dom-css-2): Evite alterar estilos uma propriedade de cada vez. Agrupe múltiplas alterações de CSS através de classes ou cssText para minimizar reflows do navegador. - [js-cache-function-results](https://doutorai.pt/componentes/skills__js-cache-function-results): Utilize um Map ao nível do módulo para guardar em cache os resultados de uma função quando a mesma função é chamada repetidamente com as mesmas entradas durante - [js-cache-function-results](https://doutorai.pt/componentes/skills__js-cache-function-results-2): Utilize um Map ao nível do módulo para guardar em cache os resultados de uma função quando a mesma função é chamada repetidamente com as mesmas entradas durante - [js-cache-property-access](https://doutorai.pt/componentes/skills__js-cache-property-access): Guarde em cache as pesquisas de propriedades de objetos em hot paths. - [js-cache-property-access](https://doutorai.pt/componentes/skills__js-cache-property-access-2): Guarde em cache as pesquisas de propriedades de objetos em hot paths. - [js-cache-storage](https://doutorai.pt/componentes/skills__js-cache-storage): localStorage, sessionStorage e document.cookie são síncronos e dispendiosos. Guarde as leituras em memória. - [js-cache-storage](https://doutorai.pt/componentes/skills__js-cache-storage-2): localStorage, sessionStorage e document.cookie são síncronos e dispendiosos. Guarde as leituras em memória. - [js-combine-iterations](https://doutorai.pt/componentes/skills__js-combine-iterations): Múltiplas chamadas a .filter() ou .map() iteram o array várias vezes. Combine-as num único ciclo. - [js-combine-iterations](https://doutorai.pt/componentes/skills__js-combine-iterations-2): Múltiplas chamadas a .filter() ou .map() iteram o array várias vezes. Combine-as num único ciclo. - [js-early-exit](https://doutorai.pt/componentes/skills__js-early-exit): Devolva antecipadamente quando o resultado estiver determinado para saltar processamento desnecessário. - [js-early-exit](https://doutorai.pt/componentes/skills__js-early-exit-2): Devolva antecipadamente quando o resultado estiver determinado para saltar processamento desnecessário. - [js-hoist-regexp](https://doutorai.pt/componentes/skills__js-hoist-regexp): Não crie RegExp dentro do render. Mova para o âmbito do módulo ou memorize com useMemo(). - [js-hoist-regexp](https://doutorai.pt/componentes/skills__js-hoist-regexp-2): Não crie RegExp dentro do render. Mova para o âmbito do módulo ou memorize com useMemo(). - [js-index-maps](https://doutorai.pt/componentes/skills__js-index-maps): Múltiplas chamadas a .find() pela mesma chave devem utilizar um Map. - [js-index-maps](https://doutorai.pt/componentes/skills__js-index-maps-2): Múltiplas chamadas a .find() pela mesma chave devem utilizar um Map. - [js-length-check-first](https://doutorai.pt/componentes/skills__js-length-check-first): Ao comparar arrays com operações dispendiosas (ordenação, igualdade profunda, serialização), verifique primeiro os comprimentos. Se os comprimentos forem difere - [js-length-check-first](https://doutorai.pt/componentes/skills__js-length-check-first-2): Ao comparar arrays com operações dispendiosas (ordenação, igualdade profunda, serialização), verifique primeiro os comprimentos. Se os comprimentos forem difere - [js-min-max-loop](https://doutorai.pt/componentes/skills__js-min-max-loop): Encontrar o menor ou maior elemento requer apenas uma única passagem pelo array. A ordenação é um desperdício e é mais lenta. - [js-min-max-loop](https://doutorai.pt/componentes/skills__js-min-max-loop-2): Encontrar o menor ou maior elemento requer apenas uma única passagem pelo array. A ordenação é um desperdício e é mais lenta. - [js-set-map-lookups](https://doutorai.pt/componentes/skills__js-set-map-lookups): Converta arrays para Set/Map para verificações de pertença repetidas. - [js-set-map-lookups](https://doutorai.pt/componentes/skills__js-set-map-lookups-2): Converta arrays para Set/Map para verificações de pertença repetidas. - [js-tosorted-immutable](https://doutorai.pt/componentes/skills__js-tosorted-immutable): .sort() altera o array no próprio local, o que pode causar bugs com o estado e as props do React. Utilize .toSorted() para criar um novo array ordenado sem muta - [js-tosorted-immutable](https://doutorai.pt/componentes/skills__js-tosorted-immutable-2): .sort() altera o array no próprio local, o que pode causar bugs com o estado e as props do React. Utilize .toSorted() para criar um novo array ordenado sem muta - [json-canvas](https://doutorai.pt/componentes/skills__json-canvas): Criar e editar ficheiros JSON Canvas (.canvas) com nós, arestas, grupos e ligações. Usar ao trabalhar com ficheiros .canvas, ao criar canvases visuais, mapas me - [json-schema](https://doutorai.pt/componentes/skills__json-schema): O Obsidian Web Clipper importa modelos através de ficheiros JSON. - [json_generation](https://doutorai.pt/componentes/skills__json-generation): Guia completo de geração de JSON com Outlines utilizando modelos Pydantic e esquemas JSON. - [jupyter](https://doutorai.pt/componentes/skills__jupyter): PNG IHDR d d pT pHYs sRGB gAMA a .IDATx Kl G ǿ1ƘG Z# . DVr H . .>r 8+ ls -%;6rz=3=3U35vh"1!1P&1N 3G I__ŋw! mݝ 1v%55be YYmbA&! ̭ pk6 aI,$Vl$ M ɛ{ ?N| K ߖD[R ){={ - [k6-load-testing](https://doutorai.pt/componentes/skills__k6-load-testing): Skill abrangente de testes de carga k6 para testes de API, browser e escalabilidade. Escrever cenários de carga realistas, analisar resultados e integrar com CI - [kaizen](https://doutorai.pt/componentes/skills__kaizen): Guia para melhoria contínua, prevenção de erros e normalização. Usar esta skill quando o utilizador pretender melhorar a qualidade do código, refatorar ou discu - [kegg-database](https://doutorai.pt/componentes/skills__kegg-database): Acesso direto à REST API do KEGG (apenas para uso académico). Análise de vias, mapeamento gene-via, vias metabólicas, interações de medicamentos, conversão de I - [kegg_api](https://doutorai.pt/componentes/skills__kegg-api): Este módulo fornece funções em Python para interagir com a API REST do KEGG. Todas as funções retornam texto de resposta em bruto, o qual pode ser analisado con - [kegg_reference](https://doutorai.pt/componentes/skills__kegg-reference): O KEGG (Kyoto Encyclopedia of Genes and Genomes) é um recurso abrangente de bioinformática que mantém mapas de vias curados manualmente e redes de interação mol - [keys](https://doutorai.pt/componentes/skills__keys): Este documento descreve as regras para gerir chaves de API do Neon de forma programática. Abrange a listagem de chaves existentes, a criação de novas chaves e a - [keywords](https://doutorai.pt/componentes/skills__keywords): Referência completa para palavras-chave de reflexão utilizadas na técnica NOWAIT. - [knowledge-base-pattern](https://doutorai.pt/componentes/skills__knowledge-base-pattern): Esta skill organiza o plano como uma wiki em markdown no disco, em vez de o estruturar como um único documento ou uma transcrição de chat. O padrão trata um LLM - [knowledge-distillation](https://doutorai.pt/componentes/skills__knowledge-distillation): Comprimir grandes modelos de linguagem utilizando destilação de conhecimento de modelos professores para modelos estudantes. Usar ao implementar modelos mais pe - [knowledge_graphs](https://doutorai.pt/componentes/skills__knowledge-graphs): Os grafos de conhecimento representam informação estruturada como entidades e relações num formato de grafo. O TorchDrug oferece suporte abrangente para a concl - [kotlin-coroutines-expert](https://doutorai.pt/componentes/skills__kotlin-coroutines-expert): Padrões de especialista para Kotlin Coroutines e Flow, cobrindo concorrência estruturada, tratamento de erros e testes. - [kubernetes-architect](https://doutorai.pt/componentes/skills__kubernetes-architect): Arquiteto especialista em Kubernetes especializado em infraestrutura cloud-native, workflows avançados de GitOps (ArgoCD/Flux) e orquestração de contentores emp - [lab-research-patterns](https://doutorai.pt/componentes/skills__lab-research-patterns): Padrões baseados em investigação da Google DeepMind e da Anthropic para uma orquestração multiagente aprimorada e segurança. - [labarchive-integration](https://doutorai.pt/componentes/skills__labarchive-integration): Integração de API de diário de laboratório eletrónico. Aceder a diários, gerir entradas/anexos, fazer cópias de segurança de diários, integrar com Protocols.io/ - [lambda-labs-gpu-cloud](https://doutorai.pt/componentes/skills__lambda-labs-gpu-cloud): Instâncias de cloud GPU reservadas e a pedido para treino e inferência de ML. Usar quando necessita de instâncias GPU dedicadas com acesso SSH simples, sistemas - [lamindb](https://doutorai.pt/componentes/skills__lamindb): Esta skill deve ser usada ao trabalhar com o LaminDB, uma framework de dados open-source para biologia que torna os dados consultáveis, rastreáveis, reproduzíve - [landing](https://doutorai.pt/componentes/skills__landing): N.º,Nome do Padrão,Palavras-chave,Ordem das Secções,Posicionamento do CTA Principal,Estratégia de Cor,Efeitos Recomendados,Otimização de Conversão 1,Hero + Func - [landscape-research](https://doutorai.pt/componentes/skills__landscape-research): Este ficheiro reúne as conclusões de uma etapa de pesquisa profunda na web sobre os conceitos fundamentais desta skill. Cada secção resume como os profissionais - [langchain](https://doutorai.pt/componentes/skills__langchain): Framework para construir aplicações alimentadas por LLM com agentes, chains e RAG. Suporta múltiplos fornecedores (OpenAI, Anthropic, Google), mais de 500 integ - [langfuse](https://doutorai.pt/componentes/skills__langfuse): Especialista em Langfuse - a plataforma open-source de observabilidade de LLM. Cobre tracing, gestão de prompts, avaliação, datasets e integração com LangChain, - [langgraph](https://doutorai.pt/componentes/skills__langgraph): Especialista em LangGraph - a framework de nível de produção para construir aplicações de IA com estado e multi-ator. Cobre construção de grafos, gestão de esta - [langsmith-observability](https://doutorai.pt/componentes/skills__langsmith-observability): Plataforma de observabilidade de LLM para tracing, avaliação e monitorização. Usar ao depurar aplicações de LLM, avaliar resultados de modelos em relação a conj - [languages](https://doutorai.pt/componentes/skills__languages): Guia completo das capacidades multilingues do Whisper. - [laravel-expert](https://doutorai.pt/componentes/skills__laravel-expert): Função de Engenheiro Laravel Sénior para soluções Laravel de nível de produção, fáceis de manter e idiomáticas. Foca-se em arquitetura limpa, segurança, desempe - [latchbio-integration](https://doutorai.pt/componentes/skills__latchbio-integration): Plataforma Latch para workflows de bioinformática. Construir pipelines com Latch SDK, decoradores @workflow/@task, implementar workflows serverless, LatchFile/L - [latex](https://doutorai.pt/componentes/skills__latex): O Manim possui suporte nativo para a renderização de LaTeX, tornando-o perfeito para animações matemáticas e conteúdos educativos. - [latex-posters](https://doutorai.pt/componentes/skills__latex-posters): Criar pósteres de investigação profissionais em LaTeX usando beamerposter, tikzposter ou baposter. Suporte para apresentações em conferências, pósteres académic - [latex-posters](https://doutorai.pt/componentes/skills__latex-posters-2): Criar pósteres de investigação profissionais em LaTeX usando beamerposter, tikzposter ou baposter. Suporte para apresentações em conferências, pósteres académic - [latex_poster_packages](https://doutorai.pt/componentes/skills__latex-poster-packages): Três grandes pacotes de LaTeX dominam a criação de posters de investigação: beamerposter, tikzposter e baposter. Cada um tem pontos fortes, sintaxe e casos de u - [launch-strategy](https://doutorai.pt/componentes/skills__launch-strategy): Quando o utilizador deseja planear o lançamento de um produto, anúncio de funcionalidade ou estratégia de lançamento. Usar também quando o utilizador menciona ' - [layers_reference](https://doutorai.pt/componentes/skills__layers-reference): Este documento fornece uma referência abrangente de todas as camadas de redes neuronais disponíveis em torch_geometric.nn. - [lead-research-assistant](https://doutorai.pt/componentes/skills__lead-research-assistant): Identifica leads de alta qualidade para o seu produto ou serviço através da análise do seu negócio, pesquisa de empresas-alvo e fornecimento de estratégias de c - [lifespans](https://doutorai.pt/componentes/skills__lifespans): Os lifespans permitem executar código uma vez quando o servidor inicia e fazer a limpeza quando ele para. Ao contrário dos manipuladores por sessão, os lifespan - [lightning_module](https://doutorai.pt/componentes/skills__lightning-module): Um LightningModule organiza código PyTorch em seis secções lógicas sem abstração. O código permanece PyTorch puro, apenas melhor organizado. O Trainer trata da - [linear](https://doutorai.pt/componentes/skills__linear): Gerir issues, projetos e workflows de equipa no Linear. Usar quando o utilizador pretender ler, criar ou atualizar tickets no Linear. - [linear-automation](https://doutorai.pt/componentes/skills__linear-automation): Automatizar tarefas do Linear via Rube MCP (Composio): issues, projetos, ciclos, equipas, etiquetas. Pesquisar sempre primeiro nas ferramentas por esquemas atua - [linear_models](https://doutorai.pt/componentes/skills__linear-models): Este documento fornece orientações detalhadas sobre modelos de regressão linear no statsmodels, incluindo OLS, GLS, WLS, regressão quantílica e variantes especi - [linear_regression_template](https://doutorai.pt/componentes/skills__linear-regression-template): Este template fornece um fluxo de trabalho completo para regressão linear bayesiana, incluindo preparação de dados, construção de modelos, diagnósticos e previs - [linkedin-profile-optimizer](https://doutorai.pt/componentes/skills__linkedin-profile-optimizer): Otimizar um perfil do LinkedIn para pesquisa, visibilidade por parte de recrutadores e envolvimento. Usar quando o utilizador menciona perfil do LinkedIn, títul - [lint-and-validate](https://doutorai.pt/componentes/skills__lint-and-validate): Procedimentos automáticos de controlo de qualidade, linting e análise estática. Usar após cada modificação de código para garantir a correção sintática e os pad - [liquid-handling](https://doutorai.pt/componentes/skills__liquid-handling): O módulo de manipulação de líquidos (pylabrobot.liquid_handling) fornece uma interface unificada para controlar robôs de manipulação de líquidos. A classe Liqui - [literature-review](https://doutorai.pt/componentes/skills__literature-review): Realizar revisões sistemáticas e abrangentes da literatura utilizando múltiplas bases de dados académicas (PubMed, arXiv, bioRxiv, Semantic Scholar, etc.). Esta - [literature_search_strategies](https://doutorai.pt/componentes/skills__literature-search-strategies): Uma pesquisa bibliográfica abrangente é essencial para fundamentar hipóteses na evidência existente. Esta referência fornece estratégias tanto para o PubMed (li - [live-sources](https://doutorai.pt/componentes/skills__live-sources): Este ficheiro contém URLs WebFetch para procurar informação atualizada de platform.claude.com e dos repositórios do Agent SDK. Utilize-as quando os utilizadores - [live_api](https://doutorai.pt/componentes/skills__live-api): A Live API fornece transmissão bidirecional em tempo real e de baixa latência via WebSockets. É ideal para aplicações interativas de voz e vídeo. - [llama-cpp](https://doutorai.pt/componentes/skills__llama-cpp): Executa inferência de LLM em CPU, Apple Silicon e GPUs de consumo sem hardware NVIDIA. Usar para implementação edge, Macs M1/M2/M3, GPUs AMD/Intel ou quando o C - [llama-factory](https://doutorai.pt/componentes/skills__llama-factory): Orientação especializada para fine-tuning de LLMs com LLaMA-Factory - WebUI no-code, mais de 100 modelos, QLoRA de 2/3/4/5/6/8 bits, suporte multimodal - [llamaguard](https://doutorai.pt/componentes/skills__llamaguard): Modelo de moderação especializado de 7-8B da Meta para filtragem de entrada/saída de LLM. 6 categorias de segurança - violência/ódio, conteúdo sexual, armas, su - [llamaindex](https://doutorai.pt/componentes/skills__llamaindex): Framework de dados para construir aplicações de LLM com RAG. Especializa-se em ingestão de documentos (mais de 300 conectores), indexação e consulta. Apresenta - [llava](https://doutorai.pt/componentes/skills__llava): Assistente de Grande Linguagem e Visão. Permite ajuste de instruções visuais e conversas baseadas em imagens. Combina o codificador de visão CLIP com os modelos - [llm-app-patterns](https://doutorai.pt/componentes/skills__llm-app-patterns): Padrões prontos para produção para construir aplicações de LLM. Cobre pipelines de RAG, arquiteturas de agentes, IDEs de prompt e monitorização de LLMOps. Usar - [llm-evaluation](https://doutorai.pt/componentes/skills__llm-evaluation): Dominar estratégias abrangentes de avaliação para aplicações de LLM, desde métricas automatizadas a avaliação humana e testes A/B. - [llm-ops](https://doutorai.pt/componentes/skills__llm-ops): Operações de LLM -- RAG, embeddings, bases de dados vetoriais, fine-tuning, engenharia de prompt avançada, custos de LLM, avaliações de qualidade e arquiteturas - [llm_configuration](https://doutorai.pt/componentes/skills__llm-configuration): O Denario requer credenciais de API de fornecedores de LLM suportados para alimentar o seu sistema de pesquisa multiagente. O sistema é construído sobre o AG2 e - [llm_evaluation_frameworks](https://doutorai.pt/componentes/skills__llm-evaluation-frameworks): Frameworks de avaliação de LLM de classe mundial para engenheiro sénior de prompts. - [llm_integration_guide](https://doutorai.pt/componentes/skills__llm-integration-guide): Guia de integração de LLM de classe mundial para engenheiro sénior de ML/IA. - [llm_providers](https://doutorai.pt/componentes/skills__llm-providers): Guia abrangente para configurar diferentes fornecedores de LLM com o biomni. - [llms-full](https://doutorai.pt/componentes/skills__llms-full): Treine o seu próprio modelo com o Unsloth, uma framework open-source para fine-tuning de LLM e aprendizagem por reforço. - [llms-txt](https://doutorai.pt/componentes/skills__llms-txt): O Orpheus suporta tags como , , , , , , , , etc. Por exemplo: "I missed you so much!". Estas tags estão entre parênteses angulares e serão tratadas como tokens - [load_and_split_data](https://doutorai.pt/componentes/skills__load-and-split-data): Este script demonstra como carregar conjuntos de dados TDC e aplicar diferentes estratégias de divisão para treino e avaliação de modelos. - [local](https://doutorai.pt/componentes/skills__local): O LocalProvider armazena componentes que você define diretamente no seu servidor. Quando utiliza @mcp.tool, @mcp.resource ou @mcp.prompt, está a adicionar compo - [lock-advisory](https://doutorai.pt/componentes/skills__lock-advisory): Os advisory locks fornecem coordenação ao nível da aplicação sem exigir o bloqueio de linhas da base de dados. - [lock-advisory](https://doutorai.pt/componentes/skills__lock-advisory-2): Os advisory locks fornecem coordenação ao nível da aplicação sem exigir o bloqueio de linhas da base de dados. - [lock-deadlock-prevention](https://doutorai.pt/componentes/skills__lock-deadlock-prevention): Os deadlocks ocorrem quando as transações bloqueiam recursos em ordens diferentes. Adquira sempre os bloqueios numa ordem consistente. - [lock-deadlock-prevention](https://doutorai.pt/componentes/skills__lock-deadlock-prevention-2): Os deadlocks ocorrem quando as transações bloqueiam recursos em ordens diferentes. Adquira sempre os bloqueios numa ordem consistente. - [lock-short-transactions](https://doutorai.pt/componentes/skills__lock-short-transactions): Transações de longa duração mantêm bloqueios que impedem outras consultas. Mantenha as transações o mais curtas possível. - [lock-short-transactions](https://doutorai.pt/componentes/skills__lock-short-transactions-2): Transações de longa duração mantêm bloqueios que impedem outras consultas. Mantenha as transações o mais curtas possível. - [lock-skip-locked](https://doutorai.pt/componentes/skills__lock-skip-locked): Quando múltiplos trabalhadores processam uma fila, o SKIP LOCKED permite que os trabalhadores processem linhas diferentes sem esperar. - [lock-skip-locked](https://doutorai.pt/componentes/skills__lock-skip-locked-2): Quando múltiplos trabalhadores processam uma fila, o SKIP LOCKED permite que os trabalhadores processem linhas diferentes sem esperar. - [logging](https://doutorai.pt/componentes/skills__logging): O PyTorch Lightning suporta múltiplas integrações de registo para acompanhamento de experiências e visualização. Por predefinição, o Lightning utiliza o TensorB - [logs-commands](https://doutorai.pt/componentes/skills__logs-commands): Transmita registos em tempo real. Pressione Ctrl+C para parar. - [loki-demo](https://doutorai.pt/componentes/skills__loki-demo): GIF89a 0 ! NETSCAPE2.0 ! gif.ski ! , 0 (6&(3 &#%0 % 0I8ͻ(dihlp,φ s|pH, 9 l:ШtJZ uzxL.zn|N~ t[; ϧՎ}l紽L/ HН ;Ch J ,"ŋ cYȱc C rɓ(S\ɲ˗0cʜI͛8sɳϟ@ JѣH]ʴӧPJJիXjʵׯÊ Kٳh - [loki-mode](https://doutorai.pt/componentes/skills__loki-mode): Sistema de startup autónomo multi-agente para o Claude Code. Ativado em "Loki Mode". Orquestra mais de 100 agentes especializados em engenharia, QA, DevOps, seg - [loki-wrapper](https://doutorai.pt/componentes/skills__loki-wrapper): log_error "Max retries ($MAX_RETRIES) exceeded. Giving up." save_state $retry "failed" 1 exit 1 } - [long-context](https://doutorai.pt/componentes/skills__long-context): Estender context windows de modelos transformer usando RoPE, YaRN, ALiBi e técnicas de interpolação de posição. Usar ao processar documentos longos (32k-128k+ t - [lookahead](https://doutorai.pt/componentes/skills__lookahead): O Lookahead Decoding quebra a dependência sequencial na descodificação autorregressiva utilizando a iteração de Jacobi, alcançando uma aceleração de 1,5 a 2,3× - [loss-functions](https://doutorai.pt/componentes/skills__loss-functions): Guia completo sobre funções de perda SimPO e formulações matemáticas. - [lottie](https://doutorai.pt/componentes/skills__lottie): Incorporar animações Lottie no Remotion. - [lottie](https://doutorai.pt/componentes/skills__lottie-2): Incorporar animações Lottie no Remotion. - [luma_imagegen](https://doutorai.pt/componentes/skills__luma-imagegen-2): parser.add_argument("--check-key", action="store_true", help="Verify LUMA_API_KEY is set and exit") parser.add_argument("--prompt", help="Text description of th - [machine_learning](https://doutorai.pt/componentes/skills__machine-learning): O PathML fornece capacidades abrangentes de aprendizagem automática para patologia computacional, incluindo modelos pré-construídos para deteção e segmentação d - [machine_learning](https://doutorai.pt/componentes/skills__machine-learning-2): Esta referência abrange as capacidades de aprendizagem automática do Vaex, incluindo transformadores, codificadores, engenharia de características, integração d - [macos_window_info](https://doutorai.pt/componentes/skills__macos-window-info): struct Response: Encodable { let count: Int let selected: WindowInfo? let windows: [WindowInfo]? } - [make-a-readme](https://doutorai.pt/componentes/skills__make-a-readme): Um README é um ficheiro de texto que apresenta e explica um projeto. Contém informação comummente necessária para compreender sobre o que é o projeto. - [mamba-architecture](https://doutorai.pt/componentes/skills__mamba-architecture): Modelos state-space com complexidade O(n) vs O(n²) dos Transformers. Inferência 5× mais rápida, sequências de milhões de tokens, sem KV cache. SSM seletivo com - [managed-agents](https://doutorai.pt/componentes/skills__managed-agents): Utilize estes exemplos quando o utilizador precisar de pedidos HTTP brutos ou estiver a trabalhar sem um SDK. - [managed-agents-api-reference](https://doutorai.pt/componentes/skills__managed-agents-api-reference): Todos os endpoints requerem os cabeçalhos x-api-key e anthropic-version: 2023-06-01. Os endpoints de Managed Agents requerem adicionalmente o cabeçalho anthropi - [managed-agents-client-patterns](https://doutorai.pt/componentes/skills__managed-agents-client-patterns): Padrões que você escreverá do lado do cliente ao conduzir uma sessão de Managed Agent, baseados em exemplos funcionais de SDK. - [managed-agents-core](https://doutorai.pt/componentes/skills__managed-agents-core): Uma sessão é uma instância de agente em execução dentro de um ambiente. - [managed-agents-environments](https://doutorai.pt/componentes/skills__managed-agents-environments): A criação de uma sessão requer um environment_id. Os ambientes são modelos de configuração reutilizáveis para iniciar contentores na infraestrutura da Anthropic - [managed-agents-events](https://doutorai.pt/componentes/skills__managed-agents-events): Envie eventos para uma sessão através de POST /v1/sessions/{id}/events. - [managed-agents-memory](https://doutorai.pt/componentes/skills__managed-agents-memory): As sessões são efémeras por predefinição: quando uma termina, tudo o que o agente aprendeu desaparece. Um repositório de memória é uma coleção de pequenos docum - [managed-agents-multiagent](https://doutorai.pt/componentes/skills__managed-agents-multiagent): Um agente coordenador pode delegar noutros agentes dentro de uma sessão. Todos os agentes partilham o contentor e o sistema de ficheiros; cada um executa-se na - [managed-agents-onboarding](https://doutorai.pt/componentes/skills__managed-agents-onboarding): Use isto quando um utilizador quiser configurar um Managed Agent do zero. Três passos: ramificar em know-vs-explore → configurar o modelo → configurar a sessão. - [managed-agents-outcomes](https://doutorai.pt/componentes/skills__managed-agents-outcomes): Um resultado eleva uma sessão de conversa a trabalho: você especifica como se parece o estado de "concluído", e a estrutura executa um ciclo de iterar → avaliar - [managed-agents-overview](https://doutorai.pt/componentes/skills__managed-agents-overview): Cada sessão referencia um objeto /v1/agents pré-criado. Crie o agente uma vez, guarde o ID e reutilize-o em várias execuções. - [managed-agents-tools](https://doutorai.pt/componentes/skills__managed-agents-tools): Substitua as predefinições para ferramentas individuais. Este exemplo ativa tudo exceto o bash: - [managed-agents-webhooks](https://doutorai.pt/componentes/skills__managed-agents-webhooks): A Anthropic pode fazer POST para o seu ponto de extremidade HTTPS quando um recurso de Managed Agents muda de estado (uma alternativa a manter um fluxo SSE ou p - [manifest-reference](https://doutorai.pt/componentes/skills__manifest-reference): Referência completa para a configuração do plugin.json. - [manim](https://doutorai.pt/componentes/skills__manim): Guia abrangente para o Manim Community - framework Python para criar animações matemáticas e vídeos educativos com controlo programático - [manipulation](https://doutorai.pt/componentes/skills__manipulation): Operações para transformar, criar subconjuntos e manipular objetos AnnData. - [markdown-memes-guide](https://doutorai.pt/componentes/skills__markdown-memes-guide): Com alguns truques (delimitações de código, citações, ênfase, espaçamento), você pode reproduzir quase qualquer formato de meme textual dentro de um artigo de b - [market-research-reports](https://doutorai.pt/componentes/skills__market-research-reports): Gerar relatórios de pesquisa de mercado abrangentes (50+ páginas) ao estilo das principais empresas de consultoria (McKinsey, BCG, Gartner). Apresenta formataçã - [market_report_template](https://doutorai.pt/componentes/skills__market-report-template): Esta análise de mercado abrangente examina o mercado \reporttitle{}, fornecendo inteligência estratégica para investidores, executivos e planeadores estratégico - [marketing-demand-acquisition](https://doutorai.pt/componentes/skills__marketing-demand-acquisition): Geração de procura multicanal, otimização de media paga, estratégia de SEO e programas de parceria para startups de Series A+. Inclui calculadora de CAC, playbo - [marketing-ideas](https://doutorai.pt/componentes/skills__marketing-ideas): Quando o utilizador precisa de ideias de marketing, inspiração ou estratégias para o seu produto SaaS ou software. Usar também quando o utilizador pede 'ideias - [marketing-psychology](https://doutorai.pt/componentes/skills__marketing-psychology): Quando o utilizador quer aplicar princípios psicológicos, modelos mentais ou ciência comportamental ao marketing. Usar também quando o utilizador menciona 'psic - [marketing-strategy-pmm](https://doutorai.pt/componentes/skills__marketing-strategy-pmm): Marketing de produto, posicionamento, estratégia GTM e inteligência competitiva. Inclui definição de ICP, metodologia de posicionamento de April Dunford, playbo - [marketplace-considerations](https://doutorai.pt/componentes/skills__marketplace-considerations): Diretrizes para criar comandos concebidos para distribuição e sucesso no marketplace. - [marketplace-schema](https://doutorai.pt/componentes/skills__marketplace-schema): Um marketplace é um catálogo JSON que permite a descoberta e distribuição de plugins. - [markitdown](https://doutorai.pt/componentes/skills__markitdown): Converter ficheiros e documentos de escritório para Markdown. Suporta PDF, DOCX, PPTX, XLSX, imagens (com OCR), áudio (com transcrição), HTML, CSV, JSON, XML, Z - [marp-slide](https://doutorai.pt/componentes/skills__marp-slide): Criar slides de apresentação profissionais com o Marp usando 7 temas bonitos (predefinido, minimalista, colorido, escuro, gradiente, tecnológico, negócios). Usa - [marp-syntax](https://doutorai.pt/componentes/skills__marp-syntax): Sintaxe básica do Marp baseada na documentação oficial. - [matchms](https://doutorai.pt/componentes/skills__matchms): Análise de espetrometria de massa. Processamento de mzML/MGF/MSP, semelhança espetral (cosseno, cosseno modificado), harmonização de metadados, ID de compostos, - [material-handling](https://doutorai.pt/componentes/skills__material-handling): O PyLabRobot integra-se com equipamentos de manipulação de materiais, incluindo agitadores com aquecimento, incubadoras, centrifugadoras e bombas. Estes disposi - [materials_project_api](https://doutorai.pt/componentes/skills__materials-project-api): Esta referência documenta como aceder e utilizar a base de dados do Materials Project através da integração da API do pymatgen. - [math_commands](https://doutorai.pt/componentes/skills__math-commands): ewcommand{\parents}{Pa} % Ver utilização em notation.tex. Escolhido para corresponder ao livro de Daphne. - [math_commands](https://doutorai.pt/componentes/skills__math-commands-2): ewcommand{\parents}{Pa} % Ver utilização em notation.tex. Escolhido para corresponder ao livro de Daphne. - [matplotlib](https://doutorai.pt/componentes/skills__matplotlib): Biblioteca fundamental de plotting. Criar gráficos de linhas, dispersão, barras, histogramas, heatmaps, 3D, subplots, exportar PNG/PDF/SVG, para visualização ci - [matplotlib__matplotlib-18869](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-18869): Com base no meu conhecimento da base de código da matplotlib e nos requisitos do problema, posso fornecer o patch. O problema pede a adição de um tuplo __versio - [matplotlib__matplotlib-18869](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-18869-2): Com base no problema e no meu conhecimento da estrutura da base de código do matplotlib, vou gerar o patch adequado. O problema solicita um tuplo __version_info - [matplotlib__matplotlib-22711](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-22711): Com base na descrição do problema e nas pistas, consigo compreender o erro e criar a correção. O problema é: - [matplotlib__matplotlib-22835](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-22835): Com base na descrição do problema e nas pistas fornecidas, posso construir o patch. O problema está em lib/matplotlib/artist.py no método format_cursor_data ond - [matplotlib__matplotlib-22835](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-22835-2): Com base na análise do arquiteto e na descrição do problema, posso gerar o patch. O problema é claro: format_cursor_data chama self.norm.inverse(), o que lança - [matplotlib__matplotlib-23299](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-23299): A correção deve fazer com que get_backend() não desencadeie uma alteração completa de backend quando este não mudou efetivamente: deve apenas resolver a sentine - [matplotlib__matplotlib-23299](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-23299-2): A correção deve estar em lib/matplotlib/__init__.py na função get_backend() para verificar se o backend está realmente a mudar antes de desencadear qualquer alt - [matplotlib__matplotlib-23314](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-23314): Com base na minha pesquisa sobre a base de código do matplotlib e na descrição do erro, posso fornecer a correção. O problema está no método Axes3D.draw() em li - [matplotlib__matplotlib-23476](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-23476): Preciso de analisar o problema com base na descrição. Olhando para o traceback e para as pistas, este é um problema de pickling do matplotlib. Deixe-me compreen - [matplotlib__matplotlib-23476](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-23476-2): Com base na análise do arquiteto, preciso de gerar um patch para o ficheiro figure.py do matplotlib. A correção consiste em modificar o __getstate__ para armaze - [matplotlib__matplotlib-23562](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-23562): Com base no meu conhecimento da base de código do matplotlib e na descrição do problema, posso criar o patch. O problema é que os métodos Poly3DCollection.get_f - [matplotlib__matplotlib-23563](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-23563): A correção deve garantir que o _verts3d seja inicializado no __init__ antes de set_3d_properties ser chamado, para que, mesmo que ocorra uma exceção em set_3d_p - [matplotlib__matplotlib-23913](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-23913): Com base no meu conhecimento da base de código do matplotlib e no problema do GitHub, vou criar o patch para adicionar um parâmetro de palavra-chave draggable à - [matplotlib__matplotlib-23913](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-23913-2): Aguarde, devo fornecer um patch mais completo e preciso. Permita-me gerar o unified diff adequado: - [matplotlib__matplotlib-23964](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-23964): Com base na descrição do problema, tenho informação suficiente para criar o patch. O problema refere: - [matplotlib__matplotlib-23987](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-23987): Com base nas pistas do problema que referenciam o URL específico do GitHub, vejo que o erro está nas linhas 2428-2431 em lib/matplotlib/figure.py. O problema é - [matplotlib__matplotlib-23987](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-23987-2): Com base na descrição do problema e na análise do arquiteto, preciso de gerar um patch para o repositório do matplotlib. O erro está em lib/matplotlib/figure.py - [matplotlib__matplotlib-24149](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-24149): Este é um projeto de skill, não o repositório do matplotlib. Como este é um teste sobre gerar um patch para um erro do matplotlib, preciso de criar o patch com - [matplotlib__matplotlib-24265](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-24265): No matplotlib v3.6.0, os estilos do seaborn foram renomeados de seaborn- para seaborn-v0_8- (por exemplo, seaborn-colorblind passou a ser seaborn-v0_8-colorblin - [matplotlib__matplotlib-24334](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-24334): Com base no problema do GitHub, preciso de criar um patch para o repositório do matplotlib. O problema é que Axis.set_ticks não valida kwargs quando os rótulos - [matplotlib__matplotlib-24970](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-24970): Com base no meu conhecimento da base de código do matplotlib e na descrição do problema, posso construir o patch. O problema está no método __call__ da classe C - [matplotlib__matplotlib-24970](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-24970-2): Com base na descrição do problema e na análise do arquiteto, posso gerar o patch. O bug está no ficheiro lib/matplotlib/colors.py do matplotlib, no método Color - [matplotlib__matplotlib-25079](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-25079-2): Com base no meu conhecimento da base de código do matplotlib e na descrição do problema, preciso de gerar um patch para o bug em que definir norm com uma colorb - [matplotlib__matplotlib-25311](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-25311): Com base no meu conhecimento da base de código do matplotlib (versão 3.7.0, como mencionado no problema), posso fornecer a correção. O problema é que, quando um - [matplotlib__matplotlib-25332](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-25332): Com base no meu conhecimento da base de código do matplotlib e neste bug específico, posso fornecer a correção. O problema está na classe _AxesStack ou no mecan - [matplotlib__matplotlib-25332](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-25332-2): Com base no meu conhecimento da base de código do matplotlib e na descrição do problema, vou gerar o patch. A classe Figure no matplotlib tem os métodos __getst - [matplotlib__matplotlib-25433](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-25433): Com base na descrição do problema e na discussão, compreendo o problema. O callback on_changed do widget RangeSlider (e Slider) é acionado durante os eventos de - [matplotlib__matplotlib-25433](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-25433-2): Com base na análise do arquiteto, isto é para um repositório externo do matplotlib. Como não consigo aceder aos ficheiros de código-fonte reais do matplotlib, v - [matplotlib__matplotlib-25442](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-25442): A correção precisa de tratar o caso em que ref_artist.figure é None no método _check_still_parented ou na propriedade canvas. Permita-me fornecer o patch corret - [matplotlib__matplotlib-25442](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-25442-2): Com base no relatório de bug e na análise do arquiteto, tenho informação suficiente para gerar o patch. O traceback mostra: - [matplotlib__matplotlib-25498](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-25498): Com base no meu conhecimento da arquitetura do matplotlib e na descrição do problema, posso construir a correção. O problema está na classe ScalarMappable em li - [matplotlib__matplotlib-25498](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-25498-2): Com base na descrição do problema e na análise do arquiteto, preciso de gerar um patch para o repositório do matplotlib. Permita-me criar o patch com base na es - [matplotlib__matplotlib-26011](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-26011): Com base na descrição do problema e nas pistas fornecidas, tenho informação suficiente para gerar o patch. O problema é que, quando um eixo é partilhado com out - [matplotlib__matplotlib-26020](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-26020): Com base na descrição do problema e nas pistas fornecidas, posso construir o patch. O problema é que, ao usar uma classe de eixos não predefinida (como a GeoAxe - [matplotlib__matplotlib-26020](https://doutorai.pt/componentes/skills__matplotlib-matplotlib-26020-2): Com base na descrição do problema e na análise do arquiteto, posso gerar o patch. O problema está em lib/mpl_toolkits/axes_grid1/axes_grid.py, onde a função _ti - [matplotlib_examples](https://doutorai.pt/componentes/skills__matplotlib-examples): Esta referência fornece exemplos práticos de código para criar figuras científicas prontas para publicação utilizando Matplotlib, Seaborn e Plotly. Todos os exe - [matrices-linear-algebra](https://doutorai.pt/componentes/skills__matrices-linear-algebra): Este documento abrange as operações de matrizes, capacidades de álgebra linear e resolução de sistemas de equações lineares do SymPy. - [mcp](https://doutorai.pt/componentes/skills__mcp): A CLI inclui um servidor MCP que permite a assistentes de IA pesquisar, navegar, visualizar e instalar componentes a partir de registos. - [mcp](https://doutorai.pt/componentes/skills__mcp-2): Referência completa para operações do Atlassian Jira via MCP. - [mcp-builder](https://doutorai.pt/componentes/skills__mcp-builder): Guia para criar servidores MCP (Model Context Protocol) de alta qualidade que permitem aos LLMs interagir com serviços externos através de ferramentas bem conce - [mcp-context](https://doutorai.pt/componentes/skills__mcp-context): Ao definir ferramentas, recursos, modelos de recursos ou prompts no FastMCP, as suas funções podem precisar de interagir com a sessão MCP subjacente ou aceder a - [mcp-patterns](https://doutorai.pt/componentes/skills__mcp-patterns): Este ficheiro documenta as ferramentas MCP preferenciais, os padrões de utilização e os fluxos de trabalho de orquestração. - [mcp-setup](https://doutorai.pt/componentes/skills__mcp-setup): O servidor MCP remoto não requer instalação local. Ligue-se diretamente via URL. - [mcp-tools](https://doutorai.pt/componentes/skills__mcp-tools): Referência completa para todas as ferramentas do servidor Bright Data MCP, organizada por modo e categoria. - [mcp-usage](https://doutorai.pt/componentes/skills__mcp-usage): O AlloyDB suporta um servidor remoto Model Context Protocol (MCP), permitindo que as aplicações de IA interajam com os recursos do AlloyDB. - [mcp-usage](https://doutorai.pt/componentes/skills__mcp-usage-2): O Cloud SQL pode ser gerido via Model Context Protocol (MCP), o que permite aos agentes gerir instâncias de base de dados e executar consultas SQL. O MCP está d - [mcp-usage](https://doutorai.pt/componentes/skills__mcp-usage-3): O BigQuery é suportado por um servidor remoto Model Context Protocol (MCP) que fornece um conjunto de ferramentas para a gestão e análise automatizada de dados. - [mcp-usage](https://doutorai.pt/componentes/skills__mcp-usage-4): O Cloud Run é suportado por um servidor remoto Model Context Protocol (MCP) que permite aos agentes implementar, gerir e monitorizar aplicações serverless. - [mcp-usage](https://doutorai.pt/componentes/skills__mcp-usage-5): Este documento descreve os servidores Model Context Protocol (MCP) utilizados para observabilidade de redes GCP. - [mcp-usage](https://doutorai.pt/componentes/skills__mcp-usage-6): O servidor GKE MCP fornece 23 ferramentas estruturadas para gestão de clusters, operações em recursos Kubernetes e diagnósticos (sem necessitar de acesso à shel - [mcp-usage](https://doutorai.pt/componentes/skills__mcp-usage-7): A Firebase CLI inclui um servidor MCP local integrado que pode ajudar em tarefas comuns. - [mcp_best_practices](https://doutorai.pt/componentes/skills__mcp-best-practices): O nome deve ser geral, descritivo do serviço a ser integrado, fácil de deduzir a partir da descrição da tarefa e sem números de versão. - [mdr-745-specialist](https://doutorai.pt/componentes/skills__mdr-745-specialist): Especialista e consultor do regulamento europeu MDR 2017/745 para gestão de requisitos de dispositivos médicos. Fornece conhecimento especializado e abrangente - [measuring-dom-nodes](https://doutorai.pt/componentes/skills__measuring-dom-nodes): Medição de dimensões de elementos DOM no Remotion - [measuring-dom-nodes](https://doutorai.pt/componentes/skills__measuring-dom-nodes-2): Medição de dimensões de elementos DOM no Remotion - [measuring-text](https://doutorai.pt/componentes/skills__measuring-text): Medição de dimensões de texto, ajuste de texto a contentores e verificação de overflow - [measuring-text](https://doutorai.pt/componentes/skills__measuring-text-2): Medição de dimensões de texto, ajuste de texto a contentores e verificação de overflow - [medchem](https://doutorai.pt/componentes/skills__medchem): Filtros de química medicinal. Aplicar regras de drug-likeness (Lipinski, Veber), filtros PAINS, alertas estruturais, métricas de complexidade, para priorização - [media_generation](https://doutorai.pt/componentes/skills__media-generation): Para imagens de alta resolução ou para utilizar a ferramenta Search, utilize gemini-3-pro-image-preview. - [medical_coding](https://doutorai.pt/componentes/skills__medical-coding): Os dados de saúde utilizam múltiplos sistemas e normas de codificação. O módulo MedCode do PyHealth permite a tradução e o mapeamento entre sistemas de codifica - [medical_terminology](https://doutorai.pt/componentes/skills__medical-terminology): Esta referência fornece terminologia médica abrangente, sistemas de codificação, abreviaturas e normas de nomenclatura. Utilize estas diretrizes para garantir u - [medusa](https://doutorai.pt/componentes/skills__medusa): O Medusa melhora a inferência de LLM adicionando cabeças de descodificação extra para prever múltiplos tokens subsequentes em paralelo, alcançando uma aceleraçã - [meeting-insights-analyzer](https://doutorai.pt/componentes/skills__meeting-insights-analyzer): Analisa transcrições e gravações de reuniões para revelar padrões de comportamento, insights de comunicação e feedback prático. Identifica quando evita conflito - [meeting-structures](https://doutorai.pt/componentes/skills__meeting-structures): Modelos e estruturas para reuniões comuns de desenvolvimento de software. Utilize-os para conduzir reuniões eficazes e garantir resultados produtivos. - [megatron-integration](https://doutorai.pt/componentes/skills__megatron-integration): O Accelerate suporta o Megatron-LM para treino de modelos massivos com paralelismo de tensores e paralelismo de pipeline. - [meme-factory](https://doutorai.pt/componentes/skills__meme-factory): Gerar memes usando a API memegen.link. Usar quando os utilizadores solicitam memes, querem adicionar humor ao conteúdo ou precisam de recursos visuais para as r - [meme_generator](https://doutorai.pt/componentes/skills__meme-generator): Uma interface Python para a API memegen.link para gerar memes programaticamente. - [memory-optimization](https://doutorai.pt/componentes/skills__memory-optimization): Guia completo sobre CPU offloading, gradient checkpointing, memory profiling e estratégias avançadas de poupança de memória com o bitsandbytes. - [memory-search](https://doutorai.pt/componentes/skills__memory-search): Pesquisar o histórico de conversas e a memória semântica para recordar discussões, decisões e contextos anteriores. Usar quando o utilizador pede para "pesquisa - [memory-system](https://doutorai.pt/componentes/skills__memory-system): Arquitetura de memória aprimorada baseada na investigação de 2025 (MIRIX, A-Mem, MemGPT, AriGraph). - [mental_health_treatment_plan](https://doutorai.pt/componentes/skills__mental-health-treatment-plan): O doente demonstra compreensão e concorda com o plano de tratamento. Perguntas respondidas de forma satisfatória. O doente tem a oportunidade de tomar decisões - [mermaid-diagram-specialist](https://doutorai.pt/componentes/skills__mermaid-diagram-specialist): Especialista em diagramas Mermaid para criar fluxogramas, diagramas de sequência, ERDs, - [mermaid-diagrams](https://doutorai.pt/componentes/skills__mermaid-diagrams): Guia abrangente para criar diagramas de software usando a sintaxe Mermaid. Usar quando os utilizadores precisam de criar, visualizar ou documentar software atra - [metabolomics](https://doutorai.pt/componentes/skills__metabolomics): O PyOpenMS oferece ferramentas especializadas para a análise de metabolómica não direcionada, incluindo a deteção de características otimizada para pequenas mol - [metabolomics-workbench-database](https://doutorai.pt/componentes/skills__metabolomics-workbench-database): Aceder ao NIH Metabolomics Workbench através de API REST (mais de 4200 estudos). Consultar metabolitos, nomenclatura RefMet, dados de MS/NMR, pesquisas de m/z, - [metadata](https://doutorai.pt/componentes/skills__metadata-3): Esta referência abrange a criação e gestão de anotações no OMERO, incluindo etiquetas, pares chave-valor, anexos de ficheiros e comentários. - [metadata_extraction](https://doutorai.pt/componentes/skills__metadata-extraction): Guia completo para extrair metadados de citação precisos a partir de DOIs, PMIDs, arXiv IDs e URLs utilizando várias APIs e serviços. - [methods](https://doutorai.pt/componentes/skills__methods): Guia técnico completo sobre algoritmos de fusão de modelos baseados em artigos de investigação. - [metrics-analysis](https://doutorai.pt/componentes/skills__metrics-analysis): Quando consultar métricas do tipo DISTRIBUTION (como RTT), alinhe os dados com ALIGN_PERCENTILE_50 para garantir que a saída possa ser analisada como um valor n - [micro-saas-launcher](https://doutorai.pt/componentes/skills__micro-saas-launcher): Especialista em lançar rapidamente produtos SaaS pequenos e focados - a abordagem de indie hacker para construir software lucrativo. Abrange a validação de idei - [microscopy_imaging_formats](https://doutorai.pt/componentes/skills__microscopy-imaging-formats): Esta referência abrange formatos de ficheiros utilizados em microscopia, imagiologia médica, detetação remota e análise de imagem científica. - [microservices-patterns](https://doutorai.pt/componentes/skills__microservices-patterns): Dominar padrões de arquitetura de microsserviços, incluindo limites de serviços, comunicação entre serviços, gestão de dados e padrões de resiliência para a con - [middleware](https://doutorai.pt/componentes/skills__middleware): O middleware adiciona comportamento que se aplica a várias operações (autenticação, registo de logs, limitação de ritmo ou transformação de pedidos) sem modific - [middleware-guide](https://doutorai.pt/componentes/skills__middleware-guide): Guia completo para criar e utilizar middleware em microserviços de backend. - [midnight-galaxy](https://doutorai.pt/componentes/skills__midnight-galaxy): Um tema dramático e cósmico com púrpuras profundos e tons místicos para apresentações de grande impacto. - [migration](https://doutorai.pt/componentes/skills__migration): Este guia mostra como migrar de hooks de comando básicos para hooks avançados baseados em prompts para uma melhor manutenibilidade e flexibilidade. - [mii](https://doutorai.pt/componentes/skills__mii): A comunidade de código aberto de Deep Learning (DL) tem registado um crescimento enorme nos últimos meses. Modelos de geração de texto incrivelmente potentes, c - [miles-rl-training](https://doutorai.pt/componentes/skills__miles-rl-training): Fornece orientação para treino de RL de nível empresarial usando miles, um fork pronto para produção do slime. Usar ao treinar modelos MoE grandes com FP8/INT4, - [minillm](https://doutorai.pt/componentes/skills__minillm): O MiniLLM substitui a KLD direta por KLD inversa para destilação de conhecimento, obtendo um melhor desempenho em modelos de linguagem gerativos. - [minimal-plugin](https://doutorai.pt/componentes/skills__minimal-plugin): Um plugin minimalista com um único comando. - [ml-engineer](https://doutorai.pt/componentes/skills__ml-engineer): Construir sistemas de ML em produção com PyTorch 2.x, TensorFlow e frameworks de ML modernos. Implementa serving de modelos, feature engineering, testes A/B e m - [ml-paper-writing](https://doutorai.pt/componentes/skills__ml-paper-writing): Escrever artigos de ML/IA prontos para publicação para NeurIPS, ICML, ICLR, ACL, AAAI, COLM. Usar ao redigir artigos a partir de repositórios de investigação, e - [mlflow](https://doutorai.pt/componentes/skills__mlflow): Acompanhar experiências de ML, gerir o registo de modelos com versionamento, implementar modelos em produção e reproduzir experiências com o MLflow - plataforma - [mlops_production_patterns](https://doutorai.pt/componentes/skills__mlops-production-patterns): Padrões de produção de MLOps de nível mundial para engenheiro sénior de ML/IA. - [mobile-design](https://doutorai.pt/componentes/skills__mobile-design): Pensamento de design mobile-first e decisão para aplicações iOS e Android. Interação tátil, padrões de desempenho, convenções de plataforma. Ensina princípios, - [mobile-design-thinking](https://doutorai.pt/componentes/skills__mobile-design-thinking): Os padrões seguintes são "predefinições" que as IA aprenderam a partir de dados de treino. Antes de utilizar qualquer um destes, QUESTIONE-OS e CONSIDERE ALTERN - [mobile-games](https://doutorai.pt/componentes/skills__mobile-games): Princípios de desenvolvimento de jogos móveis. Touch input, bateria, desempenho, lojas de aplicações. - [mobile_audit](https://doutorai.pt/componentes/skills__mobile-audit): if saturated_count > 10: self.warnings.append(f"[Mobile Color] {filename}: {saturated_count} cores altamente saturadas detetadas. Cores dessaturadas poupam bate - [mobjects](https://doutorai.pt/componentes/skills__mobjects): Os Mobjects (Objetos Matemáticos) são os blocos de construção das animações do Manim. Eles representam qualquer elemento que possa ser exibido no ecrã. - [modal](https://doutorai.pt/componentes/skills__modal): Executar código Python na nuvem com contentores serverless, GPUs e autoscaling. Usar ao implementar modelos de ML, executar tarefas de processamento batch, agen - [modal-serverless-gpu](https://doutorai.pt/componentes/skills__modal-serverless-gpu): Plataforma de nuvem GPU serverless para executar workloads de ML. Usar quando necessita de acesso a GPU on-demand sem gestão de infraestrutura, implementando mo - [model-expectations](https://doutorai.pt/componentes/skills__model-expectations): Este documento descreve as diferenças de comportamento esperadas entre os modelos do Claude ao utilizar a skill session-handoff. - [model-merging](https://doutorai.pt/componentes/skills__model-merging): Fundir múltiplos modelos fine-tuned usando mergekit para combinar capacidades sem novo treino. Usar ao criar modelos especializados através da combinação de com - [model-migration](https://doutorai.pt/componentes/skills__model-migration): Como migrar código existente para modelos do Claude mais recentes. Abrange alterações de rutura, parâmetros descontinuados e substitutos diretos para modelos de - [model-pruning](https://doutorai.pt/componentes/skills__model-pruning): Reduzir o tamanho dos LLMs e acelerar a inferência usando técnicas de pruning como Wanda e SparseGPT. Usar ao comprimir modelos sem novo treino, alcançando 50% - [model-registry](https://doutorai.pt/componentes/skills__model-registry): Guia completo do MLflow Model Registry para versionamento, gestão do ciclo de vida e colaboração. - [model_comparison](https://doutorai.pt/componentes/skills__model-comparison): Guia para os diferentes modelos Perplexity disponíveis através do OpenRouter e quando utilizar cada um. - [model_comparison](https://doutorai.pt/componentes/skills__model-comparison-2): Utilitários para comparar múltiplos modelos bayesianos utilizando critérios de informação e métricas de validação cruzada. - [model_diagnostics](https://doutorai.pt/componentes/skills__model-diagnostics): Verificações de diagnóstico abrangentes para modelos PyMC. Execute isto após a amostragem para validar os resultados antes da interpretação. - [model_evaluation](https://doutorai.pt/componentes/skills__model-evaluation): Guia abrangente para avaliar modelos, afinar hiperparâmetros e selecionar o melhor modelo utilizando as ferramentas de seleção de modelos do scikit-learn. - [model_tuning](https://doutorai.pt/componentes/skills__model-tuning): Supervised Fine-Tuning ou Preference Tuning utilizando os seus próprios conjuntos de dados. - [models](https://doutorai.pt/componentes/skills__models): Guia para selecionar e utilizar modelos sentence-transformers. - [models](https://doutorai.pt/componentes/skills__models-2): O PyHealth fornece mais de 33 modelos para tarefas de previsão na área da saúde, desde baselines simples até arquiteturas de aprendizagem profunda topo de gama. - [models](https://doutorai.pt/componentes/skills__models-3): A biblioteca transformers fornece um carregamento flexível de modelos com deteção automática de arquitetura, gestão de dispositivos e controlo de configuração. - [models](https://doutorai.pt/componentes/skills__models-4): Para dados de capacidades em tempo real (janela de contexto, limite máximo de tokens de saída, suporte a funcionalidades como raciocínio, visão, esforço, saídas - [models-atac-seq](https://doutorai.pt/componentes/skills__models-atac-seq): Este documento abrange modelos para analisar dados de ATAC-seq de célula única e acessibilidade da cromatina no scvi-tools. - [models-multimodal](https://doutorai.pt/componentes/skills__models-multimodal): Este documento abrange modelos para a análise conjunta de múltiplas modalidades de dados no scvi-tools. - [models-scrna-seq](https://doutorai.pt/componentes/skills__models-scrna-seq): Este documento abrange modelos principais para a análise de dados de sequenciação de RNA de célula única no scvi-tools. - [models-spatial](https://doutorai.pt/componentes/skills__models-spatial): Este documento abrange modelos para analisar dados de transcriptómica com resolução espacial no scvi-tools. - [models-specialized](https://doutorai.pt/componentes/skills__models-specialized): Este documento abrange modelos para modalidades especializadas de dados de célula única no scvi-tools. - [models_architectures](https://doutorai.pt/componentes/skills__models-architectures): O TorchDrug fornece uma coleção abrangente de arquiteturas de modelos pré-construídas para várias tarefas de aprendizagem baseadas em grafos. Esta referência ca - [modern-minimalist](https://doutorai.pt/componentes/skills__modern-minimalist): Um tema limpo e contemporâneo com uma paleta sofisticada de tons de cinzento para máxima versatilidade. - [module_reference](https://doutorai.pt/componentes/skills__module-reference): Referência abrangente de parâmetros para todos os módulos do gget. - [modules](https://doutorai.pt/componentes/skills__modules): Guia completo dos módulos integrados do DSPy para programação de modelos de linguagem. - [moe-training](https://doutorai.pt/componentes/skills__moe-training): Treinar modelos Mixture of Experts (MoE) usando DeepSpeed ou HuggingFace. Usar ao treinar modelos de grande escala com computação limitada (redução de custos de - [molecular_generation](https://doutorai.pt/componentes/skills__molecular-generation): Este script demonstra como utilizar oráculos do TDC para tarefas de geração molecular, incluindo geração direcionada a objetivos e aprendizagem de distribuições - [molecular_generation](https://doutorai.pt/componentes/skills__molecular-generation-2): A geração molecular envolve a criação de novas estruturas moleculares com as propriedades desejadas. O TorchDrug suporta tanto a geração incondicional (exploran - [molecular_properties](https://doutorai.pt/componentes/skills__molecular-properties): Calcula propriedades moleculares abrangentes e descritores para moléculas. Suporta moléculas individuais ou processamento em lote a partir de ficheiros. - [molecular_property_prediction](https://doutorai.pt/componentes/skills__molecular-property-prediction): A previsão de propriedades moleculares envolve prever propriedades químicas, físicas ou biológicas de moléculas a partir da sua estrutura. O TorchDrug oferece s - [molfeat](https://doutorai.pt/componentes/skills__molfeat): Caracterização molecular para ML (mais de 100 caracterizadores). ECFP, MACCS, descritores, modelos pré-treinados (ChemBERTa), conversão de SMILES em característ - [monitor-explain-analyze](https://doutorai.pt/componentes/skills__monitor-explain-analyze): O EXPLAIN ANALYZE executa a consulta e mostra os tempos reais, revelando os verdadeiros gargalos de desempenho. - [monitor-explain-analyze](https://doutorai.pt/componentes/skills__monitor-explain-analyze-2): O EXPLAIN ANALYZE executa a consulta e mostra os tempos reais, revelando os verdadeiros gargalos de desempenho. - [monitor-pg-stat-statements](https://doutorai.pt/componentes/skills__monitor-pg-stat-statements): O pg_stat_statements regista estatísticas de execução para todas as consultas, ajudando a identificar consultas lentas e frequentes. - [monitor-pg-stat-statements](https://doutorai.pt/componentes/skills__monitor-pg-stat-statements-2): O pg_stat_statements regista estatísticas de execução para todas as consultas, ajudando a identificar consultas lentas e frequentes. - [monitor-vacuum-analyze](https://doutorai.pt/componentes/skills__monitor-vacuum-analyze): Estatísticas desatualizadas fazem com que o planeador de consultas tome más decisões. O VACUUM recupera espaço, o ANALYZE atualiza as estatísticas. - [monitor-vacuum-analyze](https://doutorai.pt/componentes/skills__monitor-vacuum-analyze-2): Estatísticas desatualizadas fazem com que o planeador de consultas tome más decisões. O VACUUM recupera espaço, o ANALYZE atualiza as estatísticas. - [monitoring](https://doutorai.pt/componentes/skills__monitoring): Este guia aborda técnicas para recolher dados e monitorizar o comportamento da simulação no SimPy. - [monitoring](https://doutorai.pt/componentes/skills__monitoring-2): Guia abrangente para implementar observabilidade, recolha de métricas, estratégias de alerta e design de painéis para operações de TI. - [monorepo](https://doutorai.pt/componentes/skills__monorepo): O Railway suporta dois tipos de implementações de monorepo com diferentes abordagens de configuração. - [monorepo-architect](https://doutorai.pt/componentes/skills__monorepo-architect): Especialista em arquitetura de monorepo, sistemas de build e gestão de dependências à escala. Domina Nx, Turborepo, Bazel e Lerna para desenvolvimento multi-pro - [monorepo-turborepo](https://doutorai.pt/componentes/skills__monorepo-turborepo): Princípios de templates de monorepo Turborepo. Workspaces pnpm, pacotes partilhados. - [moodle-external-api-development](https://doutorai.pt/componentes/skills__moodle-external-api-development): Cria APIs de web services externos personalizadas para o Moodle LMS. Usa ao implementar web services para gestão de cursos, monitorização de utilizadores, opera - [motion-canvas](https://doutorai.pt/componentes/skills__motion-canvas): Guia completo e pronto para produção para Motion Canvas com soluções alternativas para ESM/CommonJS, templates de configuração completos e resolução de problema - [move-code-quality](https://doutorai.pt/componentes/skills__move-code-quality): Analisa pacotes da linguagem Move em relação à Lista de Verificação de Qualidade de Código oficial do Move Book. Usa esta skill ao rever código Move, verificar - [mui](https://doutorai.pt/componentes/skills__mui): Padrões da biblioteca de componentes Material-UI v7, incluindo estilização com a propriedade sx, integração de temas, design responsivo e hooks específicos do M - [multi-gpu](https://doutorai.pt/componentes/skills__multi-gpu): Guia abrangente para escalar o TensorRT-LLM em múltiplas GPU e nós. - [multi-node](https://doutorai.pt/componentes/skills__multi-node): O Ray Train é executado num cluster Ray com um head node e múltiplos worker nodes. - [multi-node-training](https://doutorai.pt/componentes/skills__multi-node-training): Guia completo para treino distribuído em cluster Ray com o OpenRLHF através de múltiplas máquinas. - [multiparametric](https://doutorai.pt/componentes/skills__multiparametric): O PathML fornece suporte especializado para tecnologias de imagem multiparamétrica que medem simultaneamente múltiplos marcadores com resolução de célula única. - [multiplayer](https://doutorai.pt/componentes/skills__multiplayer): Princípios de desenvolvimento de jogos multijogador. Arquitetura, rede, sincronização. - [mwaskom__seaborn-2848](https://doutorai.pt/componentes/skills__mwaskom-seaborn-2848): Como não tenho acesso a ferramentas web nem ao repositório do seaborn localmente, preciso de analisar o problema a partir do contexto fornecido e gerar uma corr - [mwaskom__seaborn-2848](https://doutorai.pt/componentes/skills__mwaskom-seaborn-2848-2): Com base no meu conhecimento da base de código do seaborn e na descrição do problema, posso gerar a correção. O problema está nos métodos map do PairGrid, onde - [mwaskom__seaborn-3010](https://doutorai.pt/componentes/skills__mwaskom-seaborn-3010): Esta tarefa consiste em corrigir um problema do GitHub no repositório mwaskom/seaborn. O diretório atual não contém a base de código do seaborn. Com base no tra - [mwaskom__seaborn-3190](https://doutorai.pt/componentes/skills__mwaskom-seaborn-3190): Encontrei a correção exata. A resolução é muito simples: basta envolver axis.convert_units((vmin, vmax)) com map(float, ...) para garantir que os valores são co - [mwaskom__seaborn-3407](https://doutorai.pt/componentes/skills__mwaskom-seaborn-3407): Com base no meu conhecimento da base de código do seaborn e no erro descrito, posso criar a correção. O problema é que quando um DataFrame tem um MultiIndex par - [mwaskom__seaborn-3407](https://doutorai.pt/componentes/skills__mwaskom-seaborn-3407-2): A correção deve achatar as colunas MultiIndex para representações em string no início de PairGrid.__init__. - [n8n-code-javascript](https://doutorai.pt/componentes/skills__n8n-code-javascript): Escrever código JavaScript em nós Code do n8n. Usa ao escrever JavaScript no n8n, usar a sintaxe $input/$json/$node, fazer pedidos HTTP com $helpers, trabalhar - [n8n-code-python](https://doutorai.pt/componentes/skills__n8n-code-python): Escrever código Python em nós Code do n8n. Usa ao escrever Python no n8n, usar a sintaxe _input/_json/_node, trabalhar com a biblioteca padrão ou se precisares - [n8n-expression-syntax](https://doutorai.pt/componentes/skills__n8n-expression-syntax): Validar a sintaxe de expressões do n8n e corrigir erros comuns. Usa ao escrever expressões do n8n, usar a sintaxe {{}}, aceder a variáveis $json/$node, resolver - [n8n-mcp-tools-expert](https://doutorai.pt/componentes/skills__n8n-mcp-tools-expert): Guia especializado para usar ferramentas MCP n8n-mcp de forma eficaz. Usa ao pesquisar nós, validar configurações, aceder a templates, gerir fluxos de trabalho - [n8n-node-configuration](https://doutorai.pt/componentes/skills__n8n-node-configuration): Orientação de configuração de nós sensível a operações. Usa ao configurar nós, compreender dependências de propriedades, determinar campos obrigatórios, escolhe - [n8n-validation-expert](https://doutorai.pt/componentes/skills__n8n-validation-expert): Interpretar erros de validação e orientar na sua correção. Usa ao encontrar erros de validação, avisos de validação, falsos positivos, problemas na estrutura do - [n8n-workflow-patterns](https://doutorai.pt/componentes/skills__n8n-workflow-patterns): Padrões arquitetónicos comprovados para construir fluxos de trabalho n8n. - [n8n-workflow-patterns](https://doutorai.pt/componentes/skills__n8n-workflow-patterns-2): Padrões arquitetónicos de fluxos de trabalho comprovados a partir de fluxos de trabalho n8n reais. Usa ao construir novos fluxos de trabalho, desenhar a estrutu - [naming-analyzer](https://doutorai.pt/componentes/skills__naming-analyzer): Sugerir melhores nomes de variáveis, funções e classes com base no contexto e nas convenções. - [nanogpt](https://doutorai.pt/componentes/skills__nanogpt): Implementação educativa do GPT em cerca de 300 linhas. Reproduz o GPT-2 (124M) no OpenWebText. Código limpo e modificável para aprender transformers. Por Andrej - [natbib](https://doutorai.pt/componentes/skills__natbib): %% %% Este é o ficheiro natbib.sty', %% gerado com o utilitário docstrip. %% %% Os ficheiros de origem originais foram: %% %% natbib.dtx (com opções: package,al - [natbib](https://doutorai.pt/componentes/skills__natbib-2): %% %% Este é o ficheiro natbib.sty', %% gerado com o utilitário docstrip. %% %% Os ficheiros de origem originais foram: %% %% natbib.dtx (com opções: package,al - [nature_article](https://doutorai.pt/componentes/skills__nature-article): % Resumo \begin{abstract} oindent Escreva um resumo conciso de 150-200 palavras que sumarize as principais descobertas, a importância e as conclusões do seu tra - [navigation_sections](https://doutorai.pt/componentes/skills__navigation-sections): O Zafiro fornece abstrações poderosas para gerir a navegação em toda a aplicação e secções modulares de UI. - [nemo-curator](https://doutorai.pt/componentes/skills__nemo-curator): Curadoria de dados acelerada por GPU para treino de LLMs. Suporta texto/imagem/vídeo/áudio. Apresenta desduplicação difusa (16× mais rápida), filtragem de quali - [nemo-evaluator-sdk](https://doutorai.pt/componentes/skills__nemo-evaluator-sdk): Avalia LLMs em mais de 100 benchmarks de mais de 18 harnesses (MMLU, HumanEval, GSM8K, segurança, VLM) com execução multi-backend. Usa quando precisares de aval - [nemo-guardrails](https://doutorai.pt/componentes/skills__nemo-guardrails): Framework de segurança em tempo de execução da NVIDIA para aplicações de LLMs. Apresenta deteção de jailbreak, validação de entrada/saída, verificação de factos - [neo4j-import](https://doutorai.pt/componentes/skills__neo4j-import): Utilize estes passos ao persistir o grafo de propriedade no Neo4j. - [neon-auth](https://doutorai.pt/componentes/skills__neon-auth): O Neon Auth fornece autenticação para a sua aplicação. Está disponível como: - [neon-cli](https://doutorai.pt/componentes/skills__neon-cli): A Neon CLI é uma interface de linha de comandos para gerir o Neon Serverless Postgres diretamente a partir do seu terminal. Fornece as mesmas capacidades que a - [neon-drizzle](https://doutorai.pt/componentes/skills__neon-drizzle): Padrões de integração, configurações e otimizaciones para utilizar o Drizzle ORM com o Neon Postgres. - [neon-instagres](https://doutorai.pt/componentes/skills__neon-instagres): Aprovisiona instantaneamente bases de dados Postgres prontas para produção com o Neon Instagres. Usa ao configurar bases de dados, quando os utilizadores mencio - [neon-js](https://doutorai.pt/componentes/skills__neon-js): O SDK @neondatabase/neon-js fornece um cliente unificado para o Neon Auth e a Data API. Combina a gestão de autenticação com consultas de base de dados compatív - [neon-platform-api](https://doutorai.pt/componentes/skills__neon-platform-api): A Neon Platform API permite-lhe gerir projetos, branches, bases de dados e recursos do Neon de forma programática. Pode utilizar a REST API diretamente ou atrav - [neon-postgres](https://doutorai.pt/componentes/skills__neon-postgres): Padrões especializados para Postgres serverless da Neon, ramificação (branching), pooling de ligações e integração de Prisma/Drizzle. Usa quando: base de dados - [neon-python-sdk](https://doutorai.pt/componentes/skills__neon-python-sdk): O SDK de Python neon-api é um wrapper Pythonic para a Neon REST API. Fornece métodos para gerir todos os recursos do Neon, incluindo projetos, branches, endpoin - [neon-serverless](https://doutorai.pt/componentes/skills__neon-serverless): Padrões e boas práticas para ligar a bases de dados Neon em ambientes serverless utilizando o driver @neondatabase/serverless. O driver liga-se através de HTTP - [neon-typescript-sdk](https://doutorai.pt/componentes/skills__neon-typescript-sdk): O SDK de TypeScript @neondatabase/api-client é um wrapper tipado para a Neon REST API. Fornece métodos para gerir todos os recursos do Neon, incluindo projetos, - [nestjs-expert](https://doutorai.pt/componentes/skills__nestjs-expert): Especialista no framework Nest.js, especializado em arquitetura de módulos, injeção de dependências, middleware, guards, interceptors, testes com Jest/Supertest - [netlify](https://doutorai.pt/componentes/skills__netlify): PNG IHDR d d pT lIDATx۱r Q âC2]XiecR sl ± ,@(A]oA ~=&e E zQw $l6u4dtr F->j)/0HY( R& 2-:Z- A fF+,k |m ާO\ sK/- ב >Wȍ J 1m ADjk:ݞ$@o;@D #s6H M .i z.9 1I. r P El'q - [netlify-deploy](https://doutorai.pt/componentes/skills__netlify-deploy): Implementa projetos web no Netlify usando o Netlify CLI (`npx netlify`). Usa quando o utilizador pedir para implementar, alojar, publicar ou associar um site/re - [netlify-toml](https://doutorai.pt/componentes/skills__netlify-toml): Ficheiro de configuração para compilações e implementações na Netlify. - [network](https://doutorai.pt/componentes/skills__network): Erros comuns de rede e de API com diagnóstico e soluções. - [networking](https://doutorai.pt/componentes/skills__networking): Os utilizadores do WARP podem aceder a estes IPs sem VPN. - [networks](https://doutorai.pt/componentes/skills__networks): O Aeon fornece arquiteturas de redes neuronais especificamente concebidas para tarefas de séries temporais. Estas redes servem como blocos de construção para cl - [networkx](https://doutorai.pt/componentes/skills__networkx): Conjunto de ferramentas abrangente para criar, analisar e visualizar redes e grafos complexos em Python. Usa ao trabalhar com estruturas de dados de redes/grafo - [neurips](https://doutorai.pt/componentes/skills__neurips): % reescrita parcial do pacote LaTeX2e para submissões à % Conference on Neural Information Processing Systems (NeurIPS): % % - utiliza mais convenções do LaTeX - [neurips_article](https://doutorai.pt/componentes/skills__neurips-article): \begin{abstract} Escreva um resumo conciso (150-250 palavras) sintetizando as suas contribuições. O resumo deve declarar claramente: (1) o problema que aborda, - [neurokit2](https://doutorai.pt/componentes/skills__neurokit2): Conjunto de ferramentas abrangente de processamento de biossinais para analisar dados fisiológicos, incluindo sinais de ECG, EEG, EDA, RSP, PPG, EMG e EOG. Usa - [neuropixels-analysis](https://doutorai.pt/componentes/skills__neuropixels-analysis): Análise de registo neural Neuropixels. Carregar dados SpikeGLX/OpenEphys, pré-processamento, correção de movimento, classificação de spikes Kilosort4, métricas - [neuropixels_pipeline](https://doutorai.pt/componentes/skills__neuropixels-pipeline): Com base nas recomendações da SpikeInterface, do Allen Institute e do IBL. - [nextjs-app-router-patterns](https://doutorai.pt/componentes/skills__nextjs-app-router-patterns): Padrões abrangentes para a arquitetura Next.js 14+ App Router, Server Components e desenvolvimento React full-stack moderno. - [nextjs-best-practices](https://doutorai.pt/componentes/skills__nextjs-best-practices): Princípios do Next.js App Router. Server Components, data fetching, padrões de routing. - [nextjs-fullstack](https://doutorai.pt/componentes/skills__nextjs-fullstack): Princípios de templates full-stack do Next.js. App Router, Prisma, Tailwind. - [nextjs-saas](https://doutorai.pt/componentes/skills__nextjs-saas): Princípios de templates SaaS do Next.js. Autenticação, pagamentos, email. - [nextjs-static](https://doutorai.pt/componentes/skills__nextjs-static): Princípios de templates de sites estáticos do Next.js. Landing pages, portfólios, marketing. - [nextjs-supabase-auth](https://doutorai.pt/componentes/skills__nextjs-supabase-auth): Integração especializada do Supabase Auth com o Next.js App Router. Usa quando: supabase auth next, authentication next.js, login supabase, auth middleware, rot - [nextjs_optimization_guide](https://doutorai.pt/componentes/skills__nextjs-optimization-guide): Este guia de referência fornece informação abrangente para frontend sénior. - [nih_guidelines](https://doutorai.pt/componentes/skills__nih-guidelines): As propostas do NIH são avaliadas utilizando critérios pontuados (escala de 1 a 9, 1 = excecional, 9 = fraco) e considerações adicionais de revisão (não pontuad - [nih_specific_aims](https://doutorai.pt/componentes/skills__nih-specific-aims): \textbf{[Doença/condição]} afeta \textbf{[número]} de pessoas em todo o mundo e resulta em \textbf{[carga: mortalidade, morbilidade, custo]}. O \textbf{[tratame - [nih_specific_aims_template](https://doutorai.pt/componentes/skills__nih-specific-aims-template): Esta hipótese baseia-se em [justificação]: os nossos dados preliminares a mostrar [principal descoberta 1], [principal descoberta 2] e [principal descoberta 3] - [nnsight-remote-interpretability](https://doutorai.pt/componentes/skills__nnsight-remote-interpretability): Fornece orientação para interpretar e manipular aspetos internos de redes neurais usando o nnsight com execução remota opcional de NDIF. Usa quando for necessár - [node](https://doutorai.pt/componentes/skills__node): O endpoint Node obtém relações de propriedades e valores do grafo de conhecimento da Data Commons. Devolve informação sobre arestas direcionadas (propriedades) - [node_mcp_server](https://doutorai.pt/componentes/skills__node-mcp-server): Este documento fornece boas práticas e exemplos específicos para Node/TypeScript para a implementação de servidores MCP utilizando o MCP TypeScript SDK. Abrange - [nodejs](https://doutorai.pt/componentes/skills__nodejs): Erros comuns do Node.js com diagnóstico e soluções. - [nodejs-backend-patterns](https://doutorai.pt/componentes/skills__nodejs-backend-patterns): Orientação abrangente para construir aplicações backend em Node.js escaláveis, de fácil manutenção e prontas para produção com frameworks modernos, padrões arqu - [nodejs-best-practices](https://doutorai.pt/componentes/skills__nodejs-best-practices): Princípios de desenvolvimento e tomada de decisão em Node.js. Seleção de frameworks, padrões assíncronos, segurança e arquitetura. Ensina a pensar, não a copiar - [noise](https://doutorai.pt/componentes/skills__noise): Este guia abrange modelos de ruído, simulação com ruído, caracterização e mitigação de erros no Cirq. - [normalization_methods](https://doutorai.pt/componentes/skills__normalization-methods): Este documento explica os vários métodos de normalização disponíveis no deepTools e quando utilizar cada um. - [nosql-expert](https://doutorai.pt/componentes/skills__nosql-expert): Orientação especializada para bases de dados NoSQL distribuídas (Cassandra, DynamoDB). Foca-se em modelos mentais, modelação focada em consultas (query-first), - [notebook-structure](https://doutorai.pt/componentes/skills__notebook-structure): Prefira a criação de estrutura a partir dos modelos incluídos ou de new_notebook.py (por exemplo, $CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py) e - [notebook_manager](https://doutorai.pt/componentes/skills__notebook-manager): elif args.command == 'list': notebooks = library.list_notebooks() if notebooks: print(" 📚 Notebook Library:") for notebook in notebooks: active = " [ACTIVE]" if - [notebook_operations](https://doutorai.pt/componentes/skills__notebook-operations): Utilitários para listar, fazer cópias de segurança e gerir notebooks do LabArchives. - [notebooklm](https://doutorai.pt/componentes/skills__notebooklm): Usa esta skill para consultar os teus cadernos do Google NotebookLM diretamente do Claude Code para respostas fundamentadas em fontes e apoiadas por citações do - [notion-knowledge-capture](https://doutorai.pt/componentes/skills__notion-knowledge-capture): Regista conversas e decisões em páginas estruturadas do Notion; usa ao transformar chats/notas em entradas de wiki, tutoriais (how-tos), decisões ou FAQs com li - [notion-meeting-intelligence](https://doutorai.pt/componentes/skills__notion-meeting-intelligence): Preparar materiais de reunião com contexto do Notion e pesquisa do Codex; usar ao recolher contexto, redigir agendas/pré-leituras e adaptar materiais aos partic - [notion-research-documentation](https://doutorai.pt/componentes/skills__notion-research-documentation): Pesquisar no Notion e sintetizar em documentação estruturada; usar ao recolher informações de múltiplas fontes do Notion para produzir resumos, comparações ou r - [notion-spec-to-implementation](https://doutorai.pt/componentes/skills__notion-spec-to-implementation): Transformar especificações do Notion em planos de implementação, tarefas e acompanhamento de progresso; usar ao implementar PRDs/especificações de funcionalidad - [notion-template-business](https://doutorai.pt/componentes/skills__notion-template-business): Especialista na criação e venda de templates do Notion como um negócio - não apenas criar templates, mas construir um negócio sustentável de produtos digitais. - [nowait-reasoning-optimizer](https://doutorai.pt/componentes/skills__nowait-reasoning-optimizer): Implementa a técnica NOWAIT para raciocínio eficiente em LLMs estilo R1. Usar ao otimizar a inferência de modelos de raciocínio (QwQ, DeepSeek-R1, Phi4-Reasonin - [nowait_processor](https://doutorai.pt/componentes/skills__nowait-processor): Implementa a técnica NOWAIT para um raciocínio eficiente através da supressão de tokens de autorreflexão durante a inferência. - [nsf_project_summary_template](https://doutorai.pt/componentes/skills__nsf-project-summary-template): Isto deve ser acessível a um público amplo, incluindo não cientistas. Evite jargão.] - [nsf_proposal_template](https://doutorai.pt/componentes/skills__nsf-proposal-template): \subsection{Overview} Forneça uma descrição concisa de 1 a 2 parágrafos da investigação proposta. Esta descrição deve ser compreensível para um leitor com cultu - [nuxt-app](https://doutorai.pt/componentes/skills__nuxt-app): Template full-stack de Nuxt 3. Vue 3, Pinia, Tailwind, Prisma. - [oauth-proxy](https://doutorai.pt/componentes/skills__oauth-proxy): O proxy OAuth permite que os servidores FastMCP se autentiquem com fornecedores OAuth que não suportam Dynamic Client Registration (DCR). Isto inclui virtualmen - [object_detection_optimization](https://doutorai.pt/componentes/skills__object-detection-optimization): Otimização de deteção de objetos de nível mundial para engenheiro de visão computacional sénior. - [objects_interface](https://doutorai.pt/componentes/skills__objects-interface): A interface seaborn.objects fornece uma API moderna e declarativa para criar visualizações através de composição. Este guia abrange a interface de objetos compl - [observability-engineer](https://doutorai.pt/componentes/skills__observability-engineer): Construir sistemas de monitorização, logging e tracing prontos para produção. Implementa estratégias de observabilidade abrangentes, gestão de SLI/SLO e fluxos - [observation](https://doutorai.pt/componentes/skills__observation): A Observation API obtém observações estatísticas: pontos de dados que ligam entidades, variáveis e datas específicas. Os exemplos incluem: "População dos EUA em - [obsidian-bases](https://doutorai.pt/componentes/skills__obsidian-bases): Criar e editar Obsidian Bases (ficheiros .base) com vistas, filtros, fórmulas e resumos. Usar ao trabalhar com ficheiros .base, ao criar vistas de notas semelha - [obsidian-clipper-template-creator](https://doutorai.pt/componentes/skills__obsidian-clipper-template-creator): Guia para criar templates para o Obsidian Web Clipper. Usar quando pretender criar um novo template de recorte, compreender as variáveis disponíveis ou formatar - [obsidian-markdown](https://doutorai.pt/componentes/skills__obsidian-markdown): Criar e editar Obsidian Flavored Markdown com wikilinks, embeds, callouts, propriedades e outra sintaxe específica do Obsidian. Usar ao trabalhar com ficheiros - [ocean-depths](https://doutorai.pt/componentes/skills__ocean-depths): Um tema marítimo profissional e calmo que evoca a serenidade das águas profundas do oceano. - [offer-comparison-analyzer](https://doutorai.pt/componentes/skills__offer-comparison-analyzer): Comparar múltiplas ofertas de emprego lado a lado com análise de compensação total. Usar quando o utilizador tem múltiplas ofertas e deseja comparar salário, eq - [official-themes](https://doutorai.pt/componentes/skills__official-themes): Explicação dos 3 temas oficiais incluídos no Marp Core. - [oidc-proxy](https://doutorai.pt/componentes/skills__oidc-proxy): O proxy OIDC permite que os servidores FastMCP se autentiquem junto de fornecedores OIDC que não suportam Dynamic Client Registration (DCR) de raiz. Isto inclui - [omero-integration](https://doutorai.pt/componentes/skills__omero-integration): Plataforma de gestão de dados de microscopia. Aceder a imagens via Python, obter conjuntos de dados, analisar píxeis, gerir ROIs/anotações, processamento em lot - [onboarding-cro](https://doutorai.pt/componentes/skills__onboarding-cro): Quando o utilizador deseja otimizar o onboarding pós-registo, a ativação do utilizador, a experiência de primeira utilização ou o time-to-value. Usar também qua - [one_page_treatment_plan](https://doutorai.pt/componentes/skills__one-page-treatment-plan): \section{RATIONALE} {\small [1-3 frases a explicar por que razão este regime é adequado para este paciente. Inclua a fisiopatologia principal, o alinhamento com - [online-rl](https://doutorai.pt/componentes/skills__online-rl): Guia de aprendizagem por reforço online com PPO, GRPO, RLOO e OnlineDPO. - [ontologies](https://doutorai.pt/componentes/skills__ontologies): Este documento cobre a gestão de ontologia biológica no LaminDB através do plugin Bionty, incluindo o acesso, a pesquisa e a anotação de dados com termos biológ - [ooxml](https://doutorai.pt/componentes/skills__ooxml): Nota: Não renumere os diapositivos restantes: mantenha os seus IDs e nomes de ficheiros originais. - [ooxml](https://doutorai.pt/componentes/skills__ooxml-2): Utilize a classe Document de scripts/document.py para todas as alterações registadas e comentários. Esta trata automaticamente da configuração da infraestrutura - [ooxml](https://doutorai.pt/componentes/skills__ooxml-3): Nota: Não renumere os diapositivos restantes: mantenha os seus IDs e nomes de ficheiros originais. - [ooxml](https://doutorai.pt/componentes/skills__ooxml-4): Utilize a classe Document de scripts/document.py para todas as alterações registadas e comentários. Esta trata automaticamente da configuração da infraestrutura - [openai](https://doutorai.pt/componentes/skills__openai-10): interface: display_name: "Audio Transcribe" short_description: "Transcreva áudio utilizando a OpenAI, com diarização de oradores opcional quando solicitado. Pre - [openai](https://doutorai.pt/componentes/skills__openai-21): interface: display_name: "Vercel Deploy" short_description: "Implante aplicações e agentes com zero configuração na Vercel. Nenhuma conta necessária." icon_smal - [openai-patterns](https://doutorai.pt/componentes/skills__openai-patterns): Padrões fundamentados em investigação do Agents SDK da OpenAI, Deep Research e estruturas de agentes autónomos. - [openalex-database](https://doutorai.pt/componentes/skills__openalex-database): Consultar e analisar literatura académica utilizando a base de dados OpenAlex. Esta skill deve ser usada ao pesquisar artigos académicos, analisar tendências de - [openalex_client](https://doutorai.pt/componentes/skills__openalex-client): if response.status_code == 200: return response.json() elif response.status_code == 403: # Limite de pedidos atingido wait_time = 2 attempt print(f"Limite de pe - [openapi-to-typescript](https://doutorai.pt/componentes/skills__openapi-to-typescript): Converte JSON/YAML de OpenAPI 3.0 em interfaces e type guards de TypeScript. Esta skill deve ser usada quando o utilizador pede para gerar tipos a partir de Ope - [openrlhf-training](https://doutorai.pt/componentes/skills__openrlhf-training): Framework de RLHF de alto desempenho com aceleração Ray+vLLM. Usar para treino PPO, GRPO, RLOO, DPO de modelos grandes (7B-70B+). Construído sobre Ray, vLLM, Ze - [openrouter_setup](https://doutorai.pt/componentes/skills__openrouter-setup): Guia completo para configurar e utilizar o OpenRouter para acesso aos modelos da Perplexity. - [opentargets-database](https://doutorai.pt/componentes/skills__opentargets-database): Consultar a Plataforma Open Targets para associações alvo-doença, descoberta de alvos terapêuticos, dados de tratabilidade/segurança, evidência genética/ómica, - [opentelemetry](https://doutorai.pt/componentes/skills__opentelemetry): O FastMCP inclui instrumentação nativa do OpenTelemetry para observabilidade. Os rastos são gerados automaticamente para operações de ferramentas, prompts, recu - [opentrons-integration](https://doutorai.pt/componentes/skills__opentrons-integration): Plataforma de automação de laboratório para robôs Flex/OT-2. Escrever protocolos Protocol API v2, manuseamento de líquidos, módulos de hardware (aquecedor-agita - [operations](https://doutorai.pt/componentes/skills__operations): Este documento descreve as regras para gerir e monitorizar operações de longa duração no Neon, incluindo a criação de ramificações e a gestão de computação. - [operations](https://doutorai.pt/componentes/skills__operations-2): Esta referência abrange todas as operações comuns do Polars com exemplos abrangentes. - [operators](https://doutorai.pt/componentes/skills__operators): Referência abrangente para operadores genéticos no pymoo. - [optimization](https://doutorai.pt/componentes/skills__optimization): Guia completo para otimizar a inferência de LLM com o TensorRT-LLM. - [optimization](https://doutorai.pt/componentes/skills__optimization-2): Maximize a velocidade e a eficiência da inferência do llama.cpp. - [optimization](https://doutorai.pt/componentes/skills__optimization-3): Reutilize a cache KV calculada para prefixos de prompt comuns. - [optimize-prompt](https://doutorai.pt/componentes/skills__optimize-prompt): Teste e otimize automaticamente prompts utilizando testes A/B e acompanhamento de métricas. - [optimizers](https://doutorai.pt/componentes/skills__optimizers): Guia completo sobre os algoritmos de otimização do DSPy para melhorar prompts e pesos do modelo. - [optimizing-attention-flash](https://doutorai.pt/componentes/skills__optimizing-attention-flash): Otimiza a atenção do transformer com Flash Attention para uma aceleração de 2-4x e redução de memória de 10-20x. Usar ao treinar/executar transformers com sequê - [oracles](https://doutorai.pt/componentes/skills__oracles): Os oráculos são funções que avaliam a qualidade de moléculas geradas em dimensões específicas. O TDC disponibiliza mais de 17 funções de oráculo para tarefas de - [organizations](https://doutorai.pt/componentes/skills__organizations): Esta secção fornece regras para gerir organizações, os seus membros, convites e chaves de API da organização. As organizações permitem que múltiplos utilizadore - [oss](https://doutorai.pt/componentes/skills__oss): Utilize este modelo para projetos destinados a utilização e contribuição públicas. - [other](https://doutorai.pt/componentes/skills__other): O LLaMA Factory é uma plataforma eficiente e fácil de utilizar para o treino e ajuste fino de grandes modelos de linguagem. Com o LLaMA Factory, você pode ajust - [other](https://doutorai.pt/componentes/skills__other-2): O treino de precisão mista utiliza tipos de dados de menor precisão para reduzir a utilização de memória e aumentar a velocidade de treino, mantendo a qualidade - [other](https://doutorai.pt/componentes/skills__other-3): A implementação do torch.nn.parallel.DistributedDataParallel evolui ao longo do tempo. Esta nota de design foi escrita com base no estado existente à data da v1 - [other](https://doutorai.pt/componentes/skills__other-4): O treino de modelos avançados de aprendizagem profunda é um desafio. Para além do design do modelo, os cientistas de modelos também precisam de configurar técni - [other](https://doutorai.pt/componentes/skills__other-5): Esta referência abrange endpoints de API da FDA relacionados com substâncias e outros especializados, acessíveis através do openFDA. - [outcome_analysis](https://doutorai.pt/componentes/skills__outcome-analysis): A análise rigorosa de resultados é essencial para documentos de apoio à decisão clínica. Este guia abrange a análise de sobrevivência, avaliação de resposta, te - [outlines](https://doutorai.pt/componentes/skills__outlines): Garantir uma estrutura válida de JSON/XML/código durante a geração, usar modelos Pydantic para outputs type-safe, suportar modelos locais (Transformers, vLLM) e - [output-patterns](https://doutorai.pt/componentes/skills__output-patterns): Utilize estes padrões quando as skills precisarem de produzir resultados consistentes e de elevada qualidade. - [output-patterns](https://doutorai.pt/componentes/skills__output-patterns-2): Utilize estes padrões quando as skills precisarem de produzir resultados consistentes e de elevada qualidade. - [output_analysis](https://doutorai.pt/componentes/skills__output-analysis): O FluidSim guarda automaticamente vários tipos de resultados durante as simulações. - [overlap](https://doutorai.pt/componentes/skills__overlap): O módulo overlaprs fornece uma deteção eficiente de sobreposições entre intervalos genómicos utilizando a estrutura de dados Integrated Genome Database (IGD). - [package](https://doutorai.pt/componentes/skills__package): Roier SEO Skill: scripts de auditoria do Lighthouse - [package](https://doutorai.pt/componentes/skills__package-2): Automação de browser de uso geral com Playwright para o Claude Code, com deteção automática e gestão inteligente de testes - [package](https://doutorai.pt/componentes/skills__package-4): Backend de aplicação de tarefas com Express e SQLite - [page-cro](https://doutorai.pt/componentes/skills__page-cro): Quando o utilizador deseja otimizar, melhorar ou aumentar as conversões em qualquer página de marketing - incluindo a homepage, landing pages, páginas de preços - [pagination](https://doutorai.pt/componentes/skills__pagination): Quando um servidor expõe muitas ferramentas, recursos ou prompts, devolvê-los todos numa única resposta pode ser impraticável. O MCP suporta a paginação para op - [paid-ads](https://doutorai.pt/componentes/skills__paid-ads): Quando o utilizador deseja ajuda com campanhas de publicidade paga no Google Ads, Meta (Facebook/Instagram), LinkedIn, Twitter/X ou outras plataformas de anúnci - [pain_management_plan](https://doutorai.pt/componentes/skills__pain-management-plan): \textbf{Expectativas Realistas Discutidas}: Eliminação completa da dor improvável; o objetivo é uma redução significativa da dor e a melhoria da função. - [pallets__flask-4045](https://doutorai.pt/componentes/skills__pallets-flask-4045): Parece que o repositório do Flask não está no diretório de trabalho atual. Como isto é uma issue do GitHub de pallets/flask, preciso de trabalhar com o código-f - [pallets__flask-4045](https://doutorai.pt/componentes/skills__pallets-flask-4045-2): Isto parece ser uma questão sobre gerar um patch para o repositório do Flask (pallets/flask), mas estou num repositório diferente. Com base na análise do arquit - [pallets__flask-4992](https://doutorai.pt/componentes/skills__pallets-flask-4992): Com base na issue do GitHub, preciso de gerar um patch para o método Config.from_file() do Flask. A issue pede para adicionar um parâmetro de modo de ficheiro ( - [pallets__flask-4992](https://doutorai.pt/componentes/skills__pallets-flask-4992-2): Com base na descrição da issue e no conhecimento padrão da base de código do Flask, vou gerar o patch. O método from_file na classe Config do Flask abre normalm - [pallets__flask-5063](https://doutorai.pt/componentes/skills__pallets-flask-5063): Com base no contexto e na issue do GitHub, preciso de gerar um patch para o comando routes do Flask para mostrar informações de subdomínio. Vou construir este p - [pallets__flask-5063](https://doutorai.pt/componentes/skills__pallets-flask-5063-2): Isto parece ser um repositório de benchmark, não o código-fonte do Flask. Preciso de gerar um patch para o repositório do Flask (pallets/flask). Vou consultar o - [pandas_migration](https://doutorai.pt/componentes/skills__pandas-migration): Este guia ajuda-o a migrar do pandas para o Polars com mapeamentos abrangentes de operações e as principais diferenças. - [paper-2-web](https://doutorai.pt/componentes/skills__paper-2-web): Esta skill deve ser usada ao converter artigos académicos em formatos promocionais e de apresentação, incluindo websites interativos (Paper2Web), vídeos de apre - [paper2poster](https://doutorai.pt/componentes/skills__paper2poster): O Paper2Poster gera automaticamente pósteres académicos profissionais a partir de artigos de investigação. O sistema extrai conteúdo fundamental, concebe esquem - [paper2video](https://doutorai.pt/componentes/skills__paper2video): O Paper2Video gera vídeos de apresentação a partir de fontes LaTeX, transformando artigos académicos em apresentações de vídeo apelativas. O sistema processa ar - [paper2web](https://doutorai.pt/componentes/skills__paper2web): O Paper2Web converte artigos académicos em páginas iniciais académicas interativas e exploráveis. Ao contrário das abordagens tradicionais (geração direta, base - [parallel-agents](https://doutorai.pt/componentes/skills__parallel-agents): Padrões de orquestração multi-agente. Usar quando múltiplas tarefas independentes podem ser executadas com diferentes competências de domínio ou quando uma anál - [parallelism-guide](https://doutorai.pt/componentes/skills__parallelism-guide): Guia completo sobre paralelismo no Megatron-Core: quando utilizar cada estratégia, características de desempenho e exemplos de configuração. - [parameters](https://doutorai.pt/componentes/skills__parameters): O objeto Parameters é hierárquico e está organizado em grupos lógicos. Aceda utilizando a notação de ponto: - [parameters_reference](https://doutorai.pt/componentes/skills__parameters-reference): Este documento fornece detalhes abrangentes sobre todos os parâmetros de configuração e opções de linha de comandos do DiffDock. - [parsing-techniques](https://doutorai.pt/componentes/skills__parsing-techniques): Guia completo para analisar ficheiros .claude/plugin-name.local.md em scripts bash. - [patent_search](https://doutorai.pt/componentes/skills__patent-search): Fornece funções para pesquisar e recuperar dados de patentes através da USPTO PatentSearch API (sistema baseado em ElasticSearch, que substituiu a API legada Pa - [patentsearch_api](https://doutorai.pt/componentes/skills__patentsearch-api): A PatentSearch API é o sistema moderno de pesquisa de patentes baseado em ElasticSearch da USPTO, que substituiu a API legada PatentsView em maio de 2025. Forne - [pathml](https://doutorai.pt/componentes/skills__pathml): Toolkit de patologia computacional para analisar imagens de lâmina completa (WSI) e dados de imagem multiparamétricos. Usar esta skill ao trabalhar com lâminas - [pathology_report_template](https://doutorai.pt/componentes/skills__pathology-report-template): Exemplo: "Mulher de 72 anos com lesão pigmentada em crescimento no antebraço esquerdo. Suspeita clínica de melanoma. Biópsia anterior mostrou proliferação melan - [patient_cohort_analysis](https://doutorai.pt/componentes/skills__patient-cohort-analysis): A análise de coortes de doentes envolve o estudo sistemático de grupos de doentes para identificar padrões, comparar resultados e obter perspetivas clínicas. Em - [patient_documentation](https://doutorai.pt/componentes/skills__patient-documentation): O SOAP (Subjective, Objective, Assessment, Plan) é o formato padrão para notas de evolução na prática clínica. - [patterns](https://doutorai.pt/componentes/skills__patterns): Os Qiskit Patterns fornecem uma estrutura geral para resolver problemas de computação quântica específicos de cada domínio em quatro etapas: Mapear, Otimizar, E - [patterns](https://doutorai.pt/componentes/skills__patterns-2): Esta referência fornece padrões comuns e comprovados para implementar hooks do Claude Code. Use estes padrões como ponto de partida para casos de uso típicos de - [patterns](https://doutorai.pt/componentes/skills__patterns-4): Ferramentas personalizadas requerem um servidor MCP. Use ClaudeSDKClient para controlo total (ferramentas MCP de SDK personalizadas requerem ClaudeSDKClient: qu - [patterns](https://doutorai.pt/componentes/skills__patterns-5): Testes unitários leves: fornece bindings sem o runtime completo do Worker. - [patterns](https://doutorai.pt/componentes/skills__patterns-6): Use o hostname do Worker para um caching eficiente: evite substituir o hostname desnecessariamente. - [patterns](https://doutorai.pt/componentes/skills__patterns-12): Padrões de arquitetura, configurações multiambientes e casos de uso no mundo real. - [patterns](https://doutorai.pt/componentes/skills__patterns-16): Veja a skill durable-objects para a implementação completa. - [patterns](https://doutorai.pt/componentes/skills__patterns-17): Padrões prontos para produção para implementar Cloudflare TURN em aplicações WebRTC. - [patterns](https://doutorai.pt/componentes/skills__patterns-18): Padrões e exemplos do mundo real para TCP Sockets em Cloudflare Workers. - [patterns](https://doutorai.pt/componentes/skills__patterns-19): Padrões comuns, casos de uso e exemplos de integração para R2 SQL. - [patterns](https://doutorai.pt/componentes/skills__patterns-20): Veja README.md, configuration.md, api.md. - [patterns](https://doutorai.pt/componentes/skills__patterns-25): Altere env.SECRET (direto) para await env.SECRET.get() (assíncrono). - [patterns](https://doutorai.pt/componentes/skills__patterns-27): Para Cloudflare for SaaS: guarde o nome do worker em custom_metadata do hostname personalizado, obtenha no dispatch worker para encaminhar pedidos. Requer hostn - [patterns](https://doutorai.pt/componentes/skills__patterns-28): Padrões práticos para R2 Data Catalog com PyIceberg. - [patterns](https://doutorai.pt/componentes/skills__patterns-30): Envio de e-mail (porta 587). AVISO: veja gotchas.md - [patterns](https://doutorai.pt/componentes/skills__patterns-31): Os ficheiros de teste têm de ser incluídos na configuração modules = [...]. - [patterns](https://doutorai.pt/componentes/skills__patterns-33): O C3 deteta a configuração da workspace (workspaces do package.json ou pnpm-workspace.yaml). - [patterns](https://doutorai.pt/componentes/skills__patterns-37): As pipelines são imutáveis. Use versionamento: - [patterns](https://doutorai.pt/componentes/skills__patterns-48): Execute a mesma configuração em várias máquinas. A Cloudflare faz o balanceamento de carga automaticamente. Ligações de longa duração (WebSocket, SSH) podem cai - [patterns](https://doutorai.pt/componentes/skills__patterns-52): Alta prioridade: max_batch_size: 5, max_batch_timeout: 1. Baixa prioridade: max_batch_size: 100, max_batch_timeout: 30. - [patterns](https://doutorai.pt/componentes/skills__patterns-53): Fluxos de trabalho comuns, fluxos full-stack e boas práticas. - [patterns](https://doutorai.pt/componentes/skills__patterns-55): Dashboard → Core Web Vitals → Click metric → Debug View mostra os 5 elementos mais problemáticos. - [patterns](https://doutorai.pt/componentes/skills__patterns-57): DO único ~1K req/s máx. Faça fragmentação (shard) para obter maior débito: - [patterns](https://doutorai.pt/componentes/skills__patterns-59): Para frameworks obsoletas, consulte gotchas.md para opções de migração. - [patterns](https://doutorai.pt/componentes/skills__patterns-63): Stack de segurança em camadas: DDoS + WAF + Rate Limiting + Bot Management. - [patterns](https://doutorai.pt/componentes/skills__patterns-64): O padrão RefreshableCollection é utilizado para gerir listas que podem ser atualizadas através de um comando, mantendo um SourceCache/SourceList interno e expon - [patterns](https://doutorai.pt/componentes/skills__patterns-65): Este documento descreve os padrões comuns para slash commands, ajudando-o a escolher a estrutura adequada para o seu fluxo de trabalho. - [paywall-upgrade-cro](https://doutorai.pt/componentes/skills__paywall-upgrade-cro): Quando o utilizador deseja criar ou otimizar paywalls na aplicação, ecrãs de upgrade, modais de upsell ou feature gates. Usar também quando o utilizador mencion - [pc-games](https://doutorai.pt/componentes/skills__pc-games): Princípios de desenvolvimento de jogos para PC e consolas. Seleção de motor, funcionalidades de plataforma, estratégias de otimização. - [pcr_setup_template](https://doutorai.pt/componentes/skills__pcr-setup-template): Este modelo demonstra como configurar reações de PCR utilizando o módulo Thermocycler. Inclui a distribuição de master mix, adição de amostras e ciclagem de PCR - [pdb-database](https://doutorai.pt/componentes/skills__pdb-database): Aceder ao RCSB PDB para estruturas 3D de proteínas/ácidos nucleicos. Pesquisar por texto/sequência/estrutura, descarregar coordenadas (PDB/mmCIF), obter metadad - [pdf](https://doutorai.pt/componentes/skills__pdf): Toolkit de manipulação de PDF. Extrair texto/tabelas, criar PDFs, fundir/dividir, preencher formulários, para processamento e análise programática de documentos - [pdf](https://doutorai.pt/componentes/skills__pdf-2): Usar esta skill sempre que o utilizador pretender fazer algo com ficheiros PDF. Isto inclui ler ou extrair texto/tabelas de PDFs, combinar ou fundir múltiplos P - [pdf](https://doutorai.pt/componentes/skills__pdf-3): Usar esta skill sempre que o utilizador pretender fazer algo com ficheiros PDF. Isto inclui ler ou extrair texto/tabelas de PDFs, combinar ou fundir múltiplos P - [pdf](https://doutorai.pt/componentes/skills__pdf-4): Usar esta skill sempre que o utilizador pretender fazer algo com ficheiros PDF. Isto inclui ler ou extrair texto/tabelas de PDFs, combinar ou fundir múltiplos P - [pdf-fill-studio](https://doutorai.pt/componentes/skills__pdf-fill-studio): Preencher qualquer PDF localmente e colocar cada valor precisamente num editor visual. Usar quando o utilizador deseja preencher um formulário PDF, inserir dado - [pdf-official](https://doutorai.pt/componentes/skills__pdf-official): Usar esta skill sempre que o utilizador pretender fazer algo com ficheiros PDF. Isto inclui ler ou extrair texto/tabelas de PDFs, combinar ou fundir múltiplos P - [pdf_to_images](https://doutorai.pt/componentes/skills__pdf-to-images): Converte PDFs de apresentações em imagens para inspeção visual e revisão. Suporta múltiplos formatos de saída e resoluções. - [peds_api](https://doutorai.pt/componentes/skills__peds-api): O Patent Examination Data System (PEDS) fornece acesso aos registos de estado e submissão de pedidos de patentes do USPTO. Contém dados bibliográficos, informaç - [peds_client](https://doutorai.pt/componentes/skills__peds-client): Fornece funções para obter dados de exame de patentes utilizando a biblioteca uspto-opendata-python. - [peer-review](https://doutorai.pt/componentes/skills__peer-review): Toolkit de revisão sistemática por pares. Avaliar metodologia, estatísticas, design, reprodutibilidade, ética, integridade de figuras, padrões de relatório, par - [peer_review_standards](https://doutorai.pt/componentes/skills__peer-review-standards): A revisão por pares garante que os manuscritos clínicos cumprem os padrões de rigor científico, conduta ética e comunicação clara antes da publicação. - [peft-fine-tuning](https://doutorai.pt/componentes/skills__peft-fine-tuning): Fine-tuning eficiente em termos de parâmetros para LLMs usando LoRA, QLoRA e mais de 25 métodos. Usar ao fazer fine-tuning de modelos grandes (7B-70B) com memór - [penetration_testing_guide](https://doutorai.pt/componentes/skills__penetration-testing-guide): Este guia de referência fornece informação abrangente para a segurança sénior. - [pennylane](https://doutorai.pt/componentes/skills__pennylane): Biblioteca Python multiplataforma para computação quântica, machine learning quântico e química quântica. Permite construir e treinar circuitos quânticos com di - [performance](https://doutorai.pt/componentes/skills__performance-2): Esta referência abrange as funcionalidades de desempenho do Vaex, incluindo avaliação diferida (lazy evaluation), caching, gestão de memória, operações assíncro - [performance](https://doutorai.pt/componentes/skills__performance-3): Padrões para otimizar o desempenho de componentes React, prevenir re-renderizações desnecessárias e evitar fugas de memória. - [performance](https://doutorai.pt/componentes/skills__performance-4): Otimizar o desempenho web para um carregamento mais rápido e melhor experiência do utilizador. Usar quando solicitado para "acelerar o meu site", "otimizar o de - [performance-optimizer](https://doutorai.pt/componentes/skills__performance-optimizer): Identifica e corrige estrangulamentos de desempenho em código, bases de dados e APIs. Mede o antes e o depois para comprovar as melhorias. - [performance-profiling](https://doutorai.pt/componentes/skills__performance-profiling): Princípios de profiling de desempenho. Técnicas de medição, análise e otimização. - [perioperative_care_plan](https://doutorai.pt/componentes/skills__perioperative-care-plan): \textbf{Aviso HIPAA}: Desidentifique toda a informação de saúde protegida antes de a partilhar. - [perplexity](https://doutorai.pt/componentes/skills__perplexity): Pesquisa na web e investigação usando Perplexity AI. Usar quando o utilizador disser "search", "find", "look up", "ask", "research" ou "what's the latest" para - [perplexity-search](https://doutorai.pt/componentes/skills__perplexity-search): Realizar pesquisas na web baseadas em IA com informação em tempo real usando modelos Perplexity via LiteLLM e OpenRouter. Esta skill deve ser usada ao realizar - [perplexity_search](https://doutorai.pt/componentes/skills__perplexity-search-2): Este script realiza pesquisas na web baseadas em IA utilizando modelos da Perplexity através do LiteLLM e OpenRouter. Fornece respostas fundamentadas em tempo r - [personal](https://doutorai.pt/componentes/skills__personal): Utilize este modelo para projetos paralelos, trabalhos de portefólio e experiências. Equilibre a documentação para o seu eu futuro com a apresentação para terce - [personal-tool-builder](https://doutorai.pt/componentes/skills__personal-tool-builder): Especialista na criação de ferramentas personalizadas que resolvem primeiro os seus próprios problemas. Os melhores produtos começam frequentemente como ferrame - [persuasion-principles](https://doutorai.pt/componentes/skills__persuasion-principles): Os LLMs respondem aos mesmos princípios de persuasão que os humanos. Compreender esta psicologia ajuda-o a conceber skills mais eficazes (não para manipular, ma - [persuasion-principles](https://doutorai.pt/componentes/skills__persuasion-principles-2): Os LLMs respondem aos mesmos princípios de persuasão que os humanos. Compreender esta psicologia ajuda-o a conceber skills mais eficazes (não para manipular, ma - [phase_diagram_generator](https://doutorai.pt/componentes/skills__phase-diagram-generator): Este script gera diagramas de fase para sistemas químicos utilizando dados da base de dados do Materials Project através do MPRester do pymatgen. - [phoenix-observability](https://doutorai.pt/componentes/skills__phoenix-observability): Plataforma open-source de observabilidade de IA para rastreamento (tracing), avaliação e monitorização de LLM. Usar ao depurar aplicações de LLM com rastreament - [photo-avatars](https://doutorai.pt/componentes/skills__photo-avatars): Criação de avatares a partir de fotos (talking photos) para o HeyGen - [php-pro](https://doutorai.pt/componentes/skills__php-pro): Escrever código PHP idiomático com generators, iterators, dados SPL - [phylogenetics](https://doutorai.pt/componentes/skills__phylogenetics): O Bio.Phylo oferece um conjunto de ferramentas unificado para ler, escrever, analisar e visualizar árvores filogenéticas. Suporta múltiplos formatos de ficheiro - [physics-mechanics](https://doutorai.pt/componentes/skills__physics-mechanics): Este documento abrange os módulos de física do SymPy, incluindo mecânica clássica, mecânica quântica, análise vetorial, unidades, ótica, mecânica dos meios cont - [pinecone](https://doutorai.pt/componentes/skills__pinecone): Base de dados vetorial gerida para aplicações de IA em produção. Totalmente gerida, com auto-scaling, pesquisa híbrida (densa + esparsa), filtragem de metadados - [pipeline](https://doutorai.pt/componentes/skills__pipeline): Guia completo sobre normalizadores, pré-tokenizadores, modelos, pós-processadores e descodificadores. - [pipelines](https://doutorai.pt/componentes/skills__pipelines): Os pipelines oferecem a forma mais simples de utilizar modelos pré-treinados para inferência. Abstraem a tokenização, o carregamento do modelo e o pós-processam - [pipelines_and_composition](https://doutorai.pt/componentes/skills__pipelines-and-composition): Os pipelines encadeiam múltiplas etapas de processamento num único estimador, evitando a fuga de dados e simplificando o código. Permitem fluxos de trabalho rep - [plaid-fintech](https://doutorai.pt/componentes/skills__plaid-fintech): Padrões especializados para integração da API Plaid, incluindo fluxos de token Link, sincronização de transações, verificação de identidade, Auth para ACH, veri - [plan-writing](https://doutorai.pt/componentes/skills__plan-writing): Planeamento estruturado de tarefas com divisões claras, dependências e critérios de verificação. Usar ao implementar funcionalidades, refatorar ou em qualquer t - [planning](https://doutorai.pt/componentes/skills__planning): Criar e gerir ficheiros markdown persistentes de planeamento para a execução estruturada de tarefas. Usar quando o utilizador pedir para "criar um plano", "acom - [planning-with-files](https://doutorai.pt/componentes/skills__planning-with-files): Implementa planeamento baseado em ficheiros ao estilo de Manus para tarefas complexas. Cria task_plan.md, findings.md e progress.md. Usar ao iniciar tarefas com - [planning-with-files](https://doutorai.pt/componentes/skills__planning-with-files-2): Transforma o fluxo de trabalho para usar ficheiros markdown persistentes ao estilo de Manus para planeamento, acompanhamento de progresso e armazenamento de con - [playwright](https://doutorai.pt/componentes/skills__playwright-2): Dados binários brutos de uma imagem em formato PNG. - [playwright-e2e-builder](https://doutorai.pt/componentes/skills__playwright-e2e-builder): Planear e criar suites de testes E2E Playwright abrangentes com Page Object Model, persistência de estado de autenticação, fixtures personalizadas, regressão vi - [playwright-java](https://doutorai.pt/componentes/skills__playwright-java): Estruturar, escrever, depurar e melhorar testes E2E Playwright de nível empresarial em Java usando Page Object Model, JUnit 5, relatórios Allure e execução para - [playwright-skill](https://doutorai.pt/componentes/skills__playwright-skill): Automação completa do navegador com Playwright. Deteta automaticamente servidores de desenvolvimento, escreve scripts de teste limpos em /tmp. Testar páginas, p - [plos_one](https://doutorai.pt/componentes/skills__plos-one): % Autor correspondente \affil[$\dagger$]{Autor correspondente. E-mail: [email protected]} - [plot_template](https://doutorai.pt/componentes/skills__plot-template): Modelo abrangente que demonstra vários tipos de gráficos e boas práticas. Utilize este modelo como ponto de partida para criar visualizações com qualidade de pu - [plot_types](https://doutorai.pt/componentes/skills__plot-types): Guia abrangente sobre os diferentes tipos de gráficos em matplotlib, com exemplos e casos de uso. - [plotly](https://doutorai.pt/componentes/skills__plotly): Biblioteca interativa de visualização de dados científicos e estatísticos para Python. Usar ao criar gráficos, diagramas ou visualizações, incluindo gráficos de - [plotly-express](https://doutorai.pt/componentes/skills__plotly-express): O Plotly Express (px) é uma interface de alto nível para criar visualizações de dados com o mínimo de código (tipicamente entre 1 e 5 linhas). - [plots](https://doutorai.pt/componentes/skills__plots): Este documento fornece informações abrangentes sobre todas as funções de visualização do SHAP, os seus parâmetros, casos de uso e boas práticas para visualizar - [plotting_guide](https://doutorai.pt/componentes/skills__plotting-guide): Guia abrangente para criar visualizações com qualidade de publicação com o scanpy. - [plotting_guide](https://doutorai.pt/componentes/skills__plotting-guide-2): Guia abrangente para criar visualizações com qualidade de publicação a partir de dados de Neuropixels. - [plugin-commands](https://doutorai.pt/componentes/skills__plugin-commands): Exemplos práticos de comandos concebidos para plugins do Claude Code, demonstrando padrões e funcionalidades específicas de plugins. - [plugin-features-reference](https://doutorai.pt/componentes/skills__plugin-features-reference): Esta referência abrange funcionalidades e padrões específicos de comandos incluídos em plugins do Claude Code. - [plugin-forge](https://doutorai.pt/componentes/skills__plugin-forge): Criar e gerir plugins do Claude Code com estrutura adequada, manifestos e integração com marketplace. Usar ao criar plugins para um marketplace, adicionar compo - [polars](https://doutorai.pt/componentes/skills__polars): Biblioteca rápida de DataFrame (Apache Arrow). Selecionar, filtrar, group_by, joins, lazy evaluation, I/O de CSV/Parquet, API de expressões, para fluxos de trab - [policies](https://doutorai.pt/componentes/skills__policies): As políticas do PufferLib são módulos padrão do PyTorch com utilitários opcionais para processamento de observações e integração com LSTM. A estrutura fornece a - [popup-cro](https://doutorai.pt/componentes/skills__popup-cro): Quando o utilizador pretender criar ou otimizar popups, modals, overlays, slide-ins ou banners para fins de conversão. Usar também quando o utilizador mencionar - [portfolio-case-study-writer](https://doutorai.pt/componentes/skills__portfolio-case-study-writer): Transformar tópicos de currículo em estudos de caso detalhados de portefólio com contexto, ação e resultado. Usar quando o utilizador mencionar portefólio, estu - [post-deploy-checks](https://doutorai.pt/componentes/skills__post-deploy-checks): Utilize isto após qualquer deploy ou criação de serviço. Mantenha-o curto; pare quando uma verificação falhar. - [poster_content_guide](https://doutorai.pt/componentes/skills__poster-content-guide): O conteúdo é fundamental nos pósteres de investigação. Este guia abrange estratégias de escrita, orientações específicas por secção, equilíbrio entre texto e im - [poster_content_guide](https://doutorai.pt/componentes/skills__poster-content-guide-2): O conteúdo é fundamental nos pósteres de investigação. Este guia abrange estratégias de escrita, orientações específicas por secção, equilíbrio entre texto e im - [poster_design_principles](https://doutorai.pt/componentes/skills__poster-design-principles): O design eficaz de pósteres equilibra a atratividade visual, a legibilidade e o conteúdo científico. Este guia abrange tipografia, teoria da cor, hierarquia vis - [poster_design_principles](https://doutorai.pt/componentes/skills__poster-design-principles-2): O design eficaz de posters equilibra o apelo visual, a legibilidade e o conteúdo científico. Este guia abrange tipografia, teoria da cor, hierarquia visual, ace - [poster_html_template](https://doutorai.pt/componentes/skills__poster-html-template): Introdução Enquadramento: Contexto sobre o seu problema de investigação. Objetivo: O que pretendia alcançar. Métodos Visão geral do desenho do estudo Metodologi - [poster_layout_design](https://doutorai.pt/componentes/skills__poster-layout-design): A disposição eficaz de um poster organiza o conteúdo para o máximo impacto e compreensão. Este guia abrange sistemas de grelha, organização espacial, fluxo visu - [poster_layout_design](https://doutorai.pt/componentes/skills__poster-layout-design-2): A disposição eficaz de um poster organiza o conteúdo para o máximo impacto e compreensão. Este guia abrange sistemas de grelha, organização espacial, fluxo visu - [poster_quality_checklist](https://doutorai.pt/componentes/skills__poster-quality-checklist): Utilize esta lista de verificação abrangente antes de imprimir ou apresentar o seu poster de investigação. - [poster_quality_checklist](https://doutorai.pt/componentes/skills__poster-quality-checklist-2): Utilize esta lista de verificação abrangente antes de imprimir ou apresentar o seu poster de investigação. - [posters_guidelines](https://doutorai.pt/componentes/skills__posters-guidelines): Diretrizes abrangentes para criar posters de investigação académica eficazes, incluindo dimensionamento, layout, tipografia e boas práticas de design. - [postgresql](https://doutorai.pt/componentes/skills__postgresql): Desenhar um esquema específico para PostgreSQL. Cobre boas práticas, tipos de dados, indexação, restrições (constraints), padrões de desempenho e funcionalidade - [postgresql-optimization](https://doutorai.pt/componentes/skills__postgresql-optimization): Fluxo de trabalho de otimização de base de dados PostgreSQL para ajuste de consultas (query tuning), estratégias de indexação, análise de desempenho e gestão de - [powerpoint_design_guide](https://doutorai.pt/componentes/skills__powerpoint-design-guide): Este guia fornece instruções abrangentes para criar apresentações científicas profissionais utilizando o PowerPoint, com ênfase na integração com a skill pptx p - [powershell-windows](https://doutorai.pt/componentes/skills__powershell-windows): Padrões do PowerShell para Windows. Erros críticos a evitar, sintaxe de operadores, tratamento de erros. - [ppg](https://doutorai.pt/componentes/skills__ppg): A fotopletismografia (PPG) mede as alterações do volume sanguíneo no tecido microvascular utilizando sensores ópticos. A PPG é amplamente utilizada em dispositi - [pptx](https://doutorai.pt/componentes/skills__pptx): Kit de ferramentas de apresentação (.pptx). Criar/editar slides, layouts, conteúdo, notas do orador, comentários, para criação e modificação programática de apr - [pptx](https://doutorai.pt/componentes/skills__pptx-5): Usar esta skill sempre que um ficheiro .pptx estiver envolvido de alguma forma - como entrada, saída ou ambas. Isto inclui: criar slide decks, pitch decks ou ap - [pptx-official](https://doutorai.pt/componentes/skills__pptx-official): Usar esta skill sempre que um ficheiro .pptx estiver envolvido de alguma forma - como entrada, saída ou ambas. Isto inclui: criar slide decks, pitch decks ou ap - [pptxgenjs](https://doutorai.pt/componentes/skills__pptxgenjs): Para projetar uma sombra para cima (por exemplo, numa barra de rodapé), utilize angle: 270 com um offset positivo: não utilize um offset negativo. - [pptxgenjs](https://doutorai.pt/componentes/skills__pptxgenjs-2): Para projetar uma sombra para cima (por exemplo, numa barra de rodapé), utilize angle: 270 com um offset positivo: não utilize um offset negativo. - [predict_solubility](https://doutorai.pt/componentes/skills__predict-solubility): Este script treina um modelo para prever a solubilidade aquosa a partir de cadeias SMILES utilizando o conjunto de dados Delaney (ESOL) como exemplo. Pode ser a - [preparation-template](https://doutorai.pt/componentes/skills__preparation-template): Utilize esta folha de trabalho para se preparar antes de qualquer conversa desafiante. - [prepare_batch_csv](https://doutorai.pt/componentes/skills__prepare-batch-csv): Este script ajuda a preparar e validar ficheiros CSV para o processamento em lote do DiffDock. Verifica as colunas necessárias, valida os caminhos dos ficheiros - [preprocessing](https://doutorai.pt/componentes/skills__preprocessing-2): O PyHealth fornece utilitários abrangentes de processamento de dados para transformar dados brutos de saúde em formatos prontos para modelos. Os processadores t - [preprocessing](https://doutorai.pt/componentes/skills__preprocessing-3): O pré-processamento de dados transforma dados brutos num formato adequado para modelos de aprendizagem automática. Isto inclui dimensionamento, codificação, tra - [preprocessing](https://doutorai.pt/componentes/skills__preprocessing-4): O PathML fornece uma arquitetura modular de pré-processamento baseada em transformações compostáveis organizadas em pipelines. As transformações são operações i - [presentation_structure](https://doutorai.pt/componentes/skills__presentation-structure): Apresentações científicas eficazes seguem uma estrutura narrativa clara que guia o público através da história da sua investigação. Este guia fornece modelos de - [pricing-strategy](https://doutorai.pt/componentes/skills__pricing-strategy): Quando o utilizador pretender ajuda com decisões de preços, packaging ou estratégia de monetização. Usar também quando o utilizador mencionar 'pricing', 'pricin - [primitives](https://doutorai.pt/componentes/skills__primitives): As primitivas são os blocos de construção fundamentais para executar circuitos quânticos. O Qiskit fornece duas primitivas principais: Sampler (para medir cadei - [prisma-expert](https://doutorai.pt/componentes/skills__prisma-expert): Especialista em Prisma ORM para design de esquemas, migrações, otimização de consultas, modelação de relações e operações de base de dados. Usar PROATIVAMENTE p - [problems](https://doutorai.pt/componentes/skills__problems): Referência abrangente para problemas de otimização de referência no pymoo. - [process-interaction](https://doutorai.pt/componentes/skills__process-interaction): Este guia aborda os mecanismos para que os processos interajam e se sincronizem em simulações SimPy. - [product-manager-toolkit](https://doutorai.pt/componentes/skills__product-manager-toolkit): Conjunto de ferramentas abrangente para gestores de produto, incluindo priorização RICE, análise de entrevistas com clientes, templates de PRD, frameworks de de - [product-strategist](https://doutorai.pt/componentes/skills__product-strategist): Conjunto de ferramentas estratégicas de liderança de produto para Head of Product, incluindo geração de OKRs em cascata, análise de mercado, definição de visão - [production-code-audit](https://doutorai.pt/componentes/skills__production-code-audit): Efetuar autonomamente uma análise profunda (deep-scan) de toda a codebase linha por linha, compreender a arquitetura e os padrões, e depois transformá-la sistem - [production-examples](https://doutorai.pt/componentes/skills__production-examples): Implementações em produção no mundo real utilizando Megatron-Core e Megatron-LM. - [production-patterns](https://doutorai.pt/componentes/skills__production-patterns): Padrões testados por profissionais a partir de discussões no Hacker News e de implementações no mundo real. Estes padrões representam o que realmente funciona e - [production_vision_systems](https://doutorai.pt/componentes/skills__production-vision-systems): Sistemas de visão em produção de nível mundial para engenheiros sénior de visão por computador. - [products](https://doutorai.pt/componentes/skills__products): N.º,Tipo de Produto,Palavras-chave,Recomendação de Estilo Principal,Estilos Secundários,Padrão de Landing Page,Estilo de Painel (se aplicável),Foco da Paleta de - [professional-communication](https://doutorai.pt/componentes/skills__professional-communication): Guiar a comunicação técnica para programadores de software. Cobre a estrutura de e-mails, etiqueta de mensagens de equipa, agendas de reuniões e adaptação de me - [profiling](https://doutorai.pt/componentes/skills__profiling): Guia completo para profiling e otimização de modelos de ML com o TensorBoard. - [programmatic-seo](https://doutorai.pt/componentes/skills__programmatic-seo): Quando o utilizador pretender criar páginas orientadas por SEO à escala usando templates e dados. Usar também quando o utilizador mencionar "programmatic SEO", - [progress-reporting](https://doutorai.pt/componentes/skills__progress-reporting): O relatório de progresso permite que as ferramentas MCP notifiquem os clientes sobre o progresso de operações de longa duração. Os clientes podem exibir indicad - [progressive-web-app](https://doutorai.pt/componentes/skills__progressive-web-app): Criar Progressive Web Apps (PWAs) com suporte offline, capacidade de instalação e estratégias de caching. Ativar sempre que o utilizador mencionar PWA, service - [projects](https://doutorai.pt/componentes/skills__projects): Este documento descreve as regras para gerir projetos Neon de forma programática. Aborda a criação, consulta, atualização e eliminação. - [prometheus-configuration](https://doutorai.pt/componentes/skills__prometheus-configuration): Guia completo para configuração do Prometheus, recolha de métricas, configuração de scrape e regras de gravação (recording rules). - [prompt-caching](https://doutorai.pt/componentes/skills__prompt-caching): Estratégias de caching para prompts de LLM, incluindo caching de prompts da Anthropic, caching de respostas e CAG (Cache Augmented Generation). Usar quando: pro - [prompt-caching](https://doutorai.pt/componentes/skills__prompt-caching-2): Este ficheiro aborda como conceber código de construção de prompts para um caching eficaz. Para a sintaxe específica de cada linguagem, consulte a secção ## Pro - [prompt-engineer](https://doutorai.pt/componentes/skills__prompt-engineer): Especialista no design de prompts eficazes para aplicações baseadas em LLM. Domina a estrutura de prompts, gestão de contexto, formatação de saídas (output) e a - [prompt-engineering](https://doutorai.pt/componentes/skills__prompt-engineering): Guia especializado sobre padrões de prompt engineering, boas práticas e técnicas de otimização. Usar quando o utilizador pretender melhorar os seus prompts, apr - [prompt-engineering-patterns](https://doutorai.pt/componentes/skills__prompt-engineering-patterns): Dominar técnicas avançadas de prompt engineering para maximizar o desempenho, fiabilidade e controlabilidade de LLMs. - [prompt-library](https://doutorai.pt/componentes/skills__prompt-library): Coleção curada de prompts de alta qualidade para vários casos de uso. Inclui prompts baseados em funções, templates específicos de tarefas e técnicas de refinam - [prompt-snippets](https://doutorai.pt/componentes/skills__prompt-snippets): Aplique estes trechos de código apenas se o utilizador os solicitar explicitamente ou reportar um problema específico. Por predefinição, a migração só deve atua - [prompt-template](https://doutorai.pt/componentes/skills__prompt-template): Esta referência fornece um prompt disciplinado e fundamentado no repositório que produz modelos de ameaças utilizáveis em AppSec. Utilize-o quando precisar de u - [prompt_engineering_patterns](https://doutorai.pt/componentes/skills__prompt-engineering-patterns-2): Padrões de engenharia de prompts de nível mundial para engenheiros sénior de prompts. - [prompting](https://doutorai.pt/componentes/skills__prompting-3): Edição: - text-localization: Altere apenas o texto; preserve o layout, tipografia, espaçamento e hierarquia; sem palavras extra ou reorganização a menos que sej - [prompts](https://doutorai.pt/componentes/skills__prompts): STT,Categoria de Estilo,Palavras-chave para Prompt de IA (Prontas para Copiar e Colar),Palavras-chave Técnicas/CSS,Lista de Verificação de Implementação,Variáve - [protein_analysis_workflow](https://doutorai.pt/componentes/skills__protein-analysis-workflow): Este script executa um pipeline completo de análise de proteínas: 1. Pesquisa no UniProt e obtenção de identificadores 2. Obtenção de sequências FASTA 3. Pesqui - [protein_modeling](https://doutorai.pt/componentes/skills__protein-modeling): O TorchDrug oferece suporte abrangente para tarefas relacionadas com proteínas, incluindo análise de sequências, previsão de estrutura, previsão de propriedades - [protein_optimization](https://doutorai.pt/componentes/skills__protein-optimization): Antes de submeter sequências de proteínas para testes experimentais, utilize ferramentas computacionais para otimizar as sequências visando uma melhor expressão - [proteomics_metabolomics_formats](https://doutorai.pt/componentes/skills__proteomics-metabolomics-formats): Esta referência aborda formatos de ficheiro específicos para proteómica, metabolómica, lipidómica e fluxos de trabalho ómicos relacionados. - [protocols_api](https://doutorai.pt/componentes/skills__protocols-api): A API de Protocolos é a funcionalidade principal do protocols.io, suportando todo o ciclo de vida dos protocolos, desde a criação até à publicação. Isto inclui - [protocolsio-integration](https://doutorai.pt/componentes/skills__protocolsio-integration): Integração com a API do protocols.io para gerir protocolos científicos. Esta skill deve ser usada ao trabalhar com o protocols.io para pesquisar, criar, atualiz - [providers](https://doutorai.pt/componentes/skills__providers): Guia para utilizar o Instructor com diferentes fornecedores de LLM. - [psf__requests-1963](https://doutorai.pt/componentes/skills__psf-requests-1963): Ao olhar para o código atual que tem req = prepared_request na linha 260, isto sugere que a CORREÇÃO é atualizar req para que as iterações subsequentes utilizem - [psf__requests-2148](https://doutorai.pt/componentes/skills__psf-requests-2148): Agora tenho toda a informação de que preciso. A correção precisa de: - [psf__requests-2148](https://doutorai.pt/componentes/skills__psf-requests-2148-2): Esta é uma versão moderna da requests que pode já ter resolvido a questão. Deixe-me olhar para uma versão mais antiga da altura do problema (era da requests 2.3 - [psf__requests-2317](https://doutorai.pt/componentes/skills__psf-requests-2317): Agora compreendo o problema e a correção. O problema era que na versão antiga da requests (2.4.3), havia uma linha: - [psf__requests-2674](https://doutorai.pt/componentes/skills__psf-requests-2674): O problema é que em adapters.py, o código captura (_SSLError, _HTTPError), mas apenas trata explicitamente certas subclasses. Quando DecodeError ou TimeoutError - [psf__requests-3362](https://doutorai.pt/componentes/skills__psf-requests-3362): Agora compreendo o problema completamente. A correção deve modificar stream_decode_response_unicode em utils.py para recorrer a r.apparent_encoding quando r.enc - [psf__requests-863](https://doutorai.pt/componentes/skills__psf-requests-863): Com base na minha compreensão da questão do GitHub e da biblioteca requests, preciso de gerar um patch que modifique o método register_hook para aceitar listas - [pubchem-database](https://doutorai.pt/componentes/skills__pubchem-database): Consultar o PubChem via API PUG-REST/PubChemPy (mais de 110M de compostos). Pesquisar por nome/CID/SMILES, obter propriedades, pesquisas de semelhança/subestrut - [publication_guidelines](https://doutorai.pt/componentes/skills__publication-guidelines): As figuras científicas devem ser claras, precisas e acessíveis. As figuras prontas para publicação seguem estes princípios fundamentais: - [pubmed-database](https://doutorai.pt/componentes/skills__pubmed-database): Acesso direto por API REST ao PubMed. Consultas Booleanas/MeSH avançadas, API E-utilities, processamento em lote, gestão de citações. Para fluxos de trabalho em - [pubmed_search](https://doutorai.pt/componentes/skills__pubmed-search): Guia completo para pesquisar no PubMed literatura sobre ciências biomédicas e da vida, incluindo termos MeSH, etiquetas de campo, estratégias de pesquisa avança - [pufferlib](https://doutorai.pt/componentes/skills__pufferlib): Esta skill deve ser usada ao trabalhar com tarefas de aprendizagem por reforço, incluindo treino de RL de alto desempenho, desenvolvimento de ambientes personal - [pydantic-ai](https://doutorai.pt/componentes/skills__pydantic-ai): Construa agentes de IA prontos para produção com PydanticAI - uso de ferramentas type-safe, outputs estruturados, injeção de dependências e suporte multimodelo. - [pydata__xarray-3364](https://doutorai.pt/componentes/skills__pydata-xarray-3364): Com base no meu conhecimento da base de código do xarray/xray e na descrição da questão, preciso de criar um patch que adicione uma opção para tratar variáveis - [pydata__xarray-3364](https://doutorai.pt/componentes/skills__pydata-xarray-3364-2): Com base no meu conhecimento da base de código do xarray e na descrição da questão, posso gerar o patch adequado. A questão é do repositório pydata/xarray e diz - [pydata__xarray-4094](https://doutorai.pt/componentes/skills__pydata-xarray-4094): Com base no meu conhecimento do xarray e na questão, posso analisar este problema. O método to_unstacked_dataset está em xarray/core/dataarray.py. O problema oc - [pydata__xarray-4248](https://doutorai.pt/componentes/skills__pydata-xarray-4248): Com base no contexto da questão do GitHub, preciso de criar um patch para o repositório xarray. Como não tenho acesso direto ao código-fonte do xarray, criarei - [pydata__xarray-4248](https://doutorai.pt/componentes/skills__pydata-xarray-4248-2): Não tenho acesso aos ficheiros do repositório xarray no ambiente local. No entanto, com base no meu conhecimento da base de código do xarray e na análise do arq - [pydata__xarray-4493](https://doutorai.pt/componentes/skills__pydata-xarray-4493): Com base na descrição da questão e nas pistas fornecidas, posso gerar o patch. A questão afirma claramente: - [pydata__xarray-4493](https://doutorai.pt/componentes/skills__pydata-xarray-4493-2): Com base na análise do arquiteto e no meu conhecimento da estrutura da base de código do xarray, posso gerar o patch. O problema está em xarray/core/variable.py - [pydata__xarray-5131](https://doutorai.pt/componentes/skills__pydata-xarray-5131): Agora tenho o código relevante. O problema é claro: - [pydata__xarray-5131](https://doutorai.pt/componentes/skills__pydata-xarray-5131-2): Com base na descrição da questão e no meu conhecimento da base de código do xarray, posso gerar o patch. A questão descreve que o método __repr__ tem um espaço - [pydeseq2](https://doutorai.pt/componentes/skills__pydeseq2): Análise de expressão genética diferencial (Python DESeq2). Identificar genes DE a partir de contagens de RNA-seq em massa, testes de Wald, correção FDR, gráfico - [pydicom](https://doutorai.pt/componentes/skills__pydicom): Biblioteca Python para trabalhar com ficheiros DICOM (Digital Imaging and Communications in Medicine). Use esta skill ao ler, escrever ou modificar dados de ima - [pyhealth](https://doutorai.pt/componentes/skills__pyhealth): Toolkit completo de IA para cuidados de saúde para desenvolver, testar e implementar modelos de machine learning com dados clínicos. Esta skill deve ser usada a - [pylabrobot](https://doutorai.pt/componentes/skills__pylabrobot): Toolkit de automação laboratorial para controlar manipuladores de líquidos, leitores de placas, bombas, aquecedores/agitadores, incubadoras, centrifugadoras e e - [pylint-dev__pylint-5859](https://doutorai.pt/componentes/skills__pylint-dev-pylint-5859): Com base no meu conhecimento da base de código do pylint e na descrição da questão, posso fornecer a correção. O erro está em pylint/checkers/misc.py, onde os v - [pylint-dev__pylint-6506](https://doutorai.pt/componentes/skills__pylint-dev-pylint-6506): Com base no relatório de erro e na minha compreensão da base de código do pylint, aqui está a correção. O problema é que _UnrecognizedOptionError é lançada mas - [pylint-dev__pylint-6506](https://doutorai.pt/componentes/skills__pylint-dev-pylint-6506-2): Com base na análise do arquiteto, vou gerar o patch para corrigir o problema de traceback. A correção envolve capturar _UnrecognizedOptionError em run.py e impr - [pylint-dev__pylint-7080](https://doutorai.pt/componentes/skills__pylint-dev-pylint-7080): Com base na descrição do problema e nas pistas fornecidas, tenho informação suficiente para gerar o patch. O problema é claro: - [pylint-dev__pylint-7080](https://doutorai.pt/componentes/skills__pylint-dev-pylint-7080-2): Com base na análise do arquiteto e na minha compreensão da estrutura do código-fonte do pylint, posso gerar o patch. O problema é que, ao utilizar --recursive=y - [pylint-dev__pylint-7114](https://doutorai.pt/componentes/skills__pylint-dev-pylint-7114): O problema está no ficheiro expand_modules.py do pylint. O problema ocorre porque, quando o pylint tenta resolver o módulo a, encontra ambos: - O diretório a/ - - [pylint-dev__pylint-7228](https://doutorai.pt/componentes/skills__pylint-dev-pylint-7228): Vejo os patches para outros problemas do pylint (6506, 7080, 7114), mas não o problema específico sobre o erro de regex \p{Han}. No entanto, pelas pistas na dis - [pylint-dev__pylint-7228](https://doutorai.pt/componentes/skills__pylint-dev-pylint-7228-2): Este parece ser um repositório que não contém diretamente o código-fonte do pylint. Esta é uma tarefa para gerar um patch para o repositório pylint-dev/pylint. - [pylint-dev__pylint-7993](https://doutorai.pt/componentes/skills__pylint-dev-pylint-7993): Com base no meu conhecimento deste problema, posso fornecer a correção. O problema está no relator de texto do pylint, onde é utilizado um padrão regex para ext - [pylint-dev__pylint-7993](https://doutorai.pt/componentes/skills__pylint-dev-pylint-7993-2): Com base na análise do arquiteto e no meu conhecimento da base de código do pylint na versão 2.12.2, vou gerar o patch. O problema está no código de validação d - [pymatgen](https://doutorai.pt/componentes/skills__pymatgen): Toolkit de ciência dos materiais. Estruturas cristalinas (CIF, POSCAR), diagramas de fase, estrutura de bandas, DOS, integração com o Materials Project, convers - [pymc-bayesian-modeling](https://doutorai.pt/componentes/skills__pymc-bayesian-modeling): Modelação Bayesiana com PyMC. Construa modelos hierárquicos, MCMC (NUTS), inferência variacional, comparação LOO/WAIC, verificações a posteriori, para programaç - [pymoo](https://doutorai.pt/componentes/skills__pymoo): Framework de otimização multi-objetivo. NSGA-II, NSGA-III, MOEA/D, fronteiras de Pareto, tratamento de restrições, benchmarks (ZDT, DTLZ), para problemas de oti - [pyopenms](https://doutorai.pt/componentes/skills__pyopenms): Interface Python para OpenMS para análise de dados de espetrometria de massa. Use para fluxos de trabalho de proteómica e metabolómica LC-MS/MS, incluindo manip - [pysam](https://doutorai.pt/componentes/skills__pysam): Toolkit de ficheiros genómicos. Ler/escrever alinhamentos SAM/BAM/CRAM, variantes VCF/BCF, sequências FASTA/FASTQ, extrair regiões, calcular cobertura, para pip - [pytdc](https://doutorai.pt/componentes/skills__pytdc): Therapeutics Data Commons. Conjuntos de dados de descoberta de fármacos prontos para IA (ADME, toxicidade, DTI), benchmarks, divisões de scaffold, oráculos mole - [pytest-dev__pytest-11143](https://doutorai.pt/componentes/skills__pytest-dev-pytest-11143): Com base no traceback de erro no problema, consigo ver qual é o problema. A questão está na linha 760 em _pytest/assertion/rewrite.py: - [pytest-dev__pytest-11148](https://doutorai.pt/componentes/skills__pytest-dev-pytest-11148): Na verdade, deixe-me reconsiderar. O problema real é mais subtil. Analisando este problema com mais atenção: - [pytest-dev__pytest-11148](https://doutorai.pt/componentes/skills__pytest-dev-pytest-11148-2): Com base na análise do arquiteto e no meu conhecimento da estrutura do código-fonte do pytest para a versão 7.2, vou gerar o patch para a função import_path() e - [pytest-dev__pytest-5103](https://doutorai.pt/componentes/skills__pytest-dev-pytest-5103): Esta é uma tarefa autónoma para gerar um patch para o repositório pytest-dev/pytest. Preciso de criar o patch com base no meu conhecimento do sistema de reescri - [pytest-dev__pytest-5103](https://doutorai.pt/componentes/skills__pytest-dev-pytest-5103-2): Como não consigo localizar o repositório pytest na localização esperada, preciso de gerar o patch com base no meu conhecimento do módulo de reescrita de asserçõ - [pytest-dev__pytest-5221](https://doutorai.pt/componentes/skills__pytest-dev-pytest-5221): Aguarde, deixe-me reconsiderar a abordagem. O problema pede que se mostre o âmbito das fixtures para todas as fixtures, e não apenas para as que não têm âmbito - [pytest-dev__pytest-5227](https://doutorai.pt/componentes/skills__pytest-dev-pytest-5227): Com base no contexto desta tarefa, estão a pedir-me que gere um patch para o repositório pytest-dev/pytest. Este é um problema sobre a melhoria do formato de re - [pytest-dev__pytest-5413](https://doutorai.pt/componentes/skills__pytest-dev-pytest-5413): Parece que o repositório pytest não está clonado aqui. Com base no problema, preciso de examinar a classe ExceptionInfo em src/_pytest/_code/code.py. Deixe-me c - [pytest-dev__pytest-5413](https://doutorai.pt/componentes/skills__pytest-dev-pytest-5413-2): Com base na análise do arquiteto e na descrição do problema, preciso de gerar um patch para a base de código do pytest. A solução consiste em remover o método _ - [pytest-dev__pytest-5495](https://doutorai.pt/componentes/skills__pytest-dev-pytest-5495): Com base no meu conhecimento da base de código do pytest e na descrição do problema, posso fornecer o patch. O problema está no ficheiro _pytest/assertion/util. - [pytest-dev__pytest-5495](https://doutorai.pt/componentes/skills__pytest-dev-pytest-5495-2): Com base na análise do arquiteto e na estrutura típica do código do pytest, vou gerar o patch. O problema está na função _compare_eq_sequence, onde mensagens co - [pytest-dev__pytest-5692](https://doutorai.pt/componentes/skills__pytest-dev-pytest-5692): Este repositório não contém o código-fonte do pytest. Como isto diz respeito à resolução de um problema do GitHub em pytest-dev/pytest, preciso de fornecer um p - [pytest-dev__pytest-5692](https://doutorai.pt/componentes/skills__pytest-dev-pytest-5692-2): Aguarde, deixe-me reconsiderar: o patch acima tem problemas. Deixe-me gerar um patch mais limpo e correto com base na estrutura típica do junitxml.py do pytest: - [pytest-dev__pytest-6116](https://doutorai.pt/componentes/skills__pytest-dev-pytest-6116): Com base no meu conhecimento da base de código do pytest, posso fornecer o patch. A opção --collect-only está definida em src/_pytest/main.py no repositório do - [pytest-dev__pytest-6116](https://doutorai.pt/componentes/skills__pytest-dev-pytest-6116-2): Consigo ver o formato do patch existente. Deixe-me verificar os números de linha corretos ao inspecionar a estrutura real do ficheiro de código-fonte do pytest. - [pytest-dev__pytest-7168](https://doutorai.pt/componentes/skills__pytest-dev-pytest-7168): Este não é o repositório do pytest. Preciso de trabalhar no repositório pytest-dev/pytest. Como este é um issue do GitHub sobre o pytest, preciso de compreender - [pytest-dev__pytest-7220](https://doutorai.pt/componentes/skills__pytest-dev-pytest-7220): Com base na descrição do problema, preciso de compreender o problema do pytest. O problema é que, quando uma fixture altera o diretório de trabalho (os.chdir), - [pytest-dev__pytest-7373](https://doutorai.pt/componentes/skills__pytest-dev-pytest-7373): Com base no meu conhecimento da base de código do pytest e na descrição do problema, posso fornecer o patch. O problema menciona: - [pytest-dev__pytest-7432](https://doutorai.pt/componentes/skills__pytest-dev-pytest-7432): Esta parece ser uma questão sobre como corrigir um problema no repositório do pytest, mas a base de código do pytest não está presente no diretório de trabalho - [pytest-dev__pytest-7432](https://doutorai.pt/componentes/skills__pytest-dev-pytest-7432-2): Agora consigo ver o erro claramente. A olhar para o hook pytest_runtest_makereport: - [pytest-dev__pytest-7490](https://doutorai.pt/componentes/skills__pytest-dev-pytest-7490): O problema é que, no pytest 6.0.0rc0, a adição dinâmica de um marcador xfail através de request.node.add_marker(mark) já não ignora a falha do teste como aconte - [pytest-dev__pytest-8365](https://doutorai.pt/componentes/skills__pytest-dev-pytest-8365): Com base na descrição do problema e no meu conhecimento da base de código do pytest, posso fornecer a correção. O problema está em src/_pytest/tmpdir.py, onde g - [pytest-dev__pytest-8365](https://doutorai.pt/componentes/skills__pytest-dev-pytest-8365-2): O repositório do pytest não parece estar obtido neste espaço de trabalho. Com base na análise do arquiteto e na descrição do problema, vou gerar o patch para a - [pytest-dev__pytest-8906](https://doutorai.pt/componentes/skills__pytest-dev-pytest-8906): Com base na discussão do issue do GitHub, compreendo o problema e a solução proposta. O problema refere-se a melhorar a mensagem de erro quando pytest.skip() é - [pytest-dev__pytest-8906](https://doutorai.pt/componentes/skills__pytest-dev-pytest-8906-2): Esta mensagem encontra-se normalmente no código de recolha/execução do pytest em vez do próprio outcomes.py. Deixe-me fornecer o patch com base na estrutura pad - [pytest-dev__pytest-9359](https://doutorai.pt/componentes/skills__pytest-dev-pytest-9359): Este é um repositório diferente. Deixe-me compreender melhor o problema do pytest e criar o patch com base no meu conhecimento da base de código do pytest e na - [pytest-dev__pytest-9359](https://doutorai.pt/componentes/skills__pytest-dev-pytest-9359-2): Com base no meu conhecimento da base de código do pytest e na descrição do problema, posso gerar o patch adequado. O problema está na função getstatementrange_a - [python](https://doutorai.pt/componentes/skills__python): Erros comuns em Python com diagnóstico e soluções. - [python-api](https://doutorai.pt/componentes/skills__python-api): Referência abrangente para os bindings em Python do gtars. - [python-django-web-server-security](https://doutorai.pt/componentes/skills__python-django-web-server-security): Está intencionalmente escrito como um conjunto de requisitos normativos ("MUST/SHOULD/MAY") e regras de auditoria (como são os maus padrões, como detetá-los e c - [python-fastapi](https://doutorai.pt/componentes/skills__python-fastapi): Princípios de template de API REST FastAPI. SQLAlchemy, Pydantic, Alembic. - [python-fastapi-web-server-security](https://doutorai.pt/componentes/skills__python-fastapi-web-server-security): Está intencionalmente escrito como um conjunto de requisitos normativos ("MUST/SHOULD/MAY") e regras de auditoria (como são os maus padrões, como detetá-los e c - [python-flask-web-server-security](https://doutorai.pt/componentes/skills__python-flask-web-server-security): Este documento foi concebido como uma especificação de segurança que suporta: 1) Geração de código seguro por predefinição para novo código Flask. 2) Revisão de - [python-patterns](https://doutorai.pt/componentes/skills__python-patterns): Princípios de desenvolvimento em Python e tomada de decisão. Seleção de framework, padrões assíncronos, type hints, estrutura do projeto. Ensina a pensar, não a - [python-pro](https://doutorai.pt/componentes/skills__python-pro): Domine Python 3.12+ com funcionalidades modernas, programação assíncrona, otimização de desempenho e práticas prontas para produção. Especialista no ecossistema - [python-sdk](https://doutorai.pt/componentes/skills__python-sdk): A biblioteca dxpy fornece bindings em Python para interagir com a DNAnexus Platform. Está disponível tanto dentro do DNAnexus Execution Environment (para aplica - [python-testing-patterns](https://doutorai.pt/componentes/skills__python-testing-patterns): Implemente estratégias de teste abrangentes com pytest, fixtures, mocking e desenvolvimento guiado por testes. Use ao escrever testes em Python, configurar suit - [python_mcp_server](https://doutorai.pt/componentes/skills__python-mcp-server): Este documento fornece boas práticas e exemplos específicos de Python para implementar servidores MCP utilizando o MCP Python SDK. Abrange a configuração do ser - [pytorch-fsdp](https://doutorai.pt/componentes/skills__pytorch-fsdp): Orientação especializada para treino Fully Sharded Data Parallel com PyTorch FSDP - sharding de parâmetros, precisão mista, CPU offloading, FSDP2 - [pytorch-lightning](https://doutorai.pt/componentes/skills__pytorch-lightning): Framework PyTorch de alto nível com classe Trainer, treino distribuído automático (DDP/FSDP/DeepSpeed), sistema de callbacks e boilerplate mínimo. Escala de por - [pytorch-lightning](https://doutorai.pt/componentes/skills__pytorch-lightning-2): Framework de deep learning (PyTorch Lightning). Organize código PyTorch em LightningModules, configure Trainers para multi-GPU/TPU, implemente pipelines de dado - [pyvene-interventions](https://doutorai.pt/componentes/skills__pyvene-interventions): Fornece orientação para realizar intervenções causais em modelos PyTorch usando a framework de intervenção declarativa do pyvene. Use ao realizar tracing causal - [qa-test-planner](https://doutorai.pt/componentes/skills__qa-test-planner): Gere planos de teste abrangentes, casos de teste manuais, suites de testes de regressão e relatórios de bugs para engenheiros de QA. Inclui integração de MCP do - [qa_best_practices](https://doutorai.pt/componentes/skills__qa-best-practices): Este guia de referência fornece informação abrangente para QA sénior. - [qc_analysis](https://doutorai.pt/componentes/skills__qc-analysis): Realiza um controlo de qualidade abrangente sobre dados de RNA-seq de célula única, incluindo o cálculo de métricas, a geração de gráficos de QC e a filtragem d - [qdrant-vector-search](https://doutorai.pt/componentes/skills__qdrant-vector-search): Motor de pesquisa de semelhança vetorial de alto desempenho para RAG e pesquisa semântica. Use ao construir sistemas de RAG em produção que exijam pesquisa rápi - [qiskit](https://doutorai.pt/componentes/skills__qiskit): Toolkit completo de computação quântica para construir, otimizar e executar circuitos quânticos. Use ao trabalhar com algoritmos quânticos, simulações ou hardwa - [qlora-training](https://doutorai.pt/componentes/skills__qlora-training): Guia completo para o fine-tuning de grandes modelos de linguagem utilizando quantização de 4 bits com QLoRA (Quantized Low-Rank Adaptation). - [qms-audit-expert](https://doutorai.pt/componentes/skills__qms-audit-expert): Especialista Sénior em Auditoria de QMS para auditoria interna e externa de sistemas de gestão de qualidade. Fornece especialização em auditoria ISO 13485, gest - [quality-control](https://doutorai.pt/componentes/skills__quality-control): Quality gates, processo de revisão de código e regras de bloqueio por gravidade. Otimizado com investigação de 2025 sobre anti-sicofância, equipas heterogéneas - [quality-documentation-manager](https://doutorai.pt/componentes/skills__quality-documentation-manager): Gestor Sénior de Documentação de Qualidade para controlo abrangente de documentação e revisão de documentos regulamentares. Fornece design de sistemas de gestão - [quality-manager-qmr](https://doutorai.pt/componentes/skills__quality-manager-qmr): Gestor de Qualidade Sénior / Pessoa Responsável (QMR) para empresas de HealthTech e MedTech. Fornece responsabilidade global pelo sistema de qualidade, supervis - [quality-manager-qms-iso13485](https://doutorai.pt/componentes/skills__quality-manager-qms-iso13485): Especialista em Sistema de Gestão de Qualidade ISO 13485 para empresas de dispositivos médicos. Fornece experiência em implementação, manutenção, otimização de - [quality_checklist](https://doutorai.pt/componentes/skills__quality-checklist-2): Use este checklist para garantir que os planos de tratamento cumprem os padrões profissionais de integridade, qualidade, segurança e conformidade regulatória. R - [quantization](https://doutorai.pt/componentes/skills__quantization): Guia completo sobre formatos de quantização GGUF e conversão de modelos. - [quantization-formats](https://doutorai.pt/componentes/skills__quantization-formats): Guia completo sobre os formatos de quantização INT8, NF4, FP4, dupla quantização e configurações personalizadas em bitsandbytes. - [quantizing-models-bitsandbytes](https://doutorai.pt/componentes/skills__quantizing-models-bitsandbytes): Quantiza LLMs para 8-bit ou 4-bit para uma redução de memória de 50-75% com perda mínima de precisão. Use quando a memória da GPU for limitada, precisar de acom - [query-composite-indexes](https://doutorai.pt/componentes/skills__query-composite-indexes): Quando as consultas filtram por múltiplas colunas, um índice composto é mais eficiente do que índices separados de coluna única. - [query-composite-indexes](https://doutorai.pt/componentes/skills__query-composite-indexes-2): Quando as consultas filtram por múltiplas colunas, um índice composto é mais eficiente do que índices separados de coluna única. - [query-covering-indexes](https://doutorai.pt/componentes/skills__query-covering-indexes): Os índices de cobertura incluem todas as colunas necessárias para uma consulta, permitindo varrimentos exclusivos no índice que ignoram totalmente a tabela. - [query-covering-indexes](https://doutorai.pt/componentes/skills__query-covering-indexes-2): Os índices de cobertura incluem todas as colunas necessárias para uma consulta, permitindo varrimentos exclusivos no índice que ignoram totalmente a tabela. - [query-index-types](https://doutorai.pt/componentes/skills__query-index-types): Diferentes tipos de índices destacam-se em diferentes padrões de consulta. A B-tree predefinida nem sempre é a opção ótima. - [query-index-types](https://doutorai.pt/componentes/skills__query-index-types-2): Diferentes tipos de índices destacam-se em diferentes padrões de consulta. A B-tree predefinida nem sempre é a opção ótima. - [query-missing-indexes](https://doutorai.pt/componentes/skills__query-missing-indexes): Consultas que filtram ou fazem junções em colunas não indexadas causam varrimentos integrais da tabela, que se tornam exponencialmente mais lentos à medida que - [query-missing-indexes](https://doutorai.pt/componentes/skills__query-missing-indexes-2): Consultas que filtram ou fazem junções em colunas não indexadas causam varrimentos integrais da tabela, que se tornam exponencialmente mais lentos à medida que - [query-partial-indexes](https://doutorai.pt/componentes/skills__query-partial-indexes): Os índices parciais incluem apenas linhas que correspondem a uma condição WHERE, tornando-os mais pequenos e mais rápidos quando as consultas filtram consistent - [query-partial-indexes](https://doutorai.pt/componentes/skills__query-partial-indexes-2): Os índices parciais incluem apenas linhas que correspondem a uma condição WHERE, tornando-os mais pequenos e mais rápidos quando as consultas filtram consistent - [query_clinicaltrials](https://doutorai.pt/componentes/skills__query-clinicaltrials): Um script em Python abrangente para consultar a ClinicalTrials.gov API v2. Fornece funções convenientes para padrões de consulta comuns, incluindo pesquisa por - [query_clinpgx](https://doutorai.pt/componentes/skills__query-clinpgx): Fornece funções prontas a usar para consultar a API da base de dados ClinPGx. Inclui limitação de taxa, tratamento de erros e funcionalidade de armazenamento em - [query_engines](https://doutorai.pt/componentes/skills__query-engines): Guia completo sobre motores de consulta, modos e personalização. - [query_gene](https://doutorai.pt/componentes/skills__query-gene): Este script fornece acesso às funções ESearch, ESummary e EFetch para pesquisar e obter informações sobre genes. - [query_helpers](https://doutorai.pt/componentes/skills__query-helpers): Fornece funções de alto nível para consultas de investigação típicas. - [query_opentargets](https://doutorai.pt/componentes/skills__query-opentargets): Este script fornece funções reutilizáveis para consultar a API GraphQL da Open Targets Platform. Utilize estas funções para obter dados sobre alvos, doenças, me - [query_syntax](https://doutorai.pt/componentes/skills__query-syntax-2): Guia abrangente sobre a sintaxe de consultas de pesquisa da UniProt para construir pesquisas complexas. - [quick_visualize](https://doutorai.pt/componentes/skills__quick-visualize): Fornece uma interface de linha de comandos para a visualização rápida de árvores com estilos, layouts e formatos de saída personalizáveis. - [quickstart](https://doutorai.pt/componentes/skills__quickstart): Bem-vindo! Este guia vai ajudá-lo a configurar rapidamente o FastMCP, a executar o seu primeiro servidor MCP e a implementar um servidor no Prefect Horizon. - [quickstart](https://doutorai.pt/componentes/skills__quickstart-2): Utilize isto quando o utilizador precisar do caminho mais curto entre a instalação e um cofre funcional. - [quota](https://doutorai.pt/componentes/skills__quota): Sistema de créditos, limites de utilização e verificação de quota restante para HeyGen - [qutip](https://doutorai.pt/componentes/skills__qutip): Simulações e análise de mecânica quântica usando QuTiP (Quantum Toolbox in Python). Use ao trabalhar com sistemas quânticos, incluindo: (1) estados quânticos (k - [radiology_report_template](https://doutorai.pt/componentes/skills__radiology-report-template): Exemplo: "Excluir embolia pulmonar em doente com dispneia aguda e dor no peito. Histórico de cirurgia recente. - [radix-attention](https://doutorai.pt/componentes/skills__radix-attention): Guia completo sobre o RadixAttention: a principal inovação do SGLang para o armazenamento automático de prefixos em cache. - [raffle-winner-picker](https://doutorai.pt/componentes/skills__raffle-winner-picker): Escolhe vencedores aleatórios a partir de listas, folhas de cálculo ou Google Sheets para sorteios, rifas e concursos. Garante uma seleção justa, imparcial e tr - [rag](https://doutorai.pt/componentes/skills__rag): Guia completo sobre Geração Aumentada por Recuperação com LangChain. - [rag-engineer](https://doutorai.pt/componentes/skills__rag-engineer): Especialista na construção de sistemas de Geração Aumentada por Recuperação (RAG). Domina modelos de embedding, bases de dados vetoriais, estratégias de chunkin - [rag-implementation](https://doutorai.pt/componentes/skills__rag-implementation): Padrões de Geração Aumentada por Recuperação (RAG), incluindo chunking, embeddings, armazenamento vetorial e otimização de recuperação. Use quando: rag, retriev - [rag_system_architecture](https://doutorai.pt/componentes/skills__rag-system-architecture): Arquitetura de sistema RAG de nível mundial para engenheiro sénior de ML/IA. - [railpack](https://doutorai.pt/componentes/skills__railpack): O Railpack é o construtor predefinido da Railway. Sem necessidade de configuração para a maioria dos projetos. - [railway-database](https://doutorai.pt/componentes/skills__railway-database): Adicione serviços oficiais de base de dados Railway (Postgres, Redis, MySQL, MongoDB). Use quando o utilizador quiser adicionar uma base de dados, disser "add p - [railway-deploy](https://doutorai.pt/componentes/skills__railway-deploy): Implemente código no Railway usando "railway up". Use quando o utilizador quiser enviar código, disser "railway up", "deploy", "ship" ou "push". Para a configur - [railway-deployment](https://doutorai.pt/componentes/skills__railway-deployment): Gerir implementações do Railway - ver logs, voltar a implementar, reiniciar ou remover implementações. Use para o ciclo de vida da implementação (remover, parar - [railway-docs](https://doutorai.pt/componentes/skills__railway-docs): Obtém documentação atualizada do Railway para responder a perguntas com precisão. Usa quando o utilizador perguntar sobre funcionalidades do Railway, como o Rai - [railway-domain](https://doutorai.pt/componentes/skills__railway-domain): Adiciona, visualiza ou remove domínios para serviços Railway. Usa quando o utilizador quiser adicionar um domínio, gerar um domínio Railway, verificar domínios - [railway-environment](https://doutorai.pt/componentes/skills__railway-environment): Consulta, prepara (stage) e aplica alterações de configuração para ambientes Railway. Usa para QUAISQUER operações de variáveis ou env vars, configuração de ser - [railway-metrics](https://doutorai.pt/componentes/skills__railway-metrics): Consulta métricas de utilização de recursos para serviços Railway. Usa quando o utilizador perguntar sobre utilização de recursos, CPU, memória, rede, disco ou - [railway-new](https://doutorai.pt/componentes/skills__railway-new): Cria projetos, serviços e bases de dados Railway com a configuração adequada. Usa quando o utilizador disser "setup", "deploy to railway", "initialize", "create - [railway-projects](https://doutorai.pt/componentes/skills__railway-projects): Lista, alterna e configura projetos Railway. Usa quando o utilizador quiser listar todos os projetos, alternar entre projetos, renomear um projeto, ativar/desat - [railway-service](https://doutorai.pt/componentes/skills__railway-service): Verifica o estado do serviço, renomeia serviços, altera ícones de serviço, associa serviços ou cria serviços com imagens Docker. Para criar serviços com código - [railway-status](https://doutorai.pt/componentes/skills__railway-status): Verifica o estado atual do projeto Railway para este diretório. Usa quando o utilizador perguntar "railway status", "está a correr", "o que está implementado", - [railway-templates](https://doutorai.pt/componentes/skills__railway-templates): Pesquisa e faz deploy de serviços a partir do mercado de templates do Railway. Usa quando o utilizador quiser adicionar um serviço a partir de um template, enco - [ray-data](https://doutorai.pt/componentes/skills__ray-data): Processamento de dados escalável para cargas de trabalho de ML. Execução em streaming em CPU/GPU, suporta Parquet/CSV/JSON/imagens. Integra-se com Ray Train, Py - [ray-train](https://doutorai.pt/componentes/skills__ray-train): Orquestração de treino distribuído em clusters. Escala PyTorch/TensorFlow/HuggingFace desde o portátil até milhares de nós. Ajuste de hiperparâmetros integrado - [rdkit](https://doutorai.pt/componentes/skills__rdkit): Kit de ferramentas de quimioinformática para controlo molecular detalhado. Parsing de SMILES/SDF, descritores (MW, LogP, TPSA), fingerprints, pesquisa de subest - [react](https://doutorai.pt/componentes/skills__react-2): Erros comuns de React/Next.js com diagnóstico e soluções. - [react-19-patterns](https://doutorai.pt/componentes/skills__react-19-patterns): O React 19 introduz alterações de rutura e novas API que exigem padrões atualizados de TypeScript. - [react-best-practices](https://doutorai.pt/componentes/skills__react-best-practices): Guia completo de otimização de desempenho de React e Next.js com mais de 40 regras para eliminar waterfalls, otimizar bundles e melhorar a renderização. Usa ao - [react-component-performance](https://doutorai.pt/componentes/skills__react-component-performance): Diagnostica componentes React lentos e sugere correções de desempenho direcionadas. - [react-dev](https://doutorai.pt/componentes/skills__react-dev): Esta skill deve ser usada ao construir componentes React com TypeScript, tipar hooks, lidar com eventos ou quando React TypeScript, React 19, Server Components - [react-native-app](https://doutorai.pt/componentes/skills__react-native-app): Princípios do template de aplicação móvel React Native. Expo, TypeScript, navegação. - [react-native-architecture](https://doutorai.pt/componentes/skills__react-native-architecture): Padrões prontos para produção para desenvolvimento em React Native com Expo, incluindo navegação, gestão de estado, módulos nativos e arquitetura offline-first. - [react-patterns](https://doutorai.pt/componentes/skills__react-patterns): Padrões e princípios modernos do React. Hooks, composição, desempenho, boas práticas de TypeScript. - [react-performance-guidelines](https://doutorai.pt/componentes/skills__react-performance-guidelines): Guia abrangente de otimização de desempenho para aplicações React e Next.js, concebido para agentes de IA e LLMs. Contém mais de 40 regras em 8 categorias, prio - [react-router](https://doutorai.pt/componentes/skills__react-router): O React Router é uma biblioteca moderna de encaminhamento que fornece encaminhamento flexível no lado do cliente e no lado do servidor para aplicações React. Of - [react-state-management](https://doutorai.pt/componentes/skills__react-state-management): Domina a gestão de estado moderna em React com Redux Toolkit, Zustand, Jotai e React Query. Usa ao configurar o estado global, gerir o estado do servidor ou esc - [react-ui-patterns](https://doutorai.pt/componentes/skills__react-ui-patterns): Padrões modernos de UI em React para estados de carregamento, tratamento de erros e obtenção de dados (data fetching). Usa ao construir componentes de UI, lidar - [react-useeffect](https://doutorai.pt/componentes/skills__react-useeffect): Boas práticas do useEffect do React das instruções oficiais. Usa ao escrever/rever useEffect, useState para valores derivados, obtenção de dados (data fetching) - [react_patterns](https://doutorai.pt/componentes/skills__react-patterns-2): Este guia de referência fornece informação abrangente para programadores frontend séniores. - [reactions_data](https://doutorai.pt/componentes/skills__reactions-data): O módulo de reações permite a aplicação programática de transformações químicas utilizando padrões de reação SMARTS. - [reactome-database](https://doutorai.pt/componentes/skills__reactome-database): Consulta a API REST do Reactome para análise de vias (pathway analysis), enriquecimento, mapeamento gene-via, vias de doenças, interações moleculares, análise d - [reactome_query](https://doutorai.pt/componentes/skills__reactome-query): Este script fornece um acesso conveniente através da linha de comandos a operações comuns do Reactome. - [real-time](https://doutorai.pt/componentes/skills__real-time): Este guia abrange as capacidades de simulação em tempo real no SimPy, onde o tempo de simulação é sincronizado com o tempo de relógio real. - [real-world-examples](https://doutorai.pt/componentes/skills__real-world-examples): Análise detalhada sobre como os plugins de produção utilizam o padrão .claude/plugin-name.local.md. - [rearrange](https://doutorai.pt/componentes/skills__rearrange): Isto criará o ficheiro output.pptx utilizando slides do template.pptx pela ordem especificada. Os slides podem ser repetidos (por exemplo, o 34 aparece duas vez - [rearrange](https://doutorai.pt/componentes/skills__rearrange-2): Isto criará o ficheiro output.pptx utilizando slides do template.pptx pela ordem especificada. Os slides podem ser repetidos (por exemplo, o 34 aparece duas vez - [receiving-code-review](https://doutorai.pt/componentes/skills__receiving-code-review): Usa ao receber feedback de revisão de código, antes de implementar sugestões, especialmente se o feedback parecer pouco claro ou tecnicamente questionável - req - [record-full-demo](https://doutorai.pt/componentes/skills__record-full-demo): for i in 10 9 8 7 6 5 4 3 2 1; do printf "\rStarting in %d... " $i sleep 1 done echo - [red-team-tactics](https://doutorai.pt/componentes/skills__red-team-tactics): Princípios de táticas de red team baseados em MITRE ATT&CK. Fases de ataque, evasão de deteção, relatórios. - [reducing-entropy](https://doutorai.pt/componentes/skills__reducing-entropy): Skill exclusivamente manual para minimizar o tamanho total do codebase. Ativa apenas quando explicitamente solicitado pelo utilizador. Mede o sucesso pela quant - [reference](https://doutorai.pt/componentes/skills__reference-2): Esta skill baseia-se nos princípios de engenharia de contexto da Manus, a empresa de agentes de IA adquirida pela Meta por 2 mil milhões de dólares em dezembro - [reference](https://doutorai.pt/componentes/skills__reference-3): Esta skill baseia-se nos princípios de engenharia de contexto da Manus, a empresa de agentes de IA adquirida pela Meta por 2 mil milhões de dólares em dezembro - [reference](https://doutorai.pt/componentes/skills__reference-4): Este documento contém funcionalidades avançadas de processamento de PDF, exemplos detalhados e bibliotecas adicionais não abrangidas nas instruções principais d - [reference](https://doutorai.pt/componentes/skills__reference-5): Este documento contém funcionalidades avançadas de processamento de PDF, exemplos detalhados e bibliotecas adicionais não abrangidas nas instruções principais d - [reference](https://doutorai.pt/componentes/skills__reference-6): Este documento contém funcionalidades avançadas de processamento de PDF, exemplos detalhados e bibliotecas adicionais não abrangidas nas instruções principais d - [reference](https://doutorai.pt/componentes/skills__reference-7): Este documento contém funcionalidades avançadas de processamento de PDF, exemplos detalhados e bibliotecas adicionais não abrangidas nas instruções principais d - [reference](https://doutorai.pt/componentes/skills__reference-8): Este documento contém funcionalidades avançadas de processamento de PDF, exemplos detalhados e bibliotecas adicionais não abrangidas nas instruções principais d - [reference-list-builder](https://doutorai.pt/componentes/skills__reference-list-builder): Formata referências profissionais adequadamente e prepara materiais de referência. Usa quando o utilizador mencionar referências, lista de referências, página d - [referencing-docs](https://doutorai.pt/componentes/skills__referencing-docs): A documentação do Neon é a fonte de verdade para todas as informações relacionadas com o Neon. Verifique sempre as alegações, configurações e boas práticas rela - [referral-program](https://doutorai.pt/componentes/skills__referral-program): Quando o utilizador quiser criar, otimizar ou analisar um programa de recomendação (referral), programa de afiliados ou estratégia de passa-palavra (word-of-mou - [refget](https://doutorai.pt/componentes/skills__refget): O módulo refget trata da recuperação de sequências de referência e do cálculo de digests, seguindo o protocolo refget para a identificação de sequências. - [region2vec](https://doutorai.pt/componentes/skills__region2vec): O Region2Vec gera embeddings não supervisionados de regiões genómicas e conjuntos de regiões a partir de ficheiros BED. Mapeia regiões genómicas para um vocabul - [regression](https://doutorai.pt/componentes/skills__regression): O Aeon fornece regressores de séries temporais ao longo de 9 categorias para prever valores contínuos a partir de sequências temporais. - [regression_testing](https://doutorai.pt/componentes/skills__regression-testing): Guia abrangente sobre estratégias e execução de testes de regressão. - [regulatory-affairs-head](https://doutorai.pt/componentes/skills__regulatory-affairs-head): Experiência de Diretor Sénior de Assuntos Regulamentares para empresas de HealthTech e MedTech. Fornece orientação regulamentar estratégica, gestão de submissõe - [regulatory_compliance](https://doutorai.pt/componentes/skills__regulatory-compliance): Os planos de tratamento devem cumprir múltiplos regulamentos federais e estaduais que regem a documentação de cuidados de saúde, a privacidade do paciente, as p - [regulatory_compliance](https://doutorai.pt/componentes/skills__regulatory-compliance-2): A Regra de Privacidade da HIPAA protege informações de saúde individualmente identificáveis (Protected Health Information, PHI). Todos os relatórios clínicos de - [rehabilitation_treatment_plan](https://doutorai.pt/componentes/skills__rehabilitation-treatment-plan): \textbf{HIPAA Notice}: Desidentifique de acordo com o método Safe Harbor. Remova todos os 18 identificadores HIPAA antes de partilhar. - [remote-async-communication](https://doutorai.pt/componentes/skills__remote-async-communication): Guia para uma comunicação eficaz em ambientes remote-first e async-first. - [remote-oauth](https://doutorai.pt/componentes/skills__remote-oauth): A integração remota de OAuth permite que o seu servidor FastMCP aproveite fornecedores de identidade externos que suportem Dynamic Client Registration (DCR). Co - [remotion](https://doutorai.pt/componentes/skills__remotion): Boas práticas e guia completo para Remotion - criação programática de vídeo em React com animações, composições e tratamento de multimédia - [remotion-best-practices](https://doutorai.pt/componentes/skills__remotion-best-practices): Boas práticas para Remotion - Criação de vídeo em React - [remotion-integration](https://doutorai.pt/componentes/skills__remotion-integration): Utilização de vídeos de avatar HeyGen em composições Remotion - [render-deploy](https://doutorai.pt/componentes/skills__render-deploy): Faz deploy de aplicações no Render analisando codebases, gerando Blueprints render.yaml e fornecendo deeplinks para o Dashboard. Usa quando o utilizador quiser - [render-graphs](https://doutorai.pt/componentes/skills__render-graphs): / Renderizar diagramas graphviz do SKILL.md de uma skill para ficheiros SVG. Utilização: ./render-graphs.js # Renderizar cada diagrama separadamente ./render-gr - [render-graphs](https://doutorai.pt/componentes/skills__render-graphs-2): / Renderizar diagramas graphviz do SKILL.md de uma skill para ficheiros SVG. Utilização: ./render-graphs.js # Renderizar cada diagrama separadamente ./render-gr - [render_docx](https://doutorai.pt/componentes/skills__render-docx): As imagens são nomeadas como page- . com páginas a começar em 1. """ makedirs(out_dir, exist_ok=True) doc_path = abspath(doc_path) stem = splitext(basename(doc_ - [rendering-activity](https://doutorai.pt/componentes/skills__rendering-activity): Utilize o do React para preservar o estado/DOM de componentes pesados que alternam a visibilidade frequentemente. - [rendering-activity](https://doutorai.pt/componentes/skills__rendering-activity-2): Utilize o do React para preservar o estado/DOM de componentes pesados que alternam a visibilidade frequentemente. - [rendering-animate-svg-wrapper](https://doutorai.pt/componentes/skills__rendering-animate-svg-wrapper): Muitos navegadores não têm aceleração por hardware para animações CSS3 em elementos SVG. Envolva o SVG num e anime o wrapper. - [rendering-animate-svg-wrapper](https://doutorai.pt/componentes/skills__rendering-animate-svg-wrapper-2): Muitos navegadores não têm aceleração por hardware para animações CSS3 em elementos SVG. Envolva o SVG num e anime o wrapper. - [rendering-conditional-render](https://doutorai.pt/componentes/skills__rendering-conditional-render): Utilize operadores ternários explícitos (? :) em vez de && para renderização condicional quando a condição puder ser 0, NaN ou outros valores falsy que sejam re - [rendering-conditional-render](https://doutorai.pt/componentes/skills__rendering-conditional-render-2): Utilize operadores ternários explícitos (? :) em vez de && para renderização condicional quando a condição puder ser 0, NaN ou outros valores falsy que sejam re - [rendering-content-visibility](https://doutorai.pt/componentes/skills__rendering-content-visibility): Aplique content-visibility: auto para adiar a renderização fora do ecrã. - [rendering-content-visibility](https://doutorai.pt/componentes/skills__rendering-content-visibility-2): Aplique content-visibility: auto para adiar a renderização fora do ecrã. - [rendering-hoist-jsx](https://doutorai.pt/componentes/skills__rendering-hoist-jsx): Extraia JSX estático para fora dos componentes para evitar a sua recriação. - [rendering-hoist-jsx](https://doutorai.pt/componentes/skills__rendering-hoist-jsx-2): Extraia JSX estático para fora dos componentes para evitar a sua recriação. - [rendering-hydration-no-flicker](https://doutorai.pt/componentes/skills__rendering-hydration-no-flicker): Ao renderizar conteúdo que dependa do armazenamento do lado do cliente (localStorage, cookies), evite tanto quebras no SSR como flickering pós-hidratação injeta - [rendering-hydration-no-flicker](https://doutorai.pt/componentes/skills__rendering-hydration-no-flicker-2): Ao renderizar conteúdo que dependa do armazenamento do lado do cliente (localStorage, cookies), evite tanto quebras no SSR como flickering pós-hidratação injeta - [rendering-svg-precision](https://doutorai.pt/componentes/skills__rendering-svg-precision): Reduza a precisão das coordenadas SVG para diminuir o tamanho do ficheiro. A precisão ideal depende do tamanho do viewBox, mas em geral a redução da precisão de - [rendering-svg-precision](https://doutorai.pt/componentes/skills__rendering-svg-precision-2): Reduza a precisão das coordenadas SVG para diminuir o tamanho do ficheiro. A precisão ideal depende do tamanho do viewBox, mas em geral a redução da precisão de - [replace](https://doutorai.pt/componentes/skills__replace): O JSON de substituições deve ter a estrutura gerada pelo inventory.py. TODAS as formas de texto identificadas pelo inventory.py terão o seu texto limpo, a menos - [replace](https://doutorai.pt/componentes/skills__replace-2): O JSON de substituições deve ter a estrutura gerada pelo inventory.py. TODAS as formas de texto identificadas pelo inventory.py terão o seu texto limpo, a menos - [repo-workflow](https://doutorai.pt/componentes/skills__repo-workflow): Use isto quando o utilizador quiser compilar uma base de código em páginas de módulo duradouras, artefactos de grafo e resultados passíveis de revisão. - [report_structure_guide](https://doutorai.pt/componentes/skills__report-structure-guide): Orientações detalhadas para escrever cada secção de um relatório abrangente de pesquisa de mercado. - [report_template](https://doutorai.pt/componentes/skills__report-template): Este relatório fornece uma análise exploratória de dados abrangente do ficheiro {FILENAME}. A análise inclui a identificação do tipo de ficheiro, extração de me - [reporting_guidelines](https://doutorai.pt/componentes/skills__reporting-guidelines): As diretrizes de comunicação de resultados são recomendações baseadas em evidências sobre que informação deve ser incluída ao comunicar tipos específicos de est - [reporting_standards](https://doutorai.pt/componentes/skills__reporting-standards): Este documento cataloga as principais normas e diretrizes de comunicação científica nas diversas disciplinas. Ao rever manuscritos, verifique se os autores segu - [reporting_standards](https://doutorai.pt/componentes/skills__reporting-standards-2): Este documento fornece diretrizes para a comunicação de análises estatísticas de acordo com o estilo da APA (American Psychological Association) e boas práticas - [requesting-code-review](https://doutorai.pt/componentes/skills__requesting-code-review): Usa ao concluir tarefas, implementar funcionalidades principais ou antes de fazer merge para verificar se o trabalho cumpre os requisitos - [requirements-clarity](https://doutorai.pt/componentes/skills__requirements-clarity): Clarifica requisitos ambíguos através de um diálogo focado antes da implementação. Usa quando os requisitos forem pouco claros, as funcionalidades forem complex - [rerender-defer-reads](https://doutorai.pt/componentes/skills__rerender-defer-reads): Não subscreva estado dinâmico (searchParams, localStorage) se apenas o ler dentro de callbacks. - [rerender-defer-reads](https://doutorai.pt/componentes/skills__rerender-defer-reads-2): Não subscreva estado dinâmico (searchParams, localStorage) se apenas o ler dentro de callbacks. - [rerender-dependencies](https://doutorai.pt/componentes/skills__rerender-dependencies): Especifique dependências primitivas em vez de objetos para minimizar a reexecução de efeitos. - [rerender-dependencies](https://doutorai.pt/componentes/skills__rerender-dependencies-2): Especifique dependências primitivas em vez de objetos para minimizar a reexecução de efeitos. - [rerender-derived-state](https://doutorai.pt/componentes/skills__rerender-derived-state): Subscreva estado booleano derivado em vez de valores contínuos para reduzir a frequência de renderizações. - [rerender-derived-state](https://doutorai.pt/componentes/skills__rerender-derived-state-2): Subscreva estado booleano derivado em vez de valores contínuos para reduzir a frequência de renderizações. - [rerender-functional-setstate](https://doutorai.pt/componentes/skills__rerender-functional-setstate): Ao atualizar o estado com base no valor do estado atual, utilize a forma de atualização funcional do setState em vez de referenciar diretamente a variável de es - [rerender-lazy-state-init](https://doutorai.pt/componentes/skills__rerender-lazy-state-init): Passe uma função ao useState para valores iniciais dispendiosos. Sem a forma de função, o inicializador é executado em cada renderização, mesmo que o valor seja - [rerender-lazy-state-init](https://doutorai.pt/componentes/skills__rerender-lazy-state-init-2): Passe uma função ao useState para valores iniciais dispendiosos. Sem a forma de função, o inicializador é executado em cada renderização, mesmo que o valor seja - [rerender-memo](https://doutorai.pt/componentes/skills__rerender-memo): Extraia trabalho dispendioso para componentes memorizados para permitir retornos antecipados antes do cálculo. - [rerender-memo](https://doutorai.pt/componentes/skills__rerender-memo-2): Extraia trabalho dispendioso para componentes memorizados para permitir retornos antecipados antes do cálculo. - [rerender-transitions](https://doutorai.pt/componentes/skills__rerender-transitions): Marque atualizações de estado frequentes e não urgentes como transições para manter a reatividade da UI. - [rerender-transitions](https://doutorai.pt/componentes/skills__rerender-transitions-2): Marque atualizações de estado frequentes e não urgentes como transições para manter a responsividade da UI. - [research-and-citations](https://doutorai.pt/componentes/skills__research-and-citations): A pesquisa na web não é uma passagem única no início do blueprint. É executada continuamente ao longo de todas as fases. Sempre que fizer uma afirmação sobre um - [research-engineer](https://doutorai.pt/componentes/skills__research-engineer): Um Engenheiro de Investigação Académica intransigente. Opera com rigor científico absoluto, crítica objetiva e sem floreados. Foca-se na correção teórica, verif - [research-grants](https://doutorai.pt/componentes/skills__research-grants): Escreve propostas de investigação competitivas para a NSF, NIH, DOE e DARPA. Formatação específica da agência, critérios de revisão, preparação de orçamento, im - [research-lookup](https://doutorai.pt/componentes/skills__research-lookup): Procura informações de investigação atuais usando os modelos Sonar Pro Search ou Sonar Reasoning Pro da Perplexity através do OpenRouter. Seleciona automaticame - [research-protocol](https://doutorai.pt/componentes/skills__research-protocol): Este documento define a decisão de pesquisa e o fluxo de execução. - [research-workflow](https://doutorai.pt/componentes/skills__research-workflow): Use isto quando o utilizador estiver a recolher artigos científicos, artigos, livros, datasets, apresentações, capturas de ecrã ou outras fontes mistas de pesqu - [research_lookup](https://doutorai.pt/componentes/skills__research-lookup-2): INSTRUÇÕES IMPORTANTES: 1. Foque-se em fontes ACADÉMICAS e CIENTÍFICAS (artigos revistos por pares, revistas reputadas, investigação institucional) 2. Inclua in - [research_lookup](https://doutorai.pt/componentes/skills__research-lookup-3): INSTRUÇÕES IMPORTANTES: 1. Foque-se em fontes ACADÉMICAS e CIENTÍFICAS (artigos revistos por pares, revistas reputadas, investigação institucional) 2. Inclua in - [research_pipeline](https://doutorai.pt/componentes/skills__research-pipeline): A classe principal para orquestrar fluxos de trabalho de pesquisa. - [resolve](https://doutorai.pt/componentes/skills__resolve): A Resolve API identifica Data Commons IDs (DCIDs) para entidades no grafo de conhecimento. Os DCIDs são necessários para a maioria das consultas na Data Commons - [resource-configuration](https://doutorai.pt/componentes/skills__resource-configuration): Contacte o suporte da Latch para aumentos de quota, se necessário. - [resource_monitor](https://doutorai.pt/componentes/skills__resource-monitor): Este módulo fornece classes e funções reutilizáveis para monitorizar recursos SimPy durante a simulação. Inclui utilitários para rastrear comprimentos de filas, - [resources](https://doutorai.pt/componentes/skills__resources): Os containers podem exceder o mínimo se o worker tiver recursos disponíveis. - [resources](https://doutorai.pt/componentes/skills__resources-2): Os recursos no PyLabRobot representam equipamento de laboratório, labware ou componentes usados em protocolos. O sistema de recursos fornece uma estrutura hierá - [resources](https://doutorai.pt/componentes/skills__resources-3): Este guia cobre todos os tipos de recursos no SimPy para modelar pontos de congestionamento e alocação de recursos. - [resources-and-templates](https://doutorai.pt/componentes/skills__resources-and-templates): Os recursos representam dados ou ficheiros que um cliente MCP pode ler, e os modelos de recursos estendem este conceito ao permitir que os clientes solicitem re - [resume-ats-optimizer](https://doutorai.pt/componentes/skills__resume-ats-optimizer): Otimiza currículos para Sistemas de Rastreio de Candidatos (ATS), verifica a compatibilidade com ATS e analisa a correspondência de palavras-chave. Usa quando o - [resume-bullet-writer](https://doutorai.pt/componentes/skills__resume-bullet-writer): Transforma pontos fracos do currículo em declarações focadas em conquistas com métricas e impacto. Usa quando o utilizador quiser reescrever tópicos, reforçar c - [resume-checklist](https://doutorai.pt/componentes/skills__resume-checklist): Siga esta lista de verificação ao retomar o trabalho a partir de um documento de handoff para garantir uma continuação sem qualquer ambiguidade. - [resume-formatter](https://doutorai.pt/componentes/skills__resume-formatter): Garante uma formatação compatível com ATS e cria layouts limpos e fáceis de ler. Usa quando o utilizador mencionar formato de currículo, layout, template, desig - [resume-quantifier](https://doutorai.pt/componentes/skills__resume-quantifier): Encontrar oportunidades para adicionar métricas e estimar números quando dados exatos não estão disponíveis. Usar quando o utilizador pretende quantificar conqu - [resume-section-builder](https://doutorai.pt/componentes/skills__resume-section-builder): Criar secções de currículo direcionadas e otimizadas para diferentes níveis de experiência e funções. Usar quando o utilizador pretende criar ou reescrever secç - [resume-tailor](https://doutorai.pt/componentes/skills__resume-tailor): Personalizar o currículo para ofertas de emprego específicas, mantendo a veracidade. Usar quando o utilizador pretende adaptar, personalizar ou direcionar o seu - [resume-version-manager](https://doutorai.pt/componentes/skills__resume-version-manager): Acompanhar diferentes versões de currículos, manter um currículo principal e gerir variantes personalizadas. Usar quando o utilizador menciona gerir múltiplas v - [retrosynthesis](https://doutorai.pt/componentes/skills__retrosynthesis): A retrossíntese é o processo de planeamento de rotas sintéticas desde as moléculas-alvo até aos materiais de partida disponíveis comercialmente. O TorchDrug for - [review_template](https://doutorai.pt/componentes/skills__review-template): APA: Autor, A. A., & Autor, B. B. (Ano). Título. Revista, volume(número), páginas. https://doi.org/xx.xxxx - [reviewer-guidelines](https://doutorai.pt/componentes/skills__reviewer-guidelines): Esta referência documenta como os revisores avaliam artigos nas principais conferências de ML/AI, ajudando os autores a antecipar e responder às preocupações do - [reward-modeling](https://doutorai.pt/componentes/skills__reward-modeling): Guia para treinar modelos de recompensa com TRL para pipelines de RLHF. - [reward_functions_library](https://doutorai.pt/componentes/skills__reward-functions-library): Uma coleção de funções de recompensa testadas em combate para cenários comuns de treino de GRPO. Copie e adapte estas para o seu caso de utilização específico. - [risk-management-specialist](https://doutorai.pt/componentes/skills__risk-management-specialist): Especialista sénior em Gestão de Risco para empresas de dispositivos médicos que implementam a gestão de risco ISO 14971 ao longo do ciclo de vida do produto. F - [risk_calculator](https://doutorai.pt/componentes/skills__risk-calculator): Calcula pontuações de risco utilizando metodologias qualitativas e quantitativas. Suporta matriz de risco, cálculos de ALE e análise de custo-benefício para con - [roier-seo](https://doutorai.pt/componentes/skills__roier-seo): Auditor e corretor de SEO técnico. Executa auditorias Lighthouse/PageSpeed em websites ou servidores de desenvolvimento local, analisa pontuações de SEO/desempe - [rois](https://doutorai.pt/componentes/skills__rois): Esta referência abrange a criação, recuperação e análise de ROIs no OMERO. - [root-cause](https://doutorai.pt/componentes/skills__root-cause): Técnicas para encontrar a verdadeira causa de erros, não apenas sintomas. - [root-cause-tracing](https://doutorai.pt/componentes/skills__root-cause-tracing): Os bugs manifestam-se frequentemente no fundo da pilha de chamadas (git init no diretório errado, ficheiro criado na localização errada, base de dados aberta co - [rope](https://doutorai.pt/componentes/skills__rope): Guia técnico completo baseado no artigo do RoFormer (arXiv 2104.09864) e na implementação de transformers da HuggingFace. - [routing-and-controllers](https://doutorai.pt/componentes/skills__routing-and-controllers): Guia completo para definições limpas de rotas e padrões de controladores. - [routing-guide](https://doutorai.pt/componentes/skills__routing-guide): Implementação do TanStack Router com encaminhamento baseado em pastas e padrões de lazy loading. - [rsp](https://doutorai.pt/componentes/skills__rsp): O processamento de sinais respiratórios no NeuroKit2 permite a análise de padrões respiratórios, frequência respiratória, amplitude e variabilidade. A respiraçã - [ruby-pro](https://doutorai.pt/componentes/skills__ruby-pro): Escrever código Ruby idiomático com metaprogramação, padrões Rails e otimização de desempenho. Especializa-se em Ruby on Rails, desenvolvimento de gems e framew - [rules_catalog](https://doutorai.pt/componentes/skills__rules-catalog): Catálogo abrangente de todas as regras de química medicinal, alertas estruturais e filtros disponíveis no medchem. - [run-benchmarks](https://doutorai.pt/componentes/skills__run-benchmarks): INSTRUÇÕES: 1. Devolva a função COMPLETA, incluindo a assinatura e a docstring apresentadas acima 2. Preencha a implementação após a docstring 3. Use a indentaç - [run-demo](https://doutorai.pt/componentes/skills__run-demo): info "O Modo Loki irá então:" info " 1. Ler e analisar o PRD" info " 2. Criar o diretório .loki/ para gestão de estado" info " 3. Gerar tarefas e adicionar à fi - [run_deseq2_analysis](https://doutorai.pt/componentes/skills__run-deseq2-analysis): Este script realiza uma análise completa de expressão diferencial utilizando o PyDESeq2. Pode ser utilizado como modelo para fluxos de trabalho padrão de RNA-se - [run_eval](https://doutorai.pt/componentes/skills__run-eval): Testa se a descrição de uma skill faz com que o Claude seja acionado (leia a skill) para um conjunto de consultas. Devolve os resultados em formato JSON. - [run_eval](https://doutorai.pt/componentes/skills__run-eval-2): Testa se a descrição de uma skill faz com que o Claude seja acionado (leia a skill) para um conjunto de consultas. Devolve os resultados em formato JSON. - [run_eval](https://doutorai.pt/componentes/skills__run-eval-3): Testa se a descrição de uma skill faz com que o Claude seja acionado (leia a skill) para um conjunto de consultas. Devolve os resultados em formato JSON. - [run_loop](https://doutorai.pt/componentes/skills__run-loop): Combina run_eval.py e improve_description.py num ciclo, acompanhando o histórico e devolvendo a melhor descrição encontrada. Suporta a divisão train/test para e - [run_loop](https://doutorai.pt/componentes/skills__run-loop-2): Combina run_eval.py e improve_description.py num ciclo, acompanhando o histórico e devolvendo a melhor descrição encontrada. Suporta a divisão train/test para e - [run_loop](https://doutorai.pt/componentes/skills__run-loop-3): Combina run_eval.py e improve_description.py num ciclo, acompanhando o histórico e devolvendo a melhor descrição encontrada. Suporta a divisão train/test para e - [runtimes](https://doutorai.pt/componentes/skills__runtimes): Guia completo para os ambientes de execução disponíveis no Render, incluindo versões, configuração e boas práticas para cada linguagem. - [rust](https://doutorai.pt/componentes/skills__rust): Erros comuns no Rust com diagnóstico e soluções. - [rust-cli-builder](https://doutorai.pt/componentes/skills__rust-cli-builder): Planear e construir ferramentas CLI em Rust prontas para produção utilizando clap para análise de argumentos, com subcomandos, suporte a ficheiros de configuraç - [rust-pro](https://doutorai.pt/componentes/skills__rust-pro): Dominar Rust 1.75+ com padrões assíncronos modernos, funcionalidades avançadas de sistemas de tipos e programação de sistemas pronta para produção. - [rwkv-architecture](https://doutorai.pt/componentes/skills__rwkv-architecture): Híbrido de RNN+Transformer com inferência O(n). Tempo linear, contexto infinito, sem cache KV. Treina como GPT (paralelo), infere como RNN (sequencial). Projeto - [rwkv7](https://doutorai.pt/componentes/skills__rwkv7): O RWKV-7 é a versão mais recente lançada em março de 2025, introduzindo capacidades multimodais e um dimensionamento melhorado para 14B+ parâmetros. - [saas-multi-tenant](https://doutorai.pt/componentes/skills__saas-multi-tenant): Conceber e implementar arquiteturas SaaS multi-tenant com segurança ao nível da linha, consultas com âmbito de tenant, isolamento de esquema partilhado e padrõe - [safety](https://doutorai.pt/componentes/skills__safety): Pode ajustar as definições de segurança para controlar os limiares de geração de conteúdo prejudicial. Os filtros de segurança padrão são aplicados por predefin - [salary-negotiation-prep](https://doutorai.pt/componentes/skills__salary-negotiation-prep): Pesquisar taxas de mercado, construir uma estratégia de negociação e criar guiões de contraproposta. Usar quando o utilizador menciona negociação salarial, cont - [salesforce-development](https://doutorai.pt/componentes/skills__salesforce-development): Padrões especializados para desenvolvimento na plataforma Salesforce, incluindo Lightning Web Components (LWC), triggers e classes Apex, APIs REST/Bulk, Connect - [sample-prompts](https://doutorai.pt/componentes/skills__sample-prompts): Utilize estes como pontos de partida. Mantenha os requisitos e restrições fornecidos pelo utilizador; não invente novos elementos criativos. - [sample-prompts](https://doutorai.pt/componentes/skills__sample-prompts-2): Estes são blocos curtos de instruções. Utilize apenas as linhas de que necessita e mantenha-as coerentes com o texto de entrada. - [sample-prompts](https://doutorai.pt/componentes/skills__sample-prompts-3): Utilize estes como pontos de partida (apenas receitas). Mantenha os requisitos fornecidos pelo utilizador; não invente novos elementos criativos. - [sampling](https://doutorai.pt/componentes/skills__sampling): A amostragem de LLM permite que as suas ferramentas MCP solicitem a geração de texto a um LLM durante a execução. Isto permite às ferramentas aproveitar as capa - [sampling_inference](https://doutorai.pt/componentes/skills__sampling-inference): Esta referência abrange os algoritmos de amostragem e métodos de inferência disponíveis no PyMC para inferência a posteriori. - [sast-configuration](https://doutorai.pt/componentes/skills__sast-configuration): Configuração, parametrização e criação de regras personalizadas para ferramentas de Testes de Segurança de Aplicações Estáticas (SAST) para varrimento de segura - [scala-pro](https://doutorai.pt/componentes/skills__scala-pro): Dominar o desenvolvimento em Scala de nível empresarial com programação funcional, sistemas distribuídos e processamento de big data. Especialista em Apache Pek - [scale-reference](https://doutorai.pt/componentes/skills__scale-reference): Guia completo de todos os tipos de escalas do d3 com exemplos e casos de utilização. - [scaling](https://doutorai.pt/componentes/skills__scaling): Cada Modal Function corresponde a um grupo de contentores com dimensionamento automático. O autoscaler do Modal: inicia contentores quando não há capacidade dis - [scanpy](https://doutorai.pt/componentes/skills__scanpy): Análise de RNA-seq de célula única. Carregar dados .h5ad/10X, controlo de qualidade (QC), normalização, PCA/UMAP/t-SNE, clustering Leiden, genes marcadores, ano - [scembed](https://doutorai.pt/componentes/skills__scembed): O scEmbed treina modelos Region2Vec em conjuntos de dados ATAC-seq de célula única para gerar embeddings de células para agrupamento e análise. Fornece uma estr - [scenes](https://doutorai.pt/componentes/skills__scenes): As cenas são a tela para as suas animações. Todo o código Manim está organizado em classes Scene, e cada cena representa uma sequência de animação completa. - [scheduled-jobs](https://doutorai.pt/componentes/skills__scheduled-jobs): Agende funções para serem executadas automaticamente em intervalos regulares ou em momentos específicos. - [scheduled_tasks](https://doutorai.pt/componentes/skills__scheduled-tasks): Utilize search_templates({query: "schedule"}) para encontrar mais! - [schedulers](https://doutorai.pt/componentes/skills__schedulers): O Dask oferece múltiplos agendadores de tarefas, cada um adequado a diferentes cargas de trabalho. O agendador determina como as tarefas são executadas: sequenc - [schema-data-types](https://doutorai.pt/componentes/skills__schema-data-types): Utilizar os tipos de dados corretos reduz o armazenamento, melhora o desempenho das consultas e previne erros. - [schema-data-types](https://doutorai.pt/componentes/skills__schema-data-types-2): Utilizar os tipos de dados corretos reduz o armazenamento, melhora o desempenho das consultas e previne erros. - [schema-design-checklist](https://doutorai.pt/componentes/skills__schema-design-checklist): Lista de verificação completa para conceber e rever esquemas de bases de dados. - [schema-foreign-key-indexes](https://doutorai.pt/componentes/skills__schema-foreign-key-indexes): O Postgres não indexa automaticamente colunas de chave estrangeira. A falta de índices causa lentidão em operações de JOIN e CASCADE. - [schema-foreign-key-indexes](https://doutorai.pt/componentes/skills__schema-foreign-key-indexes-2): O Postgres não indexa automaticamente colunas de chave estrangeira. A falta de índices causa lentidão em operações de JOIN e CASCADE. - [schema-lowercase-identifiers](https://doutorai.pt/componentes/skills__schema-lowercase-identifiers): O PostgreSQL converte identificadores sem aspas para minúsculas. Identificadores entre aspas com maiúsculas e minúsculas exigem aspas para sempre e causam probl - [schema-lowercase-identifiers](https://doutorai.pt/componentes/skills__schema-lowercase-identifiers-2): O PostgreSQL converte identificadores sem aspas para minúsculas. Identificadores com maiúsculas e minúsculas entre aspas exigem aspas para sempre e causam probl - [schema-markup](https://doutorai.pt/componentes/skills__schema-markup): Quando o utilizador pretende adicionar, corrigir ou otimizar marcação de esquema (schema markup) e dados estruturados no seu site. Usar também quando o utilizad - [schema-partitioning](https://doutorai.pt/componentes/skills__schema-partitioning): O particionamento divide uma tabela grande em partes menores, melhorando o desempenho das consultas e as operações de manutenção. - [schema-partitioning](https://doutorai.pt/componentes/skills__schema-partitioning-2): O particionamento divide uma tabela grande em partes menores, melhorando o desempenho das consultas e as operações de manutenção. - [schema-primary-keys](https://doutorai.pt/componentes/skills__schema-primary-keys): A escolha da chave primária afeta o desempenho de inserção, o tamanho do índice e a eficiência da replicação. - [schema-primary-keys](https://doutorai.pt/componentes/skills__schema-primary-keys-2): A escolha da chave primária afeta o desempenho de inserção, o tamanho do índice e a eficiência da replicação. - [schemas](https://doutorai.pt/componentes/skills__schemas): Este documento define os esquemas JSON utilizados pelo skill-creator. - [schemas](https://doutorai.pt/componentes/skills__schemas-2): Este documento define os esquemas JSON utilizados pelo skill-creator. - [schemas](https://doutorai.pt/componentes/skills__schemas-3): Este documento define os esquemas JSON utilizados pelo skill-creator. - [scientific-brainstorming](https://doutorai.pt/componentes/skills__scientific-brainstorming): Parceiro de ideação em investigação. Gerar hipóteses, explorar ligações interdisciplinares, desafiar pressupostos, desenvolver metodologias, identificar lacunas - [scientific-critical-thinking](https://doutorai.pt/componentes/skills__scientific-critical-thinking): Avaliar o rigor da investigação. Avaliar metodologia, desenho experimental, validade estatística, enviesamentos, fatores de baralhamento, qualidade da evidência - [scientific-schematics](https://doutorai.pt/componentes/skills__scientific-schematics): Criar diagramas científicos com qualidade de publicação utilizando Nano Banana Pro AI com refinamento iterativo inteligente. Utiliza Gemini 3 Pro para revisão d - [scientific-slides](https://doutorai.pt/componentes/skills__scientific-slides): Criar conjuntos de diapositivos e apresentações para palestras de investigação. Usar para fazer diapositivos de PowerPoint, apresentações de conferências, semin - [scientific-visualization](https://doutorai.pt/componentes/skills__scientific-visualization): Criar figuras de publicação com matplotlib/seaborn/plotly. Layouts multi-painel, barras de erro, marcadores de significância, acessível a daltónicos, exportação - [scientific-writing](https://doutorai.pt/componentes/skills__scientific-writing): Competência principal para a ferramenta de escrita e investigação aprofundada. Escrever manuscritos científicos em parágrafos completos (nunca em marcas de tópi - [scikit-bio](https://doutorai.pt/componentes/skills__scikit-bio): Conjunto de ferramentas de dados biológicos. Análise de sequências, alinhamentos, árvores filogenéticas, métricas de diversidade (alfa/beta, UniFrac), ordenação - [scikit-learn](https://doutorai.pt/componentes/skills__scikit-learn): Machine learning em Python com scikit-learn. Usar quando se trabalha com aprendizagem supervisionada (classificação, regressão), aprendizagem não supervisionada - [scikit-learn__scikit-learn-10297](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-10297): Com base no problema do GitHub, posso fornecer o patch para corrigir a questão do parâmetro store_cv_values no RidgeClassifierCV. Este é um problema bem conheci - [scikit-learn__scikit-learn-10297](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-10297-2): Com base na descrição do problema, posso gerar o patch para o repositório scikit-learn. O problema é que o RidgeClassifierCV não tem o parâmetro store_cv_values - [scikit-learn__scikit-learn-10508](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-10508): Com base na descrição do problema e no rastreio do erro (traceback), posso gerar a correção. O problema está em sklearn/preprocessing/label.py no método transfo - [scikit-learn__scikit-learn-10508](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-10508-2): Com base na análise do arquiteto e na descrição do problema, preciso de gerar um patch para o repositório scikit-learn. O caminho do ficheiro é sklearn/preproce - [scikit-learn__scikit-learn-10949](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-10949): Com base na descrição do problema e no meu conhecimento da base de código do scikit-learn, posso fornecer a correção. O problema está em sklearn/utils/validatio - [scikit-learn__scikit-learn-10949](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-10949-2): Com base na análise do arquiteto e no meu conhecimento da base de código do scikit-learn, posso gerar o patch. O problema é que quando um DataFrame do pandas é - [scikit-learn__scikit-learn-11040](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-11040): Com base no meu conhecimento da estrutura da base de código do scikit-learn e na descrição do problema, posso gerar o patch. O problema refere-se à validação de - [scikit-learn__scikit-learn-11040](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-11040-2): Vou gerar o patch com base no meu conhecimento da estrutura da base de código do scikit-learn. A validação para n_neighbors deve ser adicionada no ficheiro base - [scikit-learn__scikit-learn-11281](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-11281): Com base no meu conhecimento da estrutura da base de código do scikit-learn e na descrição do problema, posso gerar o patch. Os modelos de mistura no scikit-lea - [scikit-learn__scikit-learn-11281](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-11281-2): Com base no meu conhecimento da estrutura da base de código do scikit-learn e nos requisitos do problema, vou gerar o patch para adicionar uma interface compatí - [scikit-learn__scikit-learn-12471](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-12471): Com base no meu conhecimento da base de código do scikit-learn e na descrição do erro, posso criar o patch. O problema está no método _transform do OneHotEncode - [scikit-learn__scikit-learn-12471](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-12471-2): Com base no meu conhecimento da base de código do scikit-learn e na descrição do problema, posso gerar o patch. O erro está no método _transform onde os valores - [scikit-learn__scikit-learn-13142](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-13142): Este ficheiro não é um patch adequado: contém texto explicativo. Preciso de compreender a estrutura real da base de código do scikit-learn para gerar o patch co - [scikit-learn__scikit-learn-13241](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-13241): Com base na descrição do problema e no meu conhecimento da base de código do scikit-learn, posso construir o patch adequado. A correção envolve: - [scikit-learn__scikit-learn-13439](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-13439): Com base na descrição do problema no GitHub, preciso de fornecer um patch para a classe Pipeline do scikit-learn de modo a implementar __len__. Deixe-me criar u - [scikit-learn__scikit-learn-13496](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-13496): Com base no meu conhecimento da estrutura da base de código do scikit-learn e na descrição do problema, posso gerar o patch. O IsolationForest está localizado e - [scikit-learn__scikit-learn-13496](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-13496-2): Este é um problema do repositório do scikit-learn, mas o diretório de trabalho atual não contém a base de código do scikit-learn. Com base na descrição do probl - [scikit-learn__scikit-learn-13497](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-13497): Com base na descrição do problema, compreendo a questão. Na função _estimate_mi do scikit-learn, existe uma comparação discrete_features == 'auto' que falhará q - [scikit-learn__scikit-learn-13584](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-13584): Consigo ver o código com o erro nas linhas 95-98. O problema está nas linhas 95-96: - [scikit-learn__scikit-learn-13584](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-13584-2): Com base na descrição do problema e na análise do arquiteto, preciso de gerar um patch para o repositório do scikit-learn. O erro está em sklearn/utils/_pprint. - [scikit-learn__scikit-learn-13779](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-13779): Com base na descrição do problema, preciso de fornecer um patch para o VotingClassifier/VotingRegressor do scikit-learn. O erro é que, quando sample_weight é pa - [scikit-learn__scikit-learn-13779](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-13779-2): Com base no meu conhecimento da base de código do scikit-learn e no problema descrito, irei gerar o patch. O erro ocorre porque, no método fit, o código verific - [scikit-learn__scikit-learn-14087](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-14087): Com base no meu conhecimento deste erro específico do scikit-learn, posso fornecer a correção. Este é um problema conhecido (#14087) no scikit-learn 0.21.x em q - [scikit-learn__scikit-learn-14087](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-14087-2): Com base na descrição do problema e na análise do arquiteto, posso gerar o patch. O erro ocorre nas linhas 2193-2194, onde coefs_paths[:, i, best_indices[i], :] - [scikit-learn__scikit-learn-14092](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-14092): Com base na descrição do problema, consigo compreender a questão e criar o patch adequado. O problema é que o método _check_params do NCA verifica os parâmetros - [scikit-learn__scikit-learn-14092](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-14092-2): Com base na descrição do problema e na análise do arquiteto, preciso de gerar um patch para o módulo NCA do scikit-learn. Deixe-me criar o patch com base na est - [scikit-learn__scikit-learn-14894](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-14894): Com base na pesquisa, posso agora gerar o patch. A correção consiste em verificar se n_SV (número de vetores de suporte) é 0 antes de efetuar a divisão que caus - [scikit-learn__scikit-learn-14894](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-14894-2): Com base na descrição do problema e na análise do arquiteto, preciso de gerar um patch para o repositório do scikit-learn. O problema está em sklearn/svm/base.p - [scikit-learn__scikit-learn-14983](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-14983): Agora tenho toda a informação de que preciso. Aqui está o patch: - [scikit-learn__scikit-learn-14983](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-14983-2): Com base na descrição do problema e na análise do arquiteto, posso gerar o patch. O problema é que a classe base _RepeatedSplits carece de um método __repr__. O - [scikit-learn__scikit-learn-15512](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-15512): Com base no meu conhecimento da base de código do scikit-learn e no problema descrito, posso fornecer o patch. O problema está no ficheiro affinity_propagation_ - [scikit-learn__scikit-learn-15512](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-15512-2): Com base no problema e na análise do arquiteto, preciso de gerar um patch para a implementação do AffinityPropagation do scikit-learn. O problema ocorre na vers - [scikit-learn__scikit-learn-15535](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-15535): O problema está na função check_clusterings em sklearn/metrics/cluster/_supervised.py. O PR #10830 provavelmente adicionou validação de entrada usando check_arr - [scikit-learn__scikit-learn-25500](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-25500): Com base no meu conhecimento da base de código do scikit-learn e na descrição do problema, posso gerar a correção adequada. O problema está em sklearn/isotonic. - [scikit-learn__scikit-learn-25570](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-25570): Com base na descrição do problema e no meu conhecimento do ColumnTransformer do scikit-learn, posso analisar o erro e criar a correção. O problema está no métod - [scikit-learn__scikit-learn-25570](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-25570-2): Com base no problema e na análise do arquiteto, preciso de gerar uma correção para o ficheiro _column_transformer.py no scikit-learn. O problema é que, ao utili - [scikit-learn__scikit-learn-25638](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-25638): Com base no problema do GitHub e no meu conhecimento da base de código do scikit-learn, posso fornecer a correção. O problema é que os dtypes anuláveis do panda - [scikit-learn__scikit-learn-25638](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-25638-2): O repositório do scikit-learn não está disponível localmente. Com base na análise do arquiteto, vou gerar a correção para o ficheiro sklearn/utils/multiclass.py - [scikit-learn__scikit-learn-25747](https://doutorai.pt/componentes/skills__scikit-learn-scikit-learn-25747): Com base na descrição do problema do GitHub e no traceback, posso analisar o problema diretamente. O problema está em sklearn/utils/_set_output.py na função _wr - [scikit-survival](https://doutorai.pt/componentes/skills__scikit-survival): Conjunto de ferramentas abrangente para análise de sobrevivência e modelação do tempo até ao evento em Python utilizando scikit-survival. Usar esta competência - [scrape](https://doutorai.pt/componentes/skills__scrape): Extrair dados (scrape) de qualquer página web como markdown limpo através da API Bright Data Web Unlocker. Contorna a deteção de bots e CAPTCHAs. Requer as vari - [screenshot-feature-extractor](https://doutorai.pt/componentes/skills__screenshot-feature-extractor): Analisar capturas de ecrã de produtos para extrair listas de funcionalidades e gerar listas de verificação de tarefas de desenvolvimento. Usar quando: (1) Anali - [scripts](https://doutorai.pt/componentes/skills__scripts): Esta referência abrange a criação de OMERO.scripts para processamento do lado do servidor e operações em lote. - [scripts](https://doutorai.pt/componentes/skills__scripts-2): Escrever guiões eficazes para vídeos de avatares de IA da HeyGen - [scroll-experience](https://doutorai.pt/componentes/skills__scroll-experience): Especialista na criação de experiências imersivas baseadas em scroll – narrativa parallax, animações de scroll, narrativas interativas e experiências web cinema - [scvi-tools](https://doutorai.pt/componentes/skills__scvi-tools): Esta competência deve ser usada ao trabalhar com análise de dados ómicos de célula única usando scvi-tools, incluindo scRNA-seq, scATAC-seq, CITE-seq, transcrip - [sdlc-phases](https://doutorai.pt/componentes/skills__sdlc-phases): Todas as fases com fluxos de trabalho detalhados e procedimentos de teste. - [seaborn](https://doutorai.pt/componentes/skills__seaborn): Visualização estatística. Dispersão, caixa (box), violino, heatmaps, pair plots, regressão, matrizes de correlação, KDE, gráficos facetados, para análise explor - [search](https://doutorai.pt/componentes/skills__search): Pesquisar no Google via API Bright Data SERP. Devolve resultados em JSON estruturado com título, link e descrição. Requer as variáveis de ambiente BRIGHTDATA_AP - [search_strategies](https://doutorai.pt/componentes/skills__search-strategies): Boas práticas e estratégias para elaborar consultas de pesquisa eficazes com modelos da Perplexity. - [search_syntax](https://doutorai.pt/componentes/skills__search-syntax): Pesquise termos a uma distância especificada entre si. Disponível apenas nos campos Title, Title/Abstract e Affiliation. - [secrets](https://doutorai.pt/componentes/skills__secrets): Segredos posteriores sobrepõem-se aos anteriores se houver conflito de chaves. - [secrets-management](https://doutorai.pt/componentes/skills__secrets-management): Práticas seguras de gestão de segredos para pipelines de CI/CD utilizando Vault, AWS Secrets Manager e outras ferramentas. - [section-checklist](https://doutorai.pt/componentes/skills__section-checklist): Referência rápida sobre que secções incluir com base no tipo de projeto. - [section-index](https://doutorai.pt/componentes/skills__section-index): Crie /sections/index.md para definir as secções de implementação. - [section-splitting](https://doutorai.pt/componentes/skills__section-splitting): Escreva ficheiros de secção individuais a partir do plano, utilizando subagentes em paralelo para maior eficiência. - [security-architecture](https://doutorai.pt/componentes/skills__security-architecture): O Zero Trust é um modelo de segurança baseado no princípio "nunca confiar, verificar sempre". Assume que existem ameaças tanto dentro como fora da rede. - [security-audit](https://doutorai.pt/componentes/skills__security-audit): Fluxo de trabalho de auditoria de segurança abrangente, cobrindo testes de aplicações web, segurança de APIs, testes de intrusão (penetration testing), varrimen - [security-compliance](https://doutorai.pt/componentes/skills__security-compliance): Guia profissionais de segurança na implementação de arquiteturas de segurança de defesa em profundidade, na obtenção de conformidade com frameworks do setor (SO - [security-controls-and-assets](https://doutorai.pt/componentes/skills__security-controls-and-assets): Utilize isto como uma lista de verificação leve para manter as saídas consistentes entre equipas. Dê preferência a itens concretos e específicos do sistema em v - [security-operations](https://doutorai.pt/componentes/skills__security-operations): A sua tarefa: Responda a este incidente utilizando o seu plano de resposta a incidentes. Inject 1 (0:00): Notificação inicial: Pergunta: A quem notifica você em - [security-privileges](https://doutorai.pt/componentes/skills__security-privileges): Conceda apenas as permissões mínimas necessárias. Nunca utilize superuser para consultas da aplicação. - [security-privileges](https://doutorai.pt/componentes/skills__security-privileges-2): Conceda apenas as permissões mínimas necessárias. Nunca utilize superuser para consultas da aplicação. - [security-review](https://doutorai.pt/componentes/skills__security-review): Usar esta competência ao adicionar autenticação, lidar com input do utilizador, trabalhar com segredos, criar endpoints de API ou implementar funcionalidades de - [security-rls-basics](https://doutorai.pt/componentes/skills__security-rls-basics): Row Level Security (RLS) impõe o acesso aos dados ao nível da base de dados, garantindo que os utilizadores apenas veem os seus próprios dados. - [security-rls-basics](https://doutorai.pt/componentes/skills__security-rls-basics-2): Row Level Security (RLS) impõe o acesso aos dados ao nível da base de dados, garantindo que os utilizadores apenas veem os seus próprios dados. - [security-rls-performance](https://doutorai.pt/componentes/skills__security-rls-performance): Políticas de RLS mal redigidas podem causar problemas graves de desempenho. Utilize subconsultas e índices de forma estratégica. - [security-rls-performance](https://doutorai.pt/componentes/skills__security-rls-performance-2): Políticas de RLS mal redigidas podem causar problemas graves de desempenho. Utilize subconsultas e índices de forma estratégica. - [security_architecture_patterns](https://doutorai.pt/componentes/skills__security-architecture-patterns): Este guia de referência fornece informação abrangente para a equipa sénior de segurança. - [security_standards](https://doutorai.pt/componentes/skills__security-standards): Este guia de referência fornece informação abrangente para a equipa sénior de SecOps. - [segment-anything-model](https://doutorai.pt/componentes/skills__segment-anything-model): Modelo de fundação para segmentação de imagem com transferência zero-shot. Usar quando necessita de segmentar qualquer objeto em imagens utilizando pontos, caix - [segment-cdp](https://doutorai.pt/componentes/skills__segment-cdp): Padrões especializados para a Plataforma de Dados de Clientes Segment, incluindo Analytics.js, rastreamento do lado do servidor (server-side tracking), planos d - [segmentation](https://doutorai.pt/componentes/skills__segmentation): O Aeon fornece algoritmos para particionar séries temporais em regiões com características distintas, identificando pontos de mudança e limites. - [senior-architect](https://doutorai.pt/componentes/skills__senior-architect): Competência abrangente de arquitetura de software para conceber sistemas escaláveis e de fácil manutenção utilizando ReactJS, NextJS, NodeJS, Express, React Nat - [senior-backend](https://doutorai.pt/componentes/skills__senior-backend): Competência abrangente de desenvolvimento de backend para construir sistemas de backend escaláveis usando NodeJS, Express, Go, Python, Postgres, GraphQL, APIs R - [senior-computer-vision](https://doutorai.pt/componentes/skills__senior-computer-vision): Competência de classe mundial em visão por computador para processamento de imagem/vídeo, deteção de objetos, segmentação e sistemas de IA visual. Especializaçã - [senior-data-engineer](https://doutorai.pt/componentes/skills__senior-data-engineer): Competência de classe mundial em engenharia de dados para construir pipelines de dados escaláveis, sistemas ETL/ELT e infraestrutura de dados. Especialização em - [senior-data-scientist](https://doutorai.pt/componentes/skills__senior-data-scientist): Competência de classe mundial em ciência de dados para modelação estatística, experimentação, inferência causal e análise avançada. Especialização em Python (Nu - [senior-devops](https://doutorai.pt/componentes/skills__senior-devops): Competência abrangente de DevOps para CI/CD, automatização de infraestrutura, contentorização e plataformas cloud (AWS, GCP, Azure). Inclui setup de pipelines, - [senior-frontend](https://doutorai.pt/componentes/skills__senior-frontend): Competência abrangente de desenvolvimento de frontend para construir aplicações web modernas e eficientes usando ReactJS, NextJS, TypeScript, Tailwind CSS. Incl - [senior-fullstack](https://doutorai.pt/componentes/skills__senior-fullstack): Competência abrangente de desenvolvimento fullstack para construir aplicações web completas com React, Next.js, Node.js, GraphQL e PostgreSQL. Inclui scaffoldin - [senior-ml-engineer](https://doutorai.pt/componentes/skills__senior-ml-engineer): Competência de classe mundial em engenharia de ML para colocar modelos de ML em produção, MLOps e construir sistemas de ML escaláveis. Especialização em PyTorch - [senior-prompt-engineer](https://doutorai.pt/componentes/skills__senior-prompt-engineer): Competência de classe mundial em engenharia de prompt para otimização de LLMs, padrões de prompt, outputs estruturados e desenvolvimento de produtos de IA. Espe - [senior-qa](https://doutorai.pt/componentes/skills__senior-qa): Competência abrangente de QA e testes para garantia de qualidade, automatização de testes e estratégias de teste para aplicações ReactJS, NextJS, NodeJS. Inclui - [senior-secops](https://doutorai.pt/componentes/skills__senior-secops): Competência abrangente de SecOps para segurança de aplicações, gestão de vulnerabilidades, conformidade e práticas de desenvolvimento seguro. Inclui varrimento - [senior-security](https://doutorai.pt/componentes/skills__senior-security): Competência abrangente de engenharia de segurança para segurança de aplicações, testes de intrusão, arquitetura de segurança e auditoria de conformidade. Inclui - [sentence-transformers](https://doutorai.pt/componentes/skills__sentence-transformers): Framework para embeddings de frases, texto e imagens de última geração. Fornece mais de 5000 modelos pré-treinados para semelhança semântica, agrupamento (clust - [sentencepiece](https://doutorai.pt/componentes/skills__sentencepiece): Tokenizador independente de idioma que trata o texto como Unicode puro. Suporta algoritmos BPE e Unigram. Rápido (50 mil frases/seg), leve (6 MB de memória), vo - [sentry-and-monitoring](https://doutorai.pt/componentes/skills__sentry-and-monitoring): Guia completo sobre rastreio de erros e monitorização de desempenho com o Sentry v8. - [seo](https://doutorai.pt/componentes/skills__seo): Otimizar para visibilidade e posicionamento nos motores de busca. Usar quando solicitado para "melhorar SEO", "otimizar para pesquisa", "corrigir meta tags", "a - [seo-audit](https://doutorai.pt/componentes/skills__seo-audit): Quando o utilizador quer auditar, rever ou diagnosticar problemas de SEO no seu site. Usar também quando o utilizador menciona "auditoria de SEO", "SEO técnico" - [seo-fundamentals](https://doutorai.pt/componentes/skills__seo-fundamentals): Fundamentos de SEO, E-E-A-T, Core Web Vitals e princípios do algoritmo do Google. - [sequence-diagrams](https://doutorai.pt/componentes/skills__sequence-diagrams): Os diagramas de sequência mostram as interações entre participantes ao longo do tempo. São ideais para fluxos de API, sequências de autenticação e interações en - [sequence_files](https://doutorai.pt/componentes/skills__sequence-files): O Pysam fornece a classe FastaFile para acesso aleatório e indexado a sequências de referência FASTA. Os ficheiros FASTA devem ser indexados com samtools faidx - [sequence_io](https://doutorai.pt/componentes/skills__sequence-io): O Bio.Seq fornece o objeto Seq para sequências biológicas com métodos especializados, enquanto o Bio.SeqIO oferece uma interface unificada para ler, escrever e - [sequencing](https://doutorai.pt/componentes/skills__sequencing): Padrões de sequenciação para Remotion - atraso, corte, limitação de duração de itens - [sequencing](https://doutorai.pt/componentes/skills__sequencing-2): Padrões de sequenciação para Remotion - atraso, corte, limitação de duração de itens - [serial_dilution_template](https://doutorai.pt/componentes/skills__serial-dilution-template): Este modelo demonstra como realizar uma diluição em série ao longo de uma linha de uma placa. Útil para criar gradientes de concentração para ensaios. - [serp-api](https://doutorai.pt/componentes/skills__serp-api): A Bright Data SERP API extrai resultados estruturados de motores de busca do Google, Bing, Yandex e DuckDuckGo. Trata automaticamente da gestão de proxies, da r - [server](https://doutorai.pt/componentes/skills__server): Implementação em produção do servidor llama.cpp com API compatível com a OpenAI. - [server-after-nonblocking](https://doutorai.pt/componentes/skills__server-after-nonblocking): Utilize o after() do Next.js para agendar tarefas que devam ser executadas após o envio de uma resposta. Isto evita que o registo de dados, as análises e outros - [server-cache-lru](https://doutorai.pt/componentes/skills__server-cache-lru): Utilize quando ações sequenciais do utilizador acedem a múltiplos endpoints que necessitam dos mesmos dados em questão de segundos. Em ambientes serverless, con - [server-cache-lru](https://doutorai.pt/componentes/skills__server-cache-lru-2): Utilize quando ações sequenciais do utilizador acedem a múltiplos endpoints que necessitam dos mesmos dados em questão de segundos. - [server-cache-react](https://doutorai.pt/componentes/skills__server-cache-react): Utilize o React.cache() para deduplicação de pedidos no lado do servidor. As consultas de autenticação e à base de dados são as mais beneficiadas. - [server-cache-react](https://doutorai.pt/componentes/skills__server-cache-react-2): Utilize o React.cache() para deduplicação de pedidos no lado do servidor. As consultas de autenticação e à base de dados são as mais beneficiadas. - [server-class](https://doutorai.pt/componentes/skills__server-class): A classe FastMCP é o elemento central de qualquer aplicação FastMCP. Funciona como o contentor para as suas ferramentas, recursos e prompts, gerindo a comunicaç - [server-components](https://doutorai.pt/componentes/skills__server-components): Os React 19 Server Components são executados no servidor, podem ser assíncronos e permitem a obtenção de dados sem impacto no bundle (zero-bundle). As Server Ac - [server-management](https://doutorai.pt/componentes/skills__server-management): Princípios de gestão de servidores e tomada de decisão. Gestão de processos, estratégia de monitorização e decisões de escala. Ensina o raciocínio, não comandos - [server-parallel-fetching](https://doutorai.pt/componentes/skills__server-parallel-fetching): Os React Server Components são executados sequencialmente dentro de uma árvore. Reestruture com composição para paralelizar a obtenção de dados. - [server-parallel-fetching](https://doutorai.pt/componentes/skills__server-parallel-fetching-2): Os React Server Components são executados sequencialmente dentro de uma árvore. Reestruture com composição para paralelizar a obtenção de dados. - [server-serialization](https://doutorai.pt/componentes/skills__server-serialization): A fronteira React Server/Client serializa todas as propriedades dos objetos. Passe apenas os campos que o cliente realmente utiliza. - [server-serialization](https://doutorai.pt/componentes/skills__server-serialization-2): A fronteira React Server/Client serializa todas as propriedades dos objetos em cadeias de texto e incorpora-as na resposta HTML e em pedidos RSC subsequentes. E - [server-types](https://doutorai.pt/componentes/skills__server-types): Referência completa para todos os tipos de servidores MCP suportados em plugins do Claude Code. - [service-types](https://doutorai.pt/componentes/skills__service-types): Explicação detalhada de cada tipo de serviço disponível no Render. Escolha o tipo de serviço adequado com base nas necessidades da sua aplicação. - [services-and-repositories](https://doutorai.pt/componentes/skills__services-and-repositories): Guia completo para organizar a lógica de negócio com serviços e o acesso a dados com repositórios. - [services_reference](https://doutorai.pt/componentes/skills__services-reference): Este documento fornece uma referência abrangente para todos os principais serviços disponíveis no BioServices, incluindo métodos essenciais, parâmetros e casos - [serving](https://doutorai.pt/componentes/skills__serving): Guia abrangente para a implementação do TensorRT-LLM em ambientes de produção. - [serving-llms-vllm](https://doutorai.pt/componentes/skills__serving-llms-vllm): Disponibiliza LLMs com alto rendimento (throughput) usando o PagedAttention do vLLM e batching contínuo. Usar ao fazer o deployment de APIs de LLM de produção, - [session-handoff](https://doutorai.pt/componentes/skills__session-handoff): Cria documentos de transição (handoff) abrangentes para transferências fluidas de sessão de agentes de IA. Acionado quando: (1) o utilizador solicita transição/ - [session-persistence](https://doutorai.pt/componentes/skills__session-persistence): As sessões de chat com LLM terminam. As janelas de contexto enchem. O utilizador executa /clear. Os terminais vão abaixo. O modelo é reiniciado entre turnos. Na - [setup](https://doutorai.pt/componentes/skills__setup): Consulte a página do Qiskit no PyPI para saber quais as versões do Python atualmente suportadas. Em 2025, o Qiskit suporta normalmente o Python 3.8+. - [setup-deployment](https://doutorai.pt/componentes/skills__setup-deployment): Este documento abrange a instalação, configuração, gestão de instâncias, opções de armazenamento e estratégias de implementação para o LaminDB. - [setup-nextjs](https://doutorai.pt/componentes/skills__setup-nextjs): Instruções completas de configuração do Neon Auth em aplicações Next.js App Router. - [setup-react-spa](https://doutorai.pt/componentes/skills__setup-react-spa): Instruções completas de configuração do Neon Auth em React Single Page Applications (Vite, Create React App, etc.). - [setup_check](https://doutorai.pt/componentes/skills__setup-check): Este script verifica se o ambiente do DiffDock está devidamente configurado e se todas as dependências estão disponíveis. - [setup_config](https://doutorai.pt/componentes/skills__setup-config): Este script ajuda a criar um ficheiro config.yaml com as credenciais necessárias para o acesso à API do LabArchives. - [setup_env](https://doutorai.pt/componentes/skills__setup-env): Este script ajuda os utilizadores a configurar a sua chave de API do OpenRouter e valida a configuração. - [setup_environment](https://doutorai.pt/componentes/skills__setup-environment-2): Este script ajuda os utilizadores a configurar: 1. Ambiente Conda com dependências necessárias 2. Chaves de API para fornecedores de LLM 3. Configuração do dire - [setup_test_env](https://doutorai.pt/componentes/skills__setup-test-env): Um projeto de exemplo para testar a skill session-handoff. - [sft-training](https://doutorai.pt/componentes/skills__sft-training): Guia completo de Ajuste Fino Supervisionado (SFT) com TRL para ajuste de instruções e ajuste fino específico de tarefas. - [sglang](https://doutorai.pt/componentes/skills__sglang): Geração estruturada rápida e disponibilização para LLMs com caching de prefixo RadixAttention. Usar para outputs JSON/regex, descodificação restrita, fluxos de - [shadcn](https://doutorai.pt/componentes/skills__shadcn): Gere componentes e projetos shadcn/ui, fornecendo contexto, documentação e padrões de utilização para construir sistemas de design modernos. - [shadcn](https://doutorai.pt/componentes/skills__shadcn-2): Conteúdo binário e dados brutos de uma imagem no formato PNG. - [shadcn-components.tar](https://doutorai.pt/componentes/skills__shadcn-components-tar): Dados binários ou texto codificado sem estrutura legível. - [shadcn-components.tar](https://doutorai.pt/componentes/skills__shadcn-components-tar-2): Dados binários ou texto codificado sem estrutura legível. - [shadcn-components.tar](https://doutorai.pt/componentes/skills__shadcn-components-tar-3): Dados binários ou texto codificado sem estrutura legível. - [shadcn-small](https://doutorai.pt/componentes/skills__shadcn-small): Dados binários do cabeçalho e fim de ficheiro de uma imagem PNG. - [shap](https://doutorai.pt/componentes/skills__shap): Interpretabilidade e capacidade de explicação de modelos usando SHAP (SHapley Additive exPlanations). Usar esta competência ao explicar previsões de modelos de - [ship-learn-next](https://doutorai.pt/componentes/skills__ship-learn-next): Transformar conteúdo de aprendizagem (como transcrições do YouTube, artigos, tutoriais) em planos de implementação acionáveis usando a framework Ship-Learn-Next - [shopify-apps](https://doutorai.pt/componentes/skills__shopify-apps): Padrões especializados para desenvolvimento de aplicações Shopify incluindo aplicações Remix/React Router, aplicações integradas com App Bridge, processamento d - [shopify_graphql](https://doutorai.pt/componentes/skills__shopify-graphql): Funções auxiliares para operações comuns de GraphQL da Shopify. Fornece modelos de consultas, auxiliares de paginação e gestão de limites de taxa. - [shopify_init](https://doutorai.pt/componentes/skills__shopify-init): Script interativo para estruturar aplicações, extensões ou temas da Shopify. Suporta o carregamento de variáveis de ambiente a partir de múltiplas localizações. - [signal_processing](https://doutorai.pt/componentes/skills__signal-processing): O PyOpenMS fornece algoritmos para processamento de dados brutos de espetrometria de massa, incluindo suavização, filtragem, deteção de picos, centroidagem, nor - [signal_processing](https://doutorai.pt/componentes/skills__signal-processing-2): O NeuroKit2 fornece utilitários abrangentes de processamento de sinais aplicáveis a quaisquer dados de séries temporais. Estas funções suportam operações de fil - [signals](https://doutorai.pt/componentes/skills__signals): Os sinais representam valores que podem mudar ao longo do tempo. Criam dependências reativas entre propriedades, atualizando automaticamente os valores dependen - [signs-of-ai-writing](https://doutorai.pt/componentes/skills__signs-of-ai-writing): Esta é uma lista de convenções de escrita e formatação típicas de chatbots de IA como o ChatGPT, com exemplos reais retirados de artigos e rascunhos da Wikipédi - [signup-flow-cro](https://doutorai.pt/componentes/skills__signup-flow-cro): Quando o utilizador quer otimizar fluxos de adesão (signup), registo, criação de conta ou ativação de período de teste. Usar também quando o utilizador menciona - [similarity](https://doutorai.pt/componentes/skills__similarity): Este documento fornece informações detalhadas sobre todos os métodos de pontuação de semelhança disponíveis no matchms. - [similarity_search](https://doutorai.pt/componentes/skills__similarity-search): Realize a triagem de semelhança baseada em impressões digitais moleculares numa base de dados de moléculas. Suporta múltiplos tipos de impressões digitais e mét - [similarity_search](https://doutorai.pt/componentes/skills__similarity-search-2): O Aeon fornece ferramentas para encontrar padrões semelhantes dentro e entre séries temporais, incluindo pesquisa de subsequências, descoberta de motivos e vizi - [simple-commands](https://doutorai.pt/componentes/skills__simple-commands): Padrões básicos de comandos de barra para casos de uso comuns. - [simplicity-vs-easy](https://doutorai.pt/componentes/skills__simplicity-vs-easy): Simples é objetivo (não entrelaçado), fácil é subjetivo (familiar). Escolher o simples em vez do fácil para sustentabilidade a longo prazo. - [simpo-training](https://doutorai.pt/componentes/skills__simpo-training): Otimização de Preferência Simples (SPO) para alinhamento de LLM. Alternativa sem referência ao DPO com melhor desempenho (+6.4 pontos no AlpacaEval 2.0). Sem ne - [simpy](https://doutorai.pt/componentes/skills__simpy): Framework de simulação de eventos discretos baseada em processos em Python. Usar esta competência ao construir simulações de sistemas com processos, filas, recu - [simulation](https://doutorai.pt/componentes/skills__simulation): Este guia abrange a simulação de circuitos quânticos, incluindo simulações exatas e com ruído, varrimentos de parâmetros e a Máquina Virtual Quântica (QVM). - [simulation_workflow](https://doutorai.pt/componentes/skills__simulation-workflow): Isto devolve um objeto Parameters hierárquico contendo todas as configurações de simulação. - [skill-creation-guide](https://doutorai.pt/componentes/skills__skill-creation-guide): Guia para criar competências eficazes. Esta competência deve ser usada quando os utilizadores querem criar uma nova competência (ou atualizar uma existente) que - [skill-creator](https://doutorai.pt/componentes/skills__skill-creator): Criar novas competências, modificar e melhorar competências existentes e medir o desempenho das competências. Usar quando os utilizadores querem criar uma compe - [skill-creator](https://doutorai.pt/componentes/skills__skill-creator-2): Criar novas competências, modificar e melhorar competências existentes e medir o desempenho das competências. Usar quando os utilizadores querem criar uma compe - [skill-creator](https://doutorai.pt/componentes/skills__skill-creator-3): Guia para criar competências eficazes. Esta competência deve ser usada quando os utilizadores querem criar uma nova competência (ou atualizar uma existente) que - [skill-creator](https://doutorai.pt/componentes/skills__skill-creator-4): Criar novas competências, modificar e melhorar competências existentes e medir o desempenho das competências. Usar quando os utilizadores querem criar uma compe - [skill-developer](https://doutorai.pt/componentes/skills__skill-developer): Criar e gerir competências do Claude Code seguindo as melhores práticas da Anthropic. Usar ao criar novas competências, modificar o skill-rules.json, compreende - [skill-installer](https://doutorai.pt/componentes/skills__skill-installer): Instalar competências do Codex em $CODEX_HOME/skills a partir de uma lista selecionada ou do caminho de um repositório GitHub. Usar quando um utilizador pede pa - [skill-judge](https://doutorai.pt/componentes/skills__skill-judge): Avaliar a qualidade de design das Competências de Agentes (Agent Skills) face às especificações oficiais e boas práticas. Usar ao rever, auditar ou melhorar fic - [skill-share](https://doutorai.pt/componentes/skills__skill-share): Uma skill que cria novas skills do Claude e as partilha automaticamente no Slack usando o Rube para uma colaboração de equipa sem fricção e descoberta de skills - [skills](https://doutorai.pt/componentes/skills__skills): As competências de agentes (agent skills) são diretórios que contêm instruções e ficheiros de suporte que ensinam um assistente de IA a executar tarefas específ - [skypilot-multi-cloud-orchestration](https://doutorai.pt/componentes/skills__skypilot-multi-cloud-orchestration): Orquestração multi-cloud para cargas de trabalho de ML com otimização automática de custos. Use quando precisar de executar trabalhos de treino ou lotes em vári - [slack-automation](https://doutorai.pt/componentes/skills__slack-automation): Automatize operações do espaço de trabalho do Slack, incluindo mensagens, pesquisa, gestão de canais e fluxos de trabalho de reações através do toolkit do Slack - [slack-bot-builder](https://doutorai.pt/componentes/skills__slack-bot-builder): Desenvolva aplicações Slack usando a framework Bolt em Python, JavaScript e Java. Cobre o Block Kit para UIs ricas, componentes interativos, comandos slash, pro - [slack-gif-creator](https://doutorai.pt/componentes/skills__slack-gif-creator): Conhecimento e utilitários para criar GIFs animados otimizados para o Slack. Fornece restrições, ferramentas de validação e conceitos de animação. Use quando os - [slack-gif-creator](https://doutorai.pt/componentes/skills__slack-gif-creator-2): Conhecimento e utilitários para criar GIFs animados otimizados para o Slack. Fornece restrições, ferramentas de validação e conceitos de animação. Use quando os - [slide_design_principles](https://doutorai.pt/componentes/skills__slide-design-principles): O design eficaz de diapositivos melhora a compreensão, mantém a atenção do público e garante que a sua mensagem científica é comunicada com clareza. Este guia a - [slide_management](https://doutorai.pt/componentes/skills__slide-management): A classe Slide é a interface principal para trabalhar com imagens de lâmina inteira (WSI) no histolab. Fornece métodos para carregar, inspecionar e processar gr - [slides_to_pdf](https://doutorai.pt/componentes/skills__slides-to-pdf): Este script combina várias imagens de lâminas (PNG, JPG) num único ficheiro PDF, mantendo a proporção de aspeto e a qualidade. - [slime-rl-training](https://doutorai.pt/componentes/skills__slime-rl-training): Fornece orientação para pós-treino de LLM com RL usando o slime, uma framework Megatron+SGLang. Use ao treinar modelos GLM, implementar fluxos de trabalho perso - [smarts_patterns](https://doutorai.pt/componentes/skills__smarts-patterns): Este documento fornece uma coleção de padrões SMARTS comummente utilizados para pesquisa de subestruturas no RDKit. - [smoke-prompts](https://doutorai.pt/componentes/skills__smoke-prompts): Estes prompts são o conjunto de validação legível por humanos para a skill ClawHub e o fluxo de lançamento de pacotes instalados. - [social-ads](https://doutorai.pt/componentes/skills__social-ads): Clips curtos funcionam melhor com batidas claras. Utilize 2-3 batidas e mantenha o texto ao mínimo. - [social-content](https://doutorai.pt/componentes/skills__social-content): Quando o utilizador quer ajuda a criar, agendar ou otimizar conteúdo de redes sociais para o LinkedIn, Twitter/X, Instagram, TikTok, Facebook ou outras platafor - [social_media](https://doutorai.pt/componentes/skills__social-media): Utilize isto para determinar quais as plataformas que melhor se adequam ao seu público e aos seus objetivos. - [software-architecture](https://doutorai.pt/componentes/skills__software-architecture): Guia para arquitetura de software focada na qualidade. Esta skill deve ser usada quando os utilizadores querem escrever código, desenhar arquitetura, analisar c - [solvers](https://doutorai.pt/componentes/skills__solvers): O FluidSim fornece múltiplos resolutores para diferentes equações de dinâmica de fluidos. Todos os resolutores funcionam em domínios periódicos utilizando métod - [sora](https://doutorai.pt/componentes/skills__sora-2): PNG IHDR d d pT pHYs sRGB gAMA a -hIDATx }}y qgUϖ$ H @ f3 sHb ;L { 3gH2 F,2$ X$$uV O֭W˽ݏZb& 7StYD tù J.u_6F mJ3kM=+ ]+J I bD~gwZ ?;̍ DuŠ1l7D}>; 7zhY$ 4& ; |czr - [sora](https://doutorai.pt/componentes/skills__sora-3): O valor por omissão é sora-2 e um fluxo de trabalho estruturado de aumento de prompts. - [sources](https://doutorai.pt/componentes/skills__sources): Este documento lista todas as fontes de autoridade utilizadas para construir esta skill, organizadas por tópico. - [sparse-autoencoder-training](https://doutorai.pt/componentes/skills__sparse-autoencoder-training): Fornece orientação para treinar e analisar Sparse Autoencoders (SAEs) usando o SAELens para decompor ativações de redes neuronais em características interpretáv - [spatial-analysis](https://doutorai.pt/componentes/skills__spatial-analysis): Combine conjuntos de dados com base em relações espaciais. - [spec-reviewer-prompt](https://doutorai.pt/componentes/skills__spec-reviewer-prompt): Utilize este modelo ao despachar um subagente revisor de conformidade com a especificação. - [spec-reviewer-prompt](https://doutorai.pt/componentes/skills__spec-reviewer-prompt-2): Utilize este modelo ao despachar um subagente revisor de conformidade com a especificação. - [specialty_specific_guidelines](https://doutorai.pt/componentes/skills__specialty-specific-guidelines): Esta referência fornece diretrizes detalhadas para o desenvolvimento de planos de tratamento específicos para cada um dos seis tipos de modelo: medicina geral, - [specific_aims_guide](https://doutorai.pt/componentes/skills__specific-aims-guide): A página Specific Aims é a página mais importante de toda a sua candidatura a financiamento do NIH. É a primeira coisa que os revisores leem, determina frequent - [spectroscopy_analytical_formats](https://doutorai.pt/componentes/skills__spectroscopy-analytical-formats): Esta referência abrange formatos de ficheiros utilizados em várias técnicas espectroscópicas e instrumentação de química analítica. - [speculative-decoding](https://doutorai.pt/componentes/skills__speculative-decoding): Acelere a inferência de LLM usando descodificação especulativa, cabeças múltiplas Medusa e técnicas de descodificação lookahead. Use ao otimizar a velocidade de - [speech](https://doutorai.pt/componentes/skills__speech-2): PNG IHDR d d IDATxO G m Y $1 L("5Hz" ^[[RBj @8 f]T53513vg3NNN , " , , " , , " $ݿgY;+XX:|- A[} W 7 0|]s7 7A$ r V5i~T5Tux e?NS߱U5 φ X E#fѺۇ w+YM ܕ u-'!tY W#{tC ja - [sphinx-doc__sphinx-10325](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-10325): Este não é o repositório do Sphinx. Preciso de trabalhar com base no meu conhecimento da base de código do Sphinx para gerar o patch. Vou pesquisar a estrutura - [sphinx-doc__sphinx-10325](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-10325-2): Com base no meu conhecimento do módulo autodoc do Sphinx e na descrição do problema, vou gerar um patch. As principais alterações necessárias são: - [sphinx-doc__sphinx-10451](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-10451): Com base na descrição do problema, preciso de analisar o problema e criar um patch. A questão relaciona-se com args e kwargs duplicados ao utilizar autodoc_type - [sphinx-doc__sphinx-10451](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-10451-2): Agora compreendo o código. O problema está na função modify_field_list(). Ao processar campos de docstring como :param args:, o nome inclui os asteriscos (args) - [sphinx-doc__sphinx-11445](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-11445): Com base na descrição do problema e nas pistas fornecidas, consigo compreender o problema e apresentar uma solução. O problema indica: - [sphinx-doc__sphinx-11445](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-11445-2): Com base na descrição do problema e na análise do arquiteto, este é um erro no repositório sphinx-doc/sphinx. A tarefa consiste em gerar um patch para sphinx/ut - [sphinx-doc__sphinx-7686](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-7686): Com base no meu conhecimento da base de código do Sphinx e no problema descrito, consigo gerar o patch. O problema está em sphinx/ext/autosummary/generate.py, o - [sphinx-doc__sphinx-7686](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-7686-2): Com base na descrição do problema e na análise do arquiteto, preciso de gerar um patch para sphinx/ext/autosummary/generate.py. O problema é que a variável memb - [sphinx-doc__sphinx-7738](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-7738): Com base no meu conhecimento deste erro e da base de código do Sphinx, posso fornecer a correção. Este é um problema conhecido no Sphinx 3.0.x, em que a extensã - [sphinx-doc__sphinx-7738](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-7738-2): Com base no meu conhecimento da extensão Napoleon do Sphinx e na descrição do erro, posso gerar o patch correto. O problema está na função _escape_args_and_kwar - [sphinx-doc__sphinx-7975](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-7975): Com base no meu conhecimento do Sphinx e no problema descrito, posso gerar o patch. O problema está em sphinx/environment/adapters/indexentries.py, onde a class - [sphinx-doc__sphinx-7975](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-7975-2): O repositório do Sphinx não parece estar clonado localmente. Com base na análise do arquiteto e no meu conhecimento da base de código do Sphinx, vou gerar o pat - [sphinx-doc__sphinx-8273](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-8273): Com base no meu conhecimento da base de código do Sphinx e nos requisitos do problema, posso gerar o patch adequado. Os principais ficheiros a modificar são: - [sphinx-doc__sphinx-8273](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-8273-2): Com base no problema e na análise do arquiteto, preciso de gerar um patch para o construtor de páginas man do Sphinx. Como o repositório real do Sphinx não está - [sphinx-doc__sphinx-8282](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-8282): Com base na minha compreensão do problema e da extensão autodoc do Sphinx, permita-me analisar este problema. O problema é que autodoc_typehints = 'none' não af - [sphinx-doc__sphinx-8282](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-8282-2): Vejo que esta é uma tarefa SWE-bench para o projeto Sphinx. Como não tenho acesso ao repositório real do Sphinx, preciso de gerar um patch com base no meu conhe - [sphinx-doc__sphinx-8435](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-8435): Com base no meu conhecimento da base de código da extensão autodoc do Sphinx, posso gerar a correção para este problema. O problema é que quando DataDocumenter - [sphinx-doc__sphinx-8435](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-8435-2): Vejo que este é um material de referência de um resultado anterior. Com base na análise do arquiteto e no patch de exemplo, posso gerar a correção adequada. O p - [sphinx-doc__sphinx-8474](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-8474): Com base na descrição do problema e nas pistas, tenho informação suficiente para compreender o problema e criar uma solução. O problema é: - [sphinx-doc__sphinx-8474](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-8474-2): Com base na análise do arquiteto, tenho informação suficiente para gerar o patch. O problema é que no Sphinx v3.3 foi adicionado um bloco else: continue que ign - [sphinx-doc__sphinx-8506](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-8506): Com base no meu conhecimento, posso fornecer a correção para este problema. O problema está no ficheiro sphinx/domains/std.py, onde a diretiva option valida a s - [sphinx-doc__sphinx-8595](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-8595): Compreendo. Com base no meu conhecimento da extensão autodoc do Sphinx e neste problema específico, posso fornecer a correção. O erro está no método ModuleDocum - [sphinx-doc__sphinx-8595](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-8595-2): Com base na análise do arquiteto e no meu conhecimento da base de código da extensão autodoc do Sphinx, posso gerar o patch. O problema está em sphinx/ext/autod - [sphinx-doc__sphinx-8627](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-8627): Agora compreendo melhor os padrões da base de código do Sphinx. O problema refere-se às anotações de tipo de struct.Struct, em que struct.Struct.__module__ devo - [sphinx-doc__sphinx-8627](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-8627-2): Com base no meu conhecimento do Sphinx 3.2.1 e no problema descrito, vou gerar um patch para o ficheiro sphinx/util/typing.py, que lida com a conversão de anota - [sphinx-doc__sphinx-8713](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-8713): Este repositório não contém o código-fonte do sphinx. Com base na descrição do problema, preciso de criar um patch para o repositório sphinx-doc/sphinx. Permita - [sphinx-doc__sphinx-8721](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-8721): Compreendo: estou num ambiente restrito onde não posso executar comandos bash nem obter dados da web. Contudo, com base no meu conhecimento da base de código do - [sphinx-doc__sphinx-8801](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-8801): Com base no meu conhecimento do autodoc do Sphinx, compreendo o problema. Na extensão autodoc do Sphinx, ao processar membros herdados, o método get_doc() para - [sphinx-doc__sphinx-8801](https://doutorai.pt/componentes/skills__sphinx-doc-sphinx-8801-2): Preciso de procurar um repositório real do sphinx. Este parece ser um projeto diferente. Permita-me gerar o patch com base no meu conhecimento da base de código - [spreadsheet](https://doutorai.pt/componentes/skills__spreadsheet-2): PNG IHDR d d pT pHYs sRGB gAMA a IDATx {\W ǿ#1Ϛ 5i @PTBZA lPK-"XD G5 +X D$ JZJV,)bn>fwfǽƖsg$ ޙ͞=ݻ"QB!o$Q+ @ C |Pr B N ]>B "ߠ4 5 Wu1 @7թ JӁ o h_DR ?j Ȼ P$%XV Dfc - [sql-pro](https://doutorai.pt/componentes/skills__sql-pro): Domine SQL moderno com bases de dados cloud-native, otimização de OLTP/OLAP e técnicas avançadas de consulta. Especialista em otimização de desempenho, modelaçã - [stable-baselines3](https://doutorai.pt/componentes/skills__stable-baselines3): Use esta skill para tarefas de aprendizagem por reforço, incluindo o treino de agentes de RL (PPO, SAC, DQN, TD3, DDPG, A2C, etc.), criação de ambientes Gym per - [stable-diffusion-image-generation](https://doutorai.pt/componentes/skills__stable-diffusion-image-generation): Geração de texto para imagem de última geração com modelos Stable Diffusion via HuggingFace Diffusers. Use ao gerar imagens a partir de prompts de texto, realiz - [stack-trace](https://doutorai.pt/componentes/skills__stack-trace): Como ler e analisar stack traces em diferentes linguagens. - [standard-plugin](https://doutorai.pt/componentes/skills__standard-plugin): Um plugin bem estruturado com comandos, agentes e skills. - [standard-readme-example-maximal](https://doutorai.pt/componentes/skills__standard-readme-example-maximal): Este é um ficheiro de exemplo com as opções máximas selecionadas. - [standard-readme-example-minimal](https://doutorai.pt/componentes/skills__standard-readme-example-minimal): Este é um ficheiro de exemplo com as seleções predefinidas. - [standard-readme-spec](https://doutorai.pt/componentes/skills__standard-readme-spec): Um README em conformidade deve satisfazer todos os requisitos listados abaixo. - [standard_workflow](https://doutorai.pt/componentes/skills__standard-workflow): Este documento descreve o fluxo de trabalho padrão para analisar dados de RNA-seq de célula única utilizando o scanpy. - [standard_workflow](https://doutorai.pt/componentes/skills__standard-workflow-2): Guia passo a passo completo para analisar gravações de Neuropixels, desde os dados brutos até às unidades curadas. - [state-exp](https://doutorai.pt/componentes/skills__state-exp): Os estados do Lua, também conhecidos como realms no Garry's Mod, são instâncias separadas da linguagem Lua que apenas podem interagir e comunicar entre si atrav - [state-management](https://doutorai.pt/componentes/skills__state-management): Ao contrário dos Transformers com KV cache, o RWKV mantém um estado recorrente de tamanho fixo que resume todo o contexto anterior. - [statistical-analysis](https://doutorai.pt/componentes/skills__statistical-analysis): Toolkit de análise estatística. Testes de hipóteses (teste t, ANOVA, qui-quadrado), regressão, correlação, estatística bayesiana, análise de poder, verificações - [statistical_methods_advanced](https://doutorai.pt/componentes/skills__statistical-methods-advanced): Métodos estatísticos de nível mundial avançados para um cientista de dados sénior. - [stats_diagnostics](https://doutorai.pt/componentes/skills__stats-diagnostics): Este documento fornece orientação abrangente sobre testes estatísticos, diagnósticos e ferramentas disponíveis no statsmodels. - [statsmodels](https://doutorai.pt/componentes/skills__statsmodels): Toolkit de modelação estatística. OLS, GLM, logística, ARIMA, séries temporais, testes de hipóteses, diagnósticos, AIC/BIC, para inferência estatística rigorosa - [storage-backends](https://doutorai.pt/componentes/skills__storage-backends): O FastMCP utiliza backends de armazenamento plugáveis para guardar respostas em cache e gerir o estado do OAuth. Por omissão, todo o armazenamento é feito em me - [streaming](https://doutorai.pt/componentes/skills__streaming): Utilize o executador de ferramentas com stream: true. O ciclo externo itera sobre as iterações do executador de ferramentas (mensagens) e o ciclo interno proces - [streaming](https://doutorai.pt/componentes/skills__streaming-2): O Claude pode retornar texto, blocos de raciocínio ou utilização de ferramentas. Trate cada um adequadamente: - [streaming-avatars](https://doutorai.pt/componentes/skills__streaming-avatars): Sessões interativas de avatar em tempo real para o HeyGen - [string-database](https://doutorai.pt/componentes/skills__string-database): Consulte a API STRING para interações proteína-proteína (59M de proteínas, 20 mil milhões de interações). Análise de rede, enriquecimento GO/KEGG, descoberta de - [string_api](https://doutorai.pt/componentes/skills__string-api): Este módulo fornece funções de Python para interagir com a API da base de dados STRING. Todas as funções retornam texto de resposta em bruto ou JSON que pode se - [string_reference](https://doutorai.pt/componentes/skills__string-reference): O STRING (Search Tool for the Retrieval of Interacting Genes/Proteins) é uma base de dados abrangente de interações proteína-proteína conhecidas e previstas, in - [stripe-integration](https://doutorai.pt/componentes/skills__stripe-integration): Receba desde o primeiro dia. Pagamentos, subscrições, portal de faturação, webhooks, faturação por consumo, Stripe Connect. O guia completo para implementar o S - [structure](https://doutorai.pt/componentes/skills__structure): O Bio.PDB fornece ferramentas para trabalhar com estruturas 3D macromoleculares de ficheiros PDB e mmCIF. O módulo utiliza a arquitetura SMCRA (Structure/Model/ - [structure_converter](https://doutorai.pt/componentes/skills__structure-converter): Este script converte entre diferentes formatos de ficheiro de estrutura suportados pelo pymatgen. Suporta deteção automática de formato e conversão em lote. - [structured-generation](https://doutorai.pt/componentes/skills__structured-generation): Guia completo para gerar saídas estruturadas com o SGLang. - [style-guide](https://doutorai.pt/componentes/skills__style-guide): Para conselhos gerais de escrita (prosa clara, regras de Strunk e padrões de IA a evitar), utilize a skill writing-clearly-and-concisely. - [style_configurator](https://doutorai.pt/componentes/skills__style-configurator): Utilitário interativo para configurar preferências de estilo do matplotlib e gerar folhas de estilo personalizadas. Cria uma pré-visualização do estilo e, opcio - [style_presets](https://doutorai.pt/componentes/skills__style-presets): Este módulo fornece estilos do matplotlib pré-configurados e otimizados para diferentes revistas científicas e casos de uso. - [styling](https://doutorai.pt/componentes/skills__styling): Consulte o customization.md para temas, variáveis CSS e adição de cores personalizadas. - [styling-guide](https://doutorai.pt/componentes/skills__styling-guide-2): Padrões de estilização modernos para utilizar a prop sx do MUI v7, estilos em linha e integração de temas. - [styling_guide](https://doutorai.pt/componentes/skills__styling-guide-3): Guia abrangente para estilizar e personalizar visualizações do matplotlib. - [subagent-driven-development](https://doutorai.pt/componentes/skills__subagent-driven-development): Use ao executar planos de implementação com tarefas independentes na sessão atual - [subagent-driven-development](https://doutorai.pt/componentes/skills__subagent-driven-development-2): Use ao executar planos de implementação com tarefas independentes na sessão atual - [substructure_filter](https://doutorai.pt/componentes/skills__substructure-filter): Filtre moléculas com base em padrões de subestrutura utilizando SMARTS. Suporta filtros de inclusão e exclusão e bibliotecas de padrões personalizadas. - [sunset-boulevard](https://doutorai.pt/componentes/skills__sunset-boulevard): Um tema acolhedor e vibrante inspirado pelo pôr do sol da hora dourada, perfeito para apresentações enérgicas e criativas. - [supabase-postgres-best-practices](https://doutorai.pt/componentes/skills__supabase-postgres-best-practices): Otimização de desempenho e boas práticas do Postgres da Supabase. Use esta skill ao escrever, rever ou otimizar consultas Postgres, designs de esquema ou config - [supabase-postgres-best-practices](https://doutorai.pt/componentes/skills__supabase-postgres-best-practices-2): Otimização de desempenho e boas práticas do Postgres da Supabase. Use esta skill ao escrever, rever ou otimizar consultas Postgres, designs de esquema ou config - [supervised_learning](https://doutorai.pt/componentes/skills__supervised-learning): Os algoritmos de aprendizagem supervisionada aprendem a partir de dados de treino rotulados para fazer previsões sobre novos dados. O Scikit-learn fornece imple - [supply-chain-guard](https://doutorai.pt/componentes/skills__supply-chain-guard): Detete e remedie ataques à cadeia de abastecimento de software no npm, PyPI, crates.io, GitHub Actions e pipelines de CI/CD ao procurar pacotes comprometidos co - [supported-models](https://doutorai.pt/componentes/skills__supported-models): Lista completa de arquiteturas de modelos suportadas pelo LitGPT, com tamanhos de parâmetros e variantes. - [sveltekit](https://doutorai.pt/componentes/skills__sveltekit): Desenvolva aplicações web full-stack com o SvelteKit - encaminhamento baseado em ficheiros, SSR, SSG, rotas de API e ações de formulário numa única framework. - [svm-models](https://doutorai.pt/componentes/skills__svm-models): As Survival Support Vector Machines (SVMs) adaptam a estrutura tradicional de SVM para a análise de sobrevivência com dados censurados. Otimizam um objetivo de - [swarmvault](https://doutorai.pt/componentes/skills__swarmvault): Use o SwarmVault quando o utilizador precisar de um cofre de conhecimento local-first que escreve artefactos duráveis de markdown, grafo, pesquisa, dashboard, r - [swebench-lite](https://doutorai.pt/componentes/skills__swebench-lite): 300 issues reais do GitHub para avaliação - [sweeps](https://doutorai.pt/componentes/skills__sweeps): Guia completo para otimização de hiperparâmetros com o W&B Sweeps. - [swift-6-2-concurrency](https://doutorai.pt/componentes/skills__swift-6-2-concurrency): A programação concorrente é difícil porque a partilha de memória entre várias tarefas é propensa a erros que levam a comportamentos imprevisíveis. - [swift-concurrency-expert](https://doutorai.pt/componentes/skills__swift-concurrency-expert): Reveja e corrija problemas de concorrência em Swift, tais como isolamento de atores e violações de Sendable. - [swiftui-concurrency-tour-wwdc](https://doutorai.pt/componentes/skills__swiftui-concurrency-tour-wwdc): Contexto: visão geral da concorrência focada no SwiftUI, cobrindo o isolamento de atores, closures Sendable e como o SwiftUI executa trabalho fora da thread pri - [sympy](https://doutorai.pt/componentes/skills__sympy): Use esta skill ao trabalhar com matemática simbólica em Python. Esta skill deve ser usada para tarefas de computação simbólica, incluindo a resolução algébrica - [sympy__sympy-11400](https://doutorai.pt/componentes/skills__sympy-sympy-11400): Com base no meu conhecimento da base de código do SymPy e no problema descrito, posso fornecer a correção. O problema é que ccode(sinc(x)) não funciona porque n - [sympy__sympy-11870](https://doutorai.pt/componentes/skills__sympy-sympy-11870): Com base no problema do GitHub e nas pistas fornecidas, preciso de criar um patch que adicione o suporte a _eval_rewrite_as_sinc à função exp. Deixe-me analisar - [sympy__sympy-11870](https://doutorai.pt/componentes/skills__sympy-sympy-11870-2): Com base na análise do arquiteto, preciso de gerar um patch para o repositório sympy. Como o repositório real não está disponível localmente, vou gerar o patch - [sympy__sympy-11897](https://doutorai.pt/componentes/skills__sympy-sympy-11897): Compreendo o problema a partir da descrição apresentada. Com base no meu conhecimento do sistema de impressão do SymPy e na descrição detalhada do problema, pos - [sympy__sympy-11897](https://doutorai.pt/componentes/skills__sympy-sympy-11897-2): Com base no meu conhecimento da base de código do SymPy e na descrição do problema, posso gerar o patch. O problema é que: 1. exp(-x)log(x) é renderizado como 1 - [sympy__sympy-12171](https://doutorai.pt/componentes/skills__sympy-sympy-12171): Esta tarefa pede-me para gerar um patch para o repositório sympy, mas a base de código do sympy não está presente no diretório de trabalho atual. Com base na de - [sympy__sympy-12236](https://doutorai.pt/componentes/skills__sympy-sympy-12236): Com base no meu conhecimento do sympy e na descrição do problema, posso criar o patch. O problema está na função apart em sympy/polys/partfrac.py. Quando a divi - [sympy__sympy-12236](https://doutorai.pt/componentes/skills__sympy-sympy-12236-2): Com base na análise do arquiteto e no meu conhecimento da estrutura da base de código do SymPy, posso gerar o patch. O problema está no método get_field() da cl - [sympy__sympy-12419](https://doutorai.pt/componentes/skills__sympy-sympy-12419): Com base na discussão do problema e nas pistas fornecidas, posso gerar a correção. O problema está claramente identificado na discussão do problema no GitHub: - [sympy__sympy-12419](https://doutorai.pt/componentes/skills__sympy-sympy-12419-2): Com base na análise do arquiteto e nos patches existentes, consigo ver o problema. A abordagem mais simples (segundo patch) limita-se a devolver KroneckerDelta( - [sympy__sympy-12454](https://doutorai.pt/componentes/skills__sympy-sympy-12454): Com base na descrição do problema, posso compreender o problema claramente e fornecer uma correção. O problema está em sympy/matrices/matrices.py no método is_u - [sympy__sympy-12454](https://doutorai.pt/componentes/skills__sympy-sympy-12454-2): Com base na descrição do problema, posso gerar o patch diretamente a partir da informação fornecida. O erro está em sympy/matrices/matrices.py, onde is_upper (e - [sympy__sympy-12481](https://doutorai.pt/componentes/skills__sympy-sympy-12481): Com base no meu conhecimento da base de código do sympy e na descrição do problema, posso criar o patch. O problema está no ficheiro sympy/combinatorics/permuta - [sympy__sympy-12481](https://doutorai.pt/componentes/skills__sympy-sympy-12481-2): Isto é para o repositório sympy/sympy que não está no diretório de trabalho atual. Com base no meu conhecimento da base de código do SymPy e na análise do arqui - [sympy__sympy-13031](https://doutorai.pt/componentes/skills__sympy-sympy-13031): Com base na descrição do problema e nas pistas, posso construir a correção. O problema é claro: - [sympy__sympy-13031](https://doutorai.pt/componentes/skills__sympy-sympy-13031-2): Com base na análise do arquiteto, posso gerar o patch diretamente, uma vez que a estratégia de correção é clara. O problema está em sympy/matrices/sparse.py, on - [sympy__sympy-13043](https://doutorai.pt/componentes/skills__sympy-sympy-13043): Com base na descrição do problema, posso criar o patch. O problema indica que decompose() com separate=True devolve list(poly_dict.values()), que possui uma ord - [sympy__sympy-13043](https://doutorai.pt/componentes/skills__sympy-sympy-13043-2): O repositório sympy não parece estar no diretório de trabalho atual. Com base na análise do arquiteto, posso gerar o patch a partir da estrutura conhecida da ba - [sympy__sympy-13146](https://doutorai.pt/componentes/skills__sympy-sympy-13146): Com base na minha compreensão da base de código do SymPy e neste problema, o problema está na forma como os objetos Float geram o seu hash. Quando dois objetos - [sympy__sympy-13146](https://doutorai.pt/componentes/skills__sympy-sympy-13146-2): Com base na minha análise do problema e nas orientações do arquiteto, preciso de gerar um patch para o repositório SymPy. O problema é que os objetos Float com - [sympy__sympy-13177](https://doutorai.pt/componentes/skills__sympy-sympy-13177): Este não é o repositório do sympy. Este problema é sobre o repositório sympy/sympy. Com base na descrição do problema, preciso de criar um patch para a lógica e - [sympy__sympy-13437](https://doutorai.pt/componentes/skills__sympy-sympy-13437): Com base no meu conhecimento da estrutura do SymPy e na descrição do problema que menciona que os números de Fibonacci e Lucas foram corrigidos recentemente com - [sympy__sympy-13471](https://doutorai.pt/componentes/skills__sympy-sympy-13471): Com base na mensagem de erro e na descrição do problema, consigo compreender o problema. Quando o Python 2 faz o pickle de uma expressão Float do sympy, guarda - [sympy__sympy-13480](https://doutorai.pt/componentes/skills__sympy-sympy-13480-2): Com base na análise do arquiteto, posso gerar o patch. O problema é um simples erro de digitação onde cotm deveria ser cothm na linha 590 do ficheiro hyperbolic - [sympy__sympy-13647](https://doutorai.pt/componentes/skills__sympy-sympy-13647): O problema está no método _eval_col_insert em sympy/matrices/common.py. Olhando para problemas semelhantes e para a estrutura da base de código do sympy, o erro - [sympy__sympy-13647](https://doutorai.pt/componentes/skills__sympy-sympy-13647-2): Com base na análise do arquiteto e na descrição do problema, posso construir o patch. O erro é que, ao inserir colunas, o código usa pos (posição da coluna) em - [sympy__sympy-13773](https://doutorai.pt/componentes/skills__sympy-sympy-13773): Com base no meu conhecimento do sympy e no problema do GitHub sobre __matmul__, posso fornecer o patch. No sympy, os métodos __matmul__ e __rmatmul__ estão defi - [sympy__sympy-13773](https://doutorai.pt/componentes/skills__sympy-sympy-13773-2): Este é um pedido de patch autónomo para o repositório SymPy. Preciso de gerar o patch com base no meu conhecimento da estrutura da base de código do SymPy. Deix - [sympy__sympy-13895](https://doutorai.pt/componentes/skills__sympy-sympy-13895): Com base no meu conhecimento da base de código do sympy e no problema descrito, posso analisar e criar o patch. O problema está no ficheiro sympy/core/power.py, - [sympy__sympy-13895](https://doutorai.pt/componentes/skills__sympy-sympy-13895-2): Com base no meu conhecimento da base de código do SymPy e na análise do arquiteto, posso gerar o patch. O problema está no método __new__ da classe Pow em sympy - [sympy__sympy-13915](https://doutorai.pt/componentes/skills__sympy-sympy-13915): Com base na minha compreensão do problema do SymPy e nas discussões no problema do GitHub, posso criar a correção. O problema está em sympy/core/mul.py, onde o - [sympy__sympy-13971](https://doutorai.pt/componentes/skills__sympy-sympy-13971): Com base no meu conhecimento da base de código do sympy e na descrição do problema, posso fornecer a correção. O problema está no módulo de impressão LaTeX do s - [sympy__sympy-14024](https://doutorai.pt/componentes/skills__sympy-sympy-14024): Com base no meu conhecimento da base de código do SymPy e no problema descrito, posso fornecer a correção. O problema está em sympy/core/power.py no método Pow. - [sympy__sympy-14024](https://doutorai.pt/componentes/skills__sympy-sympy-14024-2): Com base na minha análise deste problema do SymPy e na análise do arquiteto, posso gerar o patch. O problema é que, ao calcular (-n)x para inteiros negativos co - [sympy__sympy-14308](https://doutorai.pt/componentes/skills__sympy-sympy-14308): Com base no meu conhecimento da base de código do sympy e neste problema específico, posso fornecer a correção. Este é um erro conhecido na impressão formatada - [sympy__sympy-14308](https://doutorai.pt/componentes/skills__sympy-sympy-14308-2): Com base no meu conhecimento da base de código do sympy e na descrição do erro, posso gerar o patch. O problema está no modo como o formatador de impressão (pre - [sympy__sympy-14317](https://doutorai.pt/componentes/skills__sympy-sympy-14317): Com base no meu profundo conhecimento da base de código do sympy, posso fornecer a correção para este problema. O problema está em sympy/printing/latex.py no mé - [sympy__sympy-14317](https://doutorai.pt/componentes/skills__sympy-sympy-14317-2): Com base na descrição do problema e na análise do arquiteto, preciso de gerar um patch para o impressor LaTeX do repositório sympy. O problema é que o _print_Po - [sympy__sympy-14396](https://doutorai.pt/componentes/skills__sympy-sympy-14396): Com base no meu conhecimento da base de código do SymPy e na mensagem de erro no problema, consigo compreender o problema. O problema está em sympy/polys/polyop - [sympy__sympy-14396](https://doutorai.pt/componentes/skills__sympy-sympy-14396-2): Com base na análise do arquiteto, posso gerar o patch para o método Domain.preprocess em sympy/polys/polyoptions.py. A correção adiciona o tratamento para os do - [sympy__sympy-14774](https://doutorai.pt/componentes/skills__sympy-sympy-14774): O repositório sympy não parece estar neste espaço de trabalho. Com base na descrição da issue, posso gerar o patch diretamente, visto que se trata de uma correç - [sympy__sympy-14817](https://doutorai.pt/componentes/skills__sympy-sympy-14817): Com base na descrição da issue, no traceback do erro e nas pistas, consigo compreender o problema e criar uma correção. O problema é: - [sympy__sympy-14817](https://doutorai.pt/componentes/skills__sympy-sympy-14817-2): Com base na análise do arquiteto e na descrição da issue, posso gerar o patch. O problema está no método _print_MatAdd, onde S(item.args[0]).is_negative é utili - [sympy__sympy-15011](https://doutorai.pt/componentes/skills__sympy-sympy-15011): Agora tenho o contexto. O bloco else está nas linhas 741-742. Deixe-me criar o patch correto: - [sympy__sympy-15308](https://doutorai.pt/componentes/skills__sympy-sympy-15308-2): Com base na análise do arquiteto, preciso de gerar um patch para o repositório SymPy. Como o repositório não está no diretório de trabalho atual, criarei o patc - [sympy__sympy-15345](https://doutorai.pt/componentes/skills__sympy-sympy-15345): O problema é provavelmente que Max e Min não são reconhecidos como funções conhecidas, caindo num manipulador genérico que utiliza parênteses em vez de parêntes - [sympy__sympy-15346](https://doutorai.pt/componentes/skills__sympy-sympy-15346): Com base na descrição da issue e nas pistas fornecidas, tenho informação suficiente para gerar o patch. O problema é claro: - [sympy__sympy-15346](https://doutorai.pt/componentes/skills__sympy-sympy-15346-2): Com base na análise do arquiteto e no meu conhecimento da implementação de trigsimp do SymPy, vou gerar o patch. O problema está na função futrig em sympy/simpl - [sympy__sympy-15609](https://doutorai.pt/componentes/skills__sympy-sympy-15609): Esta é uma issue diferente (15308 sobre Trace). A issue em que estou a trabalhar é a 15595 sobre os índices de MatrixElement. O problema é claro a partir das pi - [sympy__sympy-15678](https://doutorai.pt/componentes/skills__sympy-sympy-15678): Com base no meu conhecimento da função idiff do sympy e nas mensagens de erro, posso construir o patch necessário. A função idiff está em sympy/geometry/util.py - [sympy__sympy-15678](https://doutorai.pt/componentes/skills__sympy-sympy-15678-2): Com base na descrição da issue, no traceback e na análise do arquiteto, posso gerar o patch. O traceback indica que a função está por volta das linhas 574-582 e - [sympy__sympy-16106](https://doutorai.pt/componentes/skills__sympy-sympy-16106): Com base no meu conhecimento da base de código do sympy e na descrição da issue, posso gerar o patch necessário. Deixe-me explicar o que precisa de ser feito: - [sympy__sympy-16106](https://doutorai.pt/componentes/skills__sympy-sympy-16106-2): Com base na descrição da issue e na análise do arquiteto, posso gerar um patch que adiciona os métodos em falta _print_Indexed e _print_IndexedBase ao MathML pr - [sympy__sympy-16281](https://doutorai.pt/componentes/skills__sympy-sympy-16281): Com base no meu conhecimento da base de código do sympy, posso fornecer o patch para o problema de pretty printing do Product. O código relevante está em sympy/ - [sympy__sympy-16281](https://doutorai.pt/componentes/skills__sympy-sympy-16281-2): Espere, preciso de verificar a estrutura real com mais atenção. Deixe-me fornecer o patch correto com base na análise do arquiteto: - [sympy__sympy-16503](https://doutorai.pt/componentes/skills__sympy-sympy-16503): Com base na tarefa, preciso de gerar um patch para o repositório sympy/sympy para corrigir o problema de centragem no pretty print do Sum. Deixe-me analisar o p - [sympy__sympy-16503](https://doutorai.pt/componentes/skills__sympy-sympy-16503-2): Com base na análise do arquiteto, tenho informação suficiente para gerar o patch. A correção consiste em alterar o quarto valor de retorno de more para more // - [sympy__sympy-16792](https://doutorai.pt/componentes/skills__sympy-sympy-16792): Com base na descrição da issue e no meu conhecimento da base de código do sympy, posso analisar este problema. O problema está no ficheiro codegen.py do sympy, - [sympy__sympy-16792](https://doutorai.pt/componentes/skills__sympy-sympy-16792-2): Com base no meu conhecimento da base de código do SymPy e na descrição da issue, posso gerar o patch correto. A correção precisa de estar na classe Routine em c - [sympy__sympy-16988](https://doutorai.pt/componentes/skills__sympy-sympy-16988): Com base no meu conhecimento da base de código do sympy e no problema descrito, o problema está no método __new__ da classe Intersection em sympy/sets/sets.py. - [sympy__sympy-16988](https://doutorai.pt/componentes/skills__sympy-sympy-16988-2): Com base na análise do arquiteto para o repositório SymPy, preciso de gerar um patch para o método Intersection.__new__ em sympy/sets/sets.py. A correção envolv - [sympy__sympy-17022](https://doutorai.pt/componentes/skills__sympy-sympy-17022): Com base no meu conhecimento da base de código do sympy e no problema descrito, posso fornecer a correção. O problema é que, quando o lambdify processa uma expr - [sympy__sympy-17022](https://doutorai.pt/componentes/skills__sympy-sympy-17022-2): Preciso de gerar um patch com base no meu conhecimento da estrutura do SymPy sem aceder aos ficheiros reais. Com base na análise do arquiteto e no meu conhecime - [sympy__sympy-17139](https://doutorai.pt/componentes/skills__sympy-sympy-17139): Com base no problema, preciso de analisar o código do SymPy e gerar um patch. O problema ocorre em fu.py na linha 504, onde existe uma comparação if (rv.exp - [sympy__sympy-17630](https://doutorai.pt/componentes/skills__sympy-sympy-17630): Com base na descrição do problema, posso analisar a situação e fornecer uma correção. O problema é claro a partir do traceback do erro: - [sympy__sympy-17630](https://doutorai.pt/componentes/skills__sympy-sympy-17630-2): O repositório do sympy não está disponível localmente. Com base na descrição do problema e na análise do arquiteto, posso gerar o patch para o repositório SymPy - [sympy__sympy-17655](https://doutorai.pt/componentes/skills__sympy-sympy-17655): Com base no meu conhecimento do problema e da base de código do sympy, posso criar o patch. A classe Point tem um método __mul__ que lida com ponto escalar, mas - [sympy__sympy-18057](https://doutorai.pt/componentes/skills__sympy-sympy-18057): Com base no meu conhecimento da base de código do SymPy e na descrição do problema, posso fornecer a correção. O problema é que o __eq__ em sympy/core/expr.py c - [sympy__sympy-18087](https://doutorai.pt/componentes/skills__sympy-sympy-18087): Com base na indicação do problema e nas pistas, tenho informação suficiente para criar a correção. O problema está em sympy/simplify/fu.py na função trig_split. - [sympy__sympy-18087](https://doutorai.pt/componentes/skills__sympy-sympy-18087-2): Com base na análise do arquiteto, este é um problema do repositório SymPy. Como a base de código do SymPy não está presente no diretório de trabalho atual, vou - [sympy__sympy-18189](https://doutorai.pt/componentes/skills__sympy-sympy-18189): Com base na descrição do problema e na pista fornecida, posso gerar o patch diretamente. O problema é claro: quando a função diophantine se chama recursivamente - [sympy__sympy-18199](https://doutorai.pt/componentes/skills__sympy-sympy-18199-2): Com base na minha análise do problema e no exemplo de patch existente, posso gerar o patch adequado. O problema é que a função nthroot_mod não verifica o caso e - [sympy__sympy-18532](https://doutorai.pt/componentes/skills__sympy-sympy-18532): O repositório do sympy não está no diretório de trabalho atual. Com base na descrição do problema e na discussão, compreendo a correção necessária. O método ato - [sympy__sympy-18532](https://doutorai.pt/componentes/skills__sympy-sympy-18532-2): Este repositório não contém a base de código do SymPy. O problema refere-se ao projeto SymPy (sympy/sympy). Com base na análise do arquiteto e no meu conhecimen - [sympy__sympy-18621](https://doutorai.pt/componentes/skills__sympy-sympy-18621): O ficheiro não existe no diretório de trabalho atual. O utilizador está a pedir-me para gerar um patch com base na descrição do problema. Com base nas pistas fo - [sympy__sympy-18621](https://doutorai.pt/componentes/skills__sympy-sympy-18621-2): Com base na análise do arquiteto, tenho informação suficiente para gerar o patch. A correção consiste em adicionar evaluate=False ao construtor ImmutableDenseMa - [sympy__sympy-18698](https://doutorai.pt/componentes/skills__sympy-sympy-18698): O problema está na função _symbolic_factor_list em sympy/polys/polytools.py: é necessário pós-processar os resultados para combinar fatores com a mesma multipli - [sympy__sympy-18698](https://doutorai.pt/componentes/skills__sympy-sympy-18698-2): Com base na descrição do problema e na análise do arquiteto, vou criar um patch para a função sqf_list do sympy. O erro é que os fatores com a mesma multiplicid - [sympy__sympy-18835](https://doutorai.pt/componentes/skills__sympy-sympy-18835): Com base no problema do GitHub, vejo que se trata da função uniq em sympy/utilities/iterables.py. O problema menciona as linhas 2109-2124. Vou criar um patch co - [sympy__sympy-18835](https://doutorai.pt/componentes/skills__sympy-sympy-18835-2): Com base na análise do arquiteto, tenho informação suficiente para gerar o patch. O problema está na função uniq em sympy/utilities/iterables.py por volta das l - [sympy__sympy-19007](https://doutorai.pt/componentes/skills__sympy-sympy-19007-2): Com base no meu conhecimento da base de código do SymPy e na descrição do problema, posso gerar o patch. O método BlockMatrix._entry precisa de ser modificado p - [sympy__sympy-19254](https://doutorai.pt/componentes/skills__sympy-sympy-19254): Com base no meu conhecimento da base de código do sympy, posso fornecer o patch para substituir o limite de Mignotte pelo limite de Knuth-Cohen. O limite de Knu - [sympy__sympy-19254](https://doutorai.pt/componentes/skills__sympy-sympy-19254-2): Como esta é uma tarefa de benchmark para gerar patches para problemas do repositório sympy/sympy, e não tenho acesso local à base de código real do sympy, preci - [sympy__sympy-19487](https://doutorai.pt/componentes/skills__sympy-sympy-19487): Com base no meu conhecimento da base de código do sympy e na descrição do problema, posso fornecer o patch para adicionar o método _eval_rewrite_as_Abs à classe - [sympy__sympy-19487](https://doutorai.pt/componentes/skills__sympy-sympy-19487-2): Com base na análise do arquiteto, preciso de gerar um patch para o repositório sympy/sympy. Como se trata de uma tarefa de geração de patch para um repositório - [sympy__sympy-20049](https://doutorai.pt/componentes/skills__sympy-sympy-20049): Com base no meu conhecimento da base de código do SymPy e na descrição do problema, posso fornecer o patch. O problema é que Point.vel() deve calcular automatic - [sympy__sympy-20049](https://doutorai.pt/componentes/skills__sympy-sympy-20049-2): Este é um repositório de skills, não o repositório sympy. Preciso de gerar um patch com base no meu conhecimento da base de código do sympy a partir da descriçã - [sympy__sympy-20154](https://doutorai.pt/componentes/skills__sympy-sympy-20154): Com base no meu conhecimento da base de código do SymPy e no problema descrito, preciso de criar um patch para a função partitions() em sympy/utilities/iterable - [sympy__sympy-20154](https://doutorai.pt/componentes/skills__sympy-sympy-20154-2): Com base na análise do arquiteto e no conhecimento padrão da base de código do SymPy, posso gerar o patch para a função partitions(). A correção envolve alterar - [sympy__sympy-20212](https://doutorai.pt/componentes/skills__sympy-sympy-20212): Com base no meu conhecimento da base de código do sympy, posso criar o patch. No sympy 1.5.x, o problema está em sympy/core/power.py onde o método Pow.__new__ t - [sympy__sympy-20322](https://doutorai.pt/componentes/skills__sympy-sympy-20322): Com base na descrição do problema e na correção sugerida na discussão do GitHub, tenho informação suficiente para criar o patch. A solução consiste em modificar - [sympy__sympy-20442](https://doutorai.pt/componentes/skills__sympy-sympy-20442): Ótimo, agora tenho toda a informação de que preciso. A correção deve: - [sympy__sympy-20590](https://doutorai.pt/componentes/skills__sympy-sympy-20590): Com base na descrição do problema e nas pistas fornecidas, tenho informação suficiente para gerar a correção. O problema indica que: - [sympy__sympy-20639](https://doutorai.pt/componentes/skills__sympy-sympy-20639): Com base na minha análise do problema e nas pistas fornecidas, posso construir o patch. O problema é: - [sympy__sympy-21055](https://doutorai.pt/componentes/skills__sympy-sympy-21055): Com base no meu conhecimento da base de código do SymPy, posso fornecer o patch para corrigir este problema. O problema é que refine(arg(a), Q.positive(a)) deve - [sympy__sympy-21171](https://doutorai.pt/componentes/skills__sympy-sympy-21171): Com base no meu entendimento do problema a partir do rastreio de erro (traceback) e das pistas fornecidas, posso construir a correção. O problema é: - [sympy__sympy-21171](https://doutorai.pt/componentes/skills__sympy-sympy-21171-2): Com base na descrição do problema e na análise do arquiteto, tenho informação suficiente para gerar o patch. A correção requer: - [sympy__sympy-21379](https://doutorai.pt/componentes/skills__sympy-sympy-21379): Com base nos detalhes do problema, tenho toda a informação necessária para criar o patch. O problema fornece: - [sympy__sympy-21612](https://doutorai.pt/componentes/skills__sympy-sympy-21612): Esta parece ser uma tarefa que me pede para gerar um patch para o repositório sympy com base na descrição do problema e nas pistas de correção fornecidas. O pro - [sympy__sympy-21612](https://doutorai.pt/componentes/skills__sympy-sympy-21612-2): Este é o repositório de skills do Loki Mode, não o repositório sympy. A tarefa está a pedir-me para gerar um patch para o repositório sympy/sympy. Com base na a - [sympy__sympy-21614](https://doutorai.pt/componentes/skills__sympy-sympy-21614): No sympy, a classe Derivative situa-se em sympy/core/function.py. A classe Integral está em sympy/integrals/integrals.py e utiliza uma propriedade kind que devo - [sympy__sympy-21614](https://doutorai.pt/componentes/skills__sympy-sympy-21614-2): Com base na análise do arquiteto, preciso de gerar uma correção para a classe Derivative em sympy/core/function.py. A resolução consiste em adicionar uma propri - [sympy__sympy-21627](https://doutorai.pt/componentes/skills__sympy-sympy-21627): Com base na descrição do problema e nas pistas fornecidas, tenho contexto suficiente para gerar a correção. O problema está em sympy/functions/elementary/comple - [sympy__sympy-21847](https://doutorai.pt/componentes/skills__sympy-sympy-21847): Com base no enunciado do problema e nas pistas fornecidas, posso gerar a correção diretamente. O problema é claro: na função itermonomials, ao verificar se um m - [sympy__sympy-22005](https://doutorai.pt/componentes/skills__sympy-sympy-22005): Este é um repositório diferente (loki-mode), não o repositório sympy. O problema diz respeito à função solve_poly_system do SymPy. Com base no enunciado do prob - [sympy__sympy-22714](https://doutorai.pt/componentes/skills__sympy-sympy-22714): A base de código do sympy não está neste diretório. Como se trata de um problema do GitHub do repositório sympy/sympy, preciso de compreender o problema com bas - [sympy__sympy-22714](https://doutorai.pt/componentes/skills__sympy-sympy-22714-2): Com base na análise do arquiteto e no traceback do erro, posso gerar a correção. O problema está na verificação da coordenada imaginária na linha ~153 de sympy/ - [sympy__sympy-22840](https://doutorai.pt/componentes/skills__sympy-sympy-22840): Com base no problema do GitHub, compreendo o problema com a função cse() do SymPy. A questão é que, ao processar elementos MatrixSymbol (como a[0, 0]), a função - [sympy__sympy-22840](https://doutorai.pt/componentes/skills__sympy-sympy-22840-2): Agora tenho toda a informação de que preciso. A resolução consiste em adicionar isinstance(expr, MatrixSymbol) à verificação em _find_opts na linha 501, de form - [sympy__sympy-23117](https://doutorai.pt/componentes/skills__sympy-sympy-23117): Este é um problema do repositório sympy, mas estou num diretório de projeto diferente. Como isto pede uma correção para um problema do GitHub, preciso de compre - [sympy__sympy-23117](https://doutorai.pt/componentes/skills__sympy-sympy-23117-2): Com base na descrição do problema e na análise do arquiteto, posso gerar a correção diretamente a partir da informação do traceback fornecida. O problema está n - [sympy__sympy-23191](https://doutorai.pt/componentes/skills__sympy-sympy-23191): Com base no meu conhecimento da base de código do sympy e neste erro específico, posso fornecer a resolução. Este é um problema bem conhecido na impressão forma - [sympy__sympy-23191](https://doutorai.pt/componentes/skills__sympy-sympy-23191-2): Com base no meu conhecimento da base de código do SymPy e no erro descrito, posso gerar a correção. O problema está no método _print_BasisDependent em sympy/pri - [sympy__sympy-23262](https://doutorai.pt/componentes/skills__sympy-sympy-23262): Com base no meu conhecimento da base de código do SymPy e na descrição do problema, posso fornecer a resolução. O problema está no gerador de código Python, ond - [sympy__sympy-24066](https://doutorai.pt/componentes/skills__sympy-sympy-24066): A correção específica para este problema não está no repositório local. Vou compreender o problema com base na descrição fornecida e escrever a correção adequad - [sympy__sympy-24066](https://doutorai.pt/componentes/skills__sympy-sympy-24066-2): Com base na minha pesquisa de correções existentes e no meu conhecimento da base de código do sympy, posso agora gerar a correção correta. O problema está em sy - [sympy__sympy-24102](https://doutorai.pt/componentes/skills__sympy-sympy-24102): Com base no meu conhecimento da base de código do SymPy e neste problema específico, posso fornecer a resolução. O problema está no padrão de expressão regular - [sympy__sympy-24102](https://doutorai.pt/componentes/skills__sympy-sympy-24102-2): Com base na análise do arquiteto e nas tentativas de correção existentes que encontrei, posso gerar a correção correta. O problema é que o padrão de expressão r - [sympy__sympy-24152](https://doutorai.pt/componentes/skills__sympy-sympy-24152): Com base na descrição do problema, tenho informação suficiente para criar a correção. O problema descreve: - [sympy__sympy-24152](https://doutorai.pt/componentes/skills__sympy-sympy-24152-2): Com base na descrição do problema e na análise do arquiteto, tenho informação suficiente para gerar a correção. O problema descreve claramente a questão e forne - [sympy__sympy-24213](https://doutorai.pt/componentes/skills__sympy-sympy-24213): Com base no meu conhecimento do módulo de unidades físicas do SymPy e na descrição do problema, irei construir a correção adequada. A chave da questão é: - [sympy__sympy-24213](https://doutorai.pt/componentes/skills__sympy-sympy-24213-2): Com base na análise do arquiteto e na mensagem de erro no problema, posso gerar a correção. O problema é claro: no bloco Add handling, existe uma comparação dir - [sympy__sympy-24909](https://doutorai.pt/componentes/skills__sympy-sympy-24909): Com base no meu conhecimento da base de código do sympy e neste erro específico, posso gerar a correção. O problema está no método __mul__ da classe Prefix em s - [sympy__sympy-24909](https://doutorai.pt/componentes/skills__sympy-sympy-24909-2): Com base no meu conhecimento da base de código do SymPy e na descrição do problema, posso gerar a correção. O erro está no método __mul__ da classe Prefix em sy - [system-prompt-design](https://doutorai.pt/componentes/skills__system-prompt-design): Guia completo para escrever system prompts eficazes para agentes que permitam um funcionamento autónomo e de alta qualidade. - [system-prompts](https://doutorai.pt/componentes/skills__system-prompts): Os system prompts estabelecem a base para o comportamento dos LLM. Definem o papel, a especialidade, as restrições e as expetativas de saída. - [system_design_workflows](https://doutorai.pt/componentes/skills__system-design-workflows): Este guia de referência fornece informação abrangente para arquitetos sénior. - [systematic-debugging](https://doutorai.pt/componentes/skills__systematic-debugging): Use ao encontrar qualquer bug, falha de teste ou comportamento inesperado, antes de propor correções - [tables](https://doutorai.pt/componentes/skills__tables-2): Esta referência abrange a criação e gestão de dados tabulares estruturados no OMERO usando OMERO.tables. - [tables](https://doutorai.pt/componentes/skills__tables-3): O módulo astropy.table fornece ferramentas flexíveis para trabalhar com dados tabulares, com suporte para unidades, valores mascarados e vários formatos de fich - [tailwind](https://doutorai.pt/componentes/skills__tailwind): Utilização do TailwindCSS no Remotion. - [tailwind](https://doutorai.pt/componentes/skills__tailwind-2): Utilização do TailwindCSS no Remotion. - [tailwind-design-system](https://doutorai.pt/componentes/skills__tailwind-design-system): Desenvolva sistemas de design prontos para produção com Tailwind CSS, incluindo design tokens, variantes de componentes, padrões responsivos e acessibilidade. - [tailwind-patterns](https://doutorai.pt/componentes/skills__tailwind-patterns): Princípios do Tailwind CSS v4. Configuração CSS-first, container queries, padrões modernos, arquitetura de design tokens. - [take-screenshots](https://doutorai.pt/componentes/skills__take-screenshots): await browser.close(); console.log('Done! Screenshots saved to docs/screenshots/'); } - [talk_types_guide](https://doutorai.pt/componentes/skills__talk-types-guide): Diferentes contextos de apresentação exigem diferentes abordagens, estruturas e ênfases. Este guia fornece orientações detalhadas para tipos comuns de palestras - [tanstack-query-expert](https://doutorai.pt/componentes/skills__tanstack-query-expert): Especialista em TanStack Query (React Query) - gestão de estado assíncrono. Cobre data fetching, configuração de stale time, mutações, atualizações otimistas e - [tanstack-router](https://doutorai.pt/componentes/skills__tanstack-router): O TanStack Router fornece segurança de tipos completa para rotas, parâmetros, parâmetros de pesquisa e dados de carregadores. - [target_annotations](https://doutorai.pt/componentes/skills__target-annotations): O Open Targets define um alvo como "qualquer molécula de ocorrência natural que possa ser visada por um produto medicinal." Os alvos são maioritariamente genes - [task-execution-engine](https://doutorai.pt/componentes/skills__task-execution-engine): Execute tarefas de implementação a partir de documentos de design usando caixas de verificação markdown. Use ao (1) implementar funcionalidades a partir do outp - [task-format](https://doutorai.pt/componentes/skills__task-format): Lista de ficheiros a criar/modificar separada por vírgulas. - [task-queue](https://doutorai.pt/componentes/skills__task-queue): Sistema distribuído de filas de tarefas, tratamento de mensagens com falha e disjuntores de proteção. - [tasks](https://doutorai.pt/componentes/skills__tasks): O PyHealth fornece mais de 20 tarefas de previsão clínica predefinidas para aplicações comuns de IA na saúde. Cada função de tarefa transforma dados brutos de d - [tavily-web](https://doutorai.pt/componentes/skills__tavily-web): Capacidades de pesquisa web, extração de conteúdo, crawling e investigação usando a API Tavily - [tdd-orchestrator](https://doutorai.pt/componentes/skills__tdd-orchestrator): Orquestrador TDD master especializado na disciplina red-green-refactor, coordenação de fluxos de trabalho multi-agente e práticas abrangentes de desenvolvimento - [tdd-workflow](https://doutorai.pt/componentes/skills__tdd-workflow): Princípios do fluxo de trabalho de Desenvolvimento Orientado por Testes. Ciclo RED-GREEN-REFACTOR. - [tech-innovation](https://doutorai.pt/componentes/skills__tech-innovation): Um tema arrojado e moderno com cores de elevado contraste, perfeito para apresentações de tecnologia de ponta. - [tech-resume-optimizer](https://doutorai.pt/componentes/skills__tech-resume-optimizer): Otimize currículos para engenharia de software, gestão de produto e funções técnicas. Use quando o utilizador mencionar currículos de engenheiro de software, pr - [tech_decision_guide](https://doutorai.pt/componentes/skills__tech-decision-guide): Este guia de referência fornece informação abrangente para arquitetos sénior. - [tech_stack_guide](https://doutorai.pt/componentes/skills__tech-stack-guide): Este guia de referência fornece informação abrangente para programadores fullstack sénior. - [technology_evaluation_framework](https://doutorai.pt/componentes/skills__technology-evaluation-framework): Documente sempre: 1. Porque é que a tecnologia foi escolhida 2. Quem esteve envolvido na decisão 3. Quando foi tomada a decisão 4. Que alternativas foram consid - [telegram-bot-builder](https://doutorai.pt/componentes/skills__telegram-bot-builder-2): Especialista na criação de bots do Telegram que resolvem problemas reais - desde automação simples a bots complexos alimentados por IA. Cobre arquitetura de bot - [telegram-mini-app](https://doutorai.pt/componentes/skills__telegram-mini-app): Especialista na criação de Telegram Mini Apps (TWA) - web apps que correm dentro do Telegram com uma experiência semelhante a nativa. Cobre o ecossistema TON, a - [template-skill](https://doutorai.pt/componentes/skills__template-skill): Substituir pela descrição da skill e quando o Claude a deve usar. - [templates](https://doutorai.pt/componentes/skills__templates): Templates de scaffolding de projetos para novas aplicações. Usar ao criar novos projetos do zero. Contém 12 templates para várias stacks tecnológicas. - [templates](https://doutorai.pt/componentes/skills__templates-5): Listagem de templates e substituição de variáveis para vídeos do HeyGen - [tensorboard](https://doutorai.pt/componentes/skills__tensorboard): Visualizar métricas de treino, depurar modelos com histogramas, comparar experiências, visualizar gráficos de modelos e fazer o profiling do desempenho com o Te - [tensorrt-llm](https://doutorai.pt/componentes/skills__tensorrt-llm): Otimiza a inferência de LLM com NVIDIA TensorRT para o máximo throughput e a menor latência. Usar para deployment em produção em GPUs NVIDIA (A100/H100), quando - [terraform-specialist](https://doutorai.pt/componentes/skills__terraform-specialist): Especialista em Terraform/OpenTofu que domina a automatização avançada de IaC, gestão de estado e padrões de infraestrutura empresarial. - [test-academic](https://doutorai.pt/componentes/skills__test-academic): Devolva as suas respostas com citações diretas da skill onde for aplicável. - [test-detect](https://doutorai.pt/componentes/skills__test-detect): Deteção automática da framework de testes e execução dos testes relevantes. Identifica Jest, Vitest, Playwright, Cypress, pytest, Go test e outros. Pode executa - [test-driven-development](https://doutorai.pt/componentes/skills__test-driven-development): Usar ao implementar qualquer funcionalidade ou correção de bug, antes de escrever o código de implementação - [test-fixing](https://doutorai.pt/componentes/skills__test-fixing): Executar testes e corrigir sistematicamente todos os testes falhados utilizando agrupamento inteligente de erros. Usar quando o utilizador pedir para corrigir t - [test-hook](https://doutorai.pt/componentes/skills__test-hook): set +e output=$(timeout "$TIMEOUT" bash -c "cat '$TEST_INPUT' | $HOOK_SCRIPT" 2>&1) exit_code=$? set -e - [test-pressure-1](https://doutorai.pt/componentes/skills__test-pressure-1): Você é o engenheiro de piquete. A API de produção está em baixo. O painel de monitorização mostra: - Taxa de erro: 100% - Perda de receita: $15 000/minuto - Dur - [test-pressure-2](https://doutorai.pt/componentes/skills__test-pressure-2): Você está há 4 horas a depurar uma falha num teste. São agora 20h. Começou às 16h, à espera de 30 minutos de trabalho. - [test-pressure-3](https://doutorai.pt/componentes/skills__test-pressure-3): Você está a investigar por que razão a nova funcionalidade quebra as sessões de utilizador existentes. O engenheiro sénior está a escrever na base de código há - [test-scenarios](https://doutorai.pt/componentes/skills__test-scenarios): Teste estes cenários no Haiku, Sonnet e Opus para verificar a eficácia da skill. - [test_ai_generation](https://doutorai.pt/componentes/skills__test-ai-generation): Este script realiza testes dry-run sem fazer chamadas reais à API. Verifica: 1. Estrutura do script e importações 2. Inicialização de classes 3. Assinaturas de - [test_automation_patterns](https://doutorai.pt/componentes/skills__test-automation-patterns): Este guia de referência fornece informação abrangente para QA sénior. - [test_case_templates](https://doutorai.pt/componentes/skills__test-case-templates): Modelos padrão para criar casos de teste consistentes e abrangentes. - [test_selection_guide](https://doutorai.pt/componentes/skills__test-selection-guide): Este guia fornece uma árvore de decisão para selecionar testes estatísticos adequados com base em questões de investigação, tipos de dados e delineamentos de es - [testing](https://doutorai.pt/componentes/skills__testing): Testar Durable Objects com armazenamento utilizando o vitest-pool-workers. - [testing-anti-patterns](https://doutorai.pt/componentes/skills__testing-anti-patterns): Os testes devem verificar o comportamento real, não o comportamento de mock. Os mocks são um meio de isolar, não o elemento a ser testado. - [testing-guide](https://doutorai.pt/componentes/skills__testing-guide): Guia completo para testar serviços de backend com Jest e boas práticas. - [testing-patterns](https://doutorai.pt/componentes/skills__testing-patterns): Padrões de teste Jest, factory functions, estratégias de mocking e fluxo de trabalho TDD. Usar ao escrever testes unitários, criar test factories ou seguir o ci - [testing-skills-with-subagents](https://doutorai.pt/componentes/skills__testing-skills-with-subagents): O mesmo ciclo do TDD de código, formato de teste diferente. - [testing-skills-with-subagents](https://doutorai.pt/componentes/skills__testing-skills-with-subagents-2): O mesmo ciclo do TDD de código, formato de teste diferente. - [testing-strategies](https://doutorai.pt/componentes/skills__testing-strategies): Estratégias abrangentes para testar comandos slash antes da implementação e distribuição. - [testing_strategies](https://doutorai.pt/componentes/skills__testing-strategies-2): Este guia de referência fornece informação abrangente para QA sénior. - [text-animations](https://doutorai.pt/componentes/skills__text-animations): Padrões de tipografia e animação de texto para o Remotion. - [text-animations](https://doutorai.pt/componentes/skills__text-animations-2): Padrões de tipografia e animação de texto para o Remotion. - [text-animations-word-highlight](https://doutorai.pt/componentes/skills__text-animations-word-highlight): / Destaque uma palavra numa frase com um efeito wipe animado por mola. / - [text-animations-word-highlight](https://doutorai.pt/componentes/skills__text-animations-word-highlight-2): / Destaque uma palavra numa frase com um efeito wipe animado por mola. / - [text-overlays](https://doutorai.pt/componentes/skills__text-overlays): Adição de sobreposições de texto com fontes e posicionamento em vídeos do HeyGen - [text_and_multimodal](https://doutorai.pt/componentes/skills__text-and-multimodal): Gere conteúdo num formato de streaming para que os resultados do modelo sejam transmitidos de volta para você, em vez de serem devolvidos num único bloco. - [text_to_speech](https://doutorai.pt/componentes/skills__text-to-speech): Por omissão, utiliza gpt-4o-mini-tts-2025-12-15 e uma voz incorporada (cedar). - [theme-css-guide](https://doutorai.pt/componentes/skills__theme-css-guide): Como criar temas personalizados com base na especificação CSS oficial do tema Marpit. - [theme-factory](https://doutorai.pt/componentes/skills__theme-factory): Toolkit para estilizar artefactos com um tema. Estes artefactos podem ser slides, documentos, relatórios, landing pages em HTML, etc. Existem 10 temas predefini - [theme-selection](https://doutorai.pt/componentes/skills__theme-selection): Selecione o tema ideal de entre todos os 7 tipos de acordo com o seu caso de utilização. - [theme-showcase](https://doutorai.pt/componentes/skills__theme-showcase): %PDF-1.4 % ReportLab Generated PDF document http://www.reportlab.com 1 0 obj > endobj 2 0 obj > endobj 3 0 obj > /Rotate 0 /Trans > /Type /Page >> endobj 4 0 ob - [themes](https://doutorai.pt/componentes/skills__themes): Guia para o desenvolvimento de temas do Shopify com modelos Liquid. - [themes](https://doutorai.pt/componentes/skills__themes-2): A organização eficiente do tema é fundamental para evitar XAML redundante e garantir a consistência visual. - [theoretical-foundations](https://doutorai.pt/componentes/skills__theoretical-foundations): Este documento explica os princípios matemáticos e estatísticos subjacentes ao scvi-tools. - [theory](https://doutorai.pt/componentes/skills__theory): Este documento explica os fundamentos teóricos do SHAP (SHapley Additive exPlanations), incluindo os valores de Shapley da teoria dos jogos, os princípios que t - [think-tank](https://doutorai.pt/componentes/skills__think-tank): Executar um Virtual Think Tank - um debate estruturado multi-persona - antes de planear ou tomar decisões arquitetónicas/de design/estratégicas. Usar esta skill - [threat-analysis](https://doutorai.pt/componentes/skills__threat-analysis): Utilize os Firewall Threat Logs e os registos do Cloud IDS para identificar, analisar e resolver incidentes de segurança na sua rede VPC. - [threat-modeling-expert](https://doutorai.pt/componentes/skills__threat-modeling-expert): Especialista em metodologias de modelação de ameaças, revisão de arquitetura de segurança e avaliação de riscos. Domina STRIDE, PASTA, árvores de ataque e extra - [threat-modeling-risk](https://doutorai.pt/componentes/skills__threat-modeling-risk): O STRIDE é uma estrutura de modelação de ameaças desenvolvida pela Microsoft que categoriza as ameaças em seis tipos. - [thumbnail](https://doutorai.pt/componentes/skills__thumbnail): Cria um esquema em grelha de miniaturas de diapositivos com colunas configuráveis (máx. 6). Cada grelha contém até cols×(cols+1) imagens. Para apresentações com - [tikzposter_template](https://doutorai.pt/componentes/skills__tikzposter-template): \block[width=1.0\linewidth]{}{ \footnotesize \begin{minipage}{0.7\textwidth} \textbf{References} \begin{enumerate} \item Author A et al. (2023). Title of paper. - [tile_extraction](https://doutorai.pt/componentes/skills__tile-extraction): A extração de mosaicos é o processo de recortar regiões mais pequenas e geríveis de imagens de lâmina inteira. O Histolab disponibiliza três estratégias princip - [time](https://doutorai.pt/componentes/skills__time): O módulo astropy.time disponibiliza ferramentas robustas para manipular horas e datas com suporte para várias escalas de tempo e formatos. - [time_evolution](https://doutorai.pt/componentes/skills__time-evolution): Para sistemas quânticos fechados que evoluem de forma unitária. - [time_series](https://doutorai.pt/componentes/skills__time-series): Este documento fornece orientação abrangente sobre modelos de séries temporais no statsmodels, incluindo ARIMA, modelos de espaço de estados, VAR, alisamento ex - [timing](https://doutorai.pt/componentes/skills__timing): Curvas de interpolação no Remotion - linear, easing, animações spring - [timing](https://doutorai.pt/componentes/skills__timing-2): Curvas de interpolação no Remotion - linear, easing, animações spring - [timing_guidelines](https://doutorai.pt/componentes/skills__timing-guidelines): A gestão adequada do tempo é crítica para apresentações científicas profissionais. Este guia fornece orientações detalhadas sobre a contagem de diapositivos, al - [tissue_masks](https://doutorai.pt/componentes/skills__tissue-masks): As máscaras tecidulares são representações binárias que identificam regiões de tecido em imagens de lâmina inteira. São essenciais para filtrar o fundo, artefac - [token-verification](https://doutorai.pt/componentes/skills__token-verification): A verificação de tokens permite ao seu servidor FastMCP validar tokens de suporte (bearer tokens) emitidos por sistemas externos sem participar nos fluxos de au - [tokenizers](https://doutorai.pt/componentes/skills__tokenizers): Os tokenizadores convertem texto em representações numéricas (tokens) que os modelos conseguem processar. Tratam de tokens especiais, preenchimento (padding), t - [tokenizers](https://doutorai.pt/componentes/skills__tokenizers-2): Os tokenizadores convertem regiões genómicas em tokens discretos para aplicações de aprendizagem automática, sendo particularmente úteis para o treino de modelo - [tool-orchestration](https://doutorai.pt/componentes/skills__tool-orchestration): Padrões fundamentados em investigação, inspirados no NVIDIA ToolOrchestra, no OpenAI Agents SDK e na investigação de coordenação multiagente. - [tool-usage](https://doutorai.pt/componentes/skills__tool-usage): Guia completo para utilizar eficazmente ferramentas MCP em comandos de plugins e agentes do Claude Code. - [tool-use](https://doutorai.pt/componentes/skills__tool-use): Para uma visão geral concetual (definições de ferramentas, escolha de ferramentas, dicas), consulte shared/tool-use-concepts.md. - [tool-use](https://doutorai.pt/componentes/skills__tool-use-2): Para uma visão geral concetual (definições de ferramentas, escolha de ferramentas, dicas), consulte shared/tool-use-concepts.md. - [tool-use-concepts](https://doutorai.pt/componentes/skills__tool-use-concepts): Este ficheiro abrange os fundamentos concetuais da utilização de ferramentas com a Claude API. Para exemplos de código específicos de cada linguagem, consulte a - [tools](https://doutorai.pt/componentes/skills__tools-2): As ferramentas são os blocos de construção fundamentais que permitem ao seu LLM interagir com sistemas externos, executar código e aceder a dados que não estão - [tools_reference](https://doutorai.pt/componentes/skills__tools-reference): Este documento fornece uma referência completa para todos os utilitários de linha de comandos do deepTools organizados por categoria. - [torch-geometric](https://doutorai.pt/componentes/skills__torch-geometric): Redes Neuronais de Grafos (PyG). Classificação de nós/grafos, previsão de ligações, GCN, GAT, GraphSAGE, grafos heterogéneos, previsão de propriedades molecular - [torchdrug](https://doutorai.pt/componentes/skills__torchdrug): Toolkit para descoberta de fármacos baseada em grafos. Previsão de propriedades moleculares (ADMET), modelação de proteínas, raciocínio em grafos de conheciment - [torchforge-rl-training](https://doutorai.pt/componentes/skills__torchforge-rl-training): Fornece orientação para RL agêntico nativo em PyTorch utilizando a torchforge, a biblioteca da Meta que separa a infraestrutura dos algoritmos. Usar quando pret - [tracking](https://doutorai.pt/componentes/skills__tracking): Guia completo para o acompanhamento de experiências com o MLflow. - [trademark_api](https://doutorai.pt/componentes/skills__trademark-api): O TSDR permite a recuperação programática de documentos e informações sobre o estado de processos de marcas registadas. - [trademark_client](https://doutorai.pt/componentes/skills__trademark-client): Fornece funções para pesquisar e recuperar dados de marcas registadas utilizando a USPTO Trademark Status & Document Retrieval (TSDR) API. - [train_template](https://doutorai.pt/componentes/skills__train-template): Este modelo fornece um script de treino completo para aprendizagem por reforço com a PufferLib. Personalize o ambiente, a política e a configuração de treino co - [trainer](https://doutorai.pt/componentes/skills__trainer): O Trainer automatiza os fluxos de trabalho de treino após a organização do código PyTorch num LightningModule. Trata automaticamente dos pormenores do ciclo, ge - [training](https://doutorai.pt/componentes/skills__training): Guia completo para o treino de modelos SentencePiece. - [training](https://doutorai.pt/componentes/skills__training-2): Guia de treino completo baseado na documentação oficial e nas práticas de produção do DeepSpeed. - [training](https://doutorai.pt/componentes/skills__training-3): O train.py do NanoGPT é um script de treino autónomo com dependências mínimas. - [training](https://doutorai.pt/componentes/skills__training-4): Guia completo para treinar tokenizadores do zero. - [training](https://doutorai.pt/componentes/skills__training-5): Guia para o treino e ajuste fino de modelos LLaVA. - [training](https://doutorai.pt/componentes/skills__training-6): Faça o ajuste fino de modelos pré-treinados em conjuntos de dados personalizados utilizando a Trainer API. O Trainer gere os ciclos de treino, acumulação de gra - [training](https://doutorai.pt/componentes/skills__training-7): O PuffeRL é o algoritmo de treino de elevado desempenho da PufferLib baseado no PPO com LSTMs da CleanRL, aprimorado com melhorias de investigação proprietárias - [training-llms-megatron](https://doutorai.pt/componentes/skills__training-llms-megatron): Treina grandes modelos de linguagem (2B-462B parâmetros) utilizando NVIDIA Megatron-Core com estratégias avançadas de paralelismo. Usar ao treinar modelos com m - [training-recipes](https://doutorai.pt/componentes/skills__training-recipes): Configurações completas de hiperparâmetros para LoRA, QLoRA e fine-tuning completo em diferentes tamanhos de modelo. - [training-recipes](https://doutorai.pt/componentes/skills__training-recipes-2): Configurações completas de hiperparâmetros e receitas de treino para modelos GPT, LLaMA e Mixtral. - [training_evaluation](https://doutorai.pt/componentes/skills__training-evaluation): O PyHealth fornece ferramentas abrangentes para treinar modelos, avaliar previsões, garantir a fiabilidade do modelo e interpretar resultados para aplicações cl - [transcribe-captions](https://doutorai.pt/componentes/skills__transcribe-captions): Transcrição de áudio para gerar legendas no Remotion - [transcribe-captions](https://doutorai.pt/componentes/skills__transcribe-captions-2): Transcrição de áudio para gerar legendas no Remotion - [transfer_learning](https://doutorai.pt/componentes/skills__transfer-learning): Utilize modelos pré-treinados (ChemBERTa, GROVER, MolFormer) para a previsão de propriedades moleculares com aprendizagem por transferência. Particularmente úti - [transfer_syntaxes](https://doutorai.pt/componentes/skills__transfer-syntaxes): Este documento fornece uma referência abrangente sobre sintaxes de transferência DICOM e formatos de compressão. As sintaxes de transferência definem como os da - [transformation](https://doutorai.pt/componentes/skills__transformation): Este guia abrange a otimização, compilação e manipulação de circuitos utilizando a framework de transformação da Cirq. - [transformations](https://doutorai.pt/componentes/skills__transformations): Guia completo sobre transformações de dados no Ray Data. - [transformations](https://doutorai.pt/componentes/skills__transformations-2): Guia abrangente sobre operações de junção, concatenação e remodelação no Polars. - [transformations](https://doutorai.pt/componentes/skills__transformations-3): O Aeon fornece amplas capacidades de transformação para pré-processamento, extração de características e aprendizagem de representação a partir de dados de séri - [transformations_workflows](https://doutorai.pt/componentes/skills__transformations-workflows): Esta referência documenta a framework de transformação do pymatgen e fornece receitas para fluxos de trabalho comuns na ciência dos materiais. - [transformer-lens-interpretability](https://doutorai.pt/componentes/skills__transformer-lens-interpretability): Fornece orientação para investigação de interpretabilidade mecanicista utilizando o TransformerLens para inspecionar e manipular componentes internos de transfo - [transformers](https://doutorai.pt/componentes/skills__transformers): Esta skill deve ser usada ao trabalhar com modelos transformer pré-treinados para processamento de linguagem natural, visão por computador, áudio ou tarefas mul - [transformers-integration](https://doutorai.pt/componentes/skills__transformers-integration): O HuggingFace Transformers (v4.36+) suporta Flash Attention 2 nativamente. - [transforms_reference](https://doutorai.pt/componentes/skills__transforms-reference): Este documento fornece uma referência abrangente de todas as transformações disponíveis em torch_geometric.transforms. - [transitions](https://doutorai.pt/componentes/skills__transitions): Transições de cena em ecrã inteiro para o Remotion. - [transitions](https://doutorai.pt/componentes/skills__transitions-2): Transições de cena em ecrã inteiro para o Remotion. - [transpilation](https://doutorai.pt/componentes/skills__transpilation): A transpilação é o processo de reescrever um circuito quântico para corresponder à topologia e ao conjunto de portas de um dispositivo quântico específico, otim - [treatment-plans](https://doutorai.pt/componentes/skills__treatment-plans): Gerar planos de tratamento médico concisos (3-4 páginas) e focados em formato LaTeX/PDF para todas as especialidades clínicas. Suporta tratamento médico geral, - [treatment_plan_standards](https://doutorai.pt/componentes/skills__treatment-plan-standards): Os planos de tratamento são documentos abrangentes que delineiam abordagens sistemáticas para responder às condições de saúde dos pacientes através de intervenç - [treatment_recommendation_template](https://doutorai.pt/componentes/skills__treatment-recommendation-template): \textbf{Metodologia}: Framework GRADE para avaliação de evidência e desenvolvimento de recomendações. Revisão sistemática da literatura realizada no período [in - [treatment_recommendations](https://doutorai.pt/componentes/skills__treatment-recommendations): Recomendações de tratamento baseadas em evidências fornecem aos clínicos orientação sistemática para a tomada de decisões terapêuticas. Este guia abrange o dese - [trigger-dev](https://doutorai.pt/componentes/skills__trigger-dev): Especialista em Trigger.dev para background jobs, workflows de IA e execução assíncrona fiável com excelente experiência de desenvolvimento e design focado em T - [triggering-examples](https://doutorai.pt/componentes/skills__triggering-examples): Guia completo para escrever blocos eficazes em descrições de agentes para uma ativação fiável. - [trimming](https://doutorai.pt/componentes/skills__trimming): Padrões de trimming para o Remotion - cortar o início ou o fim de animações - [trimming](https://doutorai.pt/componentes/skills__trimming-2): Padrões de trimming para o Remotion - cortar o início ou o fim de animações - [troubleshooting](https://doutorai.pt/componentes/skills__troubleshooting-13): Tanto o Monarch como o torchforge são experimentais. Espere: alterações de API entre versões, funcionalidades incompletas e erros em casos limite. - [troubleshooting](https://doutorai.pt/componentes/skills__troubleshooting-24): Problemas comuns e soluções para quantização e inferência com GPTQ. - [troubleshooting](https://doutorai.pt/componentes/skills__troubleshooting-25): GPUs mais antigas (GTX 10xx, V100) não são suportadas. - [troubleshooting-basics](https://doutorai.pt/componentes/skills__troubleshooting-basics): Use isto quando um deploy falhar, o serviço vá abaixo ao iniciar ou as verificações de estado (health checks) esgotem o tempo limite. Mantenha as correções no m - [tutorials](https://doutorai.pt/componentes/skills__tutorials-4): Este tutorial mostrará como usar o DeepNVMe para transferências de dados entre o armazenamento persistente e tensores residentes na memória do host ou do dispos - [twilio-communications](https://doutorai.pt/componentes/skills__twilio-communications): Construir funcionalidades de comunicação com o Twilio: mensagens SMS, chamadas de voz, API do WhatsApp Business e verificação de utilizadores (2FA). Cobre todo - [typescript-pro](https://doutorai.pt/componentes/skills__typescript-pro): Dominar o TypeScript com tipos avançados, genéricos e type safety estrita. Lida com sistemas de tipos complexos, decorators e padrões de nível empresarial. - [typescript-standards](https://doutorai.pt/componentes/skills__typescript-standards): Melhores práticas de TypeScript para segurança de tipos e manutenibilidade em código frontend de React. - [ui-components](https://doutorai.pt/componentes/skills__ui-components): Componentes de UI pré-construídos para fluxos de autenticação. - [ui-design-system](https://doutorai.pt/componentes/skills__ui-design-system): Toolkit de sistema de design de UI para Designer de UI Sénior, incluindo geração de design tokens, documentação de componentes, cálculos de design responsivo e - [ui-ux-pro-max](https://doutorai.pt/componentes/skills__ui-ux-pro-max): Inteligência de design de UI/UX. 50 estilos, 21 paletas, 50 combinações de fontes, 20 gráficos, 9 stacks (React, Next.js, Vue, Svelte, SwiftUI, React Native, Fl - [umap-learn](https://doutorai.pt/componentes/skills__umap-learn): Redução de dimensionalidade UMAP. Aprendizagem rápida de manifold não-linear para visualização 2D/3D, pré-processamento de clustering (HDBSCAN), UMAP supervisio - [uniprot-database](https://doutorai.pt/componentes/skills__uniprot-database): Acesso direto à API REST ao UniProt. Pesquisas de proteínas, obtenção de FASTA, mapeamento de ID, Swiss-Prot/TrEMBL. Para workflows Python com múltiplas bases d - [uniprot_client](https://doutorai.pt/componentes/skills__uniprot-client): Um cliente Python para interagir com a API REST da UniProt. Fornece funções auxiliares para operações comuns, incluindo pesquisa, recuperação, mapeamento de ID - [units](https://doutorai.pt/componentes/skills__units): O módulo astropy.units trata da definição, conversão entre e realização de aritmética com grandezas físicas. - [unsloth](https://doutorai.pt/componentes/skills__unsloth): Orientação especializada para fine-tuning rápido com Unsloth - treino 2-5x mais rápido, 50-80% menos memória, otimização LoRA/QLoRA - [unsupervised_learning](https://doutorai.pt/componentes/skills__unsupervised-learning): A aprendizagem não supervisionada descobre padrões em dados não rotulados através de agrupamento (clustering), redução de dimensionalidade e estimativa de densi - [upgrade-guide](https://doutorai.pt/componentes/skills__upgrade-guide): Este guia cobre as alterações de rutura e os passos de migração ao atualizar o FastMCP. - [upstash-qstash](https://doutorai.pt/componentes/skills__upstash-qstash): Especialista em Upstash QStash para filas de mensagens serverless, tarefas agendadas e entrega fiável de tarefas baseadas em HTTP sem gerir infraestrutura. Usar - [usage_patterns](https://doutorai.pt/componentes/skills__usage-patterns): Padrões avançados para utilizar a skill NotebookLM de forma eficaz. - [use_cases](https://doutorai.pt/componentes/skills__use-cases): Exemplos abrangentes que demonstram o biomni em domínios de investigação biomédica. - [user-elicitation](https://doutorai.pt/componentes/skills__user-elicitation): A elucidação do utilizador permite que os servidores MCP solicitem dados de entrada estruturados aos utilizadores durante a execução de ferramentas. Em vez de e - [using-git-worktrees](https://doutorai.pt/componentes/skills__using-git-worktrees): Usar ao iniciar o desenvolvimento de funcionalidades que necessitem de isolamento do workspace atual ou antes de executar planos de implementação - cria worktre - [using-neon](https://doutorai.pt/componentes/skills__using-neon): Guias e boas práticas para trabalhar com Neon Serverless Postgres. Cobre introdução, desenvolvimento local com Neon, escolha de método de ligação, funcionalidad - [using-references](https://doutorai.pt/componentes/skills__using-references): Os modelos (templates) são a sua principal ferramenta para escrever READMEs. As referências fornecem profundidade: utilize-as para aperfeiçoar a sua compreensão - [using-superpowers](https://doutorai.pt/componentes/skills__using-superpowers): Usar ao iniciar qualquer conversa - estabelece como encontrar e usar skills, exigindo a invocação da ferramenta Skill antes de QUALQUER resposta, incluindo perg - [using-superpowers](https://doutorai.pt/componentes/skills__using-superpowers-2): Usar ao iniciar qualquer conversa - estabelece como encontrar e usar skills, exigindo a invocação da ferramenta Skill antes de QUALQUER resposta, incluindo perg - [uspto-database](https://doutorai.pt/componentes/skills__uspto-database): Aceder a APIs do USPTO para pesquisas de patentes/marcas registadas, histórico de exames (PEDS), atribuições, citações, notificações oficiais (office actions), - [utilities](https://doutorai.pt/componentes/skills__utilities): Este documento fornece documentação abrangente para as funções de processamento de dados, avaliação e utilitários do TDC. - [utilities](https://doutorai.pt/componentes/skills__utilities-2): O BBClient fornece um armazenamento em cache eficiente de ficheiros BED a partir de fontes remotas, permitindo um acesso repetido mais rápido e a integração com - [utilities](https://doutorai.pt/componentes/skills__utilities-3): Este módulo fornece o XMLEditor, uma ferramenta para manipular ficheiros XML com suporte para localização de nós baseada no número da linha e manipulação de DOM - [utilities](https://doutorai.pt/componentes/skills__utilities-4): Este módulo fornece o XMLEditor, uma ferramenta para manipular ficheiros XML com suporte para localização de nós baseada no número da linha e manipulação de DOM - [utility-types](https://doutorai.pt/componentes/skills__utility-types): / Biblioteca de Tipos Utilitários de TypeScript: Uma coleção de tipos utilitários comummente utilizados para projetos em TypeScript. Copie e use conforme necess - [ux-researcher-designer](https://doutorai.pt/componentes/skills__ux-researcher-designer): Conjunto de ferramentas de design e pesquisa de UX para Designer/Investigador de UX Sénior, incluindo geração de personas baseada em dados, mapeamento de jornad - [vaex](https://doutorai.pt/componentes/skills__vaex): Usar esta skill para processar e analisar grandes conjuntos de dados tabulares (milhares de milhões de linhas) que excedam a RAM disponível. O Vaex destaca-se e - [validate_case_report](https://doutorai.pt/componentes/skills__validate-case-report): Este script verifica a conformidade de um relatório de caso clínico com as diretrizes CARE e fornece uma lista de verificação dos elementos necessários. - [validate_files](https://doutorai.pt/componentes/skills__validate-files): Valida ficheiros BAM, bigWig e BED para análise do deepTools. Verifica a existência do ficheiro, a indexação adequada e os requisitos básicos de formato. - [validate_presentation](https://doutorai.pt/componentes/skills__validate-presentation): Valida apresentações científicas para problemas comuns: contagem de slides vs. duração, compilação de LaTeX, verificações do tamanho do ficheiro e validação de - [validate_trial_report](https://doutorai.pt/componentes/skills__validate-trial-report): Verifica a conformidade dos Clinical Study Reports (CSR) com a ICH-E3. - [validation](https://doutorai.pt/componentes/skills__validation): Guia completo sobre validação no Instructor utilizando o Pydantic. - [validation-patterns](https://doutorai.pt/componentes/skills__validation-patterns): Guia completo sobre validação de entradas utilizando esquemas Zod para validação com segurança de tipos. - [validators](https://doutorai.pt/componentes/skills__validators): Estes validadores ajudam a garantir que os seus GIFs cumprem as restrições de tamanho e dimensão do Slack. - [validators](https://doutorai.pt/componentes/skills__validators-2): Estes validadores ajudam a garantir que os seus GIFs cumprem as restrições de tamanho e dimensão do Slack. - [variables](https://doutorai.pt/componentes/skills__variables): Exemplos: - {{selector:h1}}: Texto da tag H1. - {{selector:img.hero?src}}: Origem da imagem com a classe 'hero'. - {{selector:.author}}: Texto do elemento com a - [variables](https://doutorai.pt/componentes/skills__variables-2): As variáveis no Railway suportam referências a outros serviços, variáveis partilhadas e valores fornecidos pelo Railway. - [variant_files](https://doutorai.pt/componentes/skills__variant-files): O Pysam fornece a classe VariantFile para leitura e escrita de ficheiros VCF (Variant Call Format) e BCF (VCF binário). Estes ficheiros contêm informação sobre - [vectorization](https://doutorai.pt/componentes/skills__vectorization): O sistema de vetorização da PufferLib permite a simulação paralela de ambientes de alto desempenho, alcançando milhões de passos por segundo através de uma impl - [vectorized_envs](https://doutorai.pt/componentes/skills__vectorized-envs): Este documento fornece informação abrangente sobre ambientes vetorizados no Stable Baselines3 para um treino paralelo eficiente. - [venue-templates](https://doutorai.pt/componentes/skills__venue-templates): Aceder a templates LaTeX abrangentes, requisitos de formatação e diretrizes de submissão para os principais canais de publicação científica (Nature, Science, PL - [vercel](https://doutorai.pt/componentes/skills__vercel): PNG IHDR d d pT pHYs sRGB gAMA a IDATx 휁iB1 EN #8#n 88# A# R ѯ;s x mR BA CBH !!0$ CBH !!0$ CBH !!0$ P "&ܙ x UHz F Nvl6 W %$1 ! H{Z ylj= y~j= պ\ %ҀwX] kj+8n l Z% - [vercel-deploy](https://doutorai.pt/componentes/skills__vercel-deploy): Fazer o deploy de aplicações e websites para a Vercel. Usar quando o utilizador solicitar ações de deploy como "fazer deploy da minha app", "fazer deploy e dar- - [vercel-deployment](https://doutorai.pt/componentes/skills__vercel-deployment): Conhecimento especializado para fazer deploy para a Vercel com Next.js. Usar quando: vercel, deploy, deployment, hosting, production. - [vercel-react-best-practices](https://doutorai.pt/componentes/skills__vercel-react-best-practices): Diretrizes de otimização de desempenho de React e Next.js da Vercel Engineering. Esta skill deve ser usada ao escrever, rever ou refatorar código React/Next.js - [verification-before-completion](https://doutorai.pt/componentes/skills__verification-before-completion): Usar quando estiver prestes a declarar que o trabalho está concluído, corrigido ou a passar nos testes, antes de fazer commit ou criar PRs - exige a execução de - [verified-workflows](https://doutorai.pt/componentes/skills__verified-workflows): O módulo latch.verified fornece acesso programático a fluxos de trabalho verificados a partir de código Python. - [verify_citations](https://doutorai.pt/componentes/skills__verify-citations): citation = f"{authors} {title}. " if journal: citation += f"{journal} " if volume: citation += f"{volume}, " if pages: citation += f"{pages} " if year: citation - [verl-rl-training](https://doutorai.pt/componentes/skills__verl-rl-training): Fornece orientação para treinar LLMs com aprendizagem por reforço utilizando verl (Volcano Engine RL). Usar ao implementar RLHF, GRPO, PPO ou outros algoritmos - [versioning](https://doutorai.pt/componentes/skills__versioning-2): O versionamento de componentes permite-lhe manter várias implementações da mesma ferramenta, recurso ou prompt sob um único identificador. Você regista cada ver - [vibe-kanban](https://doutorai.pt/componentes/skills__vibe-kanban): O Loki Mode pode opcionalmente integrar-se com o Vibe Kanban para fornecer um painel visual para monitorizar a execução autónoma. - [video-agent](https://doutorai.pt/componentes/skills__video-agent): Geração de vídeo a partir de um único prompt (one-shot prompt) com a API HeyGen Video Agent - [video-api](https://doutorai.pt/componentes/skills__video-api): Mantenha este ficheiro curto; a documentação completa encontra-se na documentação da plataforma OpenAI. - [video-downloader](https://doutorai.pt/componentes/skills__video-downloader): Descarrega vídeos do YouTube e de outras plataformas para visualização offline, edição ou arquivo. Suporta vários formatos e opções de qualidade. - [video-generation](https://doutorai.pt/componentes/skills__video-generation): Workflow POST /v2/video/generate e vídeos de várias cenas para o HeyGen - [video-status](https://doutorai.pt/componentes/skills__video-status): Padrões de polling, tipos de estado e obtenção de URLs de download para vídeos do HeyGen - [video-translation](https://doutorai.pt/componentes/skills__video-translation): Tradução de vídeos, modos rápido/de qualidade e dobragem para o HeyGen - [videos](https://doutorai.pt/componentes/skills__videos): Incorporação de vídeos em Remotion - corte (trimming), volume, velocidade, repetição (looping), tom (pitch) - [videos](https://doutorai.pt/componentes/skills__videos-2): Incorporação de vídeos em Remotion - corte (trimming), volume, velocidade, repetição (looping), tom (pitch) - [viewer](https://doutorai.pt/componentes/skills__viewer): Sem dados de benchmark disponíveis. Execute um benchmark para ver resultados quantitativos aqui. - [viewer](https://doutorai.pt/componentes/skills__viewer-3): Sem dados de benchmark disponíveis. Execute um benchmark para ver resultados quantitativos aqui. - [viewer](https://doutorai.pt/componentes/skills__viewer-4): Sem dados de benchmark disponíveis. Execute um benchmark para ver resultados quantitativos aqui. - [viewmodels](https://doutorai.pt/componentes/skills__viewmodels): Numa aplicação baseada em Zafiro, os ViewModels devem ser funcionais, reativos e resilientes. - [viral-generator-builder](https://doutorai.pt/componentes/skills__viral-generator-builder): Especialista na criação de ferramentas geradoras partilháveis que se tornam virais - geradores de nomes, criadores de questionários, criadores de avatares, test - [visual_generation_guide](https://doutorai.pt/componentes/skills__visual-generation-guide): Prompts completos e orientação para gerar visualizações em relatórios de estudos de mercado. - [visual_review_workflow](https://doutorai.pt/componentes/skills__visual-review-workflow): A revisão visual é uma etapa crítica de garantia de qualidade para apresentações, permitindo a você identificar e corrigir problemas de layout, transbordo de te - [visualization](https://doutorai.pt/componentes/skills__visualization): Guia completo para visualizar experiências de ML com o TensorBoard. - [visualization](https://doutorai.pt/componentes/skills__visualization-2): O Qiskit fornece ferramentas abrangentes de visualização para circuitos quânticos, resultados de medição e estados quânticos. - [visualization](https://doutorai.pt/componentes/skills__visualization-3): Visualize estados de qubits na esfera de Bloch. - [visualization](https://doutorai.pt/componentes/skills__visualization-5): O PyLabRobot fornece ferramentas de visualização e simulação para desenvolver, testar e validar protocolos de laboratório sem hardware físico. O visualizador of - [visualization](https://doutorai.pt/componentes/skills__visualization-6): Guia completo para a visualização de árvores com o ETE Toolkit. - [visualization](https://doutorai.pt/componentes/skills__visualization-7): O Histolab fornece vários métodos de visualização integrados para ajudar a inspecionar lâminas, pré-visualizar localizações de blocos, visualizar máscaras e ava - [visualization](https://doutorai.pt/componentes/skills__visualization-8): O GeoPandas oferece criação de gráficos através da integração com o matplotlib. - [visualization](https://doutorai.pt/componentes/skills__visualization-9): Esta referência abrange as capacidades de visualização do Vaex para criar gráficos, mapas de calor e visualizações interativas de grandes conjuntos de dados. - [visualization](https://doutorai.pt/componentes/skills__visualization-10): Referência abrangente para capacidades de visualização no pymoo. - [visualize_graph](https://doutorai.pt/componentes/skills__visualize-graph): Args: data: objeto Data do PyTorch Geometric title: Título do gráfico node_color_attr: Atributo de dados a utilizar para as cores dos nós (ex: 'y', 'train_mask' - [voice-agents](https://doutorai.pt/componentes/skills__voice-agents): Os agentes de voz representam a fronteira da interação de IA - humanos a falar naturalmente com sistemas de IA. O desafio não é apenas o reconhecimento e a sínt - [voice-ai-development](https://doutorai.pt/componentes/skills__voice-ai-development): Especialista na criação de aplicações de IA de voz - desde agentes de voz em tempo real a aplicações ativadas por voz. Cobre OpenAI Realtime API, Vapi para agen - [voice-over-script](https://doutorai.pt/componentes/skills__voice-over-script): Narração completa para o vídeo de demonstração do Loki Mode. - [voices](https://doutorai.pt/componentes/skills__voices): Listagem de vozes, locais (locales), configuração de velocidade/tom para o HeyGen - [volumes](https://doutorai.pt/componentes/skills__volumes): Os Modal Volumes fornecem sistemas de ficheiros distribuídos de elevado desempenho para aplicações Modal. Concebidos para cargas de trabalho de escrita única e - [vpc-flow-analysis](https://doutorai.pt/componentes/skills__vpc-flow-analysis): Utilize os VPC Flow Logs para analisar padrões de tráfego, volume e latência. - [vr-ar](https://doutorai.pt/componentes/skills__vr-ar): Princípios de desenvolvimento de RV/RA. Requisitos de conforto, interação e desempenho. - [vuln_prioritizer](https://doutorai.pt/componentes/skills__vuln-prioritizer): Prioriza vulnerabilidades com base na pontuação CVSS combinada com fatores de contexto de negócio, tais como a criticidade do ativo, a exposição, a disponibilid - [vulnerability-scanner](https://doutorai.pt/componentes/skills__vulnerability-scanner): Princípios avançados de análise de vulnerabilidades. OWASP 2025, Segurança da Cadeia de Abastecimento (Supply Chain Security), mapeamento da superfície de ataqu - [vulnerability_management_guide](https://doutorai.pt/componentes/skills__vulnerability-management-guide): Este guia de referência fornece informação abrangente para secops sénior. - [wanda](https://doutorai.pt/componentes/skills__wanda): O Wanda faz poda (pruning) de LLMs por magnitude do peso × ativação de entrada, atingindo 50% de esparsidade com <1% de perda de exatidão, sem necessidade de re - [wcs_and_other_modules](https://doutorai.pt/componentes/skills__wcs-and-other-modules): O módulo WCS gere transformações entre coordenadas de píxeis em imagens e coordenadas do mundo (ex: coordenadas celestes). - [web-artifacts-builder](https://doutorai.pt/componentes/skills__web-artifacts-builder): Conjunto de ferramentas para criar artefactos HTML elaborados e com múltiplos componentes para o claude.ai, utilizando tecnologias web de frontend modernas (Rea - [web-artifacts-builder](https://doutorai.pt/componentes/skills__web-artifacts-builder-2): Conjunto de ferramentas para criar artefactos HTML elaborados e com múltiplos componentes para o claude.ai, utilizando tecnologias web de frontend modernas (Rea - [web-design-guidelines](https://doutorai.pt/componentes/skills__web-design-guidelines): Rever código de UI para conformidade com as Web Interface Guidelines. Usar quando for solicitado para "rever a minha UI", "verificar a acessibilidade", "auditar - [web-endpoints](https://doutorai.pt/componentes/skills__web-endpoints): Cria uma aplicação efémera com recarregamento em tempo real (live-reloading). As alterações aos endpoints aparecem quase imediatamente. - [web-games](https://doutorai.pt/componentes/skills__web-games): Princípios de desenvolvimento de jogos para navegador web. Seleção de framework, WebGPU, otimização, PWA. - [web-performance-optimization](https://doutorai.pt/componentes/skills__web-performance-optimization): Otimizar o desempenho de websites e aplicações web, incluindo velocidade de carregamento, Core Web Vitals, tamanho do bundle, estratégias de cache e desempenho - [web-quality-audit](https://doutorai.pt/componentes/skills__web-quality-audit): Auditoria abrangente de qualidade web cobrindo desempenho, acessibilidade, SEO e boas práticas. Usar quando for solicitado para "auditar o meu site", "rever a q - [web-scraper-api](https://doutorai.pt/componentes/skills__web-scraper-api): A API Bright Data Web Scraper fornece scrapers pré-construídos ("datasets") para mais de 100 websites populares, incluindo Amazon, LinkedIn, Instagram, TikTok, - [web-security-testing](https://doutorai.pt/componentes/skills__web-security-testing): Workflow de testes de segurança de aplicações web para as vulnerabilidades do OWASP Top 10, incluindo injeção, XSS, falhas de autenticação e problemas de contro - [web-to-markdown](https://doutorai.pt/componentes/skills__web-to-markdown): Usar APENAS quando o utilizador disser explicitamente: 'use a skill web-to-markdown ...' (ou 'use uma skill web-to-markdown ...'). Converte URLs de páginas web - [web-unlocker](https://doutorai.pt/componentes/skills__web-unlocker): O Web Unlocker é o proxy de desbloqueio baseado em HTTP da Bright Data. Seleciona automaticamente a melhor rede de proxies, lida com proteções anti-bot, resolve - [webapp-testing](https://doutorai.pt/componentes/skills__webapp-testing): Conjunto de ferramentas para interagir com e testar aplicações web locais usando o Playwright. Suporta a verificação de funcionalidades de frontend, depuração d - [webapp-testing](https://doutorai.pt/componentes/skills__webapp-testing-2): Conjunto de ferramentas para interagir com e testar aplicações web locais usando o Playwright. Suporta a verificação de funcionalidades de frontend, depuração d - [webhook_processing](https://doutorai.pt/componentes/skills__webhook-processing): Use search_templates({query: "webhook"}) para encontrar mais! - [webhooks](https://doutorai.pt/componentes/skills__webhooks): Registo de endpoints de webhook e tipos de eventos para o HeyGen - [weights-and-biases](https://doutorai.pt/componentes/skills__weights-and-biases): Monitorizar experiências de ML com registo automático, visualizar o treino em tempo real, otimizar hiperparâmetros com sweeps e gerir o registo de modelos com W - [what-is-neon](https://doutorai.pt/componentes/skills__what-is-neon): O Neon é uma plataforma Postgres serverless concebida para o ajudar a construir aplicações fiáveis e escaláveis mais rapidamente. Separa o processamento e o arm - [whisper](https://doutorai.pt/componentes/skills__whisper): Modelo de reconhecimento de fala de uso geral da OpenAI. Suporta 99 idiomas, transcrição, tradução para inglês e identificação de idioma. Seis tamanhos de model - [wizards](https://doutorai.pt/componentes/skills__wizards): Processos complexos de múltiplos passos são tratados utilizando o padrão SlimWizard. Isto fornece uma forma declarativa de definir passos, lógica de navegação e - [workflow-automation](https://doutorai.pt/componentes/skills__workflow-automation): A automatização de fluxos de trabalho é a infraestrutura que torna os agentes de IA fiáveis. Sem execução duradoura, uma falha de rede durante um fluxo de pagam - [workflow-creation](https://doutorai.pt/componentes/skills__workflow-creation): O processo de registo: 1. Constrói o contentor Docker com todas as dependências 2. Serializa o código do fluxo de trabalho 3. Envia o contentor para o registo 4 - [workflow-templates](https://doutorai.pt/componentes/skills__workflow-templates): Modelos completos e prontos para produção para os casos de uso mais comuns do GitHub Actions. Use-os como pontos de partida e adapte-os ao projeto do utilizador - [workflow_generator](https://doutorai.pt/componentes/skills__workflow-generator): Gera modelos de scripts bash para fluxos de trabalho comuns do deepTools. - [workflow_guide](https://doutorai.pt/componentes/skills__workflow-guide-3): Este documento fornece fluxos de trabalho detalhados passo a passo para padrões de análise comuns do PyDESeq2. - [workflow_patterns](https://doutorai.pt/componentes/skills__workflow-patterns): Este documento descreve fluxos de trabalho detalhados de múltiplos passos para tarefas comuns de bioinformática utilizando o BioServices. - [workflows](https://doutorai.pt/componentes/skills__workflows): Para tarefas complexas, divida as operações em passos claros e sequenciais. É frequentemente útil dar ao Claude uma visão geral do processo mais para o início d - [workflows](https://doutorai.pt/componentes/skills__workflows-2): Fluxo de trabalho passo a passo para investigar problemas de produção. - [workflows](https://doutorai.pt/componentes/skills__workflows-3): Este documento fornece fluxos de trabalho detalhados para casos de uso comuns do DeepChem. - [workflows](https://doutorai.pt/componentes/skills__workflows-4): Este documento fornece exemplos detalhados de fluxos de trabalho comuns de análise de espectrometria de massa utilizando o matchms. - [workflows](https://doutorai.pt/componentes/skills__workflows-5): Este documento fornece fluxos de trabalho abrangentes, boas práticas e casos de uso comuns para a utilização do SHAP em vários cenários de interpretação de mode - [workflows](https://doutorai.pt/componentes/skills__workflows-6): Este documento abrange fluxos de trabalho comuns, boas práticas e padrões de utilização avançados para o scvi-tools. - [workflows](https://doutorai.pt/componentes/skills__workflows-7): Este documento fornece fluxos de trabalho detalhados passo a passo para tarefas comuns do COBRApy em modelação metabólica. - [workflows](https://doutorai.pt/componentes/skills__workflows-8): Exemplos alargados de fluxos de trabalho que demonstram como combinar múltiplos módulos gget para tarefas comuns de bioinformática. - [workflows](https://doutorai.pt/componentes/skills__workflows-9): Este documento fornece exemplos completos de ponta a ponta de fluxos de trabalho comuns utilizando o ESM3 e o ESM C. Cada fluxo de trabalho inclui código de con - [workflows](https://doutorai.pt/componentes/skills__workflows-10): Esta referência fornece fluxos de trabalho e padrões padrão para a construção, validação e análise de modelos bayesianos no PyMC. - [workflows](https://doutorai.pt/componentes/skills__workflows-11): Este documento fornece fluxos de trabalho completos para tarefas comuns utilizando o ETE Toolkit. - [workflows](https://doutorai.pt/componentes/skills__workflows-12): Este documento fornece exemplos de fluxos de trabalho completos para análises comuns do deepTools. - [workflows](https://doutorai.pt/componentes/skills__workflows-13): Crie comandos, skills, agentes ou hooks conforme necessário nos respetivos diretórios. - [workflows](https://doutorai.pt/componentes/skills__workflows-14): Para tarefas complexas, divida as operações em passos claros e sequenciais. É frequentemente útil dar ao Claude uma visão geral do processo perto do início do S - [workflows](https://doutorai.pt/componentes/skills__workflows-15): Use o script wrapper e faça snapshots frequentemente. Assuma que PWCLI está definido e que pwcli é um alias para "$PWCLI". Neste repositório, execute comandos a - [workflows_examples](https://doutorai.pt/componentes/skills__workflows-examples): Este documento fornece fluxos de trabalho práticos e exemplos de utilização para tarefas comuns do DiffDock. - [workspaces](https://doutorai.pt/componentes/skills__workspaces): Os espaços de trabalho no protocols.io permitem a colaboração em equipa através da organização de protocolos, gestão de membros e controlo de permissões de aces - [worktree-guide](https://doutorai.pt/componentes/skills__worktree-guide): Guia interativo para desenvolvimento paralelo com Ghostty, git worktrees e Lazygit. Usar ao configurar fluxos de trabalho multitarefa ou ao aprender o sistema d - [writing-clearly-and-concisely](https://doutorai.pt/componentes/skills__writing-clearly-and-concisely): Usar ao escrever prosa que será lida por humanos - documentação, mensagens de commit, mensagens de erro, explicações, relatórios ou texto de UI. Aplica as regra - [writing-guide](https://doutorai.pt/componentes/skills__writing-guide): Esta referência compila conselhos de escrita de investigadores de ML proeminentes, incluindo Neel Nanda, Andrej Karpathy, Sebastian Farquhar, Zachary Lipton e J - [writing-plans](https://doutorai.pt/componentes/skills__writing-plans): Usar quando tiver uma especificação ou requisitos para uma tarefa de vários passos, antes de tocar no código - [writing-plans](https://doutorai.pt/componentes/skills__writing-plans-2): Usar quando tiver uma especificação ou requisitos para uma tarefa de vários passos, antes de tocar no código - [writing-skills](https://doutorai.pt/componentes/skills__writing-skills): Usar ao criar novas skills, editar skills existentes ou verificar o funcionamento de skills antes do deployment - [writing-skills](https://doutorai.pt/componentes/skills__writing-skills-2): Usar ao criar novas skills, editar skills existentes ou verificar o funcionamento de skills antes do deployment - [writing_principles](https://doutorai.pt/componentes/skills__writing-principles): Uma escrita científica eficaz exige o domínio de princípios fundamentais que garantem clareza, precisão e impacto. Ao contrário da escrita criativa ou narrativa - [x-twitter-scraper](https://doutorai.pt/componentes/skills__x-twitter-scraper): Usar quando o utilizador pretender integrar com a API do X (Twitter) via Xquik para pesquisar tweets, procurar perfis de utilizadores, extrair seguidores, reali - [x-twitter-scraper](https://doutorai.pt/componentes/skills__x-twitter-scraper-2): Skill de scraper de Twitter e API do X para agentes de programação de IA. Cria integrações com a API REST do Xquik, servidor MCP e webhooks: pesquisa de tweets, - [xdg-config](https://doutorai.pt/componentes/skills__xdg-config): O público-alvo é você no futuro, provavelmente confuso. - [xlsx](https://doutorai.pt/componentes/skills__xlsx): Conjunto de ferramentas para folhas de cálculo (.xlsx/.csv). Criar/editar com fórmulas/formatação, analisar dados, visualização, recalcular fórmulas, para proce - [xlsx](https://doutorai.pt/componentes/skills__xlsx-2): Usar esta skill sempre que um ficheiro de folha de cálculo for a entrada ou saída principal. Isto significa qualquer tarefa em que o utilizador queira: abrir, l - [xlsx-official](https://doutorai.pt/componentes/skills__xlsx-official): Usar esta skill sempre que um ficheiro de folha de cálculo for a entrada ou saída principal. Isto significa qualquer tarefa em que o utilizador queira: abrir, l - [xml](https://doutorai.pt/componentes/skills__xml): Consulte http://www.w3.org/XML/1998/namespace.html e http://www.w3.org/TR/REC-xml para obter informações sobre este espaço de nomes. - [xml](https://doutorai.pt/componentes/skills__xml-2): Consulte http://www.w3.org/XML/1998/namespace.html e http://www.w3.org/TR/REC-xml para obter informações sobre este espaço de nomes. - [xml](https://doutorai.pt/componentes/skills__xml-3): Consulte http://www.w3.org/XML/1998/namespace.html e http://www.w3.org/TR/REC-xml para obter informações sobre este espaço de nomes. - [xml](https://doutorai.pt/componentes/skills__xml-4): Consulte http://www.w3.org/XML/1998/namespace.html e http://www.w3.org/TR/REC-xml para obter informações sobre este espaço de nomes. - [xml](https://doutorai.pt/componentes/skills__xml-5): Consulte http://www.w3.org/XML/1998/namespace.html e http://www.w3.org/TR/REC-xml para obter informações sobre este espaço de nomes. - [xml](https://doutorai.pt/componentes/skills__xml-6): Consulte http://www.w3.org/XML/1998/namespace.html e http://www.w3.org/TR/REC-xml para obter informações sobre este espaço de nomes. - [xml](https://doutorai.pt/componentes/skills__xml-7): Consulte http://www.w3.org/XML/1998/namespace.html e http://www.w3.org/TR/REC-xml para obter informações sobre este espaço de nomes. - [xml](https://doutorai.pt/componentes/skills__xml-8): Consulte http://www.w3.org/XML/1998/namespace.html e http://www.w3.org/TR/REC-xml para obter informações sobre este espaço de nomes. - [xml](https://doutorai.pt/componentes/skills__xml-9): Consulte http://www.w3.org/XML/1998/namespace.html e http://www.w3.org/TR/REC-xml para obter informações sobre este espaço de nomes. - [xml](https://doutorai.pt/componentes/skills__xml-10): Consulte http://www.w3.org/XML/1998/namespace.html e http://www.w3.org/TR/REC-xml para obter informações sobre este espaço de nomes. - [yeet](https://doutorai.pt/componentes/skills__yeet-2): PNG IHDR d d IDATxMO G QW GC ȹ p7w|/9 νR$S"b &mD+"P YoQM ^3d}gIVc%&Y{ :=ksl]zw ,Jp z| ^XFX@% 8B ̯̈́@PY˟nF N ϛN_%|a!k "^[ MT }z P]֠ ƙ#Y '2C-ˌAQV (He _mʌAQ @KV QE/ - [zafiro-shortcuts](https://doutorai.pt/componentes/skills__zafiro-shortcuts): Utilize estes métodos de extensão do Zafiro para substituir padrões standard mais verbosos do Reactive e DynamicData. - [zapier-make-patterns](https://doutorai.pt/componentes/skills__zapier-make-patterns): A automatização no-code democratiza a criação de fluxos de trabalho. O Zapier e o Make (anteriormente Integromat) permitem a não-programadores automatizar proce - [zapier-workflows](https://doutorai.pt/componentes/skills__zapier-workflows): Gerir e acionar fluxos de trabalho pré-configurados do Zapier e orquestração de ferramentas MCP. Usar quando o utilizador mencionar fluxos de trabalho, Zaps, au - [zaps](https://doutorai.pt/componentes/skills__zaps): Este ficheiro documenta todos os fluxos de trabalho do Zapier acionados por webhook. Cada Zap é pré-construído, testado e otimizado. - [zarr-python](https://doutorai.pt/componentes/skills__zarr-python): Arrays N-D fragmentados para armazenamento na nuvem. Arrays comprimidos, I/O paralelo, integração com S3/GCS, compatível com NumPy/Dask/Xarray, para pipelines d - [zinc-database](https://doutorai.pt/componentes/skills__zinc-database): Aceder ao ZINC (mais de 230 milhões de compostos adquiríveis). Pesquisa por ID ZINC/SMILES, pesquisas de semelhança, estruturas 3D prontas para docking, descobe - [zod-validation-expert](https://doutorai.pt/componentes/skills__zod-validation-expert): Especialista em Zod - validação de esquemas TypeScript-first. Cobre parsing, erros personalizados, refinamentos, inferência de tipos e integração com React Hook - [zustand-store-ts](https://doutorai.pt/componentes/skills__zustand-store-ts): Criar stores de Zustand seguindo padrões estabelecidos com tipos TypeScript e middleware adequados. - [last30days-ai](https://doutorai.pt/componentes/skills__last30days-ai): Mantém-te atualizado: traz o que aconteceu mesmo na IA nos últimos 30 dias (modelos, lançamentos, notícias) a pedido, dentro do Claude Code/Codex. - [template-skill](https://doutorai.pt/componentes/skills__anthropics-skills__template): Substituir pela descrição da skill e quando o Claude a deve usar. - [web-artifacts-builder](https://doutorai.pt/componentes/skills__anthropics-skills__web-artifacts-builder): Conjunto de ferramentas para criar artefactos HTML elaborados e de múltiplos componentes no claude.ai usando tecnologias web frontend modernas (React, Tailwind - [doc-coauthoring](https://doutorai.pt/componentes/skills__anthropics-skills__doc-coauthoring): Guia os utilizadores através de um fluxo de trabalho estruturado para coautoria de documentação. Usar quando o utilizador pretender escrever documentação, propo - [algorithmic-art](https://doutorai.pt/componentes/skills__anthropics-skills__algorithmic-art): Criação de arte algorítmica usando p5.js com aleatoriedade baseada em sementes e exploração interativa de parâmetros. Usar isto quando os utilizadores pedirem a - [pptx](https://doutorai.pt/componentes/skills__anthropics-skills__pptx): Usar esta skill sempre que um ficheiro .pptx ou .potx estiver envolvido de alguma forma (como entrada, saída ou ambos). Isto inclui: criar apresentações de diap - [webapp-testing](https://doutorai.pt/componentes/skills__anthropics-skills__webapp-testing): Conjunto de ferramentas para interagir e testar aplicações web locais usando o Playwright. Suporta a verificação de funcionalidades no frontend, depuração do co - [frontend-design](https://doutorai.pt/componentes/skills__anthropics-skills__frontend-design): Orientação para um design visual distintivo e intencional ao construir uma nova UI ou ao reformular uma existente. Ajuda com a direção estética, tipografia e a - [skill-creator](https://doutorai.pt/componentes/skills__anthropics-skills__skill-creator): Criar novas skills, modificar e melhorar skills existentes e medir o desempenho das skills. Usar quando os utilizadores quiserem criar uma skill do zero, editar - [internal-comms](https://doutorai.pt/componentes/skills__anthropics-skills__internal-comms): Um conjunto de recursos para me ajudar a escrever todo o tipo de comunicações internas, usando os formatos que a minha empresa prefere usar. O Claude deve usar - [canvas-design](https://doutorai.pt/componentes/skills__anthropics-skills__canvas-design): Criar arte visual apelativa em documentos .png e .pdf utilizando filosofia de design. Deve usar esta skill quando o utilizador pedir para criar um cartaz, obra - [xlsx](https://doutorai.pt/componentes/skills__anthropics-skills__xlsx): Usar esta skill sempre que uma folha de cálculo for a entrada ou saída principal. Isto significa qualquer tarefa em que o utilizador pretenda: abrir, ler, edita - [theme-factory](https://doutorai.pt/componentes/skills__anthropics-skills__theme-factory): Conjunto de ferramentas para aplicar estilos com um tema a artefactos. Estes artefactos podem ser diapositivos, documentos, relatórios, páginas de destino HTML, - [pdf](https://doutorai.pt/componentes/skills__anthropics-skills__pdf): Usar esta skill sempre que o utilizador quiser fazer algo com ficheiros PDF. Isto inclui ler ou extrair texto/tabelas de PDFs, combinar ou unir múltiplos PDFs n - [docx](https://doutorai.pt/componentes/skills__anthropics-skills__docx): Usar esta skill sempre que o utilizador quiser criar, ler, editar ou manipular documentos do Word (ficheiros .docx) ou modelos do Word (ficheiros .dotx). Os gat - [brand-guidelines](https://doutorai.pt/componentes/skills__anthropics-skills__brand-guidelines): Aplica as cores de marca e a tipografia oficiais da Anthropic a qualquer tipo de artefacto que possa beneficiar de ter a imagem visual da Anthropic. Usar quando - [slack-gif-creator](https://doutorai.pt/componentes/skills__anthropics-skills__slack-gif-creator): Conhecimento e utilitários para criar GIFs animados otimizados para o Slack. Fornece restrições, ferramentas de validação e conceitos de animação. Usar quando o - [loop-library](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__loop-library): Descobrir, encontrar, comparar, auditar, reparar, adaptar e conceber ciclos repetíveis de AI-agent com gatilhos explícitos, ações, verificação, condições de par - [litreview](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__litreview): Skill de orientação em literatura académica que pesquisa artigos através de APIs gratuitas sem chave (PubMed E-utilities + OpenAlex) por predefinição (com o Con - [research](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__research): Ponto de entrada predefinido para qualquer pedido de pesquisa: um router híbrido que classifica a questão de forma determinística e delega para uma skill de pes - [patent](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__patent): Skill de inteligência de estado da arte de patentes e panorama: não é uma ajuda genérica sobre patentes. Compromete-se com um de cinco sub-casos de uso através - [dossier](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__dossier): Skill de pesquisa de entidades de nível de decisão: produz um dossier com teste de hipóteses sobre uma empresa, pessoa, organização sem fins lucrativos ou entid - [deep-research](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__deep-research): Executa uma investigação de pesquisa disciplinada e de múltiplas fontes para uma questão ou decisão de elevada importância: pesquisa web distribuída por múltipl - [pulse](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__pulse): Skill de pesquisa recente de múltiplas fontes que avalia o pulso de qualquer tópico no Reddit, Hacker News, a web aberta e opcionalmente X/Twitter dentro de uma - [syllabus](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__syllabus): Gera uma lista de leitura complementar curada a partir de qualquer plano de curso (syllabus) usando a pesquisa académica Consensus. Triagem grill-me (formato de - [grants](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__grants): Skill de pesquisa de subvenções do NIH para investigadores clínicos. A triagem grill-me (ideia de pesquisa + fase de carreira + dados preliminares + ambiente + - [notebooklm](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__notebooklm): Skill de automação de navegador para controlar o NotebookLM da Google. Usar quando o utilizador pretender realizar qualquer ação no NotebookLM (ex.: 'abrir o No - [reflect](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__reflect): Skill de reflexão a meio da conversa que pausa a execução e afasta a perspetiva do modo detalhado para reavaliar honestamente a direção, pressupostos e viés. Ut - [meetings](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__meetings): Utilizar quando alguém pretender decidir se vale a pena agendar uma reunião, calcular o custo de uma reunião em dólares, construir uma agenda com limites de tem - [weekly-review](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__weekly-review): Utilizar quando alguém pretender fazer uma revisão semanal, fechar ciclos em aberto, auditar projetos e compromissos parados, restaurar a confiança no seu siste - [handoff](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__handoff): Compacta a conversa atual num documento de transição (handoff) para outro agent dar continuidade. Guarda num local configurado pelo utilizador (ficheiros tempor - [capture](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__capture): Capta e organiza desabafos de ideias caóticos num sistema estruturado e acionável sem qualquer perda de informação. Utilizar esta skill sempre que o utilizador - [inbox-setup](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__inbox-setup): Skill de configuração inicial que constrói uma base de conhecimento personalizada para triagem de caixa de entrada através de uma entrevista interativa. Entrevi - [inbox-triage](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__inbox-triage): Executa uma triagem completa da caixa de entrada utilizando a base de conhecimento criada pela skill 'inbox-setup'. Triagem leve por conceção (a maioria das inv - [roast](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__roast): Utilizar quando alguém pedir para criticar duramente uma ideia (roast), testar a resistência de uma ideia, validar uma ideia de negócio, "reunir o painel", obte - [fable-goal](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__fable-goal): Converte uma descrição confusa de um resultado desejado num prompt /goal autónomo e aperfeiçoado, pronto a colar numa nova sessão. Utilizar quando o utilizador - [andreessen](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__andreessen): Skill de tomada de decisão e produtividade no modo Marc Andreessen. Um operador direto e focado no mercado que testa a resistência de ideias, empreendimentos, f - [deep-work](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__deep-work): Utilizar quando alguém pretender planear um dia de trabalho focado (deep work), organizar em blocos de tempo o calendário ou a lista de tarefas, orçamentar ou r - [minimalist](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__minimalist): Utilizar quando o utilizador pedir para escrever código de forma eficiente, evitar sobredimensionamento (over-engineering), reduzir dependências ou evitar abstr - [strict-api](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__strict-api): Usar quando o utilizador disser 'no hallucinations', 'verify APIs', 'reality check' ou 'don't invent functions'. Impede o agent de chamar métodos, importações o - [grill-me](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__grill-me): Entrevistar o utilizador insistentemente sobre um plano ou design até alcançar um entendimento mútuo, resolvendo cada ramo da árvore de decisão. Usar quando o u - [setup](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__setup): Configurar uma nova experiência de autoresearch interativamente. Recolhe domínio, ficheiro alvo, comando de eval, métrica, direção e avaliador. Usar quando o ut - [autoresearch-agent](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__autoresearch-agent): Loop de experiência autónomo que otimiza qualquer ficheiro através de uma métrica mensurável. Inspirado no autoresearch de Karpathy. O agent edita um ficheiro a - [resume](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__resume): Retomar uma experiência pausada. Fazer checkout da branch da experiência, ler o histórico de resultados e continuar a iterar. Usar quando o utilizador executar - [status](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__status): Mostrar o painel principal da experiência com resultados, loops ativos e progresso. Usar quando o utilizador executar /ar:status ou perguntar como está a decorr - [run](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__run): Executar uma única iteração de experiência. Editar o ficheiro alvo, avaliar, manter ou descartar. Usar quando o utilizador executar /ar:run ou pedir uma iteraçã - [loop](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__loop): Iniciar um loop de experiência autónomo com um intervalo selecionado pelo utilizador (10min, 1h, diário, semanal, mensal). Utiliza CronCreate para agendamento. - [agent-harness](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__agent-harness): Transformar qualquer pasta de domínio de skills num loop de agentes delimitado: compilar um objetivo num plano de tarefas verificável, executar tarefas com as p - [kubernetes-operator](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__kubernetes-operator): Usar ao construir um Kubernetes Operator: controllers personalizados que reconciliam o estado de CRD. Ativa-se com "build an operator", "CRD design", "reconcile - [workflow-builder](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__workflow-builder): Conceber e escrever scripts determinísticos de fluxos de trabalho multi-agent (ficheiros .js em .claude/workflows/) para a ferramenta Workflow do Claude Code. U - [skillopt-sleep](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__skillopt-sleep): Usar quando o utilizador quiser que o seu agent Claude melhore autonomamente a partir da utilização passada, perguntar sobre um ciclo noturno/offline de 'sleep' - [statistical-analyst](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__statistical-analyst): Executar testes de hipóteses, analisar resultados de experiências A/B, calcular tamanhos de amostra e interpretar a significância estatística com tamanhos de ef - [eval](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__eval): Avaliar e classificar resultados de agents por métrica ou júri LLM para uma sessão de AgentHub. Usar quando o utilizador executar /hub:eval ou pedir para pontua - [agenthub](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__agenthub): Plugin de colaboração multi-agent que inicia N subagents paralelos a competir na mesma tarefa através de isolamento por git worktree. Os agents trabalham de for - [status](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__status-a6317a): Mostrar o estado do DAG, o progresso dos agents e o estado das branches para uma sessão do AgentHub. Usar quando o utilizador executar /hub:status ou perguntar - [board](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__board): Ler, escrever e navegar no quadro de mensagens do AgentHub para coordenação de agents. Usar quando o utilizador executar /hub:board ou pedir para publicar, ler - [run](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__run-b8f4cf): Comando de ciclo de vida de execução única que encadeia init → baseline → spawn → eval → merge numa única invocação. Usar quando o utilizador executar /hub:run - [spawn](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__spawn): Lançar N subagents paralelos em git worktrees isoladas para competir na tarefa da sessão. Usar quando o utilizador executar /hub:spawn ou pedir para iniciar os - [init](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__init): Criar uma nova sessão de colaboração do AgentHub com tarefa, número de agents e critérios de avaliação. Usar quando o utilizador executar /hub:init ou pedir par - [merge](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__merge): Funde o ramo do agent vencedor no base, arquiva os perdedores e limpa os worktrees. Usa quando o utilizador executa /hub:merge ou pede para integrar o resultado - [code-tour](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__code-tour): Usa quando o utilizador pede para criar um ficheiro .tour de CodeTour: guias passo a passo direcionados a personas que ligam a ficheiros reais e números de linh - [feature-flags-architect](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__feature-flags-architect): Usa ao adicionar, retirar ou auditar feature flags. Aciona com "add a flag", "ship behind a flag", "rollout plan", "kill switch", "stale flags", "flag debt", "L - [helm-chart-builder](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__helm-chart-builder): Skill de agent e plugin de desenvolvimento de Helm charts para Claude Code, Codex, Gemini CLI, Cursor, OpenClaw: estrutura de charts, design de values, padrões - [handoff](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__handoff-0727c9): Compacta a conversa atual num documento de transição para outro agent dar continuidade. Referencia artefactos existentes (PRDs, planos, ADRs, issues, commits, d - [docker-development](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__docker-development): Skill de agent e plugin de desenvolvimento Docker e de contentores para otimização de Dockerfile, orquestração de docker-compose, builds multi-etapas e reforço - [chaos-engineering](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__chaos-engineering): Usa ao planear, executar ou aprender com experiências de engenharia do caos. Aciona com "chaos experiment", "fault injection", "gameday", "resilience test", "bl - [prompt-governance](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__prompt-governance): Usa ao gerir prompts em produção à escala: controlo de versões de prompts, execução de testes A/B em prompts, criação de registos de prompts, prevenção de regre - [karpathy-coder](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__karpathy-coder): Usa ao escrever, rever ou submeter código para aplicar os 4 princípios de programação de Karpathy: expor pressupostos antes de programar, manter simples, fazer - [grill-with-docs](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__grill-with-docs): Sessão de questionamento ancorada em documentação: desafia um plano em relação à linguagem existente do projeto (CONTEXT.md) e às decisões registadas (docs/adr/ - [slo-architect](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__slo-architect): Usa ao definir, rever ou operar SLOs/SLIs/error budgets. Aciona com "define an SLO", "what should our SLO be", "error budget", "burn rate", "SLI", "service leve - [write-a-skill](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__write-a-skill): Cria novas skills de agent com a estrutura adequada, divulgação progressiva e recursos incluídos. Usa quando o utilizador quer criar, escrever, construir ou aut - [zero-hallucination-coder](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__zero-hallucination-coder): Executa um ciclo disciplinado de Discutir -> Mapear -> Decompor -> Executar -> Verificar que fundamenta o código numa estrutura verificada (sem APIs inventadas, - [skill-tester](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__skill-tester): Valida, testa e pontua a qualidade de skills dentro do ecossistema claude-skills. Meta-skill abrangente: validação de estrutura, testes de scripts Python (sinta - [migration-architect](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__migration-architect): Planeamento de migrações sem tempo de inatividade, validação de compatibilidade e geração de estratégias de reversão (rollback). Ferramentas para migrações de s - [changelog-generator](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__changelog-generator): Produz notas de lançamento consistentes e auditáveis a partir de Conventional Commits. Separa a análise de commits, a lógica de incremento semântico e a renderi - [codebase-onboarding](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__codebase-onboarding): Analisa uma base de código e gera documentação de integração para engenheiros, responsáveis técnicos (tech leads) e prestadores de serviços. Recolha rápida de f - [api-design-reviewer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__api-design-reviewer): Revisão abrangente de design de API REST com análise estática (linting) automatizada, deteção de alterações de rutura e fichas de avaliação de design. Deteta co - [rag-architect](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__rag-architect): Usa quando o utilizador pede para desenhar uma pipeline de RAG, escolher uma estratégia de divisão em blocos (chunking) ou modelo de embeddings, escolher uma ba - [self-eval](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__self-eval): Avalie com honestidade a qualidade do trabalho da IA utilizando um sistema de pontuação em dois eixos. Utilize após concluir uma tarefa, revisão de código ou se - [tech-debt-tracker](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__tech-debt-tracker): Analise bases de código em busca de dívida técnica, pontue a gravidade, acompanhe tendências e gere planos de remedição priorizados. Utilize quando os utilizado - [sql-database-assistant](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__sql-database-assistant): Utilize quando o utilizador pedir para escrever consultas SQL, otimizar o desempenho de bases de dados, gerar migrações, explorar esquemas de bases de dados ou - [runbook-generator](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__runbook-generator): Gere runbooks operacionais a partir do nome de um serviço: fluxos de trabalho de implementação, resposta a incidentes, manutenção e rollback. Estrutura baseada - [ci-cd-pipeline-builder](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__ci-cd-pipeline-builder): Gere pipelines de CI/CD pragmáticas a partir dos sinais detetados na stack do projeto: geração rápida de base, verificações repetíveis e etapas de implementação - [browser-automation](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__browser-automation): Utilize quando o utilizador pedir para automatizar tarefas no navegador, fazer scraping de sites, preencher formulários, capturar capturas de ecrã, extrair dado - [env-secrets-manager](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__env-secrets-manager): Gerencie a higiene de variáveis de ambiente e a segurança de segredos no desenvolvimento local e em produção. Auditoria prática, perceção de desvios e prontidão - [api-test-suite-builder](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__api-test-suite-builder): Utilize quando o utilizador pedir para gerar testes de API, criar suítes de testes de integração, testar endpoints REST ou construir testes de contrato. - [agent-workflow-designer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__agent-workflow-designer): Projete fluxos de trabalho multi-agent prontos para produção com escolha clara de padrão (sequencial, paralelo, hierárquico), contratos de transição (handoff), - [engineering-advanced-skills](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__engineering-advanced-skills): Índice de 37 skills avançadas de engenharia de agents para Claude Code, Codex, Gemini CLI, Cursor, OpenClaw. Utilize ao navegar ou escolher entre as skills de e - [agent-designer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__agent-designer): Utilize quando o utilizador pedir para projetar um sistema multi-agent, escolher um padrão de orquestração (supervisor/swarm/pipeline), gerar esquemas de ferram - [database-designer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__database-designer): Utilize quando o utilizador pedir para projetar esquemas de bases de dados, planear migrações de dados, otimizar consultas, escolher entre SQL e NoSQL ou modela - [database-schema-designer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__database-schema-designer): Utilize quando o utilizador pedir para criar diagramas ERD, normalizar esquemas de bases de dados, projetar relações entre tabelas ou planear migrações de esque - [spec-driven-workflow](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__spec-driven-workflow): Utilize quando o utilizador pedir para escrever especificações antes do código, definir critérios de aceitação, planear funcionalidades antes da implementação, - [performance-profiler](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__performance-profiler): Análise sistemática de desempenho (profiling) para aplicações Node.js, Python e Go. Identifica gargalos de CPU, memória e E/S, gere flamegraphs, analisa tamanho - [dependency-auditor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__dependency-auditor): Audite e gira dependências em projetos multilíngua. Identifica vulnerabilidades, conflitos de licenças, riscos de dependências transitivas e caminhos de atualiz - [secrets-vault-manager](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__secrets-vault-manager): Utilize quando o utilizador pedir para configurar infraestrutura de gestão de segredos, integrar o HashiCorp Vault, configurar cofres de segredos na nuvem (AWS - [pr-review-expert](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__pr-review-expert): Utilize quando o utilizador pedir para rever pull requests, analisar alterações de código, verificar problemas de segurança em PRs ou avaliar a qualidade de cód - [monorepo-navigator](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__monorepo-navigator): Navegar, gerir e otimizar monorepos. Ocupa-se de Turborepo, Nx, pnpm workspaces e Lerna. Análise de impacto entre pacotes, builds/testes seletivos em pacotes af - [full-page-screenshot](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__full-page-screenshot): Utilizar quando o utilizador solicitar a captura de ecrã de página inteira, captura longa ou captura completa de uma página web. Trata de contentores de scroll - [git-worktree-manager](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__git-worktree-manager): Executar trabalho paralelo de funcionalidades com segurança usando Git worktrees. Padroniza o isolamento de branches, alocação de portas, sincronização de ambie - [interview-system-designer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__interview-system-designer): Esta skill deve ser utilizada quando o utilizador solicitar "conceber processos de entrevista", "criar pipelines de contratação", "calibrar loops de entrevista" - [focused-fix](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__focused-fix): Utilizar quando o utilizador pedir para corrigir, depurar ou pôr a funcionar de ponta a ponta uma funcionalidade/módulo/área específica. Triggers: 'pôr o X a fu - [observability-designer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__observability-designer): Conceber estratégias de observabilidade prontas para produção combinando métricas, logs e traces. Inclui conceção de SLI/SLO, monitorização de golden-signals e - [tc-tracker](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__tc-tracker): Utilizar quando o utilizador pedir para rastrear alterações técnicas, criar registos de alteração, gerir ciclos de vida de TC ou transitar trabalho entre sessõe - [security-guidance](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__security-guidance): Hook de antipadrões de segurança PreToolUse para o Claude Code. Deteta 12 riscos de segurança comuns (injeção de comandos, XSS, injeção de SQL, desserialização - [llm-wiki](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__llm-wiki): Utilizar ao construir ou manter uma base de conhecimento pessoal persistente (segundo cérebro) no Obsidian, onde um LLM ingere fontes incrementalmente, atualiza - [collab-proof](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__collab-proof): Utilizar quando pretender compreender o que o Claude contribuiu versus o que conduziu numa sessão. Triggers em: /collab-proof, prospetiva de sessão, análise de - [demo-video](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__demo-video): Utilizar quando o utilizador solicitar a criação de um vídeo de demonstração, apresentação de produto, demonstração de funcionalidades, apresentação animada, ví - [data-quality-auditor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__data-quality-auditor): Auditar conjuntos de dados quanto a integridade, consistência, exatidão e validade. Fazer o perfil das distribuições de dados, detetar anomalias e outliers, ide - [terraform-patterns](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__terraform-patterns): Skill e plugin de agent para infraestrutura como código em Terraform para Claude Code, Codex, Gemini CLI, Cursor, OpenClaw. Abrange padrões de conceção de módul - [universal-scraping-architect](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__universal-scraping-architect): Utilizar para web scraping, crawling, extração de documentos, parsing de APIs ou construção de pipelines de dados com forte validação através do Firecrawl ou sc - [claude-coach](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__claude-coach): Treinador pessoal que ensina os utilizadores a tornarem-se power users do Claude. Utilizar esta skill da PRIMEIRA vez que um utilizador pedir para "aprender Cla - [llm-cost-optimizer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__llm-cost-optimizer): Utilizar proativamente sempre que os custos da API de LLM surgirem (ou deveriam surgir). Triggers incluem: 'os meus custos de IA são muito altos', 'otimizar o u - [behuman](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__behuman): Utilizar quando o utilizador desejar respostas de IA mais parecidas com as de um humano: menos robóticas, menos em lista, mais autênticas. Triggers: 'behuman', - [vendor-management](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__vendor-management): Utilizar ao rever, pontuar ou auditar relações com fornecedores / SaaS de terceiros: executar um scorecard de fornecedores adaptado ao setor, acompanhar o cumpr - [business-operations-skills](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__business-operations-skills): Usar ao executar, diagnosticar ou conceber operações internas de negócio: documentação de processos, SLAs de fornecedores, planeamento de capacidade, comunicaçõ - [capacity-planner](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__capacity-planner): Usar quando um líder de operações (Director of CX, Head of Support, VP Ops, Head of BizOps, Head of IT ops, Head of Finance ops) está a dimensionar a capacidade - [internal-comms](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__internal-comms): Usar quando um Head of People Ops, responsável de BizOps ou responsável de Comunicações Internas precisa de redigir e sequenciar uma comunicação interna de gest - [knowledge-ops](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__knowledge-ops): Usar quando um Head of Ops, Knowledge Manager ou TPM-Internal precisa de criar, validar ou limpar SOPs da empresa e runbooks internos (entrada de aprovisionamen - [procurement-optimizer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__procurement-optimizer): Usar ao realizar uma auditoria anual de SaaS, a fazer uma revisão de gastos ao nível da categoria ou a racionalizar a base de fornecedores, quando o utilizador - [process-mapper](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__process-mapper): Usar quando um responsável de BizOps, COO ou responsável pela melhoria de processos precisa de documentar um processo de negócio de ponta a ponta (aprovisioname - [pm-skills](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__pm-skills): Usar ao coordenar o trabalho de entrega de projetos através das 8 sub-skills de gestão de projetos: análise de sprints/velocidade, saúde do portfólio, Jira/JQL, - [team-communications](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__team-communications): Escrever comunicações internas da empresa: atualizações 3P (Progresso/Planos/Problemas), newsletters para toda a empresa, resumos de FAQ, relatórios de incident - [senior-pm](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__senior-pm): Senior Project Manager para software empresarial, SaaS e projetos de transformação digital. Especializado em gestão de portfólio, análise quantitativa de risco, - [scrum-master](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__scrum-master): Skill avançada de Scrum Master para análise e coaching de equipas ágeis baseada em dados. Usar quando o utilizador perguntar sobre planeamento de sprint, acompa - [jira-expert](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__jira-expert): Especialista em Atlassian Jira para criação e gestão de projetos, planeamento, descoberta de produto, consultas JQL, workflows, campos personalizados, automação - [confluence-expert](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__confluence-expert): Especialista em Atlassian Confluence para criação e gestão de espaços, bases de conhecimento e documentação. Configura permissões e hierarquias de espaços, cria - [atlassian-templates](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__atlassian-templates): Especialista em Criação/Modificação de Templates e Ficheiros Atlassian para criar, modificar e gerir templates do Jira e Confluence, blueprints, layouts persona - [meeting-analyzer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__meeting-analyzer): Analisa transcrições e gravações de reuniões para identificar padrões de comportamento, anti-padrões de comunicação e feedback prático de coaching. Usar esta sk - [atlassian-admin](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__atlassian-admin): Administrador Atlassian para gerir e organizar produtos Atlassian (Jira, Confluence, Bitbucket, Trello), utilizadores, permissões, segurança, integrações, confi - [a11y-audit](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__a11y-audit): Skill de auditoria de acessibilidade para analisar, corrigir e verificar a conformidade com o WCAG 2.2 Nível A e AA em bases de código React, Next.js, Vue, Angu - [google-workspace-cli](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__google-workspace-cli): Administração do Google Workspace através da CLI gws (github.com/googleworkspace/cli). Instalação, autenticação e automação do Gmail, Drive, Sheets, Calendar, D - [cloud-security](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cloud-security): Usar ao avaliar a infraestrutura em nuvem para identificar incorreções de configuração de segurança, caminhos de escalamento de privilégios IAM, exposição públi - [named-persona-adversarial-review](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__named-persona-adversarial-review): Revisão de código sob a perspetiva de filosofias documentadas de engenheiros reais (Torvalds, Thompson, Carmack, Kent Beck, Jobs, Cagan). Complementa a revisão - [senior-backend](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__senior-backend): Concebe e implementa sistemas de backend incluindo REST APIs, microserviços, arquiteturas de bases de dados, fluxos de autenticação e reforço de segurança. Usar - [incident-response](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__incident-response): Usar quando um incidente de segurança for detetado ou declarado e necessitar de classificação, triagem, determinação do percurso de escalonamento e recolha de e - [senior-computer-vision](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__senior-computer-vision): Skill de engenharia de visão computacional para deteção de objetos, segmentação de imagens e sistemas de IA visual. Abrange arquiteturas CNN e Vision Transforme - [adversarial-reviewer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__adversarial-reviewer): Revisão de código adversarial que quebra a monocultura de autorrevisão. Usar quando quiser uma revisão genuinamente crítica de alterações recentes, antes de fun - [senior-data-engineer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__senior-data-engineer): Skill de engenharia de dados para construir pipelines de dados escaláveis, sistemas ETL/ELT e infraestrutura de dados. Especialização em Python, SQL, Spark, Air - [aws-solution-architect](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__aws-solution-architect): Desenhar arquiteturas AWS para startups utilizando padrões serverless e modelos de IaC. Usar quando for solicitado para desenhar arquiteturas serverless, criar - [senior-ml-engineer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__senior-ml-engineer): Skill de engenharia de ML para colocar modelos em produção, construir pipelines de MLOps e integrar LLMs. Abrange a implementação de modelos, feature stores, mo - [security-pen-testing](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__security-pen-testing): Usar quando o utilizador pedir para realizar auditorias de segurança, testes de penetração, verificação de vulnerabilidades, verificações OWASP Top 10 ou avalia - [azure-cloud-architect](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__azure-cloud-architect): Desenhar arquiteturas Azure para startups e empresas. Usar quando for solicitado para desenhar infraestrutura Azure, criar modelos Bicep/ARM, otimizar custos do - [stripe-integration-expert](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__stripe-integration-expert): Integrações do Stripe prontas para produção: subscrições com períodos de teste e rateio (proration), pagamentos únicos, faturação baseada na utilização, sessões - [tdd-guide](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__tdd-guide): Skill de desenvolvimento guiado por testes (TDD) para escrever testes unitários, gerar fixtures e mocks de teste, analisar lacunas de cobertura e guiar fluxos d - [ai-security](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__ai-security): Usar ao avaliar sistemas de IA/ML para prompt injection, vulnerabilidades de jailbreak, risco de inversão do modelo, exposição a envenenamento de dados ou abuso - [senior-data-scientist](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__senior-data-scientist): Skill de cientista de dados sénior de nível mundial especializada em modelação estatística, design de experiências, inferência causal e análise preditiva. Abran - [senior-secops](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__senior-secops): Skill de engenheiro SecOps sénior para segurança de aplicações, gestão de vulnerabilidades, verificação de conformidade e práticas de desenvolvimento seguro. Ex - [ms365-tenant-manager](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__ms365-tenant-manager): Administração de tenant do Microsoft 365 para Administradores Globais. Automatizar a configuração de tenant M365, tarefas de administração do Office 365, gestão - [senior-frontend](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__senior-frontend): Skill de desenvolvimento frontend para aplicações em React, Next.js, TypeScript e Tailwind CSS. Usar ao construir componentes React, otimizar o desempenho do Ne - [senior-security](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__senior-security): Usar quando o utilizador pedir modelação de ameaças STRIDE, pontuação de risco DREAD, análise de ameaças em diagramas de fluxo de dados ou uma verificação rápid - [threat-detection](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__threat-detection): Usar ao procurar ameaças num ambiente, analisar IOCs ou detetar anomalias comportamentais em telemetria. Abrange a caça a ameaças baseada em hipóteses, geração - [code-reviewer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__code-reviewer): Automação de revisão de código para TypeScript, JavaScript, Python, Go, Swift, Kotlin, C#, .NET, Java, C, C++, Rust, Ruby, PHP e Dart/Flutter. Analisa PRs quant - [email-template-builder](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__email-template-builder): Construir sistemas completos de email transacional: modelos React Email, integração de fornecedores (Resend, Postmark, SendGrid, AWS SES), servidor de pré-visua - [red-team](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__red-team): Usar ao planear ou executar compromissos autorizados de red team, análise de caminhos de ataque ou simulações de segurança ofensiva. Abrange o planeamento da ki - [senior-architect](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__senior-architect): Esta skill deve ser utilizada quando o utilizador pede para "desenhar a arquitetura do sistema", "avaliar microsserviços vs monólito", "criar diagramas de arqui - [gcp-cloud-architect](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__gcp-cloud-architect): Conceber arquiteturas GCP para startups e empresas. Utilizar quando for pedido para desenhar infraestrutura Google Cloud, fazer deployment no GKE ou Cloud Run, - [senior-qa](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__senior-qa): Gera testes unitários, testes de integração e testes E2E para aplicações React/Next.js. Analisa componentes para criar stubs de teste Jest + React Testing Libra - [senior-fullstack](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__senior-fullstack): Conjunto de ferramentas de desenvolvimento fullstack com criação da estrutura inicial de projetos para stacks Next.js, FastAPI, MERN e Django, análise de qualid - [engineering-skills](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__engineering-skills): Índice do pacote de skills de equipas de engenharia para Claude Code, Codex, Gemini CLI, Cursor, OpenClaw e mais 6 ferramentas. Arquitetura, frontend, backend, - [tech-stack-evaluator](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__tech-stack-evaluator): Avaliação e comparação de stacks tecnológicas com análise de TCO, avaliação de segurança e pontuação da saúde do ecossistema. Utilizar ao comparar frameworks, a - [incident-commander](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__incident-commander): Estrutura abrangente de resposta a incidentes desde a deteção até à resolução e revisão pós-incidente. Práticas de SRE/DevOps testadas em combate: classificação - [senior-prompt-engineer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__senior-prompt-engineer): Utilizar quando o utilizador pede para otimizar prompts, desenhar prompt templates, avaliar saídas de LLM com um conjunto de avaliação, medir a qualidade de rec - [senior-devops](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__senior-devops): Skill abrangente de DevOps para CI/CD, automação de infraestrutura, contentorização e plataformas de cloud (AWS, GCP, Azure). Inclui configuração de pipelines, - [playwright-pro](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__pw): Conjunto de ferramentas de testes em Playwright de nível de produção. Utilizar quando o utilizador menciona testes em Playwright, testes end-to-end, automação d - [snowflake-development](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__snowflake-development): Utilizar ao escrever Snowflake SQL, a construir pipelines de dados com Dynamic Tables ou Streams/Tasks, a usar funções do Cortex AI, a criar Cortex Agents, a es - [extract](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__extract): Transformar um padrão comprovado ou solução de depuração numa skill autónoma e reutilizável com SKILL.md, documentação de referência e exemplos. Utilizar quando - [memory-review](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__memory-review): Analisar a auto-memory à procura de candidatos a promoção, entradas obsoletas, oportunidades de consolidação e métricas de estado de saúde. Utilizar quando o ut - [promote](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__promote): Promover um padrão comprovado de auto-memory (MEMORY.md) para CLAUDE.md ou .claude/rules/ para aplicação permanente. Utilizar quando o utilizador executar /si:p - [remember](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__remember): Guardar explicitamente conhecimento importante na auto-memory com carimbo de data/hora e contexto. Utilizar quando uma descoberta for demasiado importante para - [self-improving-agent](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__self-improving-agent): Organizar a auto-memory do Claude Code em conhecimento duradouro do projeto. Analisar MEMORY.md à procura de padrões, promover aprendizagens comprovadas para CL - [memory-status](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__memory-status): Painel de controlo da saúde da memória a apresentar contagem de linhas, ficheiros de tópicos, capacidade, entradas obsoletas e recomendações. Utilizar quando o - [iso27001-audit-prep](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__iso27001-audit-prep): /cs:iso27001-audit-prep : interrogação forçada de 6 perguntas para preparação para auditoria ISO 27001 SGSI. Utilizar antes da auditoria interna anual da Cláusu - [aims-audit](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__aims-audit): /cs:aims-audit : interrogação forçada de 6 perguntas para auditoria interna ISO/IEC 42001 AIMS. Utilizar antes da fase 1 de certificação, antes de ciclos anuais - [compliance-os](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__compliance-os): Compliance OS: meta-orquestrador que permite às equipas de conformidade CONFIGURAR quais as estruturas aplicáveis, CALCULAR a sobreposição de controlos entre es - [fda-qsr-audit-prep](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__fda-qsr-audit-prep): /cs:fda-qsr-audit-prep : interrogação forçada de 6 perguntas para auditoria FDA 21 CFR 820 (QSR / QMSR). Pós-fevereiro de 2026 substancialmente harmonizada com - [ai-act-readiness](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__ai-act-readiness): /cs:ai-act-readiness : interrogação forçada de 6 perguntas do EU AI Act. Utilizar durante a admissão do sistema de AI, antes da implementação na UE ou durante a - [compliance-readiness](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__compliance-readiness): /cs:compliance-readiness : interrogação forçada de 6 perguntas do responsável de conformidade multi-estrutura a qualquer programa de conformidade. Utilizar ante - [iso13485-audit-prep](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__iso13485-audit-prep): /cs:iso13485-audit-prep : interrogação forçada de 6 perguntas para auditoria SGQ ISO 13485. Foco em controlo do design + CAPA + pós-comercialização. Utilizar an - [gdpr-audit-prep](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__gdpr-audit-prep): /cs:gdpr-audit-prep : interrogação forçada de 6 perguntas com citação de Artigos para auditoria de GDPR. Utilizar antes da revisão interna anual do GDPR, audito - [soc2-audit-prep](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__soc2-audit-prep): /cs:soc2-audit-prep : interrogação forçada de 6 perguntas para preparação do SOC 2 Tipo II. Foco no período de observação. Utilizar antes do início da observaçã - [marketing-ops](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__marketing-ops): Router central para o ecossistema de skills de marketing. Utilizar quando não tiver a certeza de qual a skill de marketing a usar, ao orquestrar uma campanha de - [youtube-full](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__youtube-full): Utilizar quando o utilizador precisar de transcrições do YouTube, pesquisa de vídeos, navegação em canais, extração de listas de reprodução ou monitorização de - [pricing-strategy](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__pricing-strategy): Conceber, otimizar e comunicar tarifários de SaaS: estrutura de níveis, métricas de valor, páginas de tarifários e estratégia de aumento de preços. Utilizar ao - [social-content](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__social-content): Quando o utilizador quiser ajuda para criar, agendar ou otimizar conteúdo para redes sociais no LinkedIn, Twitter/X, Instagram, TikTok, Facebook ou outras plata - [schema-markup](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__schema-markup): Quando o utilizador quer implementar, auditar ou validar dados estruturados (schema markup) no seu site. Usar quando o utilizador menciona 'structured data,' 's - [launch-strategy](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__launch-strategy): Quando o utilizador quer planear o lançamento de um produto, anúncio de funcionalidade ou estratégia de lançamento. Usar também quando o utilizador menciona 'la - [content-creator](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__content-creator): Skill de redirecionamento descontinuada que encaminha pedidos antigos de 'content creator' para o especialista correto. Usar quando um utilizador invoca 'conten - [ad-creative](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__ad-creative): Quando o utilizador precisa de gerar, iterar ou escalar criativos de anúncios para publicidade paga. Usar quando dizem 'write ad copy,' 'generate headlines,' 'c - [prompt-engineer-toolkit](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__prompt-engineer-toolkit): Transforma prompts de marketing em ativos de produção testados e com controlo de versões: avaliação A/B de prompt face a casos de teste estruturados, histórico - [free-tool-strategy](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__free-tool-strategy): Quando o utilizador quer criar uma ferramenta gratuita para marketing (geração de leads, valor de SEO ou notoriedade da marca). Usar quando mencionam 'engineeri - [referral-program](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__referral-program): Quando o utilizador quer conceber, lançar ou otimizar um programa de recomendação ou afiliados. Usar quando mencionam 'referral program,' 'affiliate program,' ' - [programmatic-seo](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__programmatic-seo): Quando o utilizador quer criar páginas orientadas a SEO em escala utilizando modelos e dados. Usar também quando o utilizador menciona "programmatic SEO," "temp - [paid-ads](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__paid-ads): Quando o utilizador quer ajuda com campanhas de publicidade paga no Google Ads, Meta (Facebook/Instagram), LinkedIn, Twitter/X ou outras plataformas publicitári - [page-cro](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__page-cro): Quando o utilizador quer otimizar, melhorar ou aumentar conversões em qualquer página de marketing (incluindo página inicial, landing pages, páginas de preços, - [marketing-strategy-pmm](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__marketing-strategy-pmm): Skill de product marketing para posicionamento, estratégia de GTM, inteligência competitiva e lançamentos de produtos. Usar quando o utilizador pergunta sobre p - [marketing-demand-acquisition](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__marketing-demand-acquisition): Cria campanhas de demand generation, otimiza o investimento em anúncios pagos no LinkedIn, Google e Meta, desenvolve estratégias de SEO e estrutura programas de - [email-sequence](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__email-sequence): Quando o utilizador quer criar ou otimizar uma sequência de emails, campanha drip, fluxo automatizado de email ou programa de lifecycle email. Usar também quand - [cold-email](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cold-email): Quando o utilizador quer escrever, melhorar ou construir uma sequência de emails de cold outreach B2B para potenciais clientes que não solicitaram contacto. Usa - [marketing-psychology](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__marketing-psychology): Quando o utilizador quer aplicar princípios psicológicos, modelos mentais ou ciência comportamental ao marketing. Usar também quando o utilizador menciona 'psyc - [app-store-optimization](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__app-store-optimization): Conjunto de ferramentas de App Store Optimization (ASO) para pesquisar palavras-chave, analisar classificações de concorrentes, gerar sugestões de metadados e m - [aeo](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__aeo): Skill de Answer Engine Optimization (AEO): otimizar conteúdo para ser citado por modelos de linguagem de IA (ChatGPT, Perplexity, Claude, Gemini, Mistral) como - [local-seo-manager](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__local-seo-manager): Gerir SEO local para empresas de prestação de serviços ao domicílio (reparação de eletrodomésticos, AVAC, canalização, limpeza e qualquer empresa que atenda cli - [form-cro](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__form-cro): Quando o utilizador quer otimizar qualquer formulário que NÃO seja de inscrição/registo (incluindo formulários de captura de leads, formulários de contacto, for - [seo-audit](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__seo-audit): Quando o utilizador quer auditar, rever ou diagnosticar problemas de SEO no seu site. Usar também quando o utilizador menciona "SEO audit," "technical SEO," "wh - [paywall-upgrade-cro](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__paywall-upgrade-cro): Quando o utilizador quer criar ou otimizar paywalls in-app, ecrãs de upgrade, modais de upsell ou feature gates. Usar também quando o utilizador menciona "paywa - [marketing-ideas](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__marketing-ideas): Quando o utilizador precisa de ideias de marketing, inspiração ou estratégias para o seu produto SaaS ou software. Usar também quando o utilizador pede 'marketi - [marketing-skills](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__marketing-skills): Diretório e router para a biblioteca de marketing skills. Usar quando precisar de encontrar a marketing skill certa para uma tarefa, ver que capacidades de mark - [social-media-analyzer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__social-media-analyzer): Análise de campanhas de redes sociais e acompanhamento de desempenho. Calcula taxas de envolvimento, ROI e benchmarks entre plataformas. Usar ao analisar o dese - [signup-flow-cro](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__signup-flow-cro): Quando o utilizador quer otimizar fluxos de registo, criação de conta ou ativação de teste (trial). Usar também quando o utilizador menciona "signup conversions - [x-twitter-growth](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__x-twitter-growth): Motor de crescimento no X/Twitter para construir audiência, criar conteúdo viral e analisar o envolvimento. Usar quando o utilizador quer crescer no X/Twitter, - [site-architecture](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__site-architecture): Quando o utilizador quer auditar, redesenhar ou planear a estrutura do seu site, hierarquia de URLs, design de navegação ou estratégia de links internos. Usar q - [marketing-context](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__marketing-context): Criar e manter o documento de contexto de marketing que todas as marketing skills leem antes de começar. Usar quando o utilizador menciona 'marketing context,' - [webinar-marketing](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__webinar-marketing): Quando o utilizador quer planear, promover, realizar ou melhorar um webinar ou evento virtual para gerar e converter procura. Usar quando o utilizador menciona - [ab-test-setup](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__ab-test-setup): Quando o utilizador quer planear, conceber ou implementar um teste A/B ou experiência. Usar também quando o utilizador menciona "A/B test," "split test," "exper - [popup-cro](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__popup-cro): Quando o utilizador quer criar ou otimizar popups, modais, overlays, slide-ins ou banners para efeitos de conversão. Usar também quando o utilizador menciona "e - [copywriting](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__copywriting): Quando o utilizador quer escrever, reescrever ou melhorar o copy de marketing para qualquer página (incluindo homepage, páginas de destino, páginas de preços, p - [competitor-alternatives](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__competitor-alternatives): Quando o utilizador quer criar páginas de comparação com concorrentes ou de alternativas para SEO e capacitação de vendas (sales enablement). Usar também quando - [campaign-analytics](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__campaign-analytics): Analisa o desempenho de campanhas com atribuição multi-touch, análise de conversão do funil e cálculo de ROI para otimização de marketing. Usar ao analisar camp - [copy-editing](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__copy-editing): Quando o utilizador quer editar, rever ou melhorar copy de marketing existente. Usar também quando o utilizador menciona 'edit this copy,' 'review my copy,' 'co - [content-humanizer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__content-humanizer): Faz com que o conteúdo gerado por IA pareça genuinamente humano (não apenas limpo, mas vivo). Usar quando o conteúdo parecer robótico, usar demasiados clichés d - [brand-guidelines](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__brand-guidelines): Quando o utilizador quer aplicar, documentar ou impor diretrizes de marca (brand guidelines) para qualquer produto ou empresa. Usar também quando o utilizador m - [content-production](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__content-production): Pipeline completo de produção de conteúdo: leva um tópico desde a página em branco até à peça pronta para publicação. Usar quando precisar de executar conteúdo: - [churn-prevention](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__churn-prevention): Reduzir o churn voluntário e involuntário através do design de fluxos de cancelamento, ofertas de retenção (save offers), inquéritos de saída e sequências de du - [social-media-manager](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__social-media-manager): Quando o utilizador quer desenvolver a estratégia de redes sociais, planear calendários de conteúdo, gerir o envolvimento da comunidade ou fazer crescer a sua p - [analytics-tracking](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__analytics-tracking): Configurar, auditar e depurar a implementação de rastreio de analytics: GA4, Google Tag Manager, taxonomia de eventos, rastreio de conversões e qualidade de dad - [onboarding-cro](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__onboarding-cro): Quando o utilizador quer otimizar o onboarding pós-registo, a ativação de utilizadores, a experiência inicial ou o time-to-value. Utilizar também quando o utili - [content-strategy](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__content-strategy): Quando o utilizador quer planear uma estratégia de conteúdo, decidir que conteúdo criar ou determinar que tópicos abordar. Utilizar também quando o utilizador m - [video-content-strategist](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__video-content-strategist): Utilizar ao planear a estratégia de conteúdo de vídeo, escrever guiões de vídeo, otimizar canais do YouTube, construir pipelines de vídeo em formato curto (Reel - [business-growth-skills](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__business-growth-skills): Encaminhador/índice para as 4 skills de business & growth incluídas neste plugin: customer-success-manager (pontuação de saúde, risco de churn, expansão), sales - [contract-and-proposal-writer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__contract-and-proposal-writer): Gerar documentos empresariais profissionais e adequados à jurisdição: contratos de freelancer, propostas de projetos, SOWs, NDAs e MSAs. Saída em Markdown estru - [sales-engineer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__sales-engineer): Analisa respostas a RFP/RFI para detetar lacunas de cobertura, cria matrizes competitivas de comparação de funcionalidades e planeia demonstrações de prova de c - [revenue-operations](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__revenue-operations): Analisa a saúde do pipeline de vendas, a precisão das previsões de receita e as métricas de eficiência go-to-market para a otimização de receitas de SaaS. Utili - [customer-success-manager](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__customer-success-manager): Monitoriza a saúde do cliente, prevê o risco de churn e identifica oportunidades de expansão utilizando modelos de pontuação ponderada para customer success em - [cs-growth-strategist](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-growth-strategist): Agent de Estratégia de Crescimento (Growth Strategist) para revenue operations, sales engineering, customer success e desenvolvimento de negócio. Orquestra skil - [freeze](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__freeze): /cs:freeze : Bloquear uma decisão estratégica durante um período de arrefecimento para evitar reversões por impulso. Espelha os primitivos de segurança do gstac - [cs-karpathy-reviewer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-karpathy-reviewer): Revisa as alterações do git em stage segundo os 4 princípios de programação de Karpathy. Executa o complexity_checker nos ficheiros alterados, o diff_surgeon no - [cs-fullstack-engineer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-fullstack-engineer): Orquestrador de fullstack-engineering. Percorre o questionário de 7 perguntas orientadoras de Matt Pocock, executa o seletor determinístico de perfis e depois r - [decision-logger](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__decision-logger): Arquitetura de memória em duas camadas para decisões de reuniões de conselho de administração. Gere transcrições brutas (Camada 1) e decisões aprovadas (Camada - [saas-health](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__saas-health): Calcular métricas de saúde de SaaS (ARR, MRR, churn, CAC, LTV, NRR) e comparar com os padrões da indústria. Utilização: /saas-health [options] - [channel-economics](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__channel-economics): Utilizar ao rever ou reequilibrar a economia de canais diretos vs. liderados por parceiros: calculando o custo total de serviço (fully-loaded cost-to-serve) por - [chief-of-staff](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__chief-of-staff): Camada de orquestração de C-suite. Encaminha perguntas do fundador para a(s) função(ões) de conselheiro adequada(s), aciona reuniões de conselho multifuncionais - [Persona-Based Agents](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__readme): Personas de agentes pré-configuradas com conjuntos de skills selecionados, fluxos de trabalho e personalidades distintas. - [cmo-review](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cmo-review): /cs:cmo-review : Interrogação centrada na narrativa sobre posicionamento, ICP, message house e mix de canais. Utilizar ao lançar uma campanha ou ao fazer reposi - [post-mortem](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__post-mortem): /cs:post-mortem : Retrospectiva honesta sobre uma decisão executada, avaliada face às hipóteses originais e divergências. Fecha o ciclo do sprint estratégico. U - [market-research](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__market-research): Utilize ao aplicar metodologia de pesquisa de mercado a montante: dimensionar um mercado como TAM/SAM/SOM calculado TANTO top-down como bottoms-up (nunca um núm - [ux-researcher-designer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__ux-researcher-designer): Conjunto de ferramentas de pesquisa e design de UX para Senior UX Designer/Researcher, incluindo geração de personas baseada em dados, mapeamento de jornadas, e - [general-counsel-advisor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__skills-general-counsel-advisor): Aconselhamento jurídico de General Counsel para startups: revisão de contratos (MSA, SaaS, NDA, DPA, trabalho), estratégia de PI, descodificação de term sheets - [information-security-manager-iso27001](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__information-security-manager-iso27001): Implementação de ISMS ISO 27001 e governação de cibersegurança para empresas de HealthTech e MedTech. Utilize ao conceber um ISMS, realizar avaliações de risco - [Product Manager](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__product-manager): Entrega resultados, não funcionalidades. Escreve especificações que os engenheiros realmente leem. Prioriza de forma implacável. Abandona ideias estimadas quand - [financial-analyst](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__financial-analyst): Realiza análise de rácios financeiros, avaliação por DCF, análise de desvios orçamentais e construção de previsões rolantes para tomada de decisões estratégicas - [c-level-agents](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__c-level-agents): Equipa executiva em founder-mode. 13 agents C-suite cs-* (CFO, CMO, CRO, CPO, COO, CHRO, CISO, GC, CDO, CAIO, CCO, VPE, Chief of Staff) e 21 slash commands /cs: - [md-review](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__md-review): Converte um texto explicativo de PR em markdown ou code review (com blocos delimitados ```diff e destaques etiquetados por gravidade > [!BLOCKER]/[!MAJOR]/[!MIN - [cs-aeo](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cmd-cs-aeo): /cs:aeo: fluxo de trabalho de Answer Engine Optimization. Audita conteúdos para sinais de E-E-A-T + estrutura que impulsionam a citação por LLM (ChatGPT, Perple - [changelog](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__changelog): Gera changelogs a partir do histórico do git e valida conventional commits. Utilização: /changelog [options] - [eu-ai-act-specialist](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__skills-eu-ai-act-specialist): Conformidade operacional do Regulamento da IA da UE (Regulamento (UE) 2024/1689) para equipas de conformidade. Três decisões ao nível dos artigos: (1) Qual é o - [rice](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__rice): Priorização de funcionalidades com RICE, incluindo pontuação e planeamento de capacidade. Utilização: /rice prioritize [options] - [commercial-forecaster](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__commercial-forecaster): Utilize ao construir uma previsão trimestral de reservas, projeção de ARR, previsão de pipeline, projeção de NRR ou um número do conselho de administração com c - [strategic-alignment](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__strategic-alignment): Faz em cascata a transmissão da estratégia desde o conselho de administração até ao colaborador individual. Deteta e corrige desalinhamentos entre os objetivos - [cs-engineering-lead](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-engineering-lead): Agent de Engineering Team Lead para coordenar equipas de QA, segurança, engenharia de dados, ML e frontend/backend. Orquestra skills da equipa de engenharia par - [cs-webinar](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-webinar): /cs:webinar: fluxo de trabalho de marketing de webinars e eventos virtuais. Planeie um webinar do zero (dimensionado de trás para a frente a partir do objetivo - [coo-advisor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__coo-advisor): Liderança de operações para empresas em crescimento. Conceção de processos, execução de OKRs, cadência operacional e manuais de escala. Utilize ao desenhar oper - [cs-agile-product-owner](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-agile-product-owner): Agent de Agile product owner para desagregação de épicos, planeamento de sprints, refinação de backlog e geração de user stories em conformidade com o INVEST. U - [office-hours](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__office-hours): /cs:office-hours : interrogação ao fundador ao estilo YC com 6 perguntas antes de qualquer conselho. Força a clareza sobre o problema, cliente, distribuição, de - [cross-eval](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cross-eval): /cs:cross-eval : Consenso multi-modelo sobre um memorando do conselho de administração ou resumo estratégico. Revisão cruzada entre Claude + Codex + Gemini com - [pricing-strategist](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__pricing-strategist): Usar ao desenhar ou rever a fixação de preços de produtos: selecionar um modelo de preços (baseado em subscrição por utilizador, baseado na utilização, baseado - [focused-fix](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cmd-focused-fix): Reparação aprofundada de funcionalidades: corrigir sistematicamente toda uma funcionalidade ou módulo em todos os seus ficheiros e dependências. Utilização: /fo - [brief](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__brief): /cs:brief : Gerar um resumo estratégico de uma página a partir de uma recolha em horário de atendimento. Primeiro passo no pipeline do sprint estratégico. Usar - [cdo-review](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cdo-review): /cs:cdo-review : Interrogação orientada a decisões ao nível de Chief Data Officer para qualquer plano que envolva dados de treino, arquitetura de dados, comerci - [cpo-advisor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cpo-advisor): Liderança de produto para empresas em crescimento. Visão de produto, estratégia de portefólio, product-market fit e estrutura da organização de produto. Usar ao - [decide](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__decide): /cs:decide : Registar uma decisão na memória de duas camadas através do decision-logger. O memorando aprovado torna-se duradouro; as transcrições em bruto são m - [cs-product-manager](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-product-manager): Agent de gestão de produto para priorização de funcionalidades, customer discovery, desenvolvimento de PRD e planeamento de roadmap recorrendo à estrutura RICE. - [Content Strategist](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__content-strategist): Constrói motores de conteúdo que alcançam bom posicionamento, convertem e geram valor cumulativo. Pensa em sistemas: clusters de tópicos, não publicações indivi - [business-investment-advisor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__business-investment-advisor): Consultor de análise de investimento empresarial e afetação de capital. Usar ao avaliar se deve investir em equipamento, imobiliário, um novo negócio, contrataç - [cpo-review](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cpo-review): /cs:cpo-review : Interrogação orientada por JTBD ao roadmap do produto, aos sinais de PMF e ao foco do portefólio. Usar ao fechar o roadmap de um trimestre, ao - [a11y-audit](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cmd-a11y-audit): Analisar um projeto frontend em busca de violações de acessibilidade WCAG 2.2 e corrigi-las. Utilização: /a11y-audit [caminho] - [cs-quality-regulatory](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-quality-regulatory): Agent de Qualidade e Regulamentação para ISO 13485 QMS, conformidade MDR, submissões à FDA, GDPR/DSGVO e auditorias ISMS. Orquestra skills da ra-qm-team. Criar - [arquiteto-de-empresa](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__arquiteto-de-empresa): Company Architect: cria um negócio do zero como um conjunto OKF (Open Knowledge Format): uma árvore de ficheiros .md com controlo de versões, tipo no frontmatte - [ciso-review](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__ciso-review): /cs:ciso-review : Interrogação obcecada por riscos a qualquer plano que envolva dados, conformidade ou acesso à produção. Usar ao lançar funcionalidades que man - [competitive-intel](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__competitive-intel): Acompanhamento sistemático da concorrência que alimenta o posicionamento do CMO, battlecards do CRO e decisões do roadmap do CPO. Usar ao analisar concorrentes, - [/cs:fullstack-review - Fullstack engineering review](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-fullstack-review): Revisão de engenharia fullstack: percorre as 7 perguntas forçadas de Matt Pocock, escolhe o perfil e divide-se em especialistas PODEROSOS (api-design-reviewer, - [cs-wiki-linter](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-wiki-linter): Sub-agent atribuído que executa uma verificação periódica de saúde num cofre LLM Wiki. Executa verificações mecânicas através de scripts (páginas órfãs, ligaçõe - [execute](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__execute): /cs:execute : Gerar um plano de execução de 90 dias com marcos semanais, DRIs e cadência de acompanhamento a partir de uma decisão aprovada. Usar quando uma dec - [commercial-policy](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__commercial-policy): Usar ao desenhar ou rever a política comercial de uma empresa: as regras de envolvimento que regem os descontos sobre o preço de tabela, os limites de aprovação - [tech-debt](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__tech-debt): Analisa, prioriza e comunica a dívida técnica. Utilização: /tech-debt [opções] - [cs-workspace-admin](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-workspace-admin): Agent de administração do Google Workspace com recurso à gws CLI. Orquestra a configuração do espaço de trabalho, automatização de Gmail/Drive/Sheets/Calendar, - [chief-ai-officer-advisor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__skills-chief-ai-officer-advisor): Consultoria de Chief AI Officer para startups: modelação de decisões de construir vs comprar (API vs fine-tune vs in-house), classificação de risco de IA ao abr - [apple-hig-expert](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__apple-hig-expert): Audita e desenha interfaces iOS/macOS/watchOS/visionOS com base nas Apple Human Interface Guidelines, incluindo a linguagem de design Liquid Glass (anunciada na - [ui-design-system](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__ui-design-system): Conjunto de ferramentas de sistema de design de UI para Senior UI Designer, incluindo geração de design tokens, documentação de componentes, cálculos de design - [/cs:frontend-review - Frontend engineering review](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-frontend-review): Revisão de engenharia de frontend: percorre as 7 questões determinantes de Matt Pocock (dispositivo, meta de LCP, renderização, orçamento de pacote, SEO vs aute - [challenge](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__challenge): Análise pré-mortem de plano. Imagina que o plano falhou daqui a 12 meses e trabalha em sentido inverso para encontrar as fraquezas. Traz à superfície pressupost - [cs-frontend-engineer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-frontend-engineer): Orquestrador de engenharia de frontend. Percorre as 7 questões determinantes de Matt Pocock (dispositivo, meta de LCP, renderização, orçamento de pacote, SEO vs - [agent-protocol](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__agent-protocol): Protocolo de comunicação inter-agent para equipas de agents executivas (C-suite). Define a sintaxe de invocação, prevenção de ciclos, regras de isolamento e for - [cfo-advisor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cfo-advisor): Liderança financeira para startups e empresas em crescimento. Modelação financeira, economia unitária, estratégia de angariação de fundos, gestão de tesouraria - [cro-review](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cro-review): /cs:cro-review : Interrogação paranoica de pipeline sobre receitas, taxa de conversão, NRR e tempo de integração (ramp time). Utiliza quando a previsão não atin - [boardroom](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__boardroom): /cs:boardroom : Deliberação de 6 fases com múltiplos papéis no seio da C-suite, com isolamento na Fase 2, pré-triagem crítica e síntese. Gera um memorando para - [Growth Marketer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__growth-marketer): Especialista em marketing de crescimento para startups sem capital externo (bootstrapped) e indie hackers. Constrói motores de conteúdo, otimiza funis, executa - [competitive-matrix](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__competitive-matrix): Cria matrizes de análise competitiva com pontuação e análise de lacunas. Utilização: /competitive-matrix [opções] - [cto-advisor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cto-advisor): Orientação de liderança técnica para equipas de engenharia, decisões de arquitetura e estratégia tecnológica. Utiliza ao avaliar a dívida técnica, expandir equi - [gc-review](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__gc-review): /cs:gc-review : Interrogação jurídica (General Counsel) a contratos, PI, regulamentos, term sheets e vertente laboral. Utiliza ao rever uma term sheet antes de - [landing-page-generator](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__landing-page-generator): Gera landing pages de alta conversão como componentes completos Next.js/React (TSX) com Tailwind CSS. Cria secções principais (hero), grelhas de funcionalidades - [soc2-compliance](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__soc2-compliance): Utiliza quando o utilizador pedir para preparar auditorias SOC 2, mapear Critérios de Serviços de Confiança (Trust Service Criteria), criar matrizes de controlo - [onboard](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__onboard): /cs:onboard: Entrevista ao fundador que preenche ~/.claude/company-context.md utilizando o esquema canónico de 7 dimensões cs-onboard. O primeiro comando a exec - [org-health-diagnostic](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__org-health-diagnostic): Verificação de saúde organizacional transversal que combina sinais de todos os papéis da C-suite. Pontua 8 dimensões numa escala de semáforo com recomendações d - [Finance Lead](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__finance-lead): CFO de startup que constrói modelos que sobrevivem ao contacto com a realidade. Trata de angariação de fundos, unit economics, pricing, burn rate e relatórios p - [/flag-cleanup](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__flag-cleanup): Executar o fluxo de trabalho trimestral de limpeza de feature-flags no repositório atual - [ra-qm-skills](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__ra-qm-skills): Router/índice para as 15 skills regulatórias e de gestão de qualidade incluídas neste plugin (ISO 13485 QMS, EU MDR 2017/745, submissões FDA sob QMSR, risco ISO - [code-to-prd](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__code-to-prd): Fazer engenharia reversa de qualquer codebase para um Product Requirements Document (PRD) completo. Analisa rotas, componentes, gestão de estado, integrações de - [spec-to-repo](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__spec-to-repo): Usar quando o utilizador diz 'cria-me uma app', 'cria um projeto a partir desta especificação', 'cria a estrutura de um novo repo', 'gera um starter', 'converte - [financial-health](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__financial-health): Executar análise de rácios financeiros, avaliação por DCF, análise de desvios orçamentais e previsões contínuas. Utilização: /financial-health - [product-strategist](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__product-strategist): Conjunto de ferramentas de liderança estratégica de produto para Head of Product, cobrindo geração em cascata de OKRs, planeamento trimestral, análise do panora - [cs-ux-researcher](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-ux-researcher): Agent de investigação de UX para planeamento de pesquisa, geração de personas, mapeamento de jornadas e análise de testes de usabilidade. Usar quando as decisõe - [roadmap-communicator](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__roadmap-communicator): Usar ao preparar narrativas de roadmap, notas de lançamento, changelogs ou atualizações para stakeholders adaptadas a executivos, equipas de engenharia e client - [fda-consultant-specialist](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__fda-consultant-specialist): Consultor regulatório da FDA para empresas de dispositivos médicos. Fornece orientação sobre as vias 510(k)/PMA/De Novo, conformidade com QMSR (21 CFR 820, que - [tdd](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__tdd): Executar um fluxo de trabalho de TDD red-green-refactor: gerar testes com falha primeiro, implementar até ficar verde e depois verificar falhas de cobertura. Ut - [cs-wiki-librarian](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-wiki-librarian): Subagent despachado que responde a consultas numa vault de LLM Wiki. Lê primeiro o index.md, analisa detalhadamente 3 a 10 páginas relevantes em várias categori - [cs-demand-gen-specialist](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-demand-gen-specialist): Especialista em geração de procura e funil de aquisição que orquestra as skills marketing-demand-acquisition, paid-ads e email-sequence. Usar ao construir ou re - [karpathy-check](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__karpathy-check): Executar a revisão de 4 princípios de Karpathy sobre as alterações em stage ou o último commit. Verifica complexidade, ruído no diff, pressupostos ocultos e ver - [ma-playbook](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__ma-playbook): Estratégia de M&A para adquirir empresas ou ser adquirido. Due diligence, avaliação, integração e estrutura do negócio. Usar ao avaliar aquisições, preparar uma - [vpe-advisor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__skills-vpe-advisor): Consultoria de VP de Engenharia para startups: capacidade de entrega (métricas DORA 4 + identificação de gargalos), funil de contratação de engenharia (sourcing - [/cs:engineer-grill - Cross-role engineering forcing-question grill](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-engineer-grill): Interrogatório cruzado de engenharia: Matt Pocock 7 perguntas por função × 3 funções (fullstack / frontend / backend) = até 21 perguntas orientadoras, uma por t - [google-workspace](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__google-workspace): Operações CLI do Google Workspace: diagnóstico de configuração, auditoria de segurança, descoberta de receitas e análise de resultados. Utilização: /google-work - [vpe-review](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__vpe-review): /cs:vpe-review : Interrogatório de VP de Engenharia focado no débito de entrega (throughput) para qualquer plano que envolva entrega, contratação de engenharia, - [company-os](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__company-os): O meta-framework sobre como uma empresa funciona (o tecido conjuntivo entre todas as funções da C-suite). Cobre a seleção do sistema operativo (EOS, Scaling Up, - [board-deck-builder](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__board-deck-builder): Elabora apresentações abrangentes para a administração e investidores, reunindo perspetivas de todas as funções da direção executiva. Utilize ao preparar reuniõ - [DevOps Engineer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__devops-engineer): Constrói infraestrutura que escala de forma autónoma. Automatiza tudo o que vale a pena automatizar. Monitoriza antes de falhar. Trata o clique direto em consol - [experiment-designer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__experiment-designer): Utilize ao planear experiências de produto, redigir hipóteses testáveis, estimar o tamanho da amostra, priorizar testes ou interpretar resultados A/B com rigor - [research-ops-skills](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__research-ops-skills): Utilize ao planear, financiar, definir o âmbito ou sintetizar investigação empresarial em várias frentes de trabalho: desenho de estudos clínicos, financiamento - [postmortem](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__postmortem): /em:postmortem: Análise honesta do que correu mal. Utilize após um lançamento falhado, trimestre não atingido ou má contratação para realizar uma retrospetiva s - [product-skills](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__product-skills): Utilize ao coordenar o trabalho de produto entre as 12 sub-skills de produto incluídas (RICE, OKRs, UX research, design tokens, análise concorrencial, analytics - [cs-senior-engineer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-senior-engineer): Agent de Senior Engineer para decisões de arquitetura, revisão de código, DevOps e design de APIs. Orquestra skills de engenharia e de equipas de engenharia par - [project-health](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__project-health): Painel de controlo da saúde do portfólio e análise de matriz de risco. Utilização: /project-health [options] - [quality-manager-qmr](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__quality-manager-qmr): Gestor de Qualidade Sénior e Pessoa Responsável (QMR) para empresas de HealthTech e MedTech. Fornece governação do sistema de qualidade, liderança na revisão pe - [change-management](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__change-management): Estrutura para implementar alterações organizacionais sem caos. Abrange o modelo ADKAR adaptado a startups, modelos de comunicação, padrões de resistência e ges - [chief-customer-officer-advisor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__skills-chief-customer-officer-advisor): Consultoria de Chief Customer Officer para startups: decomposição de retenção (retenção bruta vs rigor do NRR, taxonomia da causa-raiz do churn), estratégia de - [/cs:backend-review - Backend engineering review](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-backend-review): Revisão de engenharia de backend: percorre as 7 perguntas de orientação de Matt Pocock (rácio de leitura/escrita + QPS, tenancy, síncrono vs assíncrono, sensibi - [sprint-health](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__sprint-health): Pontuação da saúde do sprint e análise de velocidade para equipas ágeis. Utilização: /sprint-health [options] - [hard-call](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__hard-call): /em:hard-call: Estrutura para decisões sem boas opções. Utilize quando todas as opções forem dolorosas e for necessária uma análise estruturada de 10/10/10 + mi - [product-discovery](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__product-discovery): Utilize ao validar oportunidades de produto, mapear pressupostos, planear sprints de discovery ou testar a adequação problema-solução antes de afetar recursos d - [agent-decision-receipts](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__agent-decision-receipts): Emitir um comprovativo inviolável e assinado com criptografia pós-quântica para uma ação de relevante impacto tomada por um agent (deploy, eliminação, pagamento - [cs-project-manager](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-project-manager): Agent de Project Manager para planeamento de sprints, fluxos de trabalho no Jira/Confluence, cerimónias de Scrum e relatórios para stakeholders. Orquestra skill - [chro-advisor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__chro-advisor): Liderança de pessoas para empresas em crescimento. Estratégia de recrutamento, definição de remuneração, estrutura organizacional, cultura e retenção. Utilize a - [internal-narrative](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__internal-narrative): Criar e manter uma narrativa empresarial coerente para todos os públicos (colaboradores, investidores, clientes, candidatos e parceiros). Deteta contradições na - [pipeline](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__pipeline): Deteta a stack e gera configurações de pipeline de CI/CD. Utilização: /pipeline [options] - [research-summarizer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__research-summarizer): Skill de agent para resumo estruturado de investigação destinada a utilizadores não programadores. Lida com artigos académicos, artigos da web, relatórios e doc - [executive-mentor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__executive-mentor): Parceiro de pensamento crítico e adversarial para fundadores e executivos. Testa planos sob pressão, prepara para reuniões de conselho de administração brutais, - [mdr-745-specialist](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__mdr-745-specialist): Especialista em conformidade com o Regulamento de Dispositivos Médicos da UE (MDR 2017/745) para classificação de dispositivos médicos, documentação técnica, ev - [saas-scaffolder](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__saas-scaffolder): Gera um boilerplate de projeto SaaS completo e pronto para produção, incluindo autenticação, esquemas de base de dados, integração de faturação, rotas de API e - [Agent Name](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__template): Um parágrafo que descreve o que este agent faz, a quem se destina e quando deve ser ativado. - [product-manager-toolkit](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__product-manager-toolkit): Conjunto completo de ferramentas para gestores de produto, incluindo priorização RICE, análise de entrevistas com clientes, modelos de PRD, estruturas de discov - [competitive-teardown](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__competitive-teardown): Analisa produtos e empresas concorrentes sintetizando dados de páginas de preços, avaliações na app store, ofertas de emprego, sinais de SEO e redes sociais em - [md-document](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__md-document): Converte markdown de longa duração (especificações, RFCs, relatórios, planos, explicações) num documento HTML de ficheiro único e ligeiramente interativo com ín - [cs-cto-advisor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-cto-advisor): Consultor de liderança técnica para CTOs, abrangendo estratégia tecnológica, crescimento da equipa, decisões de arquitetura e excelência em engenharia. Utilizar - [cco-review](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cco-review): /cs:cco-review : Interrogação por um Chief Customer Officer obcecado pela retenção de qualquer plano que afete a retenção de clientes, segmentação, dimensioname - [cs-webinar-marketer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-webinar-marketer): Agent especialista em marketing de webinars e eventos virtuais. Utilizar ao planear, promover, realizar ou recuperar um webinar, evento virtual, demonstração ao - [board-prep](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__board-prep): Preparação de reuniões de conselho de administração para cenários adversariais, e não para cenários amigáveis. Força o domínio absoluto dos números, antecipa pe - [clinical-research](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__clinical-research): Utilizar ao desenhar um estudo clínico prospetivo antes da submissão: selecionar e classificar endpoints (primários / secundários chave / exploratórios, com sin - [cs-onboard](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-onboard): Entrevista de integração do fundador que recolhe o contexto da empresa ao longo de 7 dimensões. Invocar com /cs:setup para a entrevista inicial ou /cs:update pa - [cs-backend-engineer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-backend-engineer): Orquestrador de engenharia backend. Percorre as 7 perguntas de decisão de Matt Pocock (rácio de leitura/escrita + QPS, multi-inquilino, síncrono vs assíncrono, - [deal-desk](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__deal-desk): Utilizar ao rever um negócio recebido específico antes do fecho: quando a equipa de vendas solicita um desconto que excede a autoridade do AE, quando o cliente - [product-research](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__product-research): Utilizar ao planear e sintetizar a investigação de produto/utilizador como uma disciplina de métodos e repositório: selecionar o método certo para o objetivo (e - [cmo-advisor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cmo-advisor): Liderança de marketing para empresas em crescimento. Posicionamento de marca, conceção de modelos de crescimento, alocação do orçamento de marketing e estrutura - [culture-architect](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__culture-architect): Construir, medir e evoluir a cultura da empresa como comportamento operacional: e não cartazes na parede. Abrange workshops de missão/visão/valores, tradução de - [founder-mode](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__founder-mode): /cs:founder-mode : Encaminha automaticamente qualquer pergunta do fundador para o consultor da C-suite adequado ou para /cs:boardroom em tópicos de múltiplas fu - [rfp-responder](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__rfp-responder): Utilizar quando chega um RFP, RFI, RFQ, questionário de segurança, questionário de fornecedor ou pedido de proposta e a equipa precisa de uma resposta estrutura - [scenario-war-room](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__scenario-war-room): Modelação interfuncional de cenários hipótese para cenários multivariáveis em cascata. Ao contrário dos testes de esforço de suposição única, este modelo simula - [cs-content-creator](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-content-creator): Produtor de conteúdos de marketing de longa duração que orquestra a skill de produção de conteúdos (investigação → briefing → rascunho → otimização → validação) - [cfo-review](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cfo-review): /cs:cfo-review : Interrogação cética e quantitativa de qualquer plano que envolva dinheiro. Unit economics, runway, diluição, alocação de capital. Utilizar quan - [quality-manager-qms-iso13485](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__quality-manager-qms-iso13485): Implementação e manutenção do Sistema de Gestão da Qualidade ISO 13485 para organizações de dispositivos médicos. Fornece conceção do SGQ, controlo documental, - [cs-product-analyst](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-product-analyst): Agent de product analytics para definição de KPIs, configuração de dashboards, design de experiências e interpretação de resultados de testes. Utilizar quando u - [wiki-ingest](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__wiki-ingest): Ingerir um ficheiro de origem de raw/ para a LLM Wiki: ler, discutir, escrever página de resumo, atualizar referências cruzadas em 5-15 páginas, regenerar índic - [gdpr-dsgvo-expert](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__gdpr-dsgvo-expert): Automação de conformidade com o RGPD e DSGVO alemão. Analisa codebases para riscos de privacidade, gera documentação de DPIA, acompanha pedidos de direitos dos - [cs-wiki-ingestor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-wiki-ingestor): Subagent despachado que ingere uma nova origem num vault da LLM Wiki. Lê a origem, propõe TL;DR e afirmações principais, identifica quais páginas de entidade/co - [markdown-html-orchestrator](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__markdown-html-orchestrator): Utilizar quando um utilizador pretende converter qualquer ficheiro markdown no seu projeto Claude num HTML de ficheiro único e ligeiramente interativo: document - [Startup CTO](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__startup-cto): Co-fundador técnico que passou por duas startups e aprendeu o que realmente importa. Toma decisões de arquitetura, seleciona tech stacks, desenvolve a cultura d - [stress-test](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__stress-test): /em:stress-test: Teste de esforço de pressupostos de negócio. Utilizar antes de apostar num plano cujos pressupostos fundamentais não estejam validados: ex. tes - [wiki-lint](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__wiki-lint): Executar uma verificação de saúde no vault da LLM Wiki: verificações mecânicas (órfãos, links quebrados, páginas desatualizadas, falta de frontmatter, falha no - [caio-review](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__caio-review): /cs:caio-review : Interrogação exigente de avaliações pelo Chief AI Officer a qualquer plano que envolva IA: seleção de modelos, classificação de risco, economi - [/operator-audit](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__operator-audit): Executar a auditoria completa do Kubernetes Operator (CRD + reconcile + capability) no repositório atual - [prd](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__prd): Geração condicionada de PRD: interroga o problema, utilizador e métrica antes de redigir; recusa redigir com incógnitas. Utilização: /prd - [regulatory-affairs-head](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__regulatory-affairs-head): Gestor Sénior de Assuntos Regulamentares para empresas de HealthTech e MedTech. Prepara pacotes de submissão FDA 510(k), De Novo e PMA; analisa vias regulamenta - [context-engine](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__context-engine): Carrega e gere o contexto da empresa para todas as skills de consultores da C-suite. Lê ~/.claude/company-context.md, deteta contexto desatualizado (>90 dias), - [/slo-design](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__slo-design): Assistente interativo para desenhar um SLO com SLI, meta, orçamento de erro e alertas de burn-rate - [retro](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__retro): Analisa retrospetivas de sprint para identificar padrões e acompanhar pontos de ação. Utilização: /retro analyze - [board-meeting](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__board-meeting): Protocolo de reunião do conselho de administração multi-agent para decisões estratégicas. Executa uma deliberação estruturada em 6 fases: carregamento de contex - [user-story](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__user-story): Gera histórias de utilizador com critérios de aceitação e planeamento de sprint. Utilização: /user-story [opções] - [wiki-log](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__wiki-log): Mostra entradas recentes do registo da LLM Wiki (wiki/log.md). Utiliza o formato de cabeçalho padronizado ## [YYYY-MM-DD] para que o grep + tail funcione. Utili - [md-slides](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__md-slides): Converte um conjunto de slides em markdown (diapositivos separados por limites HR `---` ou por cabeçalhos H1 `# `, com blocos opcionais de notas do apresentador - [founder-coach](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__founder-coach): Desenvolvimento de liderança pessoal para fundadores e CEOs estreantes. Abrange a identificação do arquétipo do fundador, estruturas de delegação, gestão de ene - [ciso-advisor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__ciso-advisor): Liderança de segurança para empresas em fase de crescimento. Quantificação de riscos em dólares, roteiro de conformidade (SOC 2/ISO 27001/HIPAA/GDPR), estratégi - [saas-metrics-coach](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__saas-metrics-coach): Consultor de saúde financeira para SaaS. Utiliza quando um utilizador partilhar dados de receita ou de clientes, mencionar ARR, MRR, churn, LTV, CAC, NRR, ou pe - [/chaos-experiment](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__chaos-experiment): Assistente interativo para desenhar e validar uma experiência de engenharia do caos - [wiki-query](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__wiki-query): Consulta a LLM Wiki: lê primeiro o index.md, analisa detalhadamente 3 a 10 páginas relevantes, sintetiza uma resposta com citações [[wikilink]] em linha e ofere - [risk-management-specialist](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__risk-management-specialist): Especialista em gestão de risco de dispositivos médicos para a implementação da ISO 14971 ao longo de todo o ciclo de vida do produto. Fornece análise de risco, - [chief-data-officer-advisor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__skills-chief-data-officer-advisor): Consultoria de Chief Data Officer para startups: direitos sobre dados de treino de IA e proveniência de consentimento, estratégia de produtos de dados (warehous - [isms-audit-expert](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__isms-audit-expert): Especialista em auditoria de Sistema de Gestão de Segurança da Informação (SGSI) para verificação de conformidade com a ISO 27001, avaliação de controlo de segu - [cs-financial-analyst](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-financial-analyst): Agent de Análise Financeira para avaliação por DCF, modelação financeira, orçamentação, previsão e métricas de SaaS (ARR, MRR, churn, CAC, LTV, NRR). Orquestra - [finance-skills](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__finance-skills): Roteador/índice para as 2 skills financeiras incluídas neste plugin: financial-analyst (análise de rácios, avaliação por DCF, desvio orçamental, previsões desli - [cs-ceo-advisor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-ceo-advisor): Consultor de liderança estratégica para CEOs, abrangendo visão, estratégia, gestão do conselho de administração, relações com investidores e cultura organizacio - [okr](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__okr): Gera cascatas de OKR desde a estratégia da empresa até aos objetivos da equipa. Utilização: /okr generate - [cs-aeo](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-aeo): Agent especialista em Otimização para Motores de Resposta (AEO). Utiliza quando o conteúdo precisar de ser otimizado para citação por modelos de linguagem de IA - [qms-audit-expert](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__qms-audit-expert): Especialização em auditorias internas da ISO 13485 para o SGQ de dispositivos médicos. Abrange planeamento de auditoria, execução, classificação de não conformi - [agile-product-owner](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__agile-product-owner): Gestão de produto Agile para gestão de backlog e execução de sprints. Ocupa-se da escrita de histórias de utilizador, critérios de aceitação, planeamento de spr - [partnerships-architect](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__partnerships-architect): Use quando uma startup for abordada por um potencial parceiro e alguém tiver de decidir se deve assinar com este parceiro, em que nível de parceria (referral / - [iso42001-specialist](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__iso42001-specialist): Especialista no Sistema de Gestão de IA (AIMS) ISO/IEC 42001:2023 para equipas de conformidade que efetuam auditorias internas. Três decisões: (1) Onde estão as - [wiki-init](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__wiki-init): Inicialize um novo cofre de LLM Wiki com a estrutura de três camadas, ficheiros de esquema e modelos iniciais. Utilização: /wiki-init --topic " " [--tool all|cl - [persona](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__persona): Gere personas de utilizador baseadas em dados para investigação de UX e design de produto. Utilização: /persona generate [options] - [cto-review](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cto-review): /cs:cto-review : Interrogação de arquitetura e escalabilidade. Dívida técnica, limites de escalabilidade, dimensionamento da equipa, criar vs. comprar (build-vs - [product-analytics](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__product-analytics): Use ao definir KPIs do produto, ao construir painéis de métricas, ao realizar análises de coorte ou retenção, ou ao interpretar tendências de adoção de funciona - [capa-officer](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__capa-officer): Gestão do sistema CAPA para QMS de dispositivos médicos. Cobre a análise de causa-raiz, o planeamento de ações corretivas, a verificação da eficácia e as métric - [cro-advisor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cro-advisor): Liderança de receitas para empresas SaaS B2B. Previsão de receitas, conceção do modelo de vendas, estratégia de preços, retenção líquida de receitas e dimension - [cs-product-strategist](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cs-product-strategist): Agente de estratégia de produto para o planeamento trimestral de OKR, análise do panorama competitivo, desenvolvimento da visão do produto e avaliação de pivota - [intl-expansion](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__intl-expansion): Estratégia de expansão para mercados internacionais. Seleção de mercados, modos de entrada, localização, conformidade regulatória e go-to-market por região. Uti - [sprint-plan](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__sprint-plan): Planeamento de sprint condicionado pela capacidade: executa o cálculo de capacidade, a verificação de tarefas pendentes e um controlo de definição de prontidão - [design-system](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__design-system): Capta a identidade de marca do utilizador uma única vez através de um assistente de integração de 10 perguntas (HEX principal/de destaque + Google Fonts para tí - [quality-documentation-manager](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__quality-documentation-manager): Gestão do sistema de controlo documental para QMS de dispositivos médicos. Abrange a numeração de documentos, controlo de versões, gestão de alterações e confor - [ceo-advisor](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__ceo-advisor): Orientação de liderança executiva para tomada de decisões estratégicas, desenvolvimento organizacional e gestão de partes interessadas. Utilize ao planear a est - [commercial-skills](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__commercial-skills): Utilize quando estiver a rever, aprovar ou conceber dinâmicas comerciais: modelos de preços, revisão de negócios, aprovação de descontos, economia de parcerias, - [research-finance](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__research-finance): Utilize para gerir o orçamento de um programa ou portfólio interno de R&D: construir um orçamento de programa multiperíodo com a divisão de F&A (custos indireto - [code-to-prd](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__cmd-code-to-prd): Fazer engenharia inversa de uma base de código frontend para um PRD. Utilização: /code-to-prd [path] - [c-level-skills](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__c-level-skills): Índice e encaminhador para o pacote de consultoria C-level: 33 skills que abrangem 14 funções de C-suite, orquestração, capacidades transversais e cultura. Util - [Solo Founder](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__solo-founder): O seu cofundador que ainda não existe. Abrange produto, engenharia, marketing e estratégia para startups de uma só pessoa: porque ninguém o impede de tomar más - [landing](https://doutorai.pt/componentes/skills__alirezarezvani-claude-skills__landing): Gera uma landing page HTML premium de página única com animações CSS 3D, efeitos de scroll GSAP e profundidade de paralaxe de rato. Forçar o registo inicial (pr - [invoice-organizer](https://doutorai.pt/componentes/skills__composio-awesome__invoice-organizer): Organiza automaticamente faturas e recibos para a preparação de impostos através da leitura de ficheiros desorganizados, extração de informação essencial, alter - [changelog-generator](https://doutorai.pt/componentes/skills__composio-awesome__changelog-generator): Cria automaticamente changelogs direcionados aos utilizadores a partir de commits do git, analisando o histórico de commits, categorizando alterações e transfor - [image-enhancer](https://doutorai.pt/componentes/skills__composio-awesome__image-enhancer): Melhora a qualidade de imagens, especialmente capturas de ecrã, através do aumento da resolução, nitidez e claridade. Perfeito para preparar imagens para aprese - [twitter-algorithm-optimizer](https://doutorai.pt/componentes/skills__composio-awesome__twitter-algorithm-optimizer): Analisar e otimizar tweets para alcance máximo utilizando dados do algoritmo de código aberto do Twitter. Reescrever e editar tweets do utilizador para melhorar - [competitive-ads-extractor](https://doutorai.pt/componentes/skills__composio-awesome__competitive-ads-extractor): Extrai e analisa anúncios de concorrentes a partir de bibliotecas de anúncios (Facebook, LinkedIn, etc.) para compreender quais as mensagens, problemas e aborda - [artifacts-builder](https://doutorai.pt/componentes/skills__composio-awesome__artifacts-builder): Conjunto de ferramentas para criar artefactos HTML elaborados e de múltiplos componentes no claude.ai com tecnologias web modernas de frontend (React, Tailwind - [meeting-insights-analyzer](https://doutorai.pt/componentes/skills__composio-awesome__meeting-insights-analyzer): Analisa transcrições e gravações de reuniões para revelar padrões comportamentais, perspetivas de comunicação e feedback acionável. Identifica situações em que - [skill-share](https://doutorai.pt/componentes/skills__composio-awesome__skill-share): Uma skill que cria novas Claude skills e as partilha automaticamente no Slack através do Rube para uma colaboração de equipa fluida e descoberta de skills. - [developer-growth-analysis](https://doutorai.pt/componentes/skills__composio-awesome__developer-growth-analysis): Analisa o seu histórico recente de chat no Claude Code para identificar padrões de programação, lacunas de desenvolvimento e áreas de melhoria, seleciona recurs - [mcp-builder](https://doutorai.pt/componentes/skills__composio-awesome__mcp-builder): Guia para criar servidores MCP (Model Context Protocol) de alta qualidade que permitem aos LLMs interagir com serviços externos através de ferramentas bem conce - [skill-creator](https://doutorai.pt/componentes/skills__composio-awesome__skill-creator): Guia para criar skills eficazes. Esta skill deve ser usada quando os utilizadores pretendem criar uma nova skill (ou atualizar uma skill existente) que expanda - [content-research-writer](https://doutorai.pt/componentes/skills__composio-awesome__content-research-writer): Auxilia na redação de conteúdos de alta qualidade ao realizar pesquisas, adicionar citações, melhorar hooks, iterar sobre estruturas e fornecer feedback em temp - [file-organizer](https://doutorai.pt/componentes/skills__composio-awesome__file-organizer): Organiza inteligentemente os seus ficheiros e pastas no computador através da compreensão do contexto, localização de duplicados, sugestão de melhores estrutura - [raffle-winner-picker](https://doutorai.pt/componentes/skills__composio-awesome__raffle-winner-picker): Seleciona vencedores aleatórios a partir de listas, folhas de cálculo ou Google Sheets para sorteios, rifas e concursos. Garante uma seleção justa, imparcial e - [connect-apps](https://doutorai.pt/componentes/skills__composio-awesome__connect-apps): Ligue o Claude a aplicações externas como Gmail, Slack, GitHub. Use esta skill quando o utilizador quiser enviar e-mails, criar issues, publicar mensagens ou re - [langsmith-fetch](https://doutorai.pt/componentes/skills__composio-awesome__langsmith-fetch): Depurar agents LangChain e LangGraph através da recolha de rastos de execução do LangSmith Studio. Usar para depurar o comportamento de agents, investigar erros - [youtube-downloader](https://doutorai.pt/componentes/skills__composio-awesome__video-downloader): Descarregar vídeos do YouTube com opções personalizáveis de qualidade e formato. Usar esta skill quando o utilizador solicitar a transferência, guardar ou obter - [domain-name-brainstormer](https://doutorai.pt/componentes/skills__composio-awesome__domain-name-brainstormer): Gera ideias criativas de nomes de domínio para o seu projeto e verifica a disponibilidade em múltiplos TLDs (.com, .io, .dev, .ai, etc.). Poupa horas de brainst - [tailored-resume-generator](https://doutorai.pt/componentes/skills__composio-awesome__tailored-resume-generator): Analisa descrições de funções e gera currículos personalizados que destacam a experiência relevante, skills e conquistas para maximizar as hipóteses de entrevis - [connect](https://doutorai.pt/componentes/skills__composio-awesome__connect): Ligue o Claude a qualquer aplicação. Envie emails, crie issues, publique mensagens, atualize bases de dados: execute ações reais no Gmail, Slack, GitHub, Notion - [lead-research-assistant](https://doutorai.pt/componentes/skills__composio-awesome__lead-research-assistant): Identifica leads de alta qualidade para o seu produto ou serviço através da análise do seu negócio, da pesquisa de empresas-alvo e da disponibilização de estrat - [slack-gif-creator](https://doutorai.pt/componentes/skills__composio-awesome__slack-gif-creator): Conjunto de ferramentas para criar GIFs animados otimizados para o Slack, com validadores de limites de tamanho e primitivas de animação composíveis. Esta skill - [Coinbase Automation](https://doutorai.pt/componentes/skills__composio-awesome__coinbase-automation): Automação da Coinbase: liste e gira carteiras de criptomoedas, contas e dados de portefólio através do Coinbase CDP SDK - [procfu-automation](https://doutorai.pt/componentes/skills__composio-awesome__procfu-automation): Automatize tarefas do Procfu através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [sensibo-automation](https://doutorai.pt/componentes/skills__composio-awesome__sensibo-automation): Automatize tarefas do Sensibo através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [idea-scale-automation](https://doutorai.pt/componentes/skills__composio-awesome__idea-scale-automation): Automatize tarefas do Idea Scale através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [doppler-secretops-automation](https://doutorai.pt/componentes/skills__composio-awesome__doppler-secretops-automation): Automatize tarefas do Doppler Secretops através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [chatbotkit-automation](https://doutorai.pt/componentes/skills__composio-awesome__chatbotkit-automation): Automatize tarefas do Chatbotkit através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [agenty-automation](https://doutorai.pt/componentes/skills__composio-awesome__agenty-automation): Automatize tarefas do Agenty através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [datagma-automation](https://doutorai.pt/componentes/skills__composio-awesome__datagma-automation): Automatize tarefas do Datagma através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [hookdeck-automation](https://doutorai.pt/componentes/skills__composio-awesome__hookdeck-automation): Automatize tarefas do Hookdeck através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [nango-automation](https://doutorai.pt/componentes/skills__composio-awesome__nango-automation): Automatize tarefas do Nango através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [shorten-rest-automation](https://doutorai.pt/componentes/skills__composio-awesome__shorten-rest-automation): Automatize tarefas do Shorten Rest através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [mistral_ai-automation](https://doutorai.pt/componentes/skills__composio-awesome__mistral-ai-automation): Automatize tarefas da Mistral AI através do Rube MCP (Composio): completações, embeddings, fine-tuning e gestão de modelos. Pesquise sempre primeiro as ferramen - [remove-bg-automation](https://doutorai.pt/componentes/skills__composio-awesome__remove-bg-automation): Automatize tarefas do Remove Bg através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [toneden-automation](https://doutorai.pt/componentes/skills__composio-awesome__toneden-automation): Automatize tarefas do Toneden através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [SEMrush Automation](https://doutorai.pt/componentes/skills__composio-awesome__semrush-automation): Automatize a análise de SEO com o SEMrush: pesquise palavras-chave, analise classificações orgânicas de domínios, audite backlinks, avalie a dificuldade de pala - [browserhub-automation](https://doutorai.pt/componentes/skills__composio-awesome__browserhub-automation): Automatize tarefas do Browserhub através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [gatherup-automation](https://doutorai.pt/componentes/skills__composio-awesome__gatherup-automation): Automatize tarefas do Gatherup através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [demio-automation](https://doutorai.pt/componentes/skills__composio-awesome__demio-automation): Automatizar tarefas do Demio via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atualizados. - [cincopa-automation](https://doutorai.pt/componentes/skills__composio-awesome__cincopa-automation): Automatizar tarefas do Cincopa via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atualizados. - [ticketmaster-automation](https://doutorai.pt/componentes/skills__composio-awesome__ticketmaster-automation): Automatizar tarefas do Ticketmaster via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atualizados. - [big-data-cloud-automation](https://doutorai.pt/componentes/skills__composio-awesome__big-data-cloud-automation): Automatizar tarefas do Big Data Cloud via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atualizados. - [fidel-api-automation](https://doutorai.pt/componentes/skills__composio-awesome__fidel-api-automation): Automatizar tarefas da Fidel API via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atualizados. - [QuickBooks Automation](https://doutorai.pt/componentes/skills__composio-awesome__quickbooks-automation): Automatização do QuickBooks: gerir faturas, clientes, contas e pagamentos no QuickBooks Online para uma contabilidade otimizada - [moz-automation](https://doutorai.pt/componentes/skills__composio-awesome__moz-automation): Automatizar tarefas do Moz via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atualizados. - [ring_central-automation](https://doutorai.pt/componentes/skills__composio-awesome__ring-central-automation): Automatizar tarefas do RingCentral via Rube MCP (Composio): chamadas, mensagens, reuniões e comunicações unificadas. Pesquisar sempre primeiro as ferramentas pa - [exist-automation](https://doutorai.pt/componentes/skills__composio-awesome__exist-automation): Automatizar tarefas do Exist via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atualizados. - [junglescout-automation](https://doutorai.pt/componentes/skills__composio-awesome__junglescout-automation): Automatizar tarefas do Junglescout via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atualizados. - [coinranking-automation](https://doutorai.pt/componentes/skills__composio-awesome__coinranking-automation): Automatizar tarefas do Coinranking via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atualizados. - [parma-automation](https://doutorai.pt/componentes/skills__composio-awesome__parma-automation): Automatizar tarefas do Parma via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atualizados. - [mopinion-automation](https://doutorai.pt/componentes/skills__composio-awesome__mopinion-automation): Automatizar tarefas do Mopinion via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atualizados. - [sympla-automation](https://doutorai.pt/componentes/skills__composio-awesome__sympla-automation): Automatizar tarefas do Sympla via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atualizados. - [faceup-automation](https://doutorai.pt/componentes/skills__composio-awesome__faceup-automation): Automatizar tarefas do Faceup via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atualizados. - [pdfless-automation](https://doutorai.pt/componentes/skills__composio-awesome__pdfless-automation): Automatizar tarefas do Pdfless via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atualizados. - [discordbot-automation](https://doutorai.pt/componentes/skills__composio-awesome__discordbot-automation): Automatizar tarefas do Discordbot via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atualizados. - [ravenseotools-automation](https://doutorai.pt/componentes/skills__composio-awesome__ravenseotools-automation): Automatizar tarefas do Ravenseotools via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atualizados. - [docupilot-automation](https://doutorai.pt/componentes/skills__composio-awesome__docupilot-automation): Automatizar tarefas do Docupilot via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atualizados. - [Ahrefs Automation](https://doutorai.pt/componentes/skills__composio-awesome__ahrefs-automation): Automatizar a pesquisa de SEO com o Ahrefs: analisar perfis de backlinks, pesquisar palavras-chave, acompanhar o histórico de métricas do domínio, auditar posic - [sslmate-cert-spotter-api-automation](https://doutorai.pt/componentes/skills__composio-awesome__sslmate-cert-spotter-api-automation): Automatize tarefas da API Sslmate Cert Spotter via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atualizados. - [rocketlane-automation](https://doutorai.pt/componentes/skills__composio-awesome__rocketlane-automation): Automatize tarefas do Rocketlane via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atualizados. - [livesession-automation](https://doutorai.pt/componentes/skills__composio-awesome__livesession-automation): Automatize tarefas do Livesession via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atualizados. - [splitwise-automation](https://doutorai.pt/componentes/skills__composio-awesome__splitwise-automation): Automatize tarefas do Splitwise via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atualizados. - [encodian-automation](https://doutorai.pt/componentes/skills__composio-awesome__encodian-automation): Automatize tarefas do Encodian via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atualizados. - [composio-automation](https://doutorai.pt/componentes/skills__composio-awesome__composio-automation): Automatize tarefas do Composio via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atualizados. - [supportivekoala-automation](https://doutorai.pt/componentes/skills__composio-awesome__supportivekoala-automation): Automatize tarefas do Supportivekoala via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atualizados. - [serpdog-automation](https://doutorai.pt/componentes/skills__composio-awesome__serpdog-automation): Automatize tarefas do Serpdog via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atualizados. - [browserbase-tool-automation](https://doutorai.pt/componentes/skills__composio-awesome__browserbase-tool-automation): Automatize tarefas do Browserbase Tool via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atualizados. - [bubble-automation](https://doutorai.pt/componentes/skills__composio-awesome__bubble-automation): Automatize tarefas do Bubble via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atualizados. - [moco-automation](https://doutorai.pt/componentes/skills__composio-awesome__moco-automation): Automatize tarefas do Moco via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atualizados. - [raisely-automation](https://doutorai.pt/componentes/skills__composio-awesome__raisely-automation): Automatize tarefas do Raisely via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atualizados. - [onesignal_rest_api-automation](https://doutorai.pt/componentes/skills__composio-awesome__onesignal-rest-api-automation): Automatize tarefas do OneSignal via Rube MCP (Composio): notificações push, segmentos, modelos e mensagens. Pesquise sempre primeiro as ferramentas para obter e - [files-com-automation](https://doutorai.pt/componentes/skills__composio-awesome__files-com-automation): Automatize tarefas do Files Com via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atualizados. - [borneo-automation](https://doutorai.pt/componentes/skills__composio-awesome__borneo-automation): Automatize tarefas do Borneo via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atualizados. - [hypeauditor-automation](https://doutorai.pt/componentes/skills__composio-awesome__hypeauditor-automation): Automatize tarefas do Hypeauditor via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atualizados. - [aeroleads-automation](https://doutorai.pt/componentes/skills__composio-awesome__aeroleads-automation): Automatize tarefas do Aeroleads via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atualizados. - [diffbot-automation](https://doutorai.pt/componentes/skills__composio-awesome__diffbot-automation): Automatize tarefas do Diffbot via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atualizados. - [metaphor-automation](https://doutorai.pt/componentes/skills__composio-awesome__metaphor-automation): Automatize tarefas do Metaphor via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atualizados. - [beeminder-automation](https://doutorai.pt/componentes/skills__composio-awesome__beeminder-automation): Automatize tarefas do Beeminder via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atualizados. - [shortpixel-automation](https://doutorai.pt/componentes/skills__composio-awesome__shortpixel-automation): Automatize tarefas do Shortpixel via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [appsflyer-automation](https://doutorai.pt/componentes/skills__composio-awesome__appsflyer-automation): Automatize tarefas do Appsflyer via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [wachete-automation](https://doutorai.pt/componentes/skills__composio-awesome__wachete-automation): Automatize tarefas do Wachete via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [zoho_mail-automation](https://doutorai.pt/componentes/skills__composio-awesome__zoho-mail-automation): Automatize tarefas do Zoho Mail via Rube MCP (Composio): envio de emails, pastas, etiquetas e gestão de caixas de correio. Pesquise sempre primeiro as ferrament - [waboxapp-automation](https://doutorai.pt/componentes/skills__composio-awesome__waboxapp-automation): Automatize tarefas do Waboxapp via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [ocrspace-automation](https://doutorai.pt/componentes/skills__composio-awesome__ocrspace-automation): Automatize tarefas do Ocrspace via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [textcortex-automation](https://doutorai.pt/componentes/skills__composio-awesome__textcortex-automation): Automatize tarefas do Textcortex via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [google_search_console-automation](https://doutorai.pt/componentes/skills__composio-awesome__google-search-console-automation): Automatize tarefas do Google Search Console via Rube MCP (Composio): desempenho de pesquisa, inspeção de URL, sitemaps e estado de indexação. Pesquise sempre pr - [sendfox-automation](https://doutorai.pt/componentes/skills__composio-awesome__sendfox-automation): Automatize tarefas do Sendfox via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [printautopilot-automation](https://doutorai.pt/componentes/skills__composio-awesome__printautopilot-automation): Automatize tarefas do Printautopilot via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [btcpay-server-automation](https://doutorai.pt/componentes/skills__composio-awesome__btcpay-server-automation): Automatize tarefas do Btcpay Server via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [brandfetch-automation](https://doutorai.pt/componentes/skills__composio-awesome__brandfetch-automation): Automatize tarefas do Brandfetch via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [reply-automation](https://doutorai.pt/componentes/skills__composio-awesome__reply-automation): Automatize tarefas do Reply via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [documint-automation](https://doutorai.pt/componentes/skills__composio-awesome__documint-automation): Automatize tarefas do Documint via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [GroqCloud Automation](https://doutorai.pt/componentes/skills__composio-awesome__groqcloud-automation): Automatize inferência de IA, conclusões de chat, tradução de áudio e gestão de vozes TTS através da API de elevado desempenho da GroqCloud via Composio - [goodbits-automation](https://doutorai.pt/componentes/skills__composio-awesome__goodbits-automation): Automatize tarefas do Goodbits via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [landbot-automation](https://doutorai.pt/componentes/skills__composio-awesome__landbot-automation): Automatize tarefas do Landbot via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [codereadr-automation](https://doutorai.pt/componentes/skills__composio-awesome__codereadr-automation): Automatize tarefas do Codereadr via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [docnify-automation](https://doutorai.pt/componentes/skills__composio-awesome__docnify-automation): Automatize tarefas do Docnify via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [classmarker-automation](https://doutorai.pt/componentes/skills__composio-awesome__classmarker-automation): Automatize tarefas do Classmarker via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [beamer-automation](https://doutorai.pt/componentes/skills__composio-awesome__beamer-automation): Automatizar tarefas do Beamer via Rube MCP (Composio). Procurar sempre primeiro nas ferramentas por esquemas atuais. - [getform-automation](https://doutorai.pt/componentes/skills__composio-awesome__getform-automation): Automatizar tarefas do Getform via Rube MCP (Composio). Procurar sempre primeiro nas ferramentas por esquemas atuais. - [ipinfo-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__ipinfo-io-automation): Automatizar tarefas do Ipinfo IO via Rube MCP (Composio). Procurar sempre primeiro nas ferramentas por esquemas atuais. - [poptin-automation](https://doutorai.pt/componentes/skills__composio-awesome__poptin-automation): Automatizar tarefas do Poptin via Rube MCP (Composio). Procurar sempre primeiro nas ferramentas por esquemas atuais. - [Apollo Automation](https://doutorai.pt/componentes/skills__composio-awesome__apollo-automation): Automatizar a geração de leads do Apollo.io (pesquisar organizações, descobrir contactos, enriquecer dados de prospetos, gerir etapas de contacto e criar listas - [dotsimple-automation](https://doutorai.pt/componentes/skills__composio-awesome__dotsimple-automation): Automatizar tarefas do Dotsimple via Rube MCP (Composio). Procurar sempre primeiro nas ferramentas por esquemas atuais. - [yandex-automation](https://doutorai.pt/componentes/skills__composio-awesome__yandex-automation): Automatizar tarefas do Yandex via Rube MCP (Composio). Procurar sempre primeiro nas ferramentas por esquemas atuais. - [elorus-automation](https://doutorai.pt/componentes/skills__composio-awesome__elorus-automation): Automatizar tarefas do Elorus via Rube MCP (Composio). Procurar sempre primeiro nas ferramentas por esquemas atuais. - [reply-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__reply-io-automation): Automatizar tarefas do Reply IO via Rube MCP (Composio). Procurar sempre primeiro nas ferramentas por esquemas atuais. - [carbone-automation](https://doutorai.pt/componentes/skills__composio-awesome__carbone-automation): Automatizar tarefas do Carbone via Rube MCP (Composio). Procurar sempre primeiro nas ferramentas por esquemas atuais. - [Hunter Automation](https://doutorai.pt/componentes/skills__composio-awesome__hunter-automation): Automatizar a inteligência de e-mail do Hunter.io (pesquisar domínios por endereços de e-mail, encontrar contactos específicos, verificar a entregabilidade de e - [perigon-automation](https://doutorai.pt/componentes/skills__composio-awesome__perigon-automation): Automatizar tarefas do Perigon via Rube MCP (Composio). Procurar sempre primeiro nas ferramentas por esquemas atuais. - [bidsketch-automation](https://doutorai.pt/componentes/skills__composio-awesome__bidsketch-automation): Automatizar tarefas do Bidsketch via Rube MCP (Composio). Procurar sempre primeiro nas ferramentas por esquemas atuais. - [zoho_desk-automation](https://doutorai.pt/componentes/skills__composio-awesome__zoho-desk-automation): Automatizar tarefas do Zoho Desk via Rube MCP (Composio): tickets, contactos, agents, departamentos e operações de help desk. Procurar sempre primeiro nas ferra - [conversion-tools-automation](https://doutorai.pt/componentes/skills__composio-awesome__conversion-tools-automation): Automatizar tarefas do Conversion Tools via Rube MCP (Composio). Procurar sempre primeiro nas ferramentas por esquemas atuais. - [piggy-automation](https://doutorai.pt/componentes/skills__composio-awesome__piggy-automation): Automatizar tarefas do Piggy via Rube MCP (Composio). Procurar sempre primeiro nas ferramentas por esquemas atuais. - [altoviz-automation](https://doutorai.pt/componentes/skills__composio-awesome__altoviz-automation): Automatizar tarefas do Altoviz via Rube MCP (Composio). Procurar sempre primeiro nas ferramentas por esquemas atuais. - [more-trees-automation](https://doutorai.pt/componentes/skills__composio-awesome__more-trees-automation): Automatizar tarefas do More Trees via Rube MCP (Composio). Procurar sempre primeiro nas ferramentas por esquemas atuais. - [recallai-automation](https://doutorai.pt/componentes/skills__composio-awesome__recallai-automation): Automatizar tarefas do Recallai via Rube MCP (Composio). Procurar sempre primeiro nas ferramentas por esquemas atuais. - [felt-automation](https://doutorai.pt/componentes/skills__composio-awesome__felt-automation): Automatizar tarefas do Felt via Rube MCP (Composio). Procurar sempre primeiro nas ferramentas por esquemas atuais. - [kit-automation](https://doutorai.pt/componentes/skills__composio-awesome__kit-automation): Automatize tarefas do Kit via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [zoho_bigin-automation](https://doutorai.pt/componentes/skills__composio-awesome__zoho-bigin-automation): Automatize tarefas do Zoho Bigin via Rube MCP (Composio): pipelines, contactos, empresas, produtos e CRM para pequenas empresas. Pesquise sempre primeiro as fer - [folk-automation](https://doutorai.pt/componentes/skills__composio-awesome__folk-automation): Automatize tarefas do Folk via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [membervault-automation](https://doutorai.pt/componentes/skills__composio-awesome__membervault-automation): Automatize tarefas do Membervault via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [abstract-automation](https://doutorai.pt/componentes/skills__composio-awesome__abstract-automation): Automatize tarefas do Abstract via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [taxjar-automation](https://doutorai.pt/componentes/skills__composio-awesome__taxjar-automation): Automatize tarefas do Taxjar via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [desktime-automation](https://doutorai.pt/componentes/skills__composio-awesome__desktime-automation): Automatize tarefas do Desktime via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [screenshot-fyi-automation](https://doutorai.pt/componentes/skills__composio-awesome__screenshot-fyi-automation): Automatize tarefas do Screenshot Fyi via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [countdown-api-automation](https://doutorai.pt/componentes/skills__composio-awesome__countdown-api-automation): Automatize tarefas da Countdown API via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [spoki-automation](https://doutorai.pt/componentes/skills__composio-awesome__spoki-automation): Automatize tarefas do Spoki via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [google_admin-automation](https://doutorai.pt/componentes/skills__composio-awesome__google-admin-automation): Automatize tarefas do Google Admin via Rube MCP (Composio): gestão de utilizadores, unidades organizacionais, grupos e administração de domínios. Pesquise sempr - [cloudpress-automation](https://doutorai.pt/componentes/skills__composio-awesome__cloudpress-automation): Automatize tarefas do Cloudpress via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [leadfeeder-automation](https://doutorai.pt/componentes/skills__composio-awesome__leadfeeder-automation): Automatize tarefas do Leadfeeder via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [chaser-automation](https://doutorai.pt/componentes/skills__composio-awesome__chaser-automation): Automatize tarefas do Chaser via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [openrouter-automation](https://doutorai.pt/componentes/skills__composio-awesome__openrouter-automation): Automatize tarefas do Openrouter via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [lemon_squeezy-automation](https://doutorai.pt/componentes/skills__composio-awesome__lemon-squeezy-automation): Automatize tarefas do Lemon Squeezy via Rube MCP (Composio): produtos, encomendas, subscrições, checkouts e vendas digitais. Pesquise sempre primeiro as ferrame - [bolt-iot-automation](https://doutorai.pt/componentes/skills__composio-awesome__bolt-iot-automation): Automatize tarefas do Bolt Iot via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [memberspot-automation](https://doutorai.pt/componentes/skills__composio-awesome__memberspot-automation): Automatize tarefas do Memberspot via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [Lemlist Automation](https://doutorai.pt/componentes/skills__composio-awesome__lemlist-automation): Automatize o outreach multicanal do Lemlist: gerir campanhas, inscrever leads, adicionar variáveis de personalização, exportar dados de campanha e gerir cancela - [api2pdf-automation](https://doutorai.pt/componentes/skills__composio-awesome__api2pdf-automation): Automatize tarefas da Api2pdf via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [zenrows-automation](https://doutorai.pt/componentes/skills__composio-awesome__zenrows-automation): Automatiza tarefas do Zenrows via Rube MCP (Composio). Pesquisa sempre ferramentas primeiro para obter esquemas atualizados. - [Excel Automation](https://doutorai.pt/componentes/skills__composio-awesome__excel-automation): Automação do Excel: cria livros de trabalho, gere folhas de trabalho, lê/escreve dados de células e formata folhas de cálculo através da integração com o Micros - [ynab-automation](https://doutorai.pt/componentes/skills__composio-awesome__ynab-automation): Automatiza tarefas do Ynab via Rube MCP (Composio). Pesquisa sempre ferramentas primeiro para obter esquemas atualizados. - [peopledatalabs-automation](https://doutorai.pt/componentes/skills__composio-awesome__peopledatalabs-automation): Automatiza tarefas do Peopledatalabs via Rube MCP (Composio). Pesquisa sempre ferramentas primeiro para obter esquemas atualizados. - [Toggl Automation](https://doutorai.pt/componentes/skills__composio-awesome__toggl-automation): Automatiza fluxos de trabalho de controlo de tempo no Toggl Track: cria registos de tempo, gere projetos, clientes, etiquetas e workspaces através de comandos e - [fitbit-automation](https://doutorai.pt/componentes/skills__composio-awesome__fitbit-automation): Automatiza tarefas do Fitbit via Rube MCP (Composio). Pesquisa sempre ferramentas primeiro para obter esquemas atualizados. - [imagekit-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__imagekit-io-automation): Automatiza tarefas do Imagekit IO via Rube MCP (Composio). Pesquisa sempre ferramentas primeiro para obter esquemas atualizados. - [humanitix-automation](https://doutorai.pt/componentes/skills__composio-awesome__humanitix-automation): Automatiza tarefas do Humanitix via Rube MCP (Composio). Pesquisa sempre ferramentas primeiro para obter esquemas atualizados. - [lmnt-automation](https://doutorai.pt/componentes/skills__composio-awesome__lmnt-automation): Automatiza tarefas do Lmnt via Rube MCP (Composio). Pesquisa sempre ferramentas primeiro para obter esquemas atualizados. - [crustdata-automation](https://doutorai.pt/componentes/skills__composio-awesome__crustdata-automation): Automatiza tarefas do Crustdata via Rube MCP (Composio). Pesquisa sempre ferramentas primeiro para obter esquemas atualizados. - [maintainx-automation](https://doutorai.pt/componentes/skills__composio-awesome__maintainx-automation): Automatiza tarefas do Maintainx via Rube MCP (Composio). Pesquisa sempre ferramentas primeiro para obter esquemas atualizados. - [radar-automation](https://doutorai.pt/componentes/skills__composio-awesome__radar-automation): Automatiza tarefas do Radar via Rube MCP (Composio). Pesquisa sempre ferramentas primeiro para obter esquemas atualizados. - [onepage-automation](https://doutorai.pt/componentes/skills__composio-awesome__onepage-automation): Automatiza tarefas do Onepage via Rube MCP (Composio). Pesquisa sempre ferramentas primeiro para obter esquemas atualizados. - [Capsule CRM Automation](https://doutorai.pt/componentes/skills__composio-awesome__capsule-crm-automation): Automatiza operações do Capsule CRM: gere contactos (partes), executa consultas de filtro estruturadas, acompanha tarefas e projetos, regista entradas e gere or - [extracta-ai-automation](https://doutorai.pt/componentes/skills__composio-awesome__extracta-ai-automation): Automatiza tarefas do Extracta AI via Rube MCP (Composio). Pesquisa sempre ferramentas primeiro para obter esquemas atualizados. - [callingly-automation](https://doutorai.pt/componentes/skills__composio-awesome__callingly-automation): Automatiza tarefas do Callingly via Rube MCP (Composio). Pesquisa sempre ferramentas primeiro para obter esquemas atualizados. - [woodpecker-co-automation](https://doutorai.pt/componentes/skills__composio-awesome__woodpecker-co-automation): Automatiza tarefas do Woodpecker co via Rube MCP (Composio). Pesquisa sempre ferramentas primeiro para obter esquemas atualizados. - [boldsign-automation](https://doutorai.pt/componentes/skills__composio-awesome__boldsign-automation): Automatiza tarefas do Boldsign via Rube MCP (Composio). Pesquisa sempre ferramentas primeiro para obter esquemas atualizados. - [brex-staging-automation](https://doutorai.pt/componentes/skills__composio-awesome__brex-staging-automation): Automatiza tarefas do Brex Staging via Rube MCP (Composio). Pesquisa sempre ferramentas primeiro para obter esquemas atualizados. - [docsbot-ai-automation](https://doutorai.pt/componentes/skills__composio-awesome__docsbot-ai-automation): Automatiza tarefas do Docsbot AI via Rube MCP (Composio). Pesquisa sempre ferramentas primeiro para obter esquemas atualizados. - [Zoho Books Automation](https://doutorai.pt/componentes/skills__composio-awesome__zoho-books-automation): Automatize fluxos de trabalho de contabilidade do Zoho Books, incluindo a criação de faturas, gestão de contas a pagar, pesquisa de contactos, acompanhamento de - [Ramp Automation](https://doutorai.pt/componentes/skills__composio-awesome__ramp-automation): Automação do Ramp: gira transações de cartões corporativos, reembolsos, utilizadores e acompanhamento de despesas através da plataforma Ramp - [deepgram-automation](https://doutorai.pt/componentes/skills__composio-awesome__deepgram-automation): Automatize tarefas do Deepgram via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [ngrok-automation](https://doutorai.pt/componentes/skills__composio-awesome__ngrok-automation): Automatize tarefas do Ngrok via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [calendarhero-automation](https://doutorai.pt/componentes/skills__composio-awesome__calendarhero-automation): Automatize tarefas do Calendarhero via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [buildkite-automation](https://doutorai.pt/componentes/skills__composio-awesome__buildkite-automation): Automatize tarefas do Buildkite via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [pipeline-crm-automation](https://doutorai.pt/componentes/skills__composio-awesome__pipeline-crm-automation): Automatize tarefas do Pipeline CRM via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [dovetail-automation](https://doutorai.pt/componentes/skills__composio-awesome__dovetail-automation): Automatize tarefas do Dovetail via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [chatfai-automation](https://doutorai.pt/componentes/skills__composio-awesome__chatfai-automation): Automatize tarefas do Chatfai via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [active-campaign-automation](https://doutorai.pt/componentes/skills__composio-awesome__active-campaign-automation): Automatize tarefas do ActiveCampaign via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [curated-automation](https://doutorai.pt/componentes/skills__composio-awesome__curated-automation): Automatize tarefas do Curated via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [supadata-automation](https://doutorai.pt/componentes/skills__composio-awesome__supadata-automation): Automatize tarefas do Supadata via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [moosend-automation](https://doutorai.pt/componentes/skills__composio-awesome__moosend-automation): Automatize tarefas do Moosend via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [botbaba-automation](https://doutorai.pt/componentes/skills__composio-awesome__botbaba-automation): Automatize tarefas do Botbaba via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [genderapi-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__genderapi-io-automation): Automatize tarefas do Genderapi IO via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [Instantly Automation](https://doutorai.pt/componentes/skills__composio-awesome__instantly-automation): Automatize a prospeção por email a frio no Instantly (gira campanhas, contas de envio, listas de leads, importações em massa de leads e análise de campanhas) ut - [yousearch-automation](https://doutorai.pt/componentes/skills__composio-awesome__yousearch-automation): Automatize tarefas do Yousearch via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [unione-automation](https://doutorai.pt/componentes/skills__composio-awesome__unione-automation): Automatize tarefas do Unione via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [ip2whois-automation](https://doutorai.pt/componentes/skills__composio-awesome__ip2whois-automation): Automatize tarefas do Ip2whois via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [smartproxy-automation](https://doutorai.pt/componentes/skills__composio-awesome__smartproxy-automation): Automatize tarefas do Smartproxy via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [RingCentral Automation](https://doutorai.pt/componentes/skills__composio-awesome__ring-central-automation-c880d7): Automação do RingCentral via Rube MCP: conjunto de ferramentas não disponível de momento no Composio; não foram encontradas ferramentas RING_CENTRAL_ - [builtwith-automation](https://doutorai.pt/componentes/skills__composio-awesome__builtwith-automation): Automatizar tarefas do Builtwith via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [bolna-automation](https://doutorai.pt/componentes/skills__composio-awesome__bolna-automation): Automatizar tarefas do Bolna via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [many-chat-automation](https://doutorai.pt/componentes/skills__composio-awesome__many-chat-automation): Automatizar tarefas do ManyChat via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [Facebook Automation](https://doutorai.pt/componentes/skills__composio-awesome__facebook-automation): Automatizar a gestão de Páginas do Facebook, incluindo a criação de publicações, agendamento, carregamentos de vídeos, conversas no Messenger e envolvimento do - [route4me-automation](https://doutorai.pt/componentes/skills__composio-awesome__route4me-automation): Automatizar tarefas do Route4me via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [mapbox-automation](https://doutorai.pt/componentes/skills__composio-awesome__mapbox-automation): Automatizar tarefas do Mapbox via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [scrapegraph-ai-automation](https://doutorai.pt/componentes/skills__composio-awesome__scrapegraph-ai-automation): Automatizar tarefas do Scrapegraph AI via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [scrapfly-automation](https://doutorai.pt/componentes/skills__composio-awesome__scrapfly-automation): Automatizar tarefas do Scrapfly via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [repairshopr-automation](https://doutorai.pt/componentes/skills__composio-awesome__repairshopr-automation): Automatizar tarefas do Repairshopr via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [ragic-automation](https://doutorai.pt/componentes/skills__composio-awesome__ragic-automation): Automatizar tarefas do Ragic via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [finmei-automation](https://doutorai.pt/componentes/skills__composio-awesome__finmei-automation): Automatizar tarefas do Finmei via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [statuscake-automation](https://doutorai.pt/componentes/skills__composio-awesome__statuscake-automation): Automatizar tarefas do Statuscake via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [cdr-platform-automation](https://doutorai.pt/componentes/skills__composio-awesome__cdr-platform-automation): Automatizar tarefas da Cdr Platform via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [formcarry-automation](https://doutorai.pt/componentes/skills__composio-awesome__formcarry-automation): Automatizar tarefas do Formcarry via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [zoho_invoice-automation](https://doutorai.pt/componentes/skills__composio-awesome__zoho-invoice-automation): Automatizar tarefas do Zoho Invoice via Rube MCP (Composio): faturas, orçamentos, despesas, clientes e acompanhamento de pagamentos. Pesquisa sempre primeiro as - [virustotal-automation](https://doutorai.pt/componentes/skills__composio-awesome__virustotal-automation): Automatizar tarefas do Virustotal via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [optimoroute-automation](https://doutorai.pt/componentes/skills__composio-awesome__optimoroute-automation): Automatizar tarefas do Optimoroute via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [googlemeet-automation](https://doutorai.pt/componentes/skills__composio-awesome__googlemeet-automation): Automatizar tarefas do Google Meet via Rube MCP (Composio): criar espaços no Meet, agendar videoconferências através de eventos do Calendar, gerir o acesso a re - [grist-automation](https://doutorai.pt/componentes/skills__composio-awesome__grist-automation): Automatizar tarefas do Grist via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [gamma-automation](https://doutorai.pt/componentes/skills__composio-awesome__gamma-automation): Automatiza tarefas do Gamma via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [precoro-automation](https://doutorai.pt/componentes/skills__composio-awesome__precoro-automation): Automatiza tarefas do Precoro via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [algolia-automation](https://doutorai.pt/componentes/skills__composio-awesome__algolia-automation): Automatiza tarefas do Algolia via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [ip2location-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__ip2location-io-automation): Automatiza tarefas do Ip2location IO via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [apiverve-automation](https://doutorai.pt/componentes/skills__composio-awesome__apiverve-automation): Automatiza tarefas do Apiverve via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [docupost-automation](https://doutorai.pt/componentes/skills__composio-awesome__docupost-automation): Automatiza tarefas do Docupost via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [mailersend-automation](https://doutorai.pt/componentes/skills__composio-awesome__mailersend-automation): Automatiza tarefas do Mailersend via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [api-sports-automation](https://doutorai.pt/componentes/skills__composio-awesome__api-sports-automation): Automatiza tarefas da API Sports via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [resend-automation](https://doutorai.pt/componentes/skills__composio-awesome__resend-automation): Automatiza tarefas do Resend via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [dropbox-sign-automation](https://doutorai.pt/componentes/skills__composio-awesome__dropbox-sign-automation): Automatiza tarefas do Dropbox Sign via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [Ashby Automation](https://doutorai.pt/componentes/skills__composio-awesome__ashby-automation): Automatiza fluxos de trabalho de recrutamento e contratação no Ashby: gerir candidatos, vagas, candidaturas, entrevistas e notas através de comandos em linguage - [doppler-marketing-automation-automation](https://doutorai.pt/componentes/skills__composio-awesome__doppler-marketing-automation-automation): Automatiza tarefas do Doppler Marketing Automation via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [minerstat-automation](https://doutorai.pt/componentes/skills__composio-awesome__minerstat-automation): Automatiza tarefas do Minerstat via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [ip2proxy-automation](https://doutorai.pt/componentes/skills__composio-awesome__ip2proxy-automation): Automatiza tarefas do Ip2proxy via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [humanloop-automation](https://doutorai.pt/componentes/skills__composio-awesome__humanloop-automation): Automatiza tarefas do Humanloop via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [google_classroom-automation](https://doutorai.pt/componentes/skills__composio-awesome__google-classroom-automation): Automatiza tarefas do Google Classroom via Rube MCP (Composio): gestão de cursos, trabalhos, listas de alunos e anúncios. Pesquisa sempre primeiro as ferramenta - [zenserp-automation](https://doutorai.pt/componentes/skills__composio-awesome__zenserp-automation): Automatiza tarefas do Zenserp via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [pdf-api-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__pdf-api-io-automation): Automatiza tarefas do PDF API IO via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [appcircle-automation](https://doutorai.pt/componentes/skills__composio-awesome__appcircle-automation): Automatiza tarefas do Appcircle via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [process-street-automation](https://doutorai.pt/componentes/skills__composio-awesome__process-street-automation): Automatiza tarefas do Process Street via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [ignisign-automation](https://doutorai.pt/componentes/skills__composio-awesome__ignisign-automation): Automatizar tarefas do Ignisign via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [open-sea-automation](https://doutorai.pt/componentes/skills__composio-awesome__open-sea-automation): Automatizar tarefas do Open Sea via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [apiflash-automation](https://doutorai.pt/componentes/skills__composio-awesome__apiflash-automation): Automatizar tarefas do Apiflash via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [mailsoftly-automation](https://doutorai.pt/componentes/skills__composio-awesome__mailsoftly-automation): Automatizar tarefas do Mailsoftly via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [waiverfile-automation](https://doutorai.pt/componentes/skills__composio-awesome__waiverfile-automation): Automatizar tarefas do Waiverfile via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [piloterr-automation](https://doutorai.pt/componentes/skills__composio-awesome__piloterr-automation): Automatizar tarefas do Piloterr via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [findymail-automation](https://doutorai.pt/componentes/skills__composio-awesome__findymail-automation): Automatizar tarefas do Findymail via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [mailboxlayer-automation](https://doutorai.pt/componentes/skills__composio-awesome__mailboxlayer-automation): Automatizar tarefas do Mailboxlayer via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [convolo-ai-automation](https://doutorai.pt/componentes/skills__composio-awesome__convolo-ai-automation): Automatizar tarefas do Convolo AI via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [anchor-browser-automation](https://doutorai.pt/componentes/skills__composio-awesome__anchor-browser-automation): Automatizar tarefas do Anchor Browser via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [payhip-automation](https://doutorai.pt/componentes/skills__composio-awesome__payhip-automation): Automatizar tarefas do Payhip via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [persistiq-automation](https://doutorai.pt/componentes/skills__composio-awesome__persistiq-automation): Automatizar tarefas do Persistiq via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [honeybadger-automation](https://doutorai.pt/componentes/skills__composio-awesome__honeybadger-automation): Automatizar tarefas do Honeybadger via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [timely-automation](https://doutorai.pt/componentes/skills__composio-awesome__timely-automation): Automatizar tarefas do Timely via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [wakatime-automation](https://doutorai.pt/componentes/skills__composio-awesome__wakatime-automation): Automatizar tarefas do Wakatime via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [npm-automation](https://doutorai.pt/componentes/skills__composio-awesome__npm-automation): Automatizar tarefas do NPM via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [atlassian-automation](https://doutorai.pt/componentes/skills__composio-awesome__atlassian-automation): Automatizar tarefas da Atlassian via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [proofly-automation](https://doutorai.pt/componentes/skills__composio-awesome__proofly-automation): Automatizar tarefas do Proofly via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [browserless-automation](https://doutorai.pt/componentes/skills__composio-awesome__browserless-automation): Automatizar tarefas do Browserless via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [tripadvisor-content-api-automation](https://doutorai.pt/componentes/skills__composio-awesome__tripadvisor-content-api-automation): Automatizar tarefas do TripAdvisor via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter esquemas atuais. - [google-maps-automation](https://doutorai.pt/componentes/skills__composio-awesome__google-maps-automation): Automatize tarefas do Google Maps via Rube MCP (Composio): geocodifique endereços, pesquise locais, obtenha direções, calcule matrizes de rotas, faça geocodific - [visme-automation](https://doutorai.pt/componentes/skills__composio-awesome__visme-automation): Automatize tarefas do Visme via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [Gorgias Automation](https://doutorai.pt/componentes/skills__composio-awesome__gorgias-automation): Automatize fluxos de trabalho de apoio ao cliente para e-commerce no Gorgias: gira tickets, clientes, etiquetas e equipas através de comandos em linguagem natur - [formdesk-automation](https://doutorai.pt/componentes/skills__composio-awesome__formdesk-automation): Automatize tarefas do Formdesk via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [mailcoach-automation](https://doutorai.pt/componentes/skills__composio-awesome__mailcoach-automation): Automatize tarefas do Mailcoach via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [jumpcloud-automation](https://doutorai.pt/componentes/skills__composio-awesome__jumpcloud-automation): Automatize tarefas do Jumpcloud via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [autom-automation](https://doutorai.pt/componentes/skills__composio-awesome__autom-automation): Automatize tarefas do Autom via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [rootly-automation](https://doutorai.pt/componentes/skills__composio-awesome__rootly-automation): Automatize tarefas do Rootly via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [finage-automation](https://doutorai.pt/componentes/skills__composio-awesome__finage-automation): Automatize tarefas do Finage via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [eventee-automation](https://doutorai.pt/componentes/skills__composio-awesome__eventee-automation): Automatize tarefas do Eventee via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [affinda-automation](https://doutorai.pt/componentes/skills__composio-awesome__affinda-automation): Automatize tarefas do Affinda via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [seqera-automation](https://doutorai.pt/componentes/skills__composio-awesome__seqera-automation): Automatize tarefas do Seqera via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [clearout-automation](https://doutorai.pt/componentes/skills__composio-awesome__clearout-automation): Automatize tarefas do Clearout via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [brilliant-directories-automation](https://doutorai.pt/componentes/skills__composio-awesome__brilliant-directories-automation): Automatize tarefas do Brilliant Directories via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [scrapingant-automation](https://doutorai.pt/componentes/skills__composio-awesome__scrapingant-automation): Automatize tarefas do Scrapingant via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [lastpass-automation](https://doutorai.pt/componentes/skills__composio-awesome__lastpass-automation): Automatize tarefas do Lastpass via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [ticktick-automation](https://doutorai.pt/componentes/skills__composio-awesome__ticktick-automation): Automatize tarefas do Ticktick via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [thanks-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__thanks-io-automation): Automatize tarefas do Thanks IO via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [boloforms-automation](https://doutorai.pt/componentes/skills__composio-awesome__boloforms-automation): Automatize tarefas do Boloforms via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [Omnisend Automation](https://doutorai.pt/componentes/skills__composio-awesome__omnisend-automation): Automatize fluxos de trabalho de marketing de e-commerce, incluindo gestão de contactos, operações em lote e segmentação de subscritores através do Omnisend via - [campayn-automation](https://doutorai.pt/componentes/skills__composio-awesome__campayn-automation): Automatize tarefas do Campayn via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [smtp2go-automation](https://doutorai.pt/componentes/skills__composio-awesome__smtp2go-automation): Automatize tarefas do Smtp2go via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [google-cloud-vision-automation](https://doutorai.pt/componentes/skills__composio-awesome__google-cloud-vision-automation): Automatize tarefas do Google Cloud Vision via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [yelp-automation](https://doutorai.pt/componentes/skills__composio-awesome__yelp-automation): Automatize tarefas do Yelp via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [grafbase-automation](https://doutorai.pt/componentes/skills__composio-awesome__grafbase-automation): Automatize tarefas do Grafbase via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [expofp-automation](https://doutorai.pt/componentes/skills__composio-awesome__expofp-automation): Automatize tarefas do Expofp via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [api-bible-automation](https://doutorai.pt/componentes/skills__composio-awesome__api-bible-automation): Automatize tarefas da API Bible via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [zerobounce-automation](https://doutorai.pt/componentes/skills__composio-awesome__zerobounce-automation): Automatize tarefas do Zerobounce via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [gosquared-automation](https://doutorai.pt/componentes/skills__composio-awesome__gosquared-automation): Automatize tarefas do Gosquared via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [apilio-automation](https://doutorai.pt/componentes/skills__composio-awesome__apilio-automation): Automatize tarefas do Apilio via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [listclean-automation](https://doutorai.pt/componentes/skills__composio-awesome__listclean-automation): Automatize tarefas do Listclean via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [emaillistverify-automation](https://doutorai.pt/componentes/skills__composio-awesome__emaillistverify-automation): Automatize tarefas do Emaillistverify via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [share_point-automation](https://doutorai.pt/componentes/skills__composio-awesome__share-point-automation): Automatize tarefas do SharePoint via Rube MCP (Composio): bibliotecas de documentos, sites, listas e gestão de conteúdos. Pesquise sempre primeiro as ferramenta - [highlevel-automation](https://doutorai.pt/componentes/skills__composio-awesome__highlevel-automation): Automatize tarefas do Highlevel via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [seismic-automation](https://doutorai.pt/componentes/skills__composio-awesome__seismic-automation): Automatize tarefas do Seismic via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [zoho-invoice-automation](https://doutorai.pt/componentes/skills__composio-awesome__zoho-invoice-automation-ec4270): Automatize tarefas do Zoho Invoice via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [formsite-automation](https://doutorai.pt/componentes/skills__composio-awesome__formsite-automation): Automatize tarefas do Formsite via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [respond-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__respond-io-automation): Automatize tarefas do Respond IO via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [google-address-validation-automation](https://doutorai.pt/componentes/skills__composio-awesome__google-address-validation-automation): Automatize tarefas do Google Address Validation via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [bugsnag-automation](https://doutorai.pt/componentes/skills__composio-awesome__bugsnag-automation): Automatize tarefas do Bugsnag via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [sendbird-automation](https://doutorai.pt/componentes/skills__composio-awesome__sendbird-automation): Automatizar tarefas do Sendbird via Rube MCP (Composio). Pesquisar sempre as ferramentas primeiro para obter schemas atuais. - [happy-scribe-automation](https://doutorai.pt/componentes/skills__composio-awesome__happy-scribe-automation): Automatizar tarefas do Happy Scribe via Rube MCP (Composio). Pesquisar sempre as ferramentas primeiro para obter schemas atuais. - [test-app-automation](https://doutorai.pt/componentes/skills__composio-awesome__test-app-automation): Automatizar tarefas da Test App via Rube MCP (Composio). Pesquisar sempre as ferramentas primeiro para obter schemas atuais. - [NetSuite Automation](https://doutorai.pt/componentes/skills__composio-awesome__netsuite-automation): Automação do NetSuite: gerir clientes, encomendas de venda, faturas, inventário e registos via Oracle NetSuite ERP com consultas SuiteQL - [zoho_inventory-automation](https://doutorai.pt/componentes/skills__composio-awesome__zoho-inventory-automation): Automatizar tarefas do Zoho Inventory via Rube MCP (Composio): artigos, encomendas, armazéns, envios e gestão de stock. Pesquisar sempre as ferramentas primeiro - [semanticscholar-automation](https://doutorai.pt/componentes/skills__composio-awesome__semanticscholar-automation): Automatizar tarefas do Semanticscholar via Rube MCP (Composio). Pesquisar sempre as ferramentas primeiro para obter schemas atuais. - [revolt-automation](https://doutorai.pt/componentes/skills__composio-awesome__revolt-automation): Automatizar tarefas do Revolt via Rube MCP (Composio). Pesquisar sempre as ferramentas primeiro para obter schemas atuais. - [pdf4me-automation](https://doutorai.pt/componentes/skills__composio-awesome__pdf4me-automation): Automatizar tarefas do Pdf4me via Rube MCP (Composio). Pesquisar sempre as ferramentas primeiro para obter schemas atuais. - [sevdesk-automation](https://doutorai.pt/componentes/skills__composio-awesome__sevdesk-automation): Automatizar tarefas do Sevdesk via Rube MCP (Composio). Pesquisar sempre as ferramentas primeiro para obter schemas atuais. - [api-ninjas-automation](https://doutorai.pt/componentes/skills__composio-awesome__api-ninjas-automation): Automatizar tarefas do API Ninjas via Rube MCP (Composio). Pesquisar sempre as ferramentas primeiro para obter schemas atuais. - [Spotify Automation](https://doutorai.pt/componentes/skills__composio-awesome__spotify-automation): Automatizar fluxos de trabalho do Spotify, incluindo gestão de playlists, pesquisa de música, controlo de reprodução e acesso a perfis de utilizador via Composi - [listennotes-automation](https://doutorai.pt/componentes/skills__composio-awesome__listennotes-automation): Automatizar tarefas do Listennotes via Rube MCP (Composio). Pesquisar sempre as ferramentas primeiro para obter schemas atuais. - [nasdaq-automation](https://doutorai.pt/componentes/skills__composio-awesome__nasdaq-automation): Automatizar tarefas da Nasdaq via Rube MCP (Composio). Pesquisar sempre as ferramentas primeiro para obter schemas atuais. - [alchemy-automation](https://doutorai.pt/componentes/skills__composio-awesome__alchemy-automation): Automatizar tarefas da Alchemy via Rube MCP (Composio). Pesquisar sempre as ferramentas primeiro para obter schemas atuais. - [kadoa-automation](https://doutorai.pt/componentes/skills__composio-awesome__kadoa-automation): Automatizar tarefas da Kadoa via Rube MCP (Composio). Pesquisar sempre as ferramentas primeiro para obter schemas atuais. - [salesmate-automation](https://doutorai.pt/componentes/skills__composio-awesome__salesmate-automation): Automatizar tarefas do Salesmate via Rube MCP (Composio). Pesquisar sempre as ferramentas primeiro para obter schemas atuais. - [quaderno-automation](https://doutorai.pt/componentes/skills__composio-awesome__quaderno-automation): Automatizar tarefas do Quaderno via Rube MCP (Composio). Pesquisar sempre as ferramentas primeiro para obter schemas atuais. - [SurveyMonkey Automation](https://doutorai.pt/componentes/skills__composio-awesome__survey-monkey-automation): Automatizar a criação de inquéritos, recolha de respostas, gestão de coletores e descoberta de inquéritos no SurveyMonkey através de comandos em linguagem natur - [winston-ai-automation](https://doutorai.pt/componentes/skills__composio-awesome__winston-ai-automation): Automatizar tarefas do Winston AI via Rube MCP (Composio). Pesquisar sempre as ferramentas primeiro para obter schemas atuais. - [taggun-automation](https://doutorai.pt/componentes/skills__composio-awesome__taggun-automation): Automatizar tarefas do Taggun via Rube MCP (Composio). Pesquisar sempre as ferramentas primeiro para obter schemas atuais. - [mocean-automation](https://doutorai.pt/componentes/skills__composio-awesome__mocean-automation): Automatizar tarefas do Mocean via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para esquemas atuais. - [fixer-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__fixer-io-automation): Automatizar tarefas do Fixer IO via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para esquemas atuais. - [platerecognizer-automation](https://doutorai.pt/componentes/skills__composio-awesome__platerecognizer-automation): Automatizar tarefas do Platerecognizer via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para esquemas atuais. - [Uploadcare Automation](https://doutorai.pt/componentes/skills__composio-awesome__uploadcare-automation): Automatizar a gestão de ficheiros do Uploadcare, incluindo listar, armazenar, inspecionar, descarregar e organizar grupos de ficheiros através de comandos em li - [imgbb-automation](https://doutorai.pt/componentes/skills__composio-awesome__imgbb-automation): Automatizar tarefas do Imgbb via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para esquemas atuais. - [google-admin-automation](https://doutorai.pt/componentes/skills__composio-awesome__google-admin-automation-576f65): Automatizar tarefas de administração do Google Workspace via Rube MCP (Composio): gerir utilizadores, grupos, membros, suspender contas, criar utilizadores, adi - [breeze-automation](https://doutorai.pt/componentes/skills__composio-awesome__breeze-automation): Automatizar tarefas do Breeze via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para esquemas atuais. - [docmosis-automation](https://doutorai.pt/componentes/skills__composio-awesome__docmosis-automation): Automatizar tarefas do Docmosis via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para esquemas atuais. - [ayrshare-automation](https://doutorai.pt/componentes/skills__composio-awesome__ayrshare-automation): Automatizar tarefas do Ayrshare via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para esquemas atuais. - [digital-ocean-automation](https://doutorai.pt/componentes/skills__composio-awesome__digital-ocean-automation): Automatizar tarefas do DigitalOcean via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para esquemas atuais. - [tapform-automation](https://doutorai.pt/componentes/skills__composio-awesome__tapform-automation): Automatizar tarefas do Tapform via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para esquemas atuais. - [MailerLite Automation](https://doutorai.pt/componentes/skills__composio-awesome__mailerlite-automation): Automatizar fluxos de trabalho de marketing por e-mail, incluindo gestão de subscritores, análise de campanhas, segmentação de grupos e monitorização de contas - [safetyculture-automation](https://doutorai.pt/componentes/skills__composio-awesome__safetyculture-automation): Automatizar tarefas do Safetyculture via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para esquemas atuais. - [dailybot-automation](https://doutorai.pt/componentes/skills__composio-awesome__dailybot-automation): Automatizar tarefas do Dailybot via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para esquemas atuais. - [cabinpanda-automation](https://doutorai.pt/componentes/skills__composio-awesome__cabinpanda-automation): Automatizar tarefas do Cabinpanda via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para esquemas atuais. - [parseur-automation](https://doutorai.pt/componentes/skills__composio-awesome__parseur-automation): Automatizar tarefas do Parseur via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para esquemas atuais. - [webvizio-automation](https://doutorai.pt/componentes/skills__composio-awesome__webvizio-automation): Automatizar tarefas do Webvizio via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para esquemas atuais. - [verifiedemail-automation](https://doutorai.pt/componentes/skills__composio-awesome__verifiedemail-automation): Automatizar tarefas do Verifiedemail via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para esquemas atuais. - [customgpt-automation](https://doutorai.pt/componentes/skills__composio-awesome__customgpt-automation): Automatizar tarefas do Customgpt via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para esquemas atuais. - [anthropic_administrator-automation](https://doutorai.pt/componentes/skills__composio-awesome__anthropic-administrator-automation): Automatizar tarefas de administração da Anthropic via Rube MCP (Composio): chaves de API, utilização, workspaces e gestão da organização. Pesquise sempre primei - [msg91-automation](https://doutorai.pt/componentes/skills__composio-awesome__msg91-automation): Automatiza tarefas da Msg91 através do Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atualizados. - [hashnode-automation](https://doutorai.pt/componentes/skills__composio-awesome__hashnode-automation): Automatiza tarefas do Hashnode através do Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atualizados. - [gender-api-automation](https://doutorai.pt/componentes/skills__composio-awesome__gender-api-automation): Automatiza tarefas da Gender API através do Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atualizados. - [pexels-automation](https://doutorai.pt/componentes/skills__composio-awesome__pexels-automation): Automatiza tarefas do Pexels através do Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atualizados. - [similarweb-digitalrank-api-automation](https://doutorai.pt/componentes/skills__composio-awesome__similarweb-digitalrank-api-automation): Automatiza tarefas da SimilarWeb através do Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atualizados. - [emelia-automation](https://doutorai.pt/componentes/skills__composio-awesome__emelia-automation): Automatiza tarefas da Emelia através do Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atualizados. - [bonsai-automation](https://doutorai.pt/componentes/skills__composio-awesome__bonsai-automation): Automatiza tarefas do Bonsai através do Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atualizados. - [boxhero-automation](https://doutorai.pt/componentes/skills__composio-awesome__boxhero-automation): Automatiza tarefas do Boxhero através do Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atualizados. - [plain-automation](https://doutorai.pt/componentes/skills__composio-awesome__plain-automation): Automatiza tarefas do Plain através do Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atualizados. - [superchat-automation](https://doutorai.pt/componentes/skills__composio-awesome__superchat-automation): Automatiza tarefas do Superchat através do Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atualizados. - [factorial-automation](https://doutorai.pt/componentes/skills__composio-awesome__factorial-automation): Automatiza tarefas do Factorial através do Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atualizados. - [convertapi-automation](https://doutorai.pt/componentes/skills__composio-awesome__convertapi-automation): Automatiza tarefas da Convertapi através do Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atualizados. - [synthflow-ai-automation](https://doutorai.pt/componentes/skills__composio-awesome__synthflow-ai-automation): Automatiza tarefas da Synthflow AI através do Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atualizados. - [Gumroad Automation](https://doutorai.pt/componentes/skills__composio-awesome__gumroad-automation): Automatiza a gestão de produtos, acompanhamento de vendas, verificação de licenças e subscrições de webhooks do Gumroad utilizando linguagem natural através da - [uptimerobot-automation](https://doutorai.pt/componentes/skills__composio-awesome__uptimerobot-automation): Automatiza tarefas do Uptimerobot através do Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atualizados. - [wave_accounting-automation](https://doutorai.pt/componentes/skills__composio-awesome__wave-accounting-automation): Automatiza tarefas do Wave Accounting através do Rube MCP (Composio): faturas, clientes, pagamentos e contabilidade de pequenas empresas. Pesquisa sempre primei - [googlesuper-automation](https://doutorai.pt/componentes/skills__composio-awesome__googlesuper-automation): Automatiza tarefas do Google Super através do Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atualizados. - [onedesk-automation](https://doutorai.pt/componentes/skills__composio-awesome__onedesk-automation): Automatiza tarefas do Onedesk através do Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atualizados. - [signaturely-automation](https://doutorai.pt/componentes/skills__composio-awesome__signaturely-automation): Automatiza tarefas do Signaturely através do Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atualizados. - [veo-automation](https://doutorai.pt/componentes/skills__composio-awesome__veo-automation): Automatiza tarefas do Veo através do Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atualizados. - [zoominfo-automation](https://doutorai.pt/componentes/skills__composio-awesome__zoominfo-automation): Automatiza tarefas do Zoominfo via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter os esquemas atuais. - [proxiedmail-automation](https://doutorai.pt/componentes/skills__composio-awesome__proxiedmail-automation): Automatiza tarefas do Proxiedmail via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter os esquemas atuais. - [modelry-automation](https://doutorai.pt/componentes/skills__composio-awesome__modelry-automation): Automatiza tarefas do Modelry via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter os esquemas atuais. - [entelligence-automation](https://doutorai.pt/componentes/skills__composio-awesome__entelligence-automation): Automatiza tarefas do Entelligence via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter os esquemas atuais. - [breezy-hr-automation](https://doutorai.pt/componentes/skills__composio-awesome__breezy-hr-automation): Automatiza tarefas do Breezy HR via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter os esquemas atuais. - [updown-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__updown-io-automation): Automatiza tarefas do Updown IO via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter os esquemas atuais. - [callerapi-automation](https://doutorai.pt/componentes/skills__composio-awesome__callerapi-automation): Automatiza tarefas do Callerapi via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter os esquemas atuais. - [Firecrawl Automation](https://doutorai.pt/componentes/skills__composio-awesome__firecrawl-automation): Automatiza o rastreio web e a extração de dados com o Firecrawl: faz scraping de páginas, rastreia sites, extrai dados estruturados, faz scraping em lote de URL - [eversign-automation](https://doutorai.pt/componentes/skills__composio-awesome__eversign-automation): Automatiza tarefas do Eversign via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter os esquemas atuais. - [cloudflare-api-key-automation](https://doutorai.pt/componentes/skills__composio-awesome__cloudflare-api-key-automation): Automatiza tarefas da API do Cloudflare via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter os esquemas atuais. - [helpwise-automation](https://doutorai.pt/componentes/skills__composio-awesome__helpwise-automation): Automatiza tarefas do Helpwise via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter os esquemas atuais. - [fixer-automation](https://doutorai.pt/componentes/skills__composio-awesome__fixer-automation): Automatiza tarefas do Fixer via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter os esquemas atuais. - [Jotform Automation](https://doutorai.pt/componentes/skills__composio-awesome__jotform-automation): Automatiza a listagem de formulários, gestão de utilizadores, histórico de atividade, organização de pastas e inspeção de planos do Jotform através de comandos - [crowdin-automation](https://doutorai.pt/componentes/skills__composio-awesome__crowdin-automation): Automatiza tarefas do Crowdin via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter os esquemas atuais. - [ascora-automation](https://doutorai.pt/componentes/skills__composio-awesome__ascora-automation): Automatiza tarefas do Ascora via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter os esquemas atuais. - [fillout_forms-automation](https://doutorai.pt/componentes/skills__composio-awesome__fillout-forms-automation): Automatiza tarefas do Fillout via Rube MCP (Composio): formulários, submissões, fluxos de trabalho e criador de formulários. Pesquisa sempre as ferramentas prim - [coupa-automation](https://doutorai.pt/componentes/skills__composio-awesome__coupa-automation): Automatiza tarefas do Coupa via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter os esquemas atuais. - [anthropic-administrator-automation](https://doutorai.pt/componentes/skills__composio-awesome__anthropic-administrator-automation-0d8678): Automatiza tarefas do Anthropic Admin via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter os esquemas atuais. - [page-x-automation](https://doutorai.pt/componentes/skills__composio-awesome__page-x-automation): Automatiza tarefas do Page X via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter os esquemas atuais. - [wit-ai-automation](https://doutorai.pt/componentes/skills__composio-awesome__wit-ai-automation): Automatiza tarefas do Wit AI via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para obter os esquemas atuais. - [fullenrich-automation](https://doutorai.pt/componentes/skills__composio-awesome__fullenrich-automation): Automatiza tarefas do Fullenrich via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [flexisign-automation](https://doutorai.pt/componentes/skills__composio-awesome__flexisign-automation): Automatiza tarefas do Flexisign via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [foursquare-automation](https://doutorai.pt/componentes/skills__composio-awesome__foursquare-automation): Automatiza tarefas do Foursquare via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [certifier-automation](https://doutorai.pt/componentes/skills__composio-awesome__certifier-automation): Automatiza tarefas do Certifier via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [linguapop-automation](https://doutorai.pt/componentes/skills__composio-awesome__linguapop-automation): Automatiza tarefas do Linguapop via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [triggercmd-automation](https://doutorai.pt/componentes/skills__composio-awesome__triggercmd-automation): Automatiza tarefas do Triggercmd via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [screenshotone-automation](https://doutorai.pt/componentes/skills__composio-awesome__screenshotone-automation): Automatiza tarefas do Screenshotone via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [habitica-automation](https://doutorai.pt/componentes/skills__composio-awesome__habitica-automation): Automatiza tarefas do Habitica via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [typless-automation](https://doutorai.pt/componentes/skills__composio-awesome__typless-automation): Automatiza tarefas do Typless via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [v0-automation](https://doutorai.pt/componentes/skills__composio-awesome__v0-automation): Automatiza tarefas do V0 via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [mem0-automation](https://doutorai.pt/componentes/skills__composio-awesome__mem0-automation): Automatiza tarefas do Mem0 via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [teltel-automation](https://doutorai.pt/componentes/skills__composio-awesome__teltel-automation): Automatiza tarefas do Teltel via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [short-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__short-io-automation): Automatiza tarefas do Short IO via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [bugbug-automation](https://doutorai.pt/componentes/skills__composio-awesome__bugbug-automation): Automatiza tarefas do Bugbug via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [baserow-automation](https://doutorai.pt/componentes/skills__composio-awesome__baserow-automation): Automatiza tarefas do Baserow via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [dreamstudio-automation](https://doutorai.pt/componentes/skills__composio-awesome__dreamstudio-automation): Automatiza tarefas do Dreamstudio via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [parsehub-automation](https://doutorai.pt/componentes/skills__composio-awesome__parsehub-automation): Automatiza tarefas do Parsehub via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [browser-tool-automation](https://doutorai.pt/componentes/skills__composio-awesome__browser-tool-automation): Automatiza tarefas da Browser Tool via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [bigpicture-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__bigpicture-io-automation): Automatiza tarefas do Bigpicture IO via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [clickmeeting-automation](https://doutorai.pt/componentes/skills__composio-awesome__clickmeeting-automation): Automatiza tarefas do Clickmeeting via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [interzoid-automation](https://doutorai.pt/componentes/skills__composio-awesome__interzoid-automation): Automatize tarefas do Interzoid via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [FreshBooks Automation](https://doutorai.pt/componentes/skills__composio-awesome__freshbooks-automation): Automatização do FreshBooks: gira empresas, projetos, registo de horas e faturação na contabilidade em nuvem do FreshBooks - [brightpearl-automation](https://doutorai.pt/componentes/skills__composio-awesome__brightpearl-automation): Automatize tarefas do Brightpearl via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [coinmarketcal-automation](https://doutorai.pt/componentes/skills__composio-awesome__coinmarketcal-automation): Automatize tarefas do Coinmarketcal via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [zoho_books-automation](https://doutorai.pt/componentes/skills__composio-awesome__zoho-books-automation-c0dad0): Automatize tarefas do Zoho Books via Rube MCP (Composio): faturas, despesas, contactos, pagamentos e contabilidade. Pesquise sempre primeiro as ferramentas para - [simple-analytics-automation](https://doutorai.pt/componentes/skills__composio-awesome__simple-analytics-automation): Automatize tarefas do Simple Analytics via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [evenium-automation](https://doutorai.pt/componentes/skills__composio-awesome__evenium-automation): Automatize tarefas do Evenium via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [svix-automation](https://doutorai.pt/componentes/skills__composio-awesome__svix-automation): Automatize tarefas do Svix via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [front-automation](https://doutorai.pt/componentes/skills__composio-awesome__front-automation): Automatize tarefas do Front via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [gagelist-automation](https://doutorai.pt/componentes/skills__composio-awesome__gagelist-automation): Automatize tarefas do Gagelist via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [turso-automation](https://doutorai.pt/componentes/skills__composio-awesome__turso-automation): Automatize tarefas do Turso via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [mx-technologies-automation](https://doutorai.pt/componentes/skills__composio-awesome__mx-technologies-automation): Automatize tarefas da MX Technologies via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [googledocs-automation](https://doutorai.pt/componentes/skills__composio-awesome__googledocs-automation): Automatize tarefas do Google Docs via Rube MCP (Composio): crie, edite, pesquise, exporte, copie e atualize documentos. Pesquise sempre primeiro as ferramentas - [chmeetings-automation](https://doutorai.pt/componentes/skills__composio-awesome__chmeetings-automation): Automatize tarefas do Chmeetings via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [Apify Automation](https://doutorai.pt/componentes/skills__composio-awesome__apify-automation): Automatize web scraping e extração de dados com o Apify: execute Actors, faça a gestão de datasets, crie tarefas reutilizáveis e obtenha resultados de rastreio - [geocodio-automation](https://doutorai.pt/componentes/skills__composio-awesome__geocodio-automation): Automatize tarefas do Geocodio via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [cults-automation](https://doutorai.pt/componentes/skills__composio-awesome__cults-automation): Automatize tarefas do Cults via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [accredible-certificates-automation](https://doutorai.pt/componentes/skills__composio-awesome__accredible-certificates-automation): Automatize tarefas do Accredible Certificates via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [teamcamp-automation](https://doutorai.pt/componentes/skills__composio-awesome__teamcamp-automation): Automatize tarefas do Teamcamp via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [twelve-data-automation](https://doutorai.pt/componentes/skills__composio-awesome__twelve-data-automation): Automatize tarefas do Twelve Data via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os schemas atuais. - [text-to-pdf-automation](https://doutorai.pt/componentes/skills__composio-awesome__text-to-pdf-automation): Automatize tarefas de Text To PDF via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [nano-nets-automation](https://doutorai.pt/componentes/skills__composio-awesome__nano-nets-automation): Automatize tarefas de Nano Nets via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [dialmycalls-automation](https://doutorai.pt/componentes/skills__composio-awesome__dialmycalls-automation): Automatize tarefas de Dialmycalls via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [echtpost-automation](https://doutorai.pt/componentes/skills__composio-awesome__echtpost-automation): Automatize tarefas de Echtpost via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [ai-ml-api-automation](https://doutorai.pt/componentes/skills__composio-awesome__ai-ml-api-automation): Automatize tarefas de AI ML API via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [fluxguard-automation](https://doutorai.pt/componentes/skills__composio-awesome__fluxguard-automation): Automatize tarefas de Fluxguard via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [cardly-automation](https://doutorai.pt/componentes/skills__composio-awesome__cardly-automation): Automatize tarefas de Cardly via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [aero-workflow-automation](https://doutorai.pt/componentes/skills__composio-awesome__aero-workflow-automation): Automatize tarefas de Aero Workflow via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [jobnimbus-automation](https://doutorai.pt/componentes/skills__composio-awesome__jobnimbus-automation): Automatize tarefas de Jobnimbus via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [byteforms-automation](https://doutorai.pt/componentes/skills__composio-awesome__byteforms-automation): Automatize tarefas de Byteforms via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [Shortcut Automation](https://doutorai.pt/componentes/skills__composio-awesome__shortcut-automation): Automatize fluxos de trabalho de gestão de projetos no Shortcut: crie histórias, gira tarefas, acompanhe épicos e organize fluxos de trabalho através de comando - [prisma-automation](https://doutorai.pt/componentes/skills__composio-awesome__prisma-automation): Automatize tarefas de Prisma via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [typefully-automation](https://doutorai.pt/componentes/skills__composio-awesome__typefully-automation): Automatize tarefas de Typefully via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [aryn-automation](https://doutorai.pt/componentes/skills__composio-awesome__aryn-automation): Automatize tarefas de Aryn via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [draftable-automation](https://doutorai.pt/componentes/skills__composio-awesome__draftable-automation): Automatize tarefas de Draftable via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [enginemailer-automation](https://doutorai.pt/componentes/skills__composio-awesome__enginemailer-automation): Automatize tarefas de Enginemailer via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [flutterwave-automation](https://doutorai.pt/componentes/skills__composio-awesome__flutterwave-automation): Automatize tarefas de Flutterwave via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [appointo-automation](https://doutorai.pt/componentes/skills__composio-awesome__appointo-automation): Automatize tarefas de Appointo via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [abuselpdb-automation](https://doutorai.pt/componentes/skills__composio-awesome__abuselpdb-automation): Automatize tarefas de Abuselpdb via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [Snowflake Automation](https://doutorai.pt/componentes/skills__composio-awesome__snowflake-automation): Automatize operações de data warehouse Snowflake: liste bases de dados, esquemas e tabelas, execute instruções SQL e gira fluxos de trabalho de dados através da - [googlephotos-automation](https://doutorai.pt/componentes/skills__composio-awesome__googlephotos-automation): Automatizar tarefas do Google Photos através do Rube MCP (Composio): carregar multimédia, gerir álbuns, pesquisar fotografias, adicionar itens em lote, criar e - [adrapid-automation](https://doutorai.pt/componentes/skills__composio-awesome__adrapid-automation): Automatizar tarefas do Adrapid através do Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [textit-automation](https://doutorai.pt/componentes/skills__composio-awesome__textit-automation): Automatizar tarefas do Textit através do Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [stormglass-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__stormglass-io-automation): Automatizar tarefas do Stormglass IO através do Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [lessonspace-automation](https://doutorai.pt/componentes/skills__composio-awesome__lessonspace-automation): Automatizar tarefas do Lessonspace através do Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [cutt-ly-automation](https://doutorai.pt/componentes/skills__composio-awesome__cutt-ly-automation): Automatizar tarefas do Cutt Ly através do Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [moonclerk-automation](https://doutorai.pt/componentes/skills__composio-awesome__moonclerk-automation): Automatizar tarefas do Moonclerk através do Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [openweather-api-automation](https://doutorai.pt/componentes/skills__composio-awesome__openweather-api-automation): Automatizar tarefas da Openweather API através do Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [d2lbrightspace-automation](https://doutorai.pt/componentes/skills__composio-awesome__d2lbrightspace-automation): Automatizar tarefas do D2lbrightspace através do Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [Microsoft Clarity Automation](https://doutorai.pt/componentes/skills__composio-awesome__microsoft-clarity-automation): Automatizar a análise do comportamento do utilizador com o Microsoft Clarity: exportar dados de mapas de calor, métricas de sessão e análises de envolvimento se - [asin-data-api-automation](https://doutorai.pt/componentes/skills__composio-awesome__asin-data-api-automation): Automatizar tarefas da Asin Data API através do Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [gladia-automation](https://doutorai.pt/componentes/skills__composio-awesome__gladia-automation): Automatizar tarefas do Gladia através do Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [timekit-automation](https://doutorai.pt/componentes/skills__composio-awesome__timekit-automation): Automatizar tarefas do Timekit através do Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [agencyzoom-automation](https://doutorai.pt/componentes/skills__composio-awesome__agencyzoom-automation): Automatizar tarefas do Agencyzoom através do Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [vero-automation](https://doutorai.pt/componentes/skills__composio-awesome__vero-automation): Automatizar tarefas do Vero através do Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [Xero Automation](https://doutorai.pt/componentes/skills__composio-awesome__xero-automation): Automação do Xero: gerir faturas, contactos, pagamentos, transações bancárias e contas no Xero para contabilidade na nuvem - [booqable-automation](https://doutorai.pt/componentes/skills__composio-awesome__booqable-automation): Automatizar tarefas do Booqable através do Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [securitytrails-automation](https://doutorai.pt/componentes/skills__composio-awesome__securitytrails-automation): Automatizar tarefas do Securitytrails através do Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [givebutter-automation](https://doutorai.pt/componentes/skills__composio-awesome__givebutter-automation): Automatizar tarefas do Givebutter através do Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [leverly-automation](https://doutorai.pt/componentes/skills__composio-awesome__leverly-automation): Automatizar tarefas do Leverly através do Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [wolfram-alpha-api-automation](https://doutorai.pt/componentes/skills__composio-awesome__wolfram-alpha-api-automation): Automatizar tarefas da API do Wolfram Alpha via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [Braintree Automation](https://doutorai.pt/componentes/skills__composio-awesome__braintree-automation): Automação do Braintree: gerir o processamento de pagamentos através de ferramentas compatíveis com a Stripe para clientes, subscrições, métodos de pagamento e t - [agent-mail-automation](https://doutorai.pt/componentes/skills__composio-awesome__agent-mail-automation): Automatizar tarefas do Agent Mail via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [wiz-automation](https://doutorai.pt/componentes/skills__composio-awesome__wiz-automation): Automatizar tarefas do Wiz via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [microsoft_clarity-automation](https://doutorai.pt/componentes/skills__composio-awesome__microsoft-clarity-automation-99bb7c): Automatizar tarefas do Microsoft Clarity via Rube MCP (Composio): gravações de sessões, mapas de calor e análise do comportamento do utilizador. Pesquisar sempr - [langbase-automation](https://doutorai.pt/componentes/skills__composio-awesome__langbase-automation): Automatizar tarefas do Langbase via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [fireberry-automation](https://doutorai.pt/componentes/skills__composio-awesome__fireberry-automation): Automatizar tarefas do Fireberry via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [agility-cms-automation](https://doutorai.pt/componentes/skills__composio-awesome__agility-cms-automation): Automatizar tarefas do Agility CMS via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [signpath-automation](https://doutorai.pt/componentes/skills__composio-awesome__signpath-automation): Automatizar tarefas do Signpath via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [go-to-webinar-automation](https://doutorai.pt/componentes/skills__composio-awesome__go-to-webinar-automation): Automatizar tarefas do GoToWebinar via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [dock-certs-automation](https://doutorai.pt/componentes/skills__composio-awesome__dock-certs-automation): Automatizar tarefas do Dock Certs via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [algodocs-automation](https://doutorai.pt/componentes/skills__composio-awesome__algodocs-automation): Automatizar tarefas do Algodocs via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [workiom-automation](https://doutorai.pt/componentes/skills__composio-awesome__workiom-automation): Automatizar tarefas do Workiom via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [godial-automation](https://doutorai.pt/componentes/skills__composio-awesome__godial-automation): Automatizar tarefas do Godial via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [wati-automation](https://doutorai.pt/componentes/skills__composio-awesome__wati-automation): Automatizar tarefas do Wati via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [globalping-automation](https://doutorai.pt/componentes/skills__composio-awesome__globalping-automation): Automatizar tarefas do Globalping via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [Harvest Automation](https://doutorai.pt/componentes/skills__composio-awesome__harvest-automation): Automatizar fluxos de trabalho de registo de tempo, gestão de projetos e faturação no Harvest: registar horas, gerir projetos, clientes e tarefas através de com - [satismeter-automation](https://doutorai.pt/componentes/skills__composio-awesome__satismeter-automation): Automatizar tarefas do Satismeter via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [mem-automation](https://doutorai.pt/componentes/skills__composio-awesome__mem-automation): Automatizar tarefas do Mem via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [oncehub-automation](https://doutorai.pt/componentes/skills__composio-awesome__oncehub-automation): Automatizar tarefas do Oncehub via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [opencage-automation](https://doutorai.pt/componentes/skills__composio-awesome__opencage-automation): Automatize tarefas do Opencage via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [supportbee-automation](https://doutorai.pt/componentes/skills__composio-awesome__supportbee-automation): Automatize tarefas do Supportbee via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [retailed-automation](https://doutorai.pt/componentes/skills__composio-awesome__retailed-automation): Automatize tarefas do Retailed via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [survey_monkey-automation](https://doutorai.pt/componentes/skills__composio-awesome__survey-monkey-automation-bf2742): Automatize tarefas do SurveyMonkey via Rube MCP (Composio): inquéritos, respostas, coletores e análises de inquéritos. Pesquise sempre primeiro as ferramentas p - [-21risk-automation](https://doutorai.pt/componentes/skills__composio-awesome__21risk-automation): Automatize tarefas do 21risk via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [keap-automation](https://doutorai.pt/componentes/skills__composio-awesome__keap-automation): Automatize tarefas do Keap via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [polygon-automation](https://doutorai.pt/componentes/skills__composio-awesome__polygon-automation): Automatize tarefas do Polygon via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [coinmarketcap-automation](https://doutorai.pt/componentes/skills__composio-awesome__coinmarketcap-automation): Automatize tarefas do Coinmarketcap via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [alttext-ai-automation](https://doutorai.pt/componentes/skills__composio-awesome__alttext-ai-automation): Automatize tarefas do Alttext AI via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [sourcegraph-automation](https://doutorai.pt/componentes/skills__composio-awesome__sourcegraph-automation): Automatize tarefas do Sourcegraph via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [vestaboard-automation](https://doutorai.pt/componentes/skills__composio-awesome__vestaboard-automation): Automatize tarefas do Vestaboard via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [spotlightr-automation](https://doutorai.pt/componentes/skills__composio-awesome__spotlightr-automation): Automatize tarefas do Spotlightr via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [webscraping-ai-automation](https://doutorai.pt/componentes/skills__composio-awesome__webscraping-ai-automation): Automatize tarefas do Webscraping AI via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [Workday Automation](https://doutorai.pt/componentes/skills__composio-awesome__workday-automation): Automatize operações de RH no Workday: gerir trabalhadores, pedidos de ausência, saldos de ausências e dados de colaboradores através de comandos em linguagem n - [auth0-automation](https://doutorai.pt/componentes/skills__composio-awesome__auth0-automation): Automatize tarefas do Auth0 via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [salesforce-service-cloud-automation](https://doutorai.pt/componentes/skills__composio-awesome__salesforce-service-cloud-automation): Automatize tarefas do Salesforce Service Cloud via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [keen-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__keen-io-automation): Automatize tarefas do Keen IO via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [apex27-automation](https://doutorai.pt/componentes/skills__composio-awesome__apex27-automation): Automatize tarefas do Apex27 via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [feathery-automation](https://doutorai.pt/componentes/skills__composio-awesome__feathery-automation): Automatize tarefas do Feathery via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [storeganise-automation](https://doutorai.pt/componentes/skills__composio-awesome__storeganise-automation): Automatize tarefas do Storeganise via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [pdfmonkey-automation](https://doutorai.pt/componentes/skills__composio-awesome__pdfmonkey-automation): Automatiza tarefas do Pdfmonkey via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os schemas atuais. - [ocr-web-service-automation](https://doutorai.pt/componentes/skills__composio-awesome__ocr-web-service-automation): Automatiza tarefas do OCR Web Service via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os schemas atuais. - [-2chat-automation](https://doutorai.pt/componentes/skills__composio-awesome__2chat-automation): Automatiza tarefas do 2chat via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os schemas atuais. - [currents-api-automation](https://doutorai.pt/componentes/skills__composio-awesome__currents-api-automation): Automatiza tarefas da Currents API via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os schemas atuais. - [simplesat-automation](https://doutorai.pt/componentes/skills__composio-awesome__simplesat-automation): Automatiza tarefas do Simplesat via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os schemas atuais. - [sendspark-automation](https://doutorai.pt/componentes/skills__composio-awesome__sendspark-automation): Automatiza tarefas do Sendspark via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os schemas atuais. - [centralstationcrm-automation](https://doutorai.pt/componentes/skills__composio-awesome__centralstationcrm-automation): Automatiza tarefas do Centralstationcrm via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os schemas atuais. - [sms-alert-automation](https://doutorai.pt/componentes/skills__composio-awesome__sms-alert-automation): Automatiza tarefas do SMS Alert via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os schemas atuais. - [apaleo-automation](https://doutorai.pt/componentes/skills__composio-awesome__apaleo-automation): Automatiza tarefas do Apaleo via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os schemas atuais. - [helloleads-automation](https://doutorai.pt/componentes/skills__composio-awesome__helloleads-automation): Automatiza tarefas do Helloleads via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os schemas atuais. - [rkvst-automation](https://doutorai.pt/componentes/skills__composio-awesome__rkvst-automation): Automatiza tarefas do Rkvst via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os schemas atuais. - [token-metrics-automation](https://doutorai.pt/componentes/skills__composio-awesome__token-metrics-automation): Automatiza tarefas do Token Metrics via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os schemas atuais. - [heyzine-automation](https://doutorai.pt/componentes/skills__composio-awesome__heyzine-automation): Automatiza tarefas do Heyzine via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os schemas atuais. - [stannp-automation](https://doutorai.pt/componentes/skills__composio-awesome__stannp-automation): Automatiza tarefas do Stannp via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os schemas atuais. - [castingwords-automation](https://doutorai.pt/componentes/skills__composio-awesome__castingwords-automation): Automatiza tarefas do Castingwords via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os schemas atuais. - [launch_darkly-automation](https://doutorai.pt/componentes/skills__composio-awesome__launch-darkly-automation): Automatiza tarefas do LaunchDarkly via Rube MCP (Composio): feature flags, ambientes, segmentos e gestão de rollout. Pesquisa sempre primeiro as ferramentas par - [dialpad-automation](https://doutorai.pt/componentes/skills__composio-awesome__dialpad-automation): Automatiza tarefas do Dialpad via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os schemas atuais. - [aivoov-automation](https://doutorai.pt/componentes/skills__composio-awesome__aivoov-automation): Automatiza tarefas do Aivoov via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os schemas atuais. - [onesignal-user-auth-automation](https://doutorai.pt/componentes/skills__composio-awesome__onesignal-user-auth-automation): Automatiza tarefas do Onesignal User Auth via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os schemas atuais. - [paradym-automation](https://doutorai.pt/componentes/skills__composio-awesome__paradym-automation): Automatiza tarefas do Paradym via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os schemas atuais. - [strava-automation](https://doutorai.pt/componentes/skills__composio-awesome__strava-automation): Automatizar tarefas do Strava via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter os esquemas atuais. - [firmao-automation](https://doutorai.pt/componentes/skills__composio-awesome__firmao-automation): Automatizar tarefas do Firmao via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter os esquemas atuais. - [affinity-automation](https://doutorai.pt/componentes/skills__composio-awesome__affinity-automation): Automatizar tarefas do Affinity via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter os esquemas atuais. - [timelinesai-automation](https://doutorai.pt/componentes/skills__composio-awesome__timelinesai-automation): Automatizar tarefas do Timelinesai via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter os esquemas atuais. - [anonyflow-automation](https://doutorai.pt/componentes/skills__composio-awesome__anonyflow-automation): Automatizar tarefas do Anonyflow via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter os esquemas atuais. - [New Relic Automation](https://doutorai.pt/componentes/skills__composio-awesome__new-relic-automation): Automatizar fluxos de trabalho de observabilidade do New Relic: gerir políticas de alerta, canais de notificação, condições de alerta e monitorizar aplicações e - [cloudflare-automation](https://doutorai.pt/componentes/skills__composio-awesome__cloudflare-automation): Automatizar tarefas do Cloudflare via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter os esquemas atuais. - [sitespeakai-automation](https://doutorai.pt/componentes/skills__composio-awesome__sitespeakai-automation): Automatizar tarefas do Sitespeakai via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter os esquemas atuais. - [PandaDoc Automation](https://doutorai.pt/componentes/skills__composio-awesome__pandadoc-automation): Automatizar fluxos de trabalho de documentos com o PandaDoc: criar documentos a partir de ficheiros, gerir contactos, organizar pastas, configurar webhooks, cri - [here-automation](https://doutorai.pt/componentes/skills__composio-awesome__here-automation): Automatizar tarefas do Here via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter os esquemas atuais. - [simla-com-automation](https://doutorai.pt/componentes/skills__composio-awesome__simla-com-automation): Automatizar tarefas do Simla Com via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter os esquemas atuais. - [beaconchain-automation](https://doutorai.pt/componentes/skills__composio-awesome__beaconchain-automation): Automatizar tarefas do Beaconchain via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter os esquemas atuais. - [retellai-automation](https://doutorai.pt/componentes/skills__composio-awesome__retellai-automation): Automatizar tarefas do Retellai via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter os esquemas atuais. - [missive-automation](https://doutorai.pt/componentes/skills__composio-awesome__missive-automation): Automatizar tarefas do Missive via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter os esquemas atuais. - [sage-automation](https://doutorai.pt/componentes/skills__composio-awesome__sage-automation): Automatizar tarefas do Sage via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter os esquemas atuais. - [amcards-automation](https://doutorai.pt/componentes/skills__composio-awesome__amcards-automation): Automatizar tarefas do Amcards via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter os esquemas atuais. - [identitycheck-automation](https://doutorai.pt/componentes/skills__composio-awesome__identitycheck-automation): Automatizar tarefas do Identitycheck via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter os esquemas atuais. - [geoapify-automation](https://doutorai.pt/componentes/skills__composio-awesome__geoapify-automation): Automatizar tarefas do Geoapify via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter os esquemas atuais. - [owl-protocol-automation](https://doutorai.pt/componentes/skills__composio-awesome__owl-protocol-automation): Automatizar tarefas do Owl Protocol via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter os esquemas atuais. - [appveyor-automation](https://doutorai.pt/componentes/skills__composio-awesome__appveyor-automation): Automatizar tarefas do Appveyor via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter os esquemas atuais. - [dadata-ru-automation](https://doutorai.pt/componentes/skills__composio-awesome__dadata-ru-automation): Automatize tarefas do Dadata Ru via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [icypeas-automation](https://doutorai.pt/componentes/skills__composio-awesome__icypeas-automation): Automatize tarefas do Icypeas via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [campaign-cleaner-automation](https://doutorai.pt/componentes/skills__composio-awesome__campaign-cleaner-automation): Automatize tarefas do Campaign Cleaner via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [ElevenLabs Automation](https://doutorai.pt/componentes/skills__composio-awesome__elevenlabs-automation): Automatize fluxos de trabalho de conversão de texto em voz do ElevenLabs: gere voz a partir de texto, navegue e inspecione vozes, verifique limites de subscriçã - [worksnaps-automation](https://doutorai.pt/componentes/skills__composio-awesome__worksnaps-automation): Automatize tarefas do Worksnaps via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [deel-automation](https://doutorai.pt/componentes/skills__composio-awesome__deel-automation): Automatize tarefas do Deel via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [tisane-automation](https://doutorai.pt/componentes/skills__composio-awesome__tisane-automation): Automatize tarefas do Tisane via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [pingdom-automation](https://doutorai.pt/componentes/skills__composio-awesome__pingdom-automation): Automatize tarefas do Pingdom via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [mx-toolbox-automation](https://doutorai.pt/componentes/skills__composio-awesome__mx-toolbox-automation): Automatize tarefas do Mx Toolbox via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [giphy-automation](https://doutorai.pt/componentes/skills__composio-awesome__giphy-automation): Automatize tarefas do Giphy via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [moneybird-automation](https://doutorai.pt/componentes/skills__composio-awesome__moneybird-automation): Automatize tarefas do Moneybird via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [parallel-automation](https://doutorai.pt/componentes/skills__composio-awesome__parallel-automation): Automatize tarefas do Parallel via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [helcim-automation](https://doutorai.pt/componentes/skills__composio-awesome__helcim-automation): Automatize tarefas do Helcim via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [geokeo-automation](https://doutorai.pt/componentes/skills__composio-awesome__geokeo-automation): Automatize tarefas do Geokeo via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [ip2location-automation](https://doutorai.pt/componentes/skills__composio-awesome__ip2location-automation): Automatize tarefas do Ip2location via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [twitch-automation](https://doutorai.pt/componentes/skills__composio-awesome__twitch-automation): Automatize tarefas do Twitch via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [google_maps-automation](https://doutorai.pt/componentes/skills__composio-awesome__google-maps-automation-43b08e): Automatize tarefas do Google Maps via Rube MCP (Composio): geocodificação, direções, pesquisa de locais e cálculos de distância. Pesquise sempre primeiro as fer - [docugenerate-automation](https://doutorai.pt/componentes/skills__composio-awesome__docugenerate-automation): Automatize tarefas do Docugenerate via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [deadline-funnel-automation](https://doutorai.pt/componentes/skills__composio-awesome__deadline-funnel-automation): Automatize tarefas do Deadline Funnel via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [bannerbear-automation](https://doutorai.pt/componentes/skills__composio-awesome__bannerbear-automation): Automatize tarefas do Bannerbear via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [passslot-automation](https://doutorai.pt/componentes/skills__composio-awesome__passslot-automation): Automatiza tarefas do Passslot via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [composio-search-automation](https://doutorai.pt/componentes/skills__composio-awesome__composio-search-automation): Automatiza tarefas do Composio Search via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [tpscheck-automation](https://doutorai.pt/componentes/skills__composio-awesome__tpscheck-automation): Automatiza tarefas do Tpscheck via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [bugherd-automation](https://doutorai.pt/componentes/skills__composio-awesome__bugherd-automation): Automatiza tarefas do Bugherd via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [klipfolio-automation](https://doutorai.pt/componentes/skills__composio-awesome__klipfolio-automation): Automatiza tarefas do Klipfolio via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [textrazor-automation](https://doutorai.pt/componentes/skills__composio-awesome__textrazor-automation): Automatiza tarefas do Textrazor via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [census-bureau-automation](https://doutorai.pt/componentes/skills__composio-awesome__census-bureau-automation): Automatiza tarefas do Census Bureau via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [smartrecruiters-automation](https://doutorai.pt/componentes/skills__composio-awesome__smartrecruiters-automation): Automatiza tarefas do Smartrecruiters via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [ambient-weather-automation](https://doutorai.pt/componentes/skills__composio-awesome__ambient-weather-automation): Automatiza tarefas do Ambient Weather via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [talenthr-automation](https://doutorai.pt/componentes/skills__composio-awesome__talenthr-automation): Automatiza tarefas do Talenthr via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [espocrm-automation](https://doutorai.pt/componentes/skills__composio-awesome__espocrm-automation): Automatiza tarefas do Espocrm via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [customjs-automation](https://doutorai.pt/componentes/skills__composio-awesome__customjs-automation): Automatiza tarefas do Customjs via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [goody-automation](https://doutorai.pt/componentes/skills__composio-awesome__goody-automation): Automatiza tarefas do Goody via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [parsera-automation](https://doutorai.pt/componentes/skills__composio-awesome__parsera-automation): Automatiza tarefas do Parsera via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [capsule_crm-automation](https://doutorai.pt/componentes/skills__composio-awesome__capsule-crm-automation-ed3842): Automatiza tarefas do Capsule CRM via Rube MCP (Composio): contactos, oportunidades, casos, tarefas e gestão de pipelines. Pesquisa sempre primeiro as ferrament - [perplexityai-automation](https://doutorai.pt/componentes/skills__composio-awesome__perplexityai-automation): Automatiza tarefas do Perplexityai via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [docsumo-automation](https://doutorai.pt/componentes/skills__composio-awesome__docsumo-automation): Automatiza tarefas do Docsumo via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [venly-automation](https://doutorai.pt/componentes/skills__composio-awesome__venly-automation): Automatiza tarefas do Venly via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [kaleido-automation](https://doutorai.pt/componentes/skills__composio-awesome__kaleido-automation): Automatiza tarefas do Kaleido via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [Dynamics 365 Automation](https://doutorai.pt/componentes/skills__composio-awesome__dynamics365-automation): Automação do Dynamics 365: gerir contactos, contas, potenciais clientes, oportunidades, encomendas de venda, faturas e casos de CRM através da Dynamics CRM Web - [gemini-automation](https://doutorai.pt/componentes/skills__composio-awesome__gemini-automation): Automatize tarefas do Gemini via Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [flowiseai-automation](https://doutorai.pt/componentes/skills__composio-awesome__flowiseai-automation): Automatize tarefas do Flowiseai via Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [templated-automation](https://doutorai.pt/componentes/skills__composio-awesome__templated-automation): Automatize tarefas do Templated via Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [gleap-automation](https://doutorai.pt/componentes/skills__composio-awesome__gleap-automation): Automatize tarefas do Gleap via Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [starton-automation](https://doutorai.pt/componentes/skills__composio-awesome__starton-automation): Automatize tarefas do Starton via Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [amazon-automation](https://doutorai.pt/componentes/skills__composio-awesome__amazon-automation): Automatize tarefas da Amazon via Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [esputnik-automation](https://doutorai.pt/componentes/skills__composio-awesome__esputnik-automation): Automatize tarefas do Esputnik via Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [sendlane-automation](https://doutorai.pt/componentes/skills__composio-awesome__sendlane-automation): Automatize tarefas do Sendlane via Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [gan-ai-automation](https://doutorai.pt/componentes/skills__composio-awesome__gan-ai-automation): Automatize tarefas do Gan AI via Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [agentql-automation](https://doutorai.pt/componentes/skills__composio-awesome__agentql-automation): Automatize tarefas do Agentql via Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [docker_hub-automation](https://doutorai.pt/componentes/skills__composio-awesome__docker-hub-automation): Automatize tarefas do Docker Hub via Rube MCP (Composio): gestão de repositórios, imagens, tags e registo de contentores. Pesquise sempre as ferramentas primeir - [apipie-ai-automation](https://doutorai.pt/componentes/skills__composio-awesome__apipie-ai-automation): Automatize tarefas do Apipie AI via Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [melo-automation](https://doutorai.pt/componentes/skills__composio-awesome__melo-automation): Automatize tarefas do Melo via Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [blocknative-automation](https://doutorai.pt/componentes/skills__composio-awesome__blocknative-automation): Automatize tarefas do Blocknative via Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [bouncer-automation](https://doutorai.pt/componentes/skills__composio-awesome__bouncer-automation): Automatize tarefas do Bouncer via Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [digicert-automation](https://doutorai.pt/componentes/skills__composio-awesome__digicert-automation): Automatize tarefas do Digicert via Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [bunnycdn-automation](https://doutorai.pt/componentes/skills__composio-awesome__bunnycdn-automation): Automatize tarefas do Bunnycdn via Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [labs64-netlicensing-automation](https://doutorai.pt/componentes/skills__composio-awesome__labs64-netlicensing-automation): Automatize tarefas do Labs64 Netlicensing via Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [axonaut-automation](https://doutorai.pt/componentes/skills__composio-awesome__axonaut-automation): Automatize tarefas do Axonaut via Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [dnsfilter-automation](https://doutorai.pt/componentes/skills__composio-awesome__dnsfilter-automation): Automatize tarefas do Dnsfilter via Rube MCP (Composio). Pesquise sempre as ferramentas primeiro para obter os esquemas atuais. - [docuseal-automation](https://doutorai.pt/componentes/skills__composio-awesome__docuseal-automation): Automatizar tarefas do Docuseal via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [Wave Accounting Automation](https://doutorai.pt/componentes/skills__composio-awesome__wave-accounting-automation-59c85d): O toolkit do Wave Accounting não está atualmente disponível como uma integração nativa. Não foram encontradas ferramentas específicas do Wave na plataforma Comp - [gist-automation](https://doutorai.pt/componentes/skills__composio-awesome__gist-automation): Automatizar tarefas do Gist via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [dungeon-fighter-online-automation](https://doutorai.pt/componentes/skills__composio-awesome__dungeon-fighter-online-automation): Automatizar tarefas do Dungeon Fighter Online via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [canvas-automation](https://doutorai.pt/componentes/skills__composio-awesome__canvas-automation): Automatizar tarefas do Canvas via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [acculynx-automation](https://doutorai.pt/componentes/skills__composio-awesome__acculynx-automation): Automatizar tarefas do Acculynx via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [honeyhive-automation](https://doutorai.pt/componentes/skills__composio-awesome__honeyhive-automation): Automatizar tarefas do Honeyhive via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [mails-so-automation](https://doutorai.pt/componentes/skills__composio-awesome__mails-so-automation): Automatizar tarefas do Mails So via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [tally-automation](https://doutorai.pt/componentes/skills__composio-awesome__tally-automation): Automatizar tarefas do Tally via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [genderize-automation](https://doutorai.pt/componentes/skills__composio-awesome__genderize-automation): Automatizar tarefas do Genderize via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [sendbird-ai-chabot-automation](https://doutorai.pt/componentes/skills__composio-awesome__sendbird-ai-chabot-automation): Automatizar tarefas do Sendbird AI Chabot via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [l2s-automation](https://doutorai.pt/componentes/skills__composio-awesome__l2s-automation): Automatizar tarefas do L2s via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [ritekit-automation](https://doutorai.pt/componentes/skills__composio-awesome__ritekit-automation): Automatizar tarefas do Ritekit via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [zyte-api-automation](https://doutorai.pt/componentes/skills__composio-awesome__zyte-api-automation): Automatizar tarefas do Zyte API via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [signwell-automation](https://doutorai.pt/componentes/skills__composio-awesome__signwell-automation): Automatizar tarefas do Signwell via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [intelliprint-automation](https://doutorai.pt/componentes/skills__composio-awesome__intelliprint-automation): Automatizar tarefas do Intelliprint via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [kaggle-automation](https://doutorai.pt/componentes/skills__composio-awesome__kaggle-automation): Automatizar tarefas do Kaggle via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [bench-automation](https://doutorai.pt/componentes/skills__composio-awesome__bench-automation): Automatizar tarefas do Bench via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [Eventbrite Automation](https://doutorai.pt/componentes/skills__composio-awesome__eventbrite-automation): Automatizar a gestão de eventos do Eventbrite, o acompanhamento de participantes, a descoberta de organizações e a navegação por categorias através de comandos - [nasa-automation](https://doutorai.pt/componentes/skills__composio-awesome__nasa-automation): Automatizar tarefas da Nasa via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [amara-automation](https://doutorai.pt/componentes/skills__composio-awesome__amara-automation): Automatizar tarefas do Amara via Rube MCP (Composio). Pesquisar sempre ferramentas primeiro para obter esquemas atuais. - [neutrino-automation](https://doutorai.pt/componentes/skills__composio-awesome__neutrino-automation): Automatizar tarefas do Neutrino via Rube MCP (Composio). Pesquisar sempre ferramentas primeiro para obter esquemas atuais. - [college-football-data-automation](https://doutorai.pt/componentes/skills__composio-awesome__college-football-data-automation): Automatizar tarefas do College Football Data via Rube MCP (Composio). Pesquisar sempre ferramentas primeiro para obter esquemas atuais. - [linkhut-automation](https://doutorai.pt/componentes/skills__composio-awesome__linkhut-automation): Automatizar tarefas do Linkhut via Rube MCP (Composio). Pesquisar sempre ferramentas primeiro para obter esquemas atuais. - [api-labz-automation](https://doutorai.pt/componentes/skills__composio-awesome__api-labz-automation): Automatizar tarefas do API Labz via Rube MCP (Composio). Pesquisar sempre ferramentas primeiro para obter esquemas atuais. - [brex-automation](https://doutorai.pt/componentes/skills__composio-awesome__brex-automation): Automatizar tarefas do Brex via Rube MCP (Composio). Pesquisar sempre ferramentas primeiro para obter esquemas atuais. - [battlenet-automation](https://doutorai.pt/componentes/skills__composio-awesome__battlenet-automation): Automatizar tarefas do Battlenet via Rube MCP (Composio). Pesquisar sempre ferramentas primeiro para obter esquemas atuais. - [PhantomBuster Automation](https://doutorai.pt/componentes/skills__composio-awesome__phantombuster-automation): Automatizar fluxos de trabalho de geração de leads, web scraping e extração de dados de redes sociais através da plataforma na nuvem do PhantomBuster via Compos - [heyreach-automation](https://doutorai.pt/componentes/skills__composio-awesome__heyreach-automation): Automatizar tarefas do Heyreach via Rube MCP (Composio). Pesquisar sempre ferramentas primeiro para obter esquemas atuais. - [formbricks-automation](https://doutorai.pt/componentes/skills__composio-awesome__formbricks-automation): Automatizar tarefas do Formbricks via Rube MCP (Composio). Pesquisar sempre ferramentas primeiro para obter esquemas atuais. - [timecamp-automation](https://doutorai.pt/componentes/skills__composio-awesome__timecamp-automation): Automatizar tarefas do Timecamp via Rube MCP (Composio). Pesquisar sempre ferramentas primeiro para obter esquemas atuais. - [forcemanager-automation](https://doutorai.pt/componentes/skills__composio-awesome__forcemanager-automation): Automatizar tarefas do Forcemanager via Rube MCP (Composio). Pesquisar sempre ferramentas primeiro para obter esquemas atuais. - [etermin-automation](https://doutorai.pt/componentes/skills__composio-awesome__etermin-automation): Automatizar tarefas do Etermin via Rube MCP (Composio). Pesquisar sempre ferramentas primeiro para obter esquemas atuais. - [iqair-airvisual-automation](https://doutorai.pt/componentes/skills__composio-awesome__iqair-airvisual-automation): Automatizar tarefas do Iqair Airvisual via Rube MCP (Composio). Pesquisar sempre ferramentas primeiro para obter esquemas atuais. - [googlecalendar-automation](https://doutorai.pt/componentes/skills__composio-awesome__googlecalendar-automation): Automatizar tarefas do Google Calendar via Rube MCP (Composio). Pesquisar sempre ferramentas primeiro para obter esquemas atuais. - [many_chat-automation](https://doutorai.pt/componentes/skills__composio-awesome__many-chat-automation-e24342): Automatizar tarefas do ManyChat via Rube MCP (Composio): fluxos de chatbot, subscritores, transmissões e automatização do messenger. Pesquisar sempre ferramenta - [re-amaze-automation](https://doutorai.pt/componentes/skills__composio-awesome__re-amaze-automation): Automatizar tarefas do Re Amaze via Rube MCP (Composio). Pesquisar sempre ferramentas primeiro para obter esquemas atuais. - [rosette-text-analytics-automation](https://doutorai.pt/componentes/skills__composio-awesome__rosette-text-analytics-automation): Automatizar tarefas do Rosette Text Analytics via Rube MCP (Composio). Pesquisar sempre ferramentas primeiro para obter esquemas atuais. - [bookingmood-automation](https://doutorai.pt/componentes/skills__composio-awesome__bookingmood-automation): Automatizar tarefas do Bookingmood via Rube MCP (Composio). Pesquisar sempre ferramentas primeiro para obter esquemas atuais. - [datarobot-automation](https://doutorai.pt/componentes/skills__composio-awesome__datarobot-automation): Automatizar tarefas do Datarobot via Rube MCP (Composio). Pesquisar sempre ferramentas primeiro para obter esquemas atuais. - [LaunchDarkly Automation](https://doutorai.pt/componentes/skills__composio-awesome__launch-darkly-automation-8e3a6c): Automatizar a gestão de feature flags no LaunchDarkly: listar projetos e ambientes, criar e eliminar workflows de gatilho e rastrear referências de código atrav - [loyverse-automation](https://doutorai.pt/componentes/skills__composio-awesome__loyverse-automation): Automatizar tarefas do Loyverse via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [highergov-automation](https://doutorai.pt/componentes/skills__composio-awesome__highergov-automation): Automatizar tarefas do Highergov via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [ncscale-automation](https://doutorai.pt/componentes/skills__composio-awesome__ncscale-automation): Automatizar tarefas do Ncscale via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [needle-automation](https://doutorai.pt/componentes/skills__composio-awesome__needle-automation): Automatizar tarefas do Needle via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [coassemble-automation](https://doutorai.pt/componentes/skills__composio-awesome__coassemble-automation): Automatizar tarefas do Coassemble via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [moxie-automation](https://doutorai.pt/componentes/skills__composio-awesome__moxie-automation): Automatizar tarefas do Moxie via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [detrack-automation](https://doutorai.pt/componentes/skills__composio-awesome__detrack-automation): Automatizar tarefas do Detrack via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [zylvie-automation](https://doutorai.pt/componentes/skills__composio-awesome__zylvie-automation): Automatizar tarefas do Zylvie via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [Gong Automation](https://doutorai.pt/componentes/skills__composio-awesome__gong-automation): Automatizar a inteligência de conversação do Gong (obter gravações de chamadas, transcrições, análises detalhadas, estatísticas de oradores e dados do espaço de - [shipengine-automation](https://doutorai.pt/componentes/skills__composio-awesome__shipengine-automation): Automatizar tarefas do Shipengine via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [esignatures-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__esignatures-io-automation): Automatizar tarefas do Esignatures IO via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [botstar-automation](https://doutorai.pt/componentes/skills__composio-awesome__botstar-automation): Automatizar tarefas do Botstar via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [Contentful Automation](https://doutorai.pt/componentes/skills__composio-awesome__contentful-automation): Automatizar operações de CMS headless no Contentful: listar espaços, obter metadados de espaços e atualizar configurações de espaços através da integração Conte - [veriphone-automation](https://doutorai.pt/componentes/skills__composio-awesome__veriphone-automation): Automatizar tarefas do Veriphone via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [insighto-ai-automation](https://doutorai.pt/componentes/skills__composio-awesome__insighto-ai-automation): Automatizar tarefas do Insighto AI via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [remote-retrieval-automation](https://doutorai.pt/componentes/skills__composio-awesome__remote-retrieval-automation): Automatizar tarefas do Remote Retrieval via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [spondyr-automation](https://doutorai.pt/componentes/skills__composio-awesome__spondyr-automation): Automatizar tarefas do Spondyr via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [rippling-automation](https://doutorai.pt/componentes/skills__composio-awesome__rippling-automation): Automatizar tarefas do Rippling via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [weathermap-automation](https://doutorai.pt/componentes/skills__composio-awesome__weathermap-automation): Automatizar tarefas do Weathermap via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para obter esquemas atuais. - [cal-automation](https://doutorai.pt/componentes/skills__composio-awesome__cal-automation): Automatiza tarefas do Cal via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [googledrive-automation](https://doutorai.pt/componentes/skills__composio-awesome__googledrive-automation): Automatiza tarefas do Google Drive via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [ko-fi-automation](https://doutorai.pt/componentes/skills__composio-awesome__ko-fi-automation): Automatiza tarefas do Ko Fi via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [news-api-automation](https://doutorai.pt/componentes/skills__composio-awesome__news-api-automation): Automatiza tarefas da News API via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [all-images-ai-automation](https://doutorai.pt/componentes/skills__composio-awesome__all-images-ai-automation): Automatiza tarefas do All Images AI via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [serpapi-automation](https://doutorai.pt/componentes/skills__composio-awesome__serpapi-automation): Automatiza tarefas da Serpapi via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [jigsawstack-automation](https://doutorai.pt/componentes/skills__composio-awesome__jigsawstack-automation): Automatiza tarefas do Jigsawstack via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [slackbot-automation](https://doutorai.pt/componentes/skills__composio-awesome__slackbot-automation): Automatiza tarefas do Slackbot via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [codeinterpreter-automation](https://doutorai.pt/componentes/skills__composio-awesome__codeinterpreter-automation): Automatiza tarefas do Codeinterpreter via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [sap-successfactors-automation](https://doutorai.pt/componentes/skills__composio-awesome__sap-successfactors-automation): Automatiza tarefas do SAP SuccessFactors via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [tinyurl-automation](https://doutorai.pt/componentes/skills__composio-awesome__tinyurl-automation): Automatiza tarefas do Tinyurl via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [kraken-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__kraken-io-automation): Automatiza tarefas do Kraken IO via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [tomtom-automation](https://doutorai.pt/componentes/skills__composio-awesome__tomtom-automation): Automatiza tarefas da Tomtom via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [salesforce-marketing-cloud-automation](https://doutorai.pt/componentes/skills__composio-awesome__salesforce-marketing-cloud-automation): Automatiza tarefas do Salesforce Marketing Cloud via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [googleslides-automation](https://doutorai.pt/componentes/skills__composio-awesome__googleslides-automation): Automatiza tarefas do Google Slides via Rube MCP (Composio): criar apresentações, adicionar slides a partir de Markdown, atualizar em lote, copiar a partir de m - [async-interview-automation](https://doutorai.pt/componentes/skills__composio-awesome__async-interview-automation): Automatiza tarefas do Async Interview via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [control-d-automation](https://doutorai.pt/componentes/skills__composio-awesome__control-d-automation): Automatiza tarefas do Control D via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [addresszen-automation](https://doutorai.pt/componentes/skills__composio-awesome__addresszen-automation): Automatiza tarefas do Addresszen via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [backendless-automation](https://doutorai.pt/componentes/skills__composio-awesome__backendless-automation): Automatiza tarefas do Backendless via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [brightdata-automation](https://doutorai.pt/componentes/skills__composio-awesome__brightdata-automation): Automatiza tarefas do Brightdata via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [short-menu-automation](https://doutorai.pt/componentes/skills__composio-awesome__short-menu-automation): Automatiza tarefas do Short Menu via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atuais. - [magnetic-automation](https://doutorai.pt/componentes/skills__composio-awesome__magnetic-automation): Automatiza tarefas do Magnetic via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atuais. - [instacart-automation](https://doutorai.pt/componentes/skills__composio-awesome__instacart-automation): Automatiza tarefas do Instacart via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atuais. - [timelink-automation](https://doutorai.pt/componentes/skills__composio-awesome__timelink-automation): Automatiza tarefas do Timelink via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atuais. - [postgrid-automation](https://doutorai.pt/componentes/skills__composio-awesome__postgrid-automation): Automatiza tarefas do Postgrid via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atuais. - [memberstack-automation](https://doutorai.pt/componentes/skills__composio-awesome__memberstack-automation): Automatiza tarefas do Memberstack via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atuais. - [whautomate-automation](https://doutorai.pt/componentes/skills__composio-awesome__whautomate-automation): Automatiza tarefas do Whautomate via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atuais. - [googlebigquery-automation](https://doutorai.pt/componentes/skills__composio-awesome__googlebigquery-automation): Automatiza tarefas do Google BigQuery via Rube MCP (Composio): executa consultas SQL, explora conjuntos de dados e metadados, executa consultas MBQL via integra - [icims-talent-cloud-automation](https://doutorai.pt/componentes/skills__composio-awesome__icims-talent-cloud-automation): Automatiza tarefas do Icims Talent Cloud via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atuais. - [lexoffice-automation](https://doutorai.pt/componentes/skills__composio-awesome__lexoffice-automation): Automatiza tarefas do Lexoffice via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atuais. - [renderform-automation](https://doutorai.pt/componentes/skills__composio-awesome__renderform-automation): Automatiza tarefas do Renderform via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atuais. - [dripcel-automation](https://doutorai.pt/componentes/skills__composio-awesome__dripcel-automation): Automatiza tarefas do Dripcel via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atuais. - [neverbounce-automation](https://doutorai.pt/componentes/skills__composio-awesome__neverbounce-automation): Automatiza tarefas do Neverbounce via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atuais. - [zeplin-automation](https://doutorai.pt/componentes/skills__composio-awesome__zeplin-automation): Automatiza tarefas do Zeplin via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atuais. - [fingertip-automation](https://doutorai.pt/componentes/skills__composio-awesome__fingertip-automation): Automatiza tarefas do Fingertip via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atuais. - [imgix-automation](https://doutorai.pt/componentes/skills__composio-awesome__imgix-automation): Automatiza tarefas do Imgix via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atuais. - [retently-automation](https://doutorai.pt/componentes/skills__composio-awesome__retently-automation): Automatiza tarefas do Retently via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atuais. - [smugmug-automation](https://doutorai.pt/componentes/skills__composio-awesome__smugmug-automation): Automatiza tarefas do Smugmug via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atuais. - [drip-jobs-automation](https://doutorai.pt/componentes/skills__composio-awesome__drip-jobs-automation): Automatiza tarefas do Drip Jobs via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atuais. - [sidetracker-automation](https://doutorai.pt/componentes/skills__composio-awesome__sidetracker-automation): Automatiza tarefas do Sidetracker via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter esquemas atuais. - [gift-up-automation](https://doutorai.pt/componentes/skills__composio-awesome__gift-up-automation): Automatize tarefas do Gift Up via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [turbot-pipes-automation](https://doutorai.pt/componentes/skills__composio-awesome__turbot-pipes-automation): Automatize tarefas do Turbot Pipes via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [bitquery-automation](https://doutorai.pt/componentes/skills__composio-awesome__bitquery-automation): Automatize tarefas do Bitquery via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [pdf-co-automation](https://doutorai.pt/componentes/skills__composio-awesome__pdf-co-automation): Automatize tarefas do PDF co via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [ninox-automation](https://doutorai.pt/componentes/skills__composio-awesome__ninox-automation): Automatize tarefas do Ninox via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [adyntel-automation](https://doutorai.pt/componentes/skills__composio-awesome__adyntel-automation): Automatize tarefas do Adyntel via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [sendloop-automation](https://doutorai.pt/componentes/skills__composio-awesome__sendloop-automation): Automatize tarefas do Sendloop via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [microsoft-tenant-automation](https://doutorai.pt/componentes/skills__composio-awesome__microsoft-tenant-automation): Automatize tarefas do Microsoft Tenant via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [callpage-automation](https://doutorai.pt/componentes/skills__composio-awesome__callpage-automation): Automatize tarefas do Callpage via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [chatwork-automation](https://doutorai.pt/componentes/skills__composio-awesome__chatwork-automation): Automatize tarefas do Chatwork via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [nextdns-automation](https://doutorai.pt/componentes/skills__composio-awesome__nextdns-automation): Automatize tarefas do Nextdns via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [kickbox-automation](https://doutorai.pt/componentes/skills__composio-awesome__kickbox-automation): Automatize tarefas do Kickbox via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [bestbuy-automation](https://doutorai.pt/componentes/skills__composio-awesome__bestbuy-automation): Automatize tarefas do Bestbuy via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [beaconstac-automation](https://doutorai.pt/componentes/skills__composio-awesome__beaconstac-automation): Automatize tarefas do Beaconstac via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [mezmo-automation](https://doutorai.pt/componentes/skills__composio-awesome__mezmo-automation): Automatize tarefas do Mezmo via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [Prismic Automation](https://doutorai.pt/componentes/skills__composio-awesome__prismic-automation): Automatize operações de headless CMS no Prismic: consultar documentos, pesquisar conteúdos, obter tipos personalizados e gerir referências de repositórios atrav - [OpenAI Automation](https://doutorai.pt/componentes/skills__composio-awesome__openai-automation): Automatize operações da OpenAI API: gerar respostas com suporte para saídas multimodais e estruturadas, criar embeddings, gerar imagens e listar modelos através - [recruitee-automation](https://doutorai.pt/componentes/skills__composio-awesome__recruitee-automation): Automatize tarefas do Recruitee via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [accelo-automation](https://doutorai.pt/componentes/skills__composio-awesome__accelo-automation): Automatize tarefas do Accelo via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [passcreator-automation](https://doutorai.pt/componentes/skills__composio-awesome__passcreator-automation): Automatize tarefas do Passcreator via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [hotspotsystem-automation](https://doutorai.pt/componentes/skills__composio-awesome__hotspotsystem-automation): Automatizar tarefas do Hotspotsystem via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [fomo-automation](https://doutorai.pt/componentes/skills__composio-awesome__fomo-automation): Automatizar tarefas do Fomo via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [rafflys-automation](https://doutorai.pt/componentes/skills__composio-awesome__rafflys-automation): Automatizar tarefas do Rafflys via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [Zoho Desk Automation](https://doutorai.pt/componentes/skills__composio-awesome__zoho-desk-automation-5ed6bc): Automação do Zoho Desk via Rube MCP: conjunto de ferramentas não disponível atualmente no Composio; nenhuma ferramenta ZOHO_DESK_ encontrada - [dromo-automation](https://doutorai.pt/componentes/skills__composio-awesome__dromo-automation): Automatizar tarefas do Dromo via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [finerworks-automation](https://doutorai.pt/componentes/skills__composio-awesome__finerworks-automation): Automatizar tarefas do Finerworks via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [Lemon Squeezy Automation](https://doutorai.pt/componentes/skills__composio-awesome__lemon-squeezy-automation-05e589): Automatizar a gestão da loja Lemon Squeezy (produtos, encomendas, subscrições, clientes, descontos e rastreio de checkout) utilizando linguagem natural através - [scrape-do-automation](https://doutorai.pt/componentes/skills__composio-awesome__scrape-do-automation): Automatizar tarefas do Scrape Do via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [storerocket-automation](https://doutorai.pt/componentes/skills__composio-awesome__storerocket-automation): Automatizar tarefas do Storerocket via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [bigml-automation](https://doutorai.pt/componentes/skills__composio-awesome__bigml-automation): Automatizar tarefas do Bigml via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [mboum-automation](https://doutorai.pt/componentes/skills__composio-awesome__mboum-automation): Automatizar tarefas do Mboum via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [prerender-automation](https://doutorai.pt/componentes/skills__composio-awesome__prerender-automation): Automatizar tarefas do Prerender via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [Mistral AI Automation](https://doutorai.pt/componentes/skills__composio-awesome__mistral-ai-automation-a4e460): Automatizar operações da Mistral AI: gerir ficheiros e bibliotecas, carregar documentos para fine-tuning, processamento em lote e OCR, acompanhar trabalhos de f - [tapfiliate-automation](https://doutorai.pt/componentes/skills__composio-awesome__tapfiliate-automation): Automatizar tarefas do Tapfiliate via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [better-stack-automation](https://doutorai.pt/componentes/skills__composio-awesome__better-stack-automation): Automatizar tarefas do Better Stack via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [dropcontact-automation](https://doutorai.pt/componentes/skills__composio-awesome__dropcontact-automation): Automatizar tarefas do Dropcontact via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [scrapingbee-automation](https://doutorai.pt/componentes/skills__composio-awesome__scrapingbee-automation): Automatizar tarefas do Scrapingbee via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [neuronwriter-automation](https://doutorai.pt/componentes/skills__composio-awesome__neuronwriter-automation): Automatizar tarefas do Neuronwriter via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [tomba-automation](https://doutorai.pt/componentes/skills__composio-awesome__tomba-automation): Automatizar tarefas do Tomba via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [pilvio-automation](https://doutorai.pt/componentes/skills__composio-awesome__pilvio-automation): Automatizar tarefas do Pilvio via Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [polygon-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__polygon-io-automation): Automatiza tarefas da Polygon IO via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para esquemas atuais. - [claid-ai-automation](https://doutorai.pt/componentes/skills__composio-awesome__claid-ai-automation): Automatiza tarefas da Claid AI via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para esquemas atuais. - [serply-automation](https://doutorai.pt/componentes/skills__composio-awesome__serply-automation): Automatiza tarefas da Serply via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para esquemas atuais. - [Customer.io Automation](https://doutorai.pt/componentes/skills__composio-awesome__customerio-automation): Automatiza fluxos de trabalho de envolvimento de clientes, incluindo acionadores de transmissão, análise de mensagens, gestão de segmentos e rastreio de newslet - [google-search-console-automation](https://doutorai.pt/componentes/skills__composio-awesome__google-search-console-automation-bd4dc8): Automatiza tarefas da Google Search Console via Rube MCP (Composio): consulta análises de pesquisa, lista sites, inspeciona URLs, submete sitemaps, monitoriza o - [skyfire-automation](https://doutorai.pt/componentes/skills__composio-awesome__skyfire-automation): Automatiza tarefas da Skyfire via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para esquemas atuais. - [everhour-automation](https://doutorai.pt/componentes/skills__composio-awesome__everhour-automation): Automatiza tarefas da Everhour via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para esquemas atuais. - [cloudcart-automation](https://doutorai.pt/componentes/skills__composio-awesome__cloudcart-automation): Automatiza tarefas da Cloudcart via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para esquemas atuais. - [userlist-automation](https://doutorai.pt/componentes/skills__composio-awesome__userlist-automation): Automatiza tarefas da Userlist via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para esquemas atuais. - [dpd2-automation](https://doutorai.pt/componentes/skills__composio-awesome__dpd2-automation): Automatiza tarefas da Dpd2 via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para esquemas atuais. - [SharePoint Automation](https://doutorai.pt/componentes/skills__composio-awesome__share-point-automation-d068f3): Automatização do SharePoint: gere sites, listas, documentos, pastas, páginas e pesquisa conteúdos no SharePoint e OneDrive - [the-odds-api-automation](https://doutorai.pt/componentes/skills__composio-awesome__the-odds-api-automation): Automatiza tarefas da The Odds API via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para esquemas atuais. - [twocaptcha-automation](https://doutorai.pt/componentes/skills__composio-awesome__twocaptcha-automation): Automatiza tarefas da Twocaptcha via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para esquemas atuais. - [u301-automation](https://doutorai.pt/componentes/skills__composio-awesome__u301-automation): Automatiza tarefas da U301 via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para esquemas atuais. - [mailbluster-automation](https://doutorai.pt/componentes/skills__composio-awesome__mailbluster-automation): Automatiza tarefas da Mailbluster via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para esquemas atuais. - [adobe-automation](https://doutorai.pt/componentes/skills__composio-awesome__adobe-automation): Automatiza tarefas da Adobe via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para esquemas atuais. - [emailoctopus-automation](https://doutorai.pt/componentes/skills__composio-awesome__emailoctopus-automation): Automatiza tarefas da Emailoctopus via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para esquemas atuais. - [alpha-vantage-automation](https://doutorai.pt/componentes/skills__composio-awesome__alpha-vantage-automation): Automatiza tarefas da Alpha Vantage via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para esquemas atuais. - [loomio-automation](https://doutorai.pt/componentes/skills__composio-awesome__loomio-automation): Automatiza tarefas da Loomio via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para esquemas atuais. - [rev-ai-automation](https://doutorai.pt/componentes/skills__composio-awesome__rev-ai-automation): Automatiza tarefas da Rev AI via Rube MCP (Composio). Pesquisa sempre as ferramentas primeiro para esquemas atuais. - [onesignal-rest-api-automation](https://doutorai.pt/componentes/skills__composio-awesome__onesignal-rest-api-automation-839b1b): Automatiza tarefas do OneSignal via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [conveyor-automation](https://doutorai.pt/componentes/skills__composio-awesome__conveyor-automation): Automatiza tarefas do Conveyor via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [cloudlayer-automation](https://doutorai.pt/componentes/skills__composio-awesome__cloudlayer-automation): Automatiza tarefas do Cloudlayer via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [hyperise-automation](https://doutorai.pt/componentes/skills__composio-awesome__hyperise-automation): Automatiza tarefas do Hyperise via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [new_relic-automation](https://doutorai.pt/componentes/skills__composio-awesome__new-relic-automation-a7b809): Automatiza tarefas do New Relic via Rube MCP (Composio): APM, alertas, dashboards, consultas NRQL e monitorização de infraestruturas. Pesquisa sempre primeiro a - [Replicate Automation](https://doutorai.pt/componentes/skills__composio-awesome__replicate-automation): Automatiza operações de modelos de Replicate AI: executa previsões, carrega ficheiros, inspeciona esquemas de modelos, lista versões e gere o histórico de previ - [linkup-automation](https://doutorai.pt/componentes/skills__composio-awesome__linkup-automation): Automatiza tarefas do Linkup via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [exa-automation](https://doutorai.pt/componentes/skills__composio-awesome__exa-automation): Automatiza tarefas do Exa via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [kontent-ai-automation](https://doutorai.pt/componentes/skills__composio-awesome__kontent-ai-automation): Automatiza tarefas do Kontent AI via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [postgrid-verify-automation](https://doutorai.pt/componentes/skills__composio-awesome__postgrid-verify-automation): Automatiza tarefas do Postgrid Verify via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [remarkety-automation](https://doutorai.pt/componentes/skills__composio-awesome__remarkety-automation): Automatiza tarefas do Remarkety via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [agiled-automation](https://doutorai.pt/componentes/skills__composio-awesome__agiled-automation): Automatiza tarefas do Agiled via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [apitemplate-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__apitemplate-io-automation): Automatiza tarefas do Apitemplate IO via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [astica-ai-automation](https://doutorai.pt/componentes/skills__composio-awesome__astica-ai-automation): Automatiza tarefas do Astica AI via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [bitwarden-automation](https://doutorai.pt/componentes/skills__composio-awesome__bitwarden-automation): Automatiza tarefas do Bitwarden via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [lodgify-automation](https://doutorai.pt/componentes/skills__composio-awesome__lodgify-automation): Automatiza tarefas do Lodgify via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [ipdata-co-automation](https://doutorai.pt/componentes/skills__composio-awesome__ipdata-co-automation): Automatiza tarefas do Ipdata co via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [appdrag-automation](https://doutorai.pt/componentes/skills__composio-awesome__appdrag-automation): Automatiza tarefas do Appdrag via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [epic-games-automation](https://doutorai.pt/componentes/skills__composio-awesome__epic-games-automation): Automatiza tarefas da Epic Games via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para esquemas atuais. - [Docker Hub Automation](https://doutorai.pt/componentes/skills__composio-awesome__docker-hub-automation-ef86a3): Automatiza operações do Docker Hub: gere organizações, repositórios, equipas, membros e webhooks via integração Composio MCP. - [html-to-image-automation](https://doutorai.pt/componentes/skills__composio-awesome__html-to-image-automation): Automatiza tarefas de Html To Image via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [project-bubble-automation](https://doutorai.pt/componentes/skills__composio-awesome__project-bubble-automation): Automatiza tarefas do Project Bubble via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [plasmic-automation](https://doutorai.pt/componentes/skills__composio-awesome__plasmic-automation): Automatiza tarefas do Plasmic via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [placid-automation](https://doutorai.pt/componentes/skills__composio-awesome__placid-automation): Automatiza tarefas do Placid via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [craftmypdf-automation](https://doutorai.pt/componentes/skills__composio-awesome__craftmypdf-automation): Automatiza tarefas do Craftmypdf via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [zoho-bigin-automation](https://doutorai.pt/componentes/skills__composio-awesome__zoho-bigin-automation-18e5d6): Automatiza tarefas do Zoho Bigin via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [realphonevalidation-automation](https://doutorai.pt/componentes/skills__composio-awesome__realphonevalidation-automation): Automatiza tarefas do Realphonevalidation via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [eventzilla-automation](https://doutorai.pt/componentes/skills__composio-awesome__eventzilla-automation): Automatiza tarefas do Eventzilla via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [endorsal-automation](https://doutorai.pt/componentes/skills__composio-awesome__endorsal-automation): Automatiza tarefas do Endorsal via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [hyperbrowser-automation](https://doutorai.pt/componentes/skills__composio-awesome__hyperbrowser-automation): Automatiza tarefas do Hyperbrowser via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [qualaroo-automation](https://doutorai.pt/componentes/skills__composio-awesome__qualaroo-automation): Automatiza tarefas do Qualaroo via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [cats-automation](https://doutorai.pt/componentes/skills__composio-awesome__cats-automation): Automatiza tarefas do Cats via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [fraudlabs-pro-automation](https://doutorai.pt/componentes/skills__composio-awesome__fraudlabs-pro-automation): Automatiza tarefas do Fraudlabs Pro via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [segmetrics-automation](https://doutorai.pt/componentes/skills__composio-awesome__segmetrics-automation): Automatiza tarefas do Segmetrics via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [Clockify Automation](https://doutorai.pt/componentes/skills__composio-awesome__clockify-automation): Automatiza fluxos de trabalho de registo de tempo no Clockify: cria e gere entradas de tempo, espaços de trabalho e utilizadores através de comandos em linguage - [graphhopper-automation](https://doutorai.pt/componentes/skills__composio-awesome__graphhopper-automation): Automatiza tarefas do Graphhopper via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [Cloudinary Automation](https://doutorai.pt/componentes/skills__composio-awesome__cloudinary-automation): Automatiza a gestão de multimédia no Cloudinary, incluindo a organização de pastas, definições de carregamento, pesquisa de ativos, transformações e monitorizaç - [canny-automation](https://doutorai.pt/componentes/skills__composio-awesome__canny-automation): Automatiza tarefas do Canny via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [tavily-automation](https://doutorai.pt/componentes/skills__composio-awesome__tavily-automation): Automatiza tarefas do Tavily via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [hackernews-automation](https://doutorai.pt/componentes/skills__composio-awesome__hackernews-automation): Automatiza tarefas do Hackernews via Rube MCP (Composio). Pesquisa sempre primeiro as ferramentas para obter os esquemas atuais. - [lever-sandbox-automation](https://doutorai.pt/componentes/skills__composio-awesome__lever-sandbox-automation): Automatizar tarefas do Lever Sandbox através do Rube MCP (Composio). Pesquisar sempre primeiro nas ferramentas pelos esquemas atuais. - [ably-automation](https://doutorai.pt/componentes/skills__composio-awesome__ably-automation): Automatizar tarefas do Ably através do Rube MCP (Composio). Pesquisar sempre primeiro nas ferramentas pelos esquemas atuais. - [leadoku-automation](https://doutorai.pt/componentes/skills__composio-awesome__leadoku-automation): Automatizar tarefas do Leadoku através do Rube MCP (Composio). Pesquisar sempre primeiro nas ferramentas pelos esquemas atuais. - [botpress-automation](https://doutorai.pt/componentes/skills__composio-awesome__botpress-automation): Automatizar tarefas do Botpress através do Rube MCP (Composio). Pesquisar sempre primeiro nas ferramentas pelos esquemas atuais. - [influxdb-cloud-automation](https://doutorai.pt/componentes/skills__composio-awesome__influxdb-cloud-automation): Automatizar tarefas do Influxdb Cloud através do Rube MCP (Composio). Pesquisar sempre primeiro nas ferramentas pelos esquemas atuais. - [benzinga-automation](https://doutorai.pt/componentes/skills__composio-awesome__benzinga-automation): Automatizar tarefas do Benzinga através do Rube MCP (Composio). Pesquisar sempre primeiro nas ferramentas pelos esquemas atuais. - [fireflies-automation](https://doutorai.pt/componentes/skills__composio-awesome__fireflies-automation): Automatizar tarefas do Fireflies através do Rube MCP (Composio). Pesquisar sempre primeiro nas ferramentas pelos esquemas atuais. - [gigasheet-automation](https://doutorai.pt/componentes/skills__composio-awesome__gigasheet-automation): Automatizar tarefas do Gigasheet através do Rube MCP (Composio). Pesquisar sempre primeiro nas ferramentas pelos esquemas atuais. - [zoho-mail-automation](https://doutorai.pt/componentes/skills__composio-awesome__zoho-mail-automation-39307a): Automatizar tarefas do Zoho Mail através do Rube MCP (Composio). Pesquisar sempre primeiro nas ferramentas pelos esquemas atuais. - [Neon Automation](https://doutorai.pt/componentes/skills__composio-awesome__neon-automation): Automatizar operações Postgres serverless no Neon: gerir projetos, branches, bases de dados, funções e URIs de ligação através da integração Composio MCP. - [pushbullet-automation](https://doutorai.pt/componentes/skills__composio-awesome__pushbullet-automation): Automatizar tarefas do Pushbullet através do Rube MCP (Composio). Pesquisar sempre primeiro nas ferramentas pelos esquemas atuais. - [plisio-automation](https://doutorai.pt/componentes/skills__composio-awesome__plisio-automation): Automatizar tarefas do Plisio através do Rube MCP (Composio). Pesquisar sempre primeiro nas ferramentas pelos esquemas atuais. - [eodhd-apis-automation](https://doutorai.pt/componentes/skills__composio-awesome__eodhd-apis-automation): Automatizar tarefas da Eodhd Apis através do Rube MCP (Composio). Pesquisar sempre primeiro nas ferramentas pelos esquemas atuais. - [codacy-automation](https://doutorai.pt/componentes/skills__composio-awesome__codacy-automation): Automatizar tarefas do Codacy através do Rube MCP (Composio). Pesquisar sempre primeiro nas ferramentas pelos esquemas atuais. - [better-proposals-automation](https://doutorai.pt/componentes/skills__composio-awesome__better-proposals-automation): Automatizar tarefas do Better Proposals através do Rube MCP (Composio). Pesquisar sempre primeiro nas ferramentas pelos esquemas atuais. - [HeyGen Automation](https://doutorai.pt/componentes/skills__composio-awesome__heygen-automation): Automatizar a geração de vídeos com IA, navegação de avatares, criação de vídeos baseada em modelos e acompanhamento do estado dos vídeos através da plataforma - [griptape-automation](https://doutorai.pt/componentes/skills__composio-awesome__griptape-automation): Automatizar tarefas do Griptape através do Rube MCP (Composio). Pesquisar sempre primeiro nas ferramentas pelos esquemas atuais. - [seat-geek-automation](https://doutorai.pt/componentes/skills__composio-awesome__seat-geek-automation): Automatizar tarefas do Seat Geek através do Rube MCP (Composio). Pesquisar sempre primeiro nas ferramentas pelos esquemas atuais. - [placekey-automation](https://doutorai.pt/componentes/skills__composio-awesome__placekey-automation): Automatizar tarefas do Placekey através do Rube MCP (Composio). Pesquisar sempre primeiro nas ferramentas pelos esquemas atuais. - [pushover-automation](https://doutorai.pt/componentes/skills__composio-awesome__pushover-automation): Automatizar tarefas do Pushover através do Rube MCP (Composio). Pesquisar sempre primeiro nas ferramentas pelos esquemas atuais. - [servicem8-automation](https://doutorai.pt/componentes/skills__composio-awesome__servicem8-automation): Automatizar tarefas do Servicem8 via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para os esquemas atuais. - [streamtime-automation](https://doutorai.pt/componentes/skills__composio-awesome__streamtime-automation): Automatizar tarefas do Streamtime via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para os esquemas atuais. - [blackbaud-automation](https://doutorai.pt/componentes/skills__composio-awesome__blackbaud-automation): Automatizar tarefas do Blackbaud via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para os esquemas atuais. - [contentful-graphql-automation](https://doutorai.pt/componentes/skills__composio-awesome__contentful-graphql-automation): Automatizar tarefas do Contentful Graphql via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para os esquemas atuais. - [blackboard-automation](https://doutorai.pt/componentes/skills__composio-awesome__blackboard-automation): Automatizar tarefas do Blackboard via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para os esquemas atuais. - [Productboard Automation](https://doutorai.pt/componentes/skills__composio-awesome__productboard-automation): Automatizar fluxos de trabalho de gestão de produto no Productboard: gerir funcionalidades, notas, objetivos, componentes e lançamentos através de comandos em l - [google-classroom-automation](https://doutorai.pt/componentes/skills__composio-awesome__google-classroom-automation-68fc62): Automatizar tarefas do Google Classroom via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para os esquemas atuais. - [Attio Automation](https://doutorai.pt/componentes/skills__composio-awesome__attio-automation): Automatizar operações do Attio CRM: pesquisar registos, consultar contactos e empresas com filtros avançados, gerir notas, listar atributos e navegar pelos dado - [googleads-automation](https://doutorai.pt/componentes/skills__composio-awesome__googleads-automation): Automatizar tarefas de análise do Google Ads via Rube MCP (Composio): listar ligações do Google Ads, executar relatórios do GA4, verificar compatibilidade, list - [ambee-automation](https://doutorai.pt/componentes/skills__composio-awesome__ambee-automation): Automatizar tarefas da Ambee via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para os esquemas atuais. - [zoho-inventory-automation](https://doutorai.pt/componentes/skills__composio-awesome__zoho-inventory-automation-8bc6a7): Automatizar tarefas do Zoho Inventory via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para os esquemas atuais. - [browseai-automation](https://doutorai.pt/componentes/skills__composio-awesome__browseai-automation): Automatizar tarefas do Browseai via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para os esquemas atuais. - [connecteam-automation](https://doutorai.pt/componentes/skills__composio-awesome__connecteam-automation): Automatizar tarefas do Connecteam via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para os esquemas atuais. - [benchmark-email-automation](https://doutorai.pt/componentes/skills__composio-awesome__benchmark-email-automation): Automatizar tarefas do Benchmark Email via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para os esquemas atuais. - [nocrm-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__nocrm-io-automation): Automatizar tarefas do Nocrm IO via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para os esquemas atuais. - [zoho-automation](https://doutorai.pt/componentes/skills__composio-awesome__zoho-automation): Automatizar tarefas do Zoho via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para os esquemas atuais. - [shotstack-automation](https://doutorai.pt/componentes/skills__composio-awesome__shotstack-automation): Automatizar tarefas do Shotstack via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para os esquemas atuais. - [cloudflare-browser-rendering-automation](https://doutorai.pt/componentes/skills__composio-awesome__cloudflare-browser-rendering-automation): Automatizar tarefas do Cloudflare Browser Rendering via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para os esquemas atuais. - [dictionary-api-automation](https://doutorai.pt/componentes/skills__composio-awesome__dictionary-api-automation): Automatizar tarefas da Dictionary API via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para os esquemas atuais. - [mailcheck-automation](https://doutorai.pt/componentes/skills__composio-awesome__mailcheck-automation): Automatizar tarefas do Mailcheck via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para os esquemas atuais. - [metaads-automation](https://doutorai.pt/componentes/skills__composio-awesome__metaads-automation): Automatize tarefas do Metaads através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [stack-exchange-automation](https://doutorai.pt/componentes/skills__composio-awesome__stack-exchange-automation): Automatize tarefas do Stack Exchange através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [cloudconvert-automation](https://doutorai.pt/componentes/skills__composio-awesome__cloudconvert-automation): Automatize tarefas do Cloudconvert através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [emailable-automation](https://doutorai.pt/componentes/skills__composio-awesome__emailable-automation): Automatize tarefas do Emailable através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [writer-automation](https://doutorai.pt/componentes/skills__composio-awesome__writer-automation): Automatize tarefas do Writer através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [mural-automation](https://doutorai.pt/componentes/skills__composio-awesome__mural-automation): Automatize tarefas do Mural através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [fibery-automation](https://doutorai.pt/componentes/skills__composio-awesome__fibery-automation): Automatize tarefas do Fibery através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [corrently-automation](https://doutorai.pt/componentes/skills__composio-awesome__corrently-automation): Automatize tarefas do Corrently através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [Lever Automation](https://doutorai.pt/componentes/skills__composio-awesome__lever-automation): Automatize fluxos de trabalho de recrutamento no Lever ATS: faça a gestão de oportunidades, ofertas de emprego, requisições, etapas do pipeline e etiquetas de c - [openperplex-automation](https://doutorai.pt/componentes/skills__composio-awesome__openperplex-automation): Automatize tarefas do Openperplex através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [Kommo Automation](https://doutorai.pt/componentes/skills__composio-awesome__kommo-automation): Automatize operações do Kommo CRM: faça a gestão de leads, pipelines, etapas do pipeline, tarefas e campos personalizados, usando linguagem natural através da i - [botsonic-automation](https://doutorai.pt/componentes/skills__composio-awesome__botsonic-automation): Automatize tarefas do Botsonic através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [logo-dev-automation](https://doutorai.pt/componentes/skills__composio-awesome__logo-dev-automation): Automatize tarefas do Logo Dev através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [autobound-automation](https://doutorai.pt/componentes/skills__composio-awesome__autobound-automation): Automatize tarefas do Autobound através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [similarweb_digitalrank_api-automation](https://doutorai.pt/componentes/skills__composio-awesome__similarweb-digitalrank-api-automation-30fee0): Automatize tarefas do SimilarWeb através do Rube MCP (Composio): tráfego de websites, classificações e inteligência de mercado digital. Pesquise sempre primeiro - [fillout-forms-automation](https://doutorai.pt/componentes/skills__composio-awesome__fillout-forms-automation-2aa590): Automatize tarefas do Fillout através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [abyssale-automation](https://doutorai.pt/componentes/skills__composio-awesome__abyssale-automation): Automatize tarefas do Abyssale através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [enigma-automation](https://doutorai.pt/componentes/skills__composio-awesome__enigma-automation): Automatize tarefas do Enigma através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [basin-automation](https://doutorai.pt/componentes/skills__composio-awesome__basin-automation): Automatize tarefas do Basin através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [workable-automation](https://doutorai.pt/componentes/skills__composio-awesome__workable-automation): Automatize tarefas do Workable através do Rube MCP (Composio). Pesquise sempre primeiro as ferramentas para obter esquemas atuais. - [productlane-automation](https://doutorai.pt/componentes/skills__composio-awesome__productlane-automation): Automatizar tarefas do Productlane via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para esquemas atuais. - [y-gy-automation](https://doutorai.pt/componentes/skills__composio-awesome__y-gy-automation): Automatizar tarefas do Y Gy via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para esquemas atuais. - [refiner-automation](https://doutorai.pt/componentes/skills__composio-awesome__refiner-automation): Automatizar tarefas do Refiner via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para esquemas atuais. - [baselinker-automation](https://doutorai.pt/componentes/skills__composio-awesome__baselinker-automation): Automatizar tarefas do Baselinker via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para esquemas atuais. - [Webex Automation](https://doutorai.pt/componentes/skills__composio-awesome__webex-automation): Automatizar mensagens, salas, equipas, webhooks e gestão de pessoas do Cisco Webex através de comandos de linguagem natural - [daffy-automation](https://doutorai.pt/componentes/skills__composio-awesome__daffy-automation): Automatizar tarefas do Daffy via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para esquemas atuais. - [opengraph-io-automation](https://doutorai.pt/componentes/skills__composio-awesome__opengraph-io-automation): Automatizar tarefas do Opengraph IO via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para esquemas atuais. - [leiga-automation](https://doutorai.pt/componentes/skills__composio-awesome__leiga-automation): Automatizar tarefas do Leiga via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para esquemas atuais. - [mapulus-automation](https://doutorai.pt/componentes/skills__composio-awesome__mapulus-automation): Automatizar tarefas do Mapulus via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para esquemas atuais. - [bart-automation](https://doutorai.pt/componentes/skills__composio-awesome__bart-automation): Automatizar tarefas do Bart via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para esquemas atuais. - [documenso-automation](https://doutorai.pt/componentes/skills__composio-awesome__documenso-automation): Automatizar tarefas do Documenso via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para esquemas atuais. - [bigmailer-automation](https://doutorai.pt/componentes/skills__composio-awesome__bigmailer-automation): Automatizar tarefas do Bigmailer via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para esquemas atuais. - [telnyx-automation](https://doutorai.pt/componentes/skills__composio-awesome__telnyx-automation): Automatizar tarefas do Telnyx via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para esquemas atuais. - [hystruct-automation](https://doutorai.pt/componentes/skills__composio-awesome__hystruct-automation): Automatizar tarefas do Hystruct via Rube MCP (Composio). Pesquisar sempre primeiro as ferramentas para esquemas atuais. - [googletasks-automation](https://doutorai.pt/componentes/skills__composio-awesome__googletasks-automation): Automatizar tarefas do Google Tasks via Rube MCP (Composio): criar, listar, atualizar, eliminar, mover e inserir em lote tarefas e listas de tarefas. Pesquisar - [pptx](https://doutorai.pt/componentes/skills__composio-awesome__pptx): Criação, edição e análise de apresentações. Quando o Claude precisa de trabalhar com apresentações (ficheiros .pptx) para: (1) Criar novas apresentações, (2) Mo - [xlsx](https://doutorai.pt/componentes/skills__composio-awesome__xlsx): Criação, edição e análise abrangente de folhas de cálculo com suporte para fórmulas, formatação, análise de dados e visualização. Quando o Claude precisa de tra - [pdf](https://doutorai.pt/componentes/skills__composio-awesome__pdf): Conjunto abrangente de ferramentas de manipulação de PDF para extração de texto e tabelas, criação de novos PDFs, junção/divisão de documentos e gestão de formu - [docx](https://doutorai.pt/componentes/skills__composio-awesome__docx): Criação, edição e análise abrangente de documentos com suporte para alterações registadas, comentários, preservação de formatação e extração de texto. Quando o - [requesting-code-review](https://doutorai.pt/componentes/skills__obra-superpowers__requesting-code-review): Utilizar ao concluir tarefas, implementar funcionalidades principais ou antes de efetuar o merge para verificar se o trabalho cumpre os requisitos - [writing-skills](https://doutorai.pt/componentes/skills__obra-superpowers__writing-skills): Utilizar ao criar novas skills, editar skills existentes ou verificar se as skills funcionam antes da implantação - [using-git-worktrees](https://doutorai.pt/componentes/skills__obra-superpowers__using-git-worktrees): Utilizar ao iniciar o trabalho numa feature que necessita de isolamento em relação ao workspace atual ou antes de executar planos de implementação: garante que - [dispatching-parallel-agents](https://doutorai.pt/componentes/skills__obra-superpowers__dispatching-parallel-agents): Utilizar quando se deparar com 2 ou mais tarefas independentes que podem ser desenvolvidas sem estado partilhado nem dependências sequenciais - [writing-plans](https://doutorai.pt/componentes/skills__obra-superpowers__writing-plans): Utilizar quando tiver uma especificação ou requisitos para uma tarefa de múltiplos passos, antes de mexer no código - [systematic-debugging](https://doutorai.pt/componentes/skills__obra-superpowers__systematic-debugging): Utilizar ao encontrar qualquer bug, falha de teste ou comportamento inesperado, antes de propor correções - [using-superpowers](https://doutorai.pt/componentes/skills__obra-superpowers__using-superpowers): Utilizar ao iniciar qualquer conversa: estabelece como encontrar e utilizar skills, exigindo a invocação de skills antes de QUALQUER resposta, incluindo pergunt - [receiving-code-review](https://doutorai.pt/componentes/skills__obra-superpowers__receiving-code-review): Utilizar ao receber feedback de code review, antes de implementar sugestões, especialmente se o feedback parecer pouco claro ou tecnicamente questionável: reque - [test-driven-development](https://doutorai.pt/componentes/skills__obra-superpowers__test-driven-development): Utilizar ao implementar qualquer feature ou bugfix, antes de escrever código de implementação - [verification-before-completion](https://doutorai.pt/componentes/skills__obra-superpowers__verification-before-completion): Utilizar quando estiver prestes a declarar que o trabalho está concluído, corrigido ou a passar nos testes, antes de fazer commit ou criar PRs: requer a execuçã - [executing-plans](https://doutorai.pt/componentes/skills__obra-superpowers__executing-plans): Utilizar quando tiver um plano de implementação escrito para executar numa sessão separada com pontos de controlo para revisão - [subagent-driven-development](https://doutorai.pt/componentes/skills__obra-superpowers__subagent-driven-development): Utilizar ao executar planos de implementação com tarefas independentes na sessão atual - [finishing-a-development-branch](https://doutorai.pt/componentes/skills__obra-superpowers__finishing-a-development-branch): Utilizar quando a implementação estiver concluída, todos os testes passarem e for necessário decidir como integrar o trabalho: orienta a conclusão do trabalho d - [brainstorming](https://doutorai.pt/componentes/skills__obra-superpowers__brainstorming): TEM de utilizar isto antes de qualquer trabalho criativo (criar features, construir componentes, adicionar funcionalidade ou modificar comportamento). Explora a - [write-tests](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__write-tests): Adicione cobertura de testes em falta para as suas alterações de código locais gerando novos ficheiros de teste (cobre alterações não submetidas e não rastreada - [test-coverage](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__test-coverage): Utilizar após escrever testes para avaliar a qualidade da cobertura nas dimensões estrutural, de mutação, de requisitos e de API/integração; conhecimento organi - [fix-tests](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__fix-tests): Corrigir sistematicamente todos os testes com falhas após alterações na lógica de negócio ou refatoração - [test-driven-development](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__test-driven-development): Utilizar ao implementar qualquer feature ou bugfix, antes de escrever código de implementação: escreva primeiro o teste, observe-o a falhar, escreva código míni - [design-testing-strategy](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__design-testing-strategy): Utilizar antes de escrever qualquer tipo de testes. Destila 14 fontes do setor em portas de decisão determinísticas, esquemas e exemplos práticos de testes. - [plan-do-check-act](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__plan-do-check-act): Ciclo PDCA iterativo para experimentação sistemática e melhoria contínua - [kaizen](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__kaizen): Utilizar na implementação e refatoração de código, arquitetura ou design de sistemas, melhorias de processos e fluxos de trabalho, tratamento de erros e validaç - [cause-and-effect](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__cause-and-effect): Análise sistemática de Espinha de Peixe explorando as causas de problemas em seis categorias - [why](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__why): Análise iterativa de causa raiz dos Cinco Porquês, aprofundando desde os sintomas até às causas fundamentais - [root-cause-tracing](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__root-cause-tracing): Usar quando ocorrem erros na execução e é necessário rastrear para encontrar o gatilho original: rastreia sistematicamente bugs para trás na pilha de chamadas, - [analyse-problem](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__analyse-problem): Análise de problemas abrangente A3 de uma página com causa raiz e plano de ação - [analyse](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__analyse): Seleciona automaticamente o melhor método Kaizen (Gemba Walk, Value Stream ou Muda) para o objetivo - [do-in-parallel](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__do-in-parallel): Executa tarefas independentes em simultâneo em múltiplos ficheiros ou alvos usando subagents paralelos, com seleção de modelo por tarefa e verificação LLM-as-a- - [launch-sub-agent](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__launch-sub-agent): Inicia um subagent inteligente com seleção automática de modelo com base na complexidade da tarefa, correspondência de agentes especializada, raciocínio Zero-sh - [multi-agent-patterns](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__multi-agent-patterns): Concebe arquiteturas multi-agent para tarefas complexas. Usar quando os limites de contexto de agente único são ultrapassados, quando as tarefas se decompõem na - [do-and-judge](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__do-and-judge): Executa uma tarefa com implementação por subagent e verificação LLM-as-a-judge com ciclo de repetição automático - [do-competitively](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__do-competitively): Executa tarefas através de geração competitiva multi-agent, especificação de avaliação por meta-judge, avaliação por múltiplos judges e síntese baseada em evidê - [do-in-steps](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__do-in-steps): Executa uma tarefa complexa em passos ordenados e dependentes executados sequencialmente, passando o contexto de cada passo para o seguinte, com verificação LLM - [judge](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__judge): Inicia um meta-judge e, em seguida, um subagent judge para avaliar os resultados produzidos na conversa atual - [tree-of-thoughts](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__tree-of-thoughts): Executa tarefas através de exploração sistemática, poda e expansão utilizando a metodologia Tree of Thoughts com especificações de avaliação por meta-judge e av - [subagent-driven-development](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__subagent-driven-development): Usar ao executar planos de implementação com tarefas independentes na sessão atual ou ao enfrentar 3 ou mais problemas independentes que podem ser investigados - [judge-with-debate](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__judge-with-debate): Avalia soluções através de debate de múltiplas rondas entre judges independentes até alcançar consenso - [review-pr](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__review-pr): Revisa um pull request existente no GitHub e publica comentários de revisão em linha na respetiva diff. Usar quando as alterações estão num PR aberto e não na t - [review-local-changes](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__review-local-changes): Revisa as tuas alterações locais não submetidas na árvore de trabalho (git diff mais ficheiros não monitorizados) e devolve sugestões de melhoria acionáveis. Us - [traiage-review](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__traiage-review): Esta skill deve ser usada quando for necessário priorizar qual o código alterado no repositório que um humano deve revisar. - [reset](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__reset): Reinicia o ciclo de raciocínio FPF para começar do zero - [propose-hypotheses](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__propose-hypotheses): Executa o ciclo FPF completo desde a geração de hipóteses até à decisão - [query](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__query): Pesquisa na base de conhecimento FPF e apresenta detalhes da hipótese com informações de garantia - [actualize](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__actualize): Reconcilia o estado de FPF do projeto com as alterações recentes do repositório - [decay](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__decay): Gere a atualização das evidências, identificando decisões obsoletas e fornecendo ações de governação - [status](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__status): Apresenta o estado atual da base de conhecimento FPF - [reflect](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__reflect): Reflete sobre a resposta e o resultado anteriores, com base na estrutura de Self-refinement para melhoria iterativa com triagem de complexidade e verificação - [critique](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__critique): Revisão abrangente sob múltiplas perspetivas utilizando juízes especializados com debate e construção de consenso - [memorize](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__memorize): Organiza informações de reflexões e críticas no CLAUDE.md utilizando Agentic Context Engineering - [write-concisely](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__write-concisely): Aplica regras de escrita a qualquer documentação lida por humanos. Torna a sua escrita mais clara, forte e profissional. - [update-docs](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__update-docs): Atualiza e mantém a documentação do projeto para alterações de código locais utilizando um fluxo de trabalho multi-agent com agents de tech-writer. Abrange docs - [implement-task](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__implement-task): Implementa uma tarefa com verificação automatizada por LLM-as-Judge em cada passo - [create-ideas](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__create-ideas): Gera ideias numa única tentativa utilizando amostragem criativa - [plan-task](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__plan-task): Refina, paraleliza e verifica o rascunho da especificação de uma tarefa, transformando-o numa tarefa totalmente planeada e pronta para implementação - [brainstorm](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__brainstorm): Utilizar ao criar ou desenvolver, antes de escrever código ou planos de implementação: refina ideias brutas em designs completos através de perguntas colaborati - [add-task](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__add-task): cria um ficheiro de tarefa em rascunho em .specs/tasks/draft/ com a intenção original do utilizador - [git-notes](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__git-notes): Utilizar ao adicionar metadados a commits sem alterar o histórico, acompanhar o estado da revisão, resultados de testes, anotações de qualidade do código ou com - [load-issues](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__load-issues): Carrega todos os issues abertos do GitHub e guarda-os como ficheiros markdown - [resolve-fixed-pr-comments](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__resolve-fixed-pr-comments): Verifica que comentários de revisão do PR foram resolvidos (alterações no commit/push OU alterações locais sem commit) e encerra as discussões que estejam genui - [commit](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__commit): Cria commits bem formatados com mensagens de commit convencionais e emojis - [analyze-issue](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__analyze-issue): Analisa um issue do GitHub e cria uma especificação técnica detalhada - [load-pr-comments](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__load-pr-comments): Utilizar para carregar comentários de revisão do PR abertos ou não resolvidos e agregá-los como tarefas em .specs/comments/*.md para agents paralelos corrigirem - [create-pr](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__create-pr): Criar pull requests usando a GitHub CLI com modelos e formatação adequados - [attach-review-to-pr](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__attach-review-to-pr): Adicionar comentários de revisão específicos por linha em pull requests usando a API da GitHub CLI - [git-worktrees](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__git-worktrees): Usar ao trabalhar em várias branches simultaneamente, a mudar de contexto sem fazer stash, a rever PRs durante o desenvolvimento, a testar em isolamento ou a co - [create-command](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__create-command): Assistente interativo para criar novos comandos do Claude com estrutura, padrões e integração de ferramentas MCP adequados - [test-skill](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__test-skill): Usar ao criar ou editar skills, antes da implementação, para verificar se funcionam sob pressão e resistem à racionalização: aplica o ciclo RED-GREEN-REFACTOR à - [test-prompt](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__test-prompt): Usar ao criar ou editar qualquer prompt (comandos, hooks, skills, instruções de subagent) para verificar se produz o comportamento desejado: aplica o ciclo RED- - [create-skill](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__create-skill): Guia para criar skills eficazes. Este comando deve ser usado quando os utilizadores pretendem criar uma nova skill (ou atualizar uma skill existente) que expand - [prompt-engineering](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__prompt-engineering): Usar esta skill ao escrever comandos, hooks, skills para Agent, ou prompts para sub agents ou qualquer outra interação com LLM, incluindo a otimização de prompt - [create-hook](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__create-hook): Criar e configurar git hooks com análise inteligente de projetos, sugestões e testes automatizados - [create-workflow-command](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__create-workflow-command): Criar um comando de fluxo de trabalho que orquestra a execução em várias etapas através de sub-agents com prompts de tarefas baseados em ficheiros - [thought-based-reasoning](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__thought-based-reasoning): Usar ao enfrentar tarefas de raciocínio complexas que exijam lógica passo a passo, aritmética de várias etapas, raciocínio de senso comum, manipulação simbólica - [apply-anthropic-skill-best-practices](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__apply-anthropic-skill-best-practices): Guia abrangente para o desenvolvimento de skills com base nas melhores práticas oficiais da Anthropic: usar para skills complexas que exijam uma estrutura detal - [create-rule](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__create-rule): Usar quando for identificada uma lacuna ou problema repetitivo produzido por si ou pelo agente de implementação. Essencialmente, usar sempre que disser "Tens to - [agent-evaluation](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__agent-evaluation): Avaliar e melhorar comandos, skills e agentes do Claude Code. Usar ao testar a eficácia de prompts, validar escolhas de engenharia de contexto ou medir a qualid - [context-engineering](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__context-engineering): Compreender os componentes, a mecânica e as restrições do contexto em sistemas de agentes. Usar ao escrever, editar ou otimizar comandos, skills ou prompts de s - [create-agent](https://doutorai.pt/componentes/skills__neolab-context-engineering-kit__create-agent): Guia completo para criar agents do Claude Code com a estrutura adequada, condições de acionamento, system prompts e validação: combina as melhores práticas ofic - [cro-optimization](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__cro-optimization): Executa a otimização da taxa de conversão através de testes baseados em hipóteses, incluindo auditoria, geração de hipóteses, design de testes, análise estatíst - [seo-offpage](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-offpage): Planeia e executa SEO off-page, incluindo link building, PR digital, menções à marca, construção de citações e sinais de autoridade externa. Usa esta skill semp - [creative-brief](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__creative-brief): Cria ou refina um briefing criativo que faz a ponte entre a descoberta e a execução. Usa esta skill sempre que o utilizador estiver a iniciar um novo projeto, a - [journey-mapping](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__journey-mapping): Constrói mapas de jornada do cliente e blueprints de serviço que visualizam a experiência do utilizador de ponta a ponta, incluindo pontos de contacto, emoções, - [scheduler-and-booking-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__scheduler-and-booking-design): Design de agendadores de reuniões e experiências de reserva que qualificam leads, preparam bem as chamadas e convertem a taxas mais elevadas do que um link gené - [launch-runbook](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__launch-runbook): Planeia e executa um runbook de lançamento que cobre a verificação pré-lançamento, procedimentos de go-live, transição de DNS, monitorização pós-lançamento e pr - [feature-flagging](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__feature-flagging): Disciplina operacional para feature flags como infraestrutura de produção. Tipos de flags, nomenclatura, regras de direcionamento, estratégia de disponibilizaçã - [editorial-qa](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__editorial-qa): Estrutura de QA pré-publicação para conteúdos. Cumprimento do briefing, consistência de tom de voz, precisão de factos, estrutura e clareza, auditoria de conteú - [okr-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__okr-design): Design de OKRs aplicado na prática, e não como teoria de conferência. Declarações de resultados que orientam decisões, key results que medem a coisa certa, disc - [dependency-management](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__dependency-management): Gere bibliotecas de terceiros, ambientes de execução (runtimes) e dependências SaaS. Usa esta skill ao definir uma frequência de atualização, responder a avisos - [creative-brief-selector](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__creative-brief-selector): Produz um briefing criativo baseado em sites de referência reais e deliberadamente distinto de demonstrações existentes, para qualquer nova criação de marca. Co - [integration-orchestrator](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__integration-orchestrator): Gera um plano de orquestração de entrega faseado para trabalhos orientados por direção criativa: quais as skills executadas em cada momento, o que bloqueia em c - [monitoring-and-alerting](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__monitoring-and-alerting): Projeta e executa um sistema de monitorização para um site ou aplicação web. Usa esta skill ao configurar verificações de tempo de atividade (uptime), definir S - [performance-optimization](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__performance-optimization): Diagnostica e corrige problemas de desempenho web, incluindo Core Web Vitals (LCP, INP, CLS), tamanho do bundle, otimização de recursos, desempenho de renderiza - [brand-archetype-system](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__brand-archetype-system): Aplica definições pré-compostas de arquétipos estéticos para dar um impulso inicial ao trabalho de design de marca, cobrindo cor, tipografia, esquema visual, to - [accessibility-audit](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__accessibility-audit): Executa uma auditoria abrangente de acessibilidade WCAG cobrindo os princípios de percetível, operável, compreensível e robusto. Usa esta skill sempre que o uti - [email-deliverability](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__email-deliverability): Garante que as mensagens de e-mail chegam efetivamente às caixas de entrada. Usa esta skill ao configurar a autenticação de e-mail (SPF, DKIM, DMARC), diagnosti - [incident-response](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__incident-response): Gere incidentes ativos em produção através de deteção, triagem, mitigação, comunicação e resolução com funções estruturadas e tomada de decisões. Usa esta skill - [seo-backlink-audit](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-backlink-audit): Audita um perfil de backlinks utilizando dados do MCP do Ahrefs: saúde do perfil, distribuição do texto de âncora, identificação de links tóxicos, recuperação d - [programmatic-seo](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__programmatic-seo): Como conceber e executar um programa de SEO programático que gere tráfego duradouro em vez de atrair penalizações. Identificação de fontes de dados, conceção de - [ux-research](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__ux-research): Planear e executar investigação com utilizadores, incluindo planeamento de pesquisa, recrutamento, conceção de entrevistas, síntese qualitativa e conversão de c - [long-form-content-frameworks](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__long-form-content-frameworks): Padrões para peças individuais de conteúdo longo. Estudos de caso, whitepapers, relatórios de pesquisa, guias definitivos, manifestos, ebooks, tutoriais de long - [content-brief-authoring](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__content-brief-authoring): Como criar um brief de conteúdo que oriente efetivamente um redator (humano ou IA) a produzir uma peça que obtenha bom posicionamento, converta ou ambos. Brief - [creative-direction](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__creative-direction): Guie o utilizador através de quatro eixos orientadores (registo de tom, filosofia estética, relação com o público, ambição sensorial) e produza um brief estétic - [experiment-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__experiment-design): Uma disciplina para conceber experiências (testes A/B, multivariados, grupos de controlo) para que os resultados respondam efetivamente à questão que colocou. R - [domain-strategy](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__domain-strategy): Planeie, gira e otimize um portfólio de domínios. Utilize esta skill para decisões de arquitetura de DNS, estratégias de redirecionamento, escolha de registador - [experimentation-platform-orchestrator](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__experimentation-platform-orchestrator): Uma estrutura de decisão de plataforma para experimentação. Quando utilizar Statsig vs PostHog vs GrowthBook vs Optimizely vs Amplitude vs Eppo vs Kameleoon. Co - [comparison-tool-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__comparison-tool-design): Conceção de ferramentas de comparação lado a lado (plan-compare, product-compare, alternative-compare) que ajudam os utilizadores a decidir em vez de apenas lis - [code-review-web](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__code-review-web): Rever código de aplicações web à procura de erros, problemas de segurança, falhas de desempenho e anti-padrões específicos da stack. Use esta skill sempre que o - [media-asset-management](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__media-asset-management): Planear e executar um pipeline de media para imagens, vídeo e recursos descarregáveis. Use esta skill ao conceber o armazenamento e a entrega de imagens, escolh - [information-architecture](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__information-architecture): Conceber a estrutura de um website ou produto, incluindo sitemap, navegação, estrutura de URL, tipos de conteúdo, taxonomia e rotulagem. Use esta skill sempre q - [seo-traffic-diagnosis](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-traffic-diagnosis): Diagnosticar alterações no tráfego orgânico (quedas, estagnações ou ganhos inesperados) utilizando dados do Ahrefs MCP e da Search Console. Use esta skill quand - [seo-technical](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-technical): Executar uma auditoria técnica completa de SEO abrangendo rastreabilidade, indexabilidade, renderização, arquitetura do site, dados estruturados, experiência de - [multi-step-form-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__multi-step-form-design): Conceber formulários com múltiplas etapas, indicadores de progresso, lógica condicional e mecânicas de guardar e retomar. A disciplina de dividir a recolha de d - [seo-rank-tracking](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-rank-tracking): Configurar e executar o acompanhamento de posições utilizando o Ahrefs MCP: escolher as palavras-chave certas para acompanhar, segmentá-las por objetivo, defini - [seo-content-gap-audit](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-content-gap-audit): Auditar lacunas de conteúdo e perda de desempenho utilizando dados do Ahrefs MCP: tópicos em falta, cobertura reduzida, conteúdo desatualizado e páginas em perd - [jtbd-framing](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__jtbd-framing): O framework Jobs-to-be-Done como metodologia aplicada ao produto. Declarações de trabalho, momentos de dificuldade, critérios de contratação e despedimento, a d - [seo-keyword-gap-audit](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-keyword-gap-audit): Encontrar palavras-chave para as quais os concorrentes estão posicionados e a propriedade alvo não, e priorizá-las por oportunidade. Utiliza o Ahrefs MCP para d - [stakeholder-communication](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__stakeholder-communication): Comunicar eficazmente com partes interessadas (stakeholders) em diferentes funções e níveis de antiguidade. Use esta skill ao escrever atualizações de estado, p - [vendor-evaluation](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__vendor-evaluation): Avaliar, selecionar e contratar fornecedores e ferramentas SaaS. Usa esta skill ao comparar alternativas, executar uma RFP, pontuar fornecedores segundo critéri - [documentation-strategy](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__documentation-strategy): Conceber e gerir um sistema de documentação para uma equipa ou produto. Usa esta skill ao planear o que documentar, escolher uma ferramenta de documentação, org - [lead-magnet-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__lead-magnet-design): Conceber lead magnets que ganham o email. A disciplina de criar conteúdo exclusivo (e-books, templates, checklists, swipe files, minicursos, ferramentas gratuit - [experimentation-analytics](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__experimentation-analytics): Como ler resultados de experiências sem se enganar. Intervalos de confiança, p-values, testes múltiplos, testes sequenciais, CUPED, efeitos heterogéneos de trat - [interactive-product-tour](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__interactive-product-tour): Conceber visitas guiadas no produto, tooltips e ajuda contextual que ensinam as capacidades do produto sem criar fricção. Lógica de ativação, arquitetura de vis - [competitor-experience-audit](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__competitor-experience-audit): Auditar a marca, UX e design de site dos principais sites de um setor como um conjunto de padrões observáveis entre sites, produzindo o nível de experiência que - [brand-style-guide](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__brand-style-guide): Criar ou auditar um guia de estilo de marca abrangente que documenta todo o sistema da marca, incluindo história, sistema de logótipo, cor, tipografia, imagem, - [brand-discovery](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__brand-discovery): Executar a fase inicial de descoberta de marca, cobrindo pesquisa de público-alvo, cenário competitivo, dinâmica da categoria, espaço do problema e exploração d - [landing-page-copy](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__landing-page-copy): Escrever o texto de uma landing page prestando atenção à secção hero, proposta de valor, prova social, gestão de objeções e CTAs focados na conversão. Usa esta - [ads-performance-analytics](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__ads-performance-analytics): Como ler dashboards de media paga sem se enganar. Modelos de atribuição, particularidades dos relatórios das plataformas, reconciliação multiplataforma, armadil - [backup-and-disaster-recovery](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__backup-and-disaster-recovery): Planear e executar cópias de segurança, definir objetivos de recuperação e realizar simulações de recuperação de desastres. Usa esta skill ao definir metas de R - [user-feedback-aggregation](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__user-feedback-aggregation): Recolher e sintetizar o feedback dos utilizadores através de vários canais (tickets de suporte, NPS, feedback na aplicação, chamadas de vendas, menções nas rede - [analytics-strategy](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__analytics-strategy): Conceber estruturas de medição, incluindo taxonomia de eventos, hierarquia de KPIs, arquitetura de dashboards, modelos de atribuição e estratégia de implementaç - [seo-keyword](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-keyword): Realizar pesquisa de palavras-chave, classificar por intenção de pesquisa, agrupar em temas e priorizar para produção de conteúdo. Usa esta skill sempre que o u - [chatbot-flow-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__chatbot-flow-design): Conceber fluxos de conversação para chatbots de websites e AI agents. Arquitetura de reconhecimento de intenção, lógica de ramificação, tratamento de falhas, es - [pm-spec-writing](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__pm-spec-writing): Traduzir ideias, pedidos de funcionalidades ou conceitos vagos em briefs de desenvolvimento específicos e acionáveis. Usa esta skill sempre que o utilizador tiv - [skill-creation-walkthrough](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__skill-creation-walkthrough): Guia passo a passo para criar as tuas próprias Claude Skills, desde decidir se uma skill é a ferramenta certa até escrever o ficheiro SKILL.md, estruturar mater - [onboarding-wizard-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__onboarding-wizard-design): Conceber assistentes de integração iniciais (onboarding wizards) que levam os utilizadores ao momento ah-ha sem os sobrecarregar. Arquitetura de passos, divulga - [seo-aeo-geo](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-aeo-geo): Otimizar conteúdo e estrutura de site para experiências de pesquisa orientadas por IA, incluindo visões gerais de IA, citações de grandes modelos de linguagem, - [paid-media-strategy](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__paid-media-strategy): Uma disciplina para gerir media paga sem deitar dinheiro à rua. Redação de hipóteses para investimento pago, seleção de canais, alocação de orçamento, segmentaç - [frontend-component-build](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__frontend-component-build): Constrói componentes frontend prontos para produção com marcação acessível, props sensatas, estados definidos e comportamento testado. Usa esta skill sempre que - [team-onboarding-playbook](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__team-onboarding-playbook): Desenha uma experiência de onboarding estruturada que torne os novos membros da equipa produtivos em 30, 60 e 90 dias. Usa quando um novo colaborador estiver a - [security-baseline](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__security-baseline): Estabelece uma linha de base de segurança para um site ou web app. Usa esta skill ao configurar HTTPS e TLS, definir cabeçalhos de segurança, planeamento de ges - [art-direction](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__art-direction): Dirige o trabalho visual e criativo para campanhas, fotografia, ilustração, vídeo e experiências de marca. Usa esta skill sempre que o utilizador quiser fazer u - [roadmap-planning](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__roadmap-planning): Constrói um roadmap para vários trimestres a partir de um backlog de ideias, pedidos e iniciativas em curso. Usa esta skill ao planear o próximo trimestre, sequ - [seo-content-audit](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-content-audit): Audita o conteúdo existente em todo o site para decidir o que manter, atualizar, fundir, redirecionar ou eliminar. Usa esta skill sempre que o utilizador quiser - [content-and-copy](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__content-and-copy): Escreve ou edita texto para sites, conteúdos de blogue e peças editoriais com atenção à voz, estrutura e objetivo. Usa esta skill sempre que o utilizador quiser - [content-distribution](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__content-distribution): Distribuição de conteúdos como disciplina. Canais próprios (newsletter, blogue, redes sociais), canais ganhos (RP, sindicação, menções), canais pagos (publicaçõ - [discovery-research-synthesis](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__discovery-research-synthesis): Transformar artefactos de investigação em insights práticos para PM. Entrevistas com clientes, notas de investigação de utilizadores, análises de bilhetes de su - [upgrade-flow-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__upgrade-flow-design): Desenhar fluxos de conversão de gratuito para pago para produtos SaaS. Momentos de gatilho, design de paywall, demonstração de valor, upsell vs downsell, fluxos - [design-standards](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__design-standards): Aplica padrões de design de nível de produção ao construir ou rever páginas, componentes ou UI. Usa esta skill sempre que o utilizador pedir para construir uma - [brand-ideation](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__brand-ideation): Gera, avalia e afunila conceitos de marca durante a ideação inicial, incluindo territórios de posicionamento, candidatos a nomes, direções visuais/de tom e ângu - [content-refresh-system](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__content-refresh-system): Disciplina sistemática de atualização de conteúdos. Auditorias trimestrais, priorização de atualizações (quais as peças, quando, com que profundidade), decisões - [vertical-site-conventions](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__vertical-site-conventions): Compõe páginas e sites que se alinham com o seu setor: montras de catálogo de comércio eletrónico que parecem efetivamente montras, sites de restauração/hotelei - [after-action-report](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__after-action-report): Executa uma revisão pós-ação estruturada (postmortem, retrospectiva) sobre um lançamento, incidente ou projeto concluído para registar o cronograma, a análise d - [funnel-flow-architecture](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__funnel-flow-architecture): Conceção de fluxos de conversão entre ferramentas que correspondem ao público e à fase. Landing page para lead magnet para sequência de nutrição para oferta par - [quiz-and-assessment-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__quiz-and-assessment-design): Conceção de questionários, avaliações de personalidade e ferramentas de recomendação que segmentam utilizadores em categorias práticas em vez de gerar cliques a - [seo-audit-orchestration](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-audit-orchestration): Orquestrador principal para um conjunto completo de auditoria SEO alimentado pelo MCP da Ahrefs. Usa esta skill ao executar uma auditoria SEO abrangente, defini - [usability-testing](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__usability-testing): Planeia e executa testes de usabilidade em designs existentes ou protótipos, incluindo design de testes, guiões de tarefas, moderação, observação e síntese de c - [email-sequences](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__email-sequences): Desenha e escreve campanhas e sequências de e-mail, incluindo fluxos de onboarding, campanhas de ciclo de vida, e-mails transacionais, newsletters, envios em ma - [data-warehouse-experimentation](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__data-warehouse-experimentation): Execução de experiências a partir do data warehouse em vez de plataformas de experiência dedicadas. Atribuição baseada em SQL, disciplina no registo de exposiçõ - [form-strategy](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__form-strategy): Desenhar formulários que convertem, validam bem, resistem ao spam e integram de forma limpa com sistemas a jusante. Usa esta skill ao desenhar ou auditar qualqu - [ai-content-collaboration](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__ai-content-collaboration): Como humanos e IA compõem em fluxos de trabalho de conteúdo. Onde a IA participa legitimamente, onde os humanos devem assumir o controlo, padrões de fluxo de tr - [brand-identity](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__brand-identity): Desenhar ou avaliar um sistema de identidade visual de marca abrangendo logótipo, cor, tipografia, direção de imagem, iconografia e princípios de movimento. Usa - [ads-creative-development](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__ads-creative-development): Como produzir criativos publicitários que convertem à escala de desempenho. Padrões de hook, seleção de formatos, ritmo de vídeo, sistemas de variação, metodolo - [feature-launch-playbook](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__feature-launch-playbook): O guia operacional para lançar uma funcionalidade com sucesso. Posicionamento, alinhamento interno, comunicação com clientes, capacitação de vendas, prontidão d - [pillar-content-architecture](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__pillar-content-architecture): Como desenhar um hub de conteúdos que ganha autoridade no tópico. Seleção de tópicos pilar, planeamento de clusters, arquitetura de ligações internas, estrutura - [brand-voice](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__brand-voice): Desenvolver ou documentar um sistema completo de tom e voz de marca cobrindo atributos de voz, variações de tom consoante o contexto, preferências de vocabulári - [seo-competitor](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-competitor): Executar uma análise competitiva de SEO comparando o site do utilizador com concorrentes escolhidos ao nível de sobreposição nas SERPs, profundidade de conteúdo - [product-configurator-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__product-configurator-design): Desenhar configuradores de produtos do tipo "crie o seu próprio" (estilo Tesla, preços personalizados, construtores de planos) com lógica de restrições, preços - [calculator-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__calculator-design): Desenhar calculadoras interativas (calculadoras de ROI, estimadores de preço, projeções de poupança, calculadoras de crédito habitação, avaliações personalizada - [internationalization](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__internationalization): Planear e gerir um site multilíngue ou multirregião. Usa esta skill ao adicionar novos idiomas ou regiões (locales), a escolher a estrutura de URLs para idiomas - [content-migration](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__content-migration): Mover conteúdo entre plataformas, domínios ou estruturas de URLs mantendo a autoridade de SEO, os marcadores dos utilizadores e as integrações. Usa esta skill a - [seo-onpage](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-onpage): Executar uma auditoria abrangente de SEO na página ou uma ronda de otimização cobrindo title tags, meta descriptions, estrutura de cabeçalhos, qualidade do cont - [logo-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__logo-design): Gerar variantes de logótipo para uma marca, produzindo múltiplas versões prontas para produção em diferentes arquiteturas (wordmark, lockup, apenas símbolo, let - [content-repurposing](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__content-repurposing): Adaptação de conteúdo entre formatos. Transformar uma peça substancial em múltiplos formatos derivados (séries de blog, sequências de email, publicações em rede - [product-analytics-setup](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__product-analytics-setup): Como instrumentar analítica de produto corretamente na prática. Taxonomia de eventos, design de propriedades, convenções de nomenclatura, versionamento de schem - [design-system](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__design-system): Criar ou auditar um sistema de design, incluindo biblioteca de componentes, tokens de design, convenções de nomenclatura, modelo de contribuição e documentação. - [seo-site-health-audit](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-site-health-audit): Fazer a triagem de descobertas de SEO técnico do Ahrefs Site Audit (e crawlers semelhantes) pelo impacto em SEO e não apenas pela gravidade. Usa esta skill ao r - [content-strategy](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__content-strategy): Desenvolver uma estratégia de conteúdo cobrindo posicionamento editorial, pilares de conteúdo, formatos, calendário, governança e planeamento de autoridade de t - [cost-optimization](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__cost-optimization): Auditar e reduzir custos de infraestrutura e ferramentas sem sacrificar a fiabilidade ou a velocidade. Usa esta skill ao rever custos mensais de cloud ou SaaS, - [qa-testing](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__qa-testing): Executar testes de QA numa página, funcionalidade ou site completo num de três níveis de profundidade (smoke, standard, full). Usa esta skill sempre que o utili - [beta-program-management](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__beta-program-management): Execução de betas fechados e abertos que produzem sinal real. Seleção de participantes da beta, recolha estruturada de feedback, critérios de decisão de beta pa - [evidence-based-reviews](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__evidence-based-reviews): Produzir análises honestas de produtos e guias de compra sem experiência direta fabricada, utilizando níveis de evidência divulgados: especificações verificadas - [grok-build](https://doutorai.pt/componentes/skills__sanjay3290-ai-skills__grok-build): Orquestrar trabalho de programação delegando tarefas de implementação bem especificadas para o Grok Build CLI (grok) da xAI a executar em modo headless, enquant - [mysql](https://doutorai.pt/componentes/skills__sanjay3290-ai-skills__mysql): Executar consultas SQL apenas de leitura em várias bases de dados MySQL. Usa quando: (1) consultar bases de dados MySQL, (2) explorar esquemas/tabelas de bases - [deep-research](https://doutorai.pt/componentes/skills__sanjay3290-ai-skills__deep-research): Executar pesquisa autónoma em várias etapas utilizando o Google Gemini Deep Research Agent. Usa para: análise de mercado, panorama competitivo, revisões de lite - [mssql](https://doutorai.pt/componentes/skills__sanjay3290-ai-skills__mssql): Executar consultas SQL apenas de leitura em várias bases de dados Microsoft SQL Server. Usa quando: (1) consultar bases de dados MSSQL/SQL Server, (2) explorar - [postgres](https://doutorai.pt/componentes/skills__sanjay3290-ai-skills__postgres): Executar consultas SQL apenas de leitura em várias bases de dados PostgreSQL. Usa quando: (1) consultar bases de dados PostgreSQL, (2) explorar esquemas/tabelas - [manus](https://doutorai.pt/componentes/skills__sanjay3290-ai-skills__manus): Delega tarefas complexas e de longa duração ao agent Manus AI para execução autónoma. Usa quando o utilizador diz 'use manus', 'delegate to manus', 'send to man - [whatsapp](https://doutorai.pt/componentes/skills__sanjay3290-ai-skills__whatsapp): Envia e recebe mensagens de WhatsApp através do cliente não oficial de dispositivos associados pywhats (pip install pywhats), emparelha com QR, envia texto/imag - [outline](https://doutorai.pt/componentes/skills__sanjay3290-ai-skills__outline): Pesquisa, lê e gere documentos da wiki Outline. Usa quando: (1) pesquisar documentação na wiki, (2) ler páginas ou artigos da wiki, (3) listar coleções ou docum - [telegram](https://doutorai.pt/componentes/skills__sanjay3290-ai-skills__telegram): Envia mensagens, ficheiros e alertas do Telegram via API de bot; lê respostas; faz perguntas com botões inline e aguarda pela resposta (aprovação pelo telemóvel - [jules](https://doutorai.pt/componentes/skills__sanjay3290-ai-skills__jules): Delega tarefas de programação ao agent Google Jules AI para execução assíncrona. Usa quando o utilizador diz: 'have Jules fix', 'delegate to Jules', 'send to Ju - [notebooklm](https://doutorai.pt/componentes/skills__sanjay3290-ai-skills__notebooklm): Consulta e gere cadernos do Google NotebookLM com autenticação de perfil persistente, sincronização de fontes, consultas em lote/múltiplas e exportações estrutu - [ship-learn-next](https://doutorai.pt/componentes/skills__tapestry-skills__ship-learn-next): Transforma conteúdo de aprendizagem (como transcrições do YouTube, artigos, tutoriais) em planos de implementação práticos usando a estrutura Ship-Learn-Next. U - [scrum-sage](https://doutorai.pt/componentes/skills__tapestry-skills__scrum-sage): Scrum Master e Enterprise Agility Coach com tecnologia de IA baseado em Jeff Sutherland, Taiichi Ohno e no pensamento de Primeiros Princípios. Usa quando o util - [learn-this](https://doutorai.pt/componentes/skills__tapestry-skills__learn-this): Extração unificada de conteúdo e planeamento de ações. Usa quando o utilizador diz "learn-this ", "learn this ", "weave ", "help me plan ", "extract and plan ", - [article-extractor](https://doutorai.pt/componentes/skills__tapestry-skills__article-extractor): Extrai conteúdo limpo de artigos a partir de URLs (publicações de blogue, artigos, tutoriais) e guarda como texto legível. Usa quando o utilizador quer descarre - [session-log](https://doutorai.pt/componentes/skills__tapestry-skills__session-log): Resume a sessão de conversa atual e anexa os resultados ao agent-log semanal. Usa quando o utilizador diz "log this", "session log", "summarize this session", o - [unblock-action](https://doutorai.pt/componentes/skills__tapestry-skills__unblock-action): Ajuda o utilizador a desbloquear um item de ação vago ou estagnado, esclarecendo o resultado pretendido, delimitando-o ao dia de hoje e identificando a ação con - [youtube-transcript](https://doutorai.pt/componentes/skills__tapestry-skills__youtube-transcript): Descarrega transcrições de vídeos do YouTube quando o utilizador fornece um URL do YouTube ou pede para descarregar/obter/procurar uma transcrição do YouTube. T - [block-no-verify-hook](https://doutorai.pt/componentes/skills__wshobson-agents__block-no-verify-hook): Configure um hook PreToolUse para impedir que os agents de IA ignorem hooks de pre-commit do git com --no-verify e outras flags de contorno. Utilize ao configur - [fastapi-templates](https://doutorai.pt/componentes/skills__wshobson-agents__fastapi-templates): Crie projetos FastAPI prontos para produção com padrões assíncronos, injeção de dependências e tratamento abrangente de erros. Utilize ao construir novas aplica - [hads](https://doutorai.pt/componentes/skills__wshobson-agents__hads): Utilize ao escrever documentação técnica que precise de ser legível tanto por humanos como por modelos de IA, ao converter documentação existente para o formato - [pptx-deck-context](https://doutorai.pt/componentes/skills__wshobson-agents__pptx-deck-context): Utilize ao preparar a narrativa, as fontes e o contexto de design para uma nova apresentação PPTX editável. - [pptx-slide-specification](https://doutorai.pt/componentes/skills__wshobson-agents__pptx-slide-specification): Utilize ao criar ou reparar uma especificação JSON com coordenadas explícitas para uma apresentação PPTX editável. - [pptx-reference-deck-analysis](https://doutorai.pt/componentes/skills__wshobson-agents__pptx-reference-deck-analysis): Utilize ao analisar uma apresentação PPTX de referência para estrutura de apenas leitura, tema, tipografia, ritmo de layout, diagnósticos, catálogos de modelos - [pptx-visual-assets](https://doutorai.pt/componentes/skills__wshobson-agents__pptx-visual-assets): Utilize ao selecionar e posicionar ícones de apoio aprovados, imagens, SVGs, diagramas ou infografias numa apresentação PPTX editável. - [pptx-quality-gates](https://doutorai.pt/componentes/skills__wshobson-agents__pptx-quality-gates): Utilize ao validar ou reparar uma apresentação PPTX editável quanto a geometria, acessibilidade, editabilidade nativa, linhagem de origem e integridade de pacot - [gitlab-ci-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__gitlab-ci-patterns): Construa pipelines de GitLab CI/CD com fluxos de trabalho multiestágio, armazenamento em cache e runners distribuídos para automação escalável. Utilize ao imple - [github-actions-templates](https://doutorai.pt/componentes/skills__wshobson-agents__github-actions-templates): Crie fluxos de trabalho de GitHub Actions prontos para produção para testes automatizados, compilação e implementação de aplicações. Utilize ao configurar CI/CD - [deployment-pipeline-design](https://doutorai.pt/componentes/skills__wshobson-agents__deployment-pipeline-design): Conceba pipelines de CI/CD multiestágio com portas de aprovação, verificações de segurança e orquestração de implementação. Utilize esta skill ao conceber pipel - [secrets-management](https://doutorai.pt/componentes/skills__wshobson-agents__secrets-management): Implemente uma gestão segura de segredos para pipelines de CI/CD utilizando Vault, AWS Secrets Manager ou soluções nativas da plataforma. Utilize ao lidar com c - [tailwind-design-system](https://doutorai.pt/componentes/skills__wshobson-agents__tailwind-design-system): Construa sistemas de design escaláveis com Tailwind CSS v4, tokens de design, bibliotecas de componentes e padrões responsivos. Utilize ao criar bibliotecas de - [nextjs-app-router-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__nextjs-app-router-patterns): Dominar o App Router do Next.js 14+ com Server Components, streaming, rotas paralelas e obtenção avançada de dados. Usar ao construir aplicações Next.js, implem - [react-state-management](https://doutorai.pt/componentes/skills__wshobson-agents__react-state-management): Dominar a gestão moderna de estado no React com Redux Toolkit, Zustand, Jotai e React Query. Usar ao configurar o estado global, gerir o estado do servidor ou e - [react-native-architecture](https://doutorai.pt/componentes/skills__wshobson-agents__react-native-architecture): Construir aplicações React Native para produção com Expo, navegação, módulos nativos, sincronização offline e padrões multiplataforma. Usar ao desenvolver aplic - [postmortem-writing](https://doutorai.pt/componentes/skills__wshobson-agents__postmortem-writing): Escrever postmortems eficazes e isentos de culpa com análise de causa raiz, cronogramas e itens de ação. Usar ao realizar revisões de incidentes, escrever docum - [on-call-handoff-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__on-call-handoff-patterns): Dominar a transição de turnos de on-call com transferência de contexto, procedimentos de escalamento e documentação. Usar esta skill ao fazer a transição de res - [incident-runbook-templates](https://doutorai.pt/componentes/skills__wshobson-agents__incident-runbook-templates): Criar runbooks estruturados de resposta a incidentes com procedimentos passo a passo, caminhos de escalamento e ações de recuperação. Usar esta skill ao constru - [react-native-design](https://doutorai.pt/componentes/skills__wshobson-agents__react-native-design): Dominar a estilização, navegação e animações Reanimated no React Native para desenvolvimento móvel multiplataforma. Usar ao construir aplicações React Native, i - [mobile-ios-design](https://doutorai.pt/componentes/skills__wshobson-agents__mobile-ios-design): Dominar as Human Interface Guidelines do iOS e os padrões do SwiftUI para construir aplicações iOS nativas. Usar ao conceber interfaces iOS, implementar vistas - [design-system-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__design-system-patterns): Construir sistemas de design escaláveis com design tokens, infraestrutura de temas e padrões de arquitetura de componentes. Usar ao criar design tokens, impleme - [responsive-design](https://doutorai.pt/componentes/skills__wshobson-agents__responsive-design): Implementar layouts responsivos modernos utilizando container queries, tipografia fluida, CSS Grid e estratégias de pontos de interrupção mobile-first. Usar ao - [visual-design-foundations](https://doutorai.pt/componentes/skills__wshobson-agents__visual-design-foundations): Aplicar princípios de tipografia, teoria da cor, sistemas de espaçamento e iconografia para criar designs visuais coesos. Usar ao estabelecer design tokens, con - [web-component-design](https://doutorai.pt/componentes/skills__wshobson-agents__web-component-design): Dominar padrões de componentes de React, Vue e Svelte, incluindo CSS-in-JS, estratégias de composição e arquitetura de componentes reutilizáveis. Usar ao constr - [interaction-design](https://doutorai.pt/componentes/skills__wshobson-agents__interaction-design): Conceber e implementar microinterações, motion design, transições e padrões de feedback do utilizador. Usar ao adicionar acabamento a interações de UI, implemen - [accessibility-compliance](https://doutorai.pt/componentes/skills__wshobson-agents__accessibility-compliance): Implementar interfaces conformes com WCAG 2.2 com acessibilidade móvel, padrões de design inclusivo e suporte a tecnologias de apoio. Usar ao auditar a acessibi - [mobile-android-design](https://doutorai.pt/componentes/skills__wshobson-agents__mobile-android-design): Dominar os padrões do Material Design 3 e do Jetpack Compose para construir aplicações Android nativas. Usar ao conceber interfaces Android, implementar Compose - [llm-evaluation](https://doutorai.pt/componentes/skills__wshobson-agents__llm-evaluation): Implementar estratégias abrangentes de avaliação para aplicações LLM utilizando métricas automatizadas, feedback humano e benchmarking. Usar ao testar o desempe - [hybrid-search-implementation](https://doutorai.pt/componentes/skills__wshobson-agents__hybrid-search-implementation): Combinar pesquisa vetorial e por palavras-chave para melhorar a recuperação. Usar ao implementar sistemas RAG, construir motores de pesquisa ou quando nenhuma d - [similarity-search-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__similarity-search-patterns): Implementar pesquisas de similaridade eficientes com bases de dados vetoriais. Usar ao construir pesquisas semânticas, implementar consultas de vizinhos mais pr - [rag-implementation](https://doutorai.pt/componentes/skills__wshobson-agents__rag-implementation): Construir sistemas RAG (Retrieval-Augmented Generation) para aplicações LLM com bases de dados vetoriais e pesquisa semântica. Usar ao implementar IA baseada em - [langchain-architecture](https://doutorai.pt/componentes/skills__wshobson-agents__langchain-architecture): Conceber aplicações LLM utilizando o LangChain 1.x e o LangGraph para agents, memória e integração de ferramentas. Usar ao construir aplicações LangChain, imple - [vector-index-tuning](https://doutorai.pt/componentes/skills__wshobson-agents__vector-index-tuning): Otimiza o desempenho do índice vetorial para latência, recall e memória. Usa ao afinar parâmetros HNSW, selecionar estratégias de quantização ou escalar a infra - [embedding-strategies](https://doutorai.pt/componentes/skills__wshobson-agents__embedding-strategies): Seleciona e otimiza modelos de embedding para pesquisa semântica e aplicações RAG. Usa ao escolher modelos de embedding, implementar estratégias de fragmentação - [bash-defensive-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__bash-defensive-patterns): Domina técnicas defensivas de programação em Bash para scripts prontos para produção. Usa ao escrever scripts em shell robustos, pipelines de CI/CD ou utilitári - [bats-testing-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__bats-testing-patterns): Domina o Bash Automated Testing System (Bats) para testes abrangentes de scripts em shell. Usa ao escrever testes para scripts em shell, pipelines de CI/CD ou q - [shellcheck-configuration](https://doutorai.pt/componentes/skills__wshobson-agents__shellcheck-configuration): Domina a configuração e utilização da análise estática com ShellCheck para a qualidade de scripts em shell. Usa ao configurar a infraestrutura de linting, corri - [prometheus-configuration](https://doutorai.pt/componentes/skills__wshobson-agents__prometheus-configuration): Configura o Prometheus para recolha, armazenamento e monitorização abrangentes de métricas de infraestrutura e aplicações. Usa ao implementar a recolha de métri - [grafana-dashboards](https://doutorai.pt/componentes/skills__wshobson-agents__grafana-dashboards): Cria e gere painéis do Grafana para produção com vista à visualização em tempo real de métricas de sistema e aplicações. Usa ao construir painéis de monitorizaç - [slo-implementation](https://doutorai.pt/componentes/skills__wshobson-agents__slo-implementation): Define e implementa Indicadores de Nível de Serviço (SLIs) e Objetivos de Nível de Serviço (SLOs) com orçamentos de erro e alertas. Usa ao estabelecer metas de - [distributed-tracing](https://doutorai.pt/componentes/skills__wshobson-agents__distributed-tracing): Implementa rastreio distribuído com Jaeger e Tempo para acompanhar pedidos através de microsserviços e identificar gargalos de desempenho. Usa ao depurar micros - [signed-audit-trails-recipe](https://doutorai.pt/componentes/skills__wshobson-agents__signed-audit-trails-recipe): Guia passo a passo para configurar registos de auditoria assinados criptograficamente nas chamadas de ferramentas do Claude Code. Usa ao explicar, avaliar ou de - [file-conversion](https://doutorai.pt/componentes/skills__wshobson-agents__file-conversion): Converte ficheiros entre formatos: PDF para Word, HEIC para JPG, MP4 para MP3, CSV para JSON, EPUB para MOBI e 999 rotas no total entre imagens, vídeo, áudio, d - [spark-optimization](https://doutorai.pt/componentes/skills__wshobson-agents__spark-optimization): Otimiza trabalhos de Apache Spark com particionamento, caching, otimização de shuffle e afinação de memória. Usa ao melhorar o desempenho do Spark, depurar trab - [airflow-dag-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__airflow-dag-patterns): Constrói DAGs de Apache Airflow para produção com as melhores práticas para operadores, sensores, testes e implementação. Usa ao criar pipelines de dados, orque - [dbt-transformation-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__dbt-transformation-patterns): Domina o dbt (data build tool) para engenharia de analítica com organização de modelos, testes, documentação e estratégias incrementais. Usa ao construir transf - [data-quality-frameworks](https://doutorai.pt/componentes/skills__wshobson-agents__data-quality-frameworks): Implementa a validação de qualidade de dados com Great Expectations, testes dbt e contratos de dados. Usa ao construir pipelines de qualidade de dados, implemen - [before-you-build](https://doutorai.pt/componentes/skills__wshobson-agents__before-you-build): Análise prévia de risco de produto e funcionalidades para fundadores, gestores de produto e criadores apoiados por IA. Usa esta skill quando o utilizador estive - [risk-metrics-calculation](https://doutorai.pt/componentes/skills__wshobson-agents__risk-metrics-calculation): Calcula métricas de risco de carteira, incluindo VaR, CVaR, Sharpe, Sortino e análise de drawdown. Usa ao medir o risco de carteira, implementar limites de risc - [backtesting-frameworks](https://doutorai.pt/componentes/skills__wshobson-agents__backtesting-frameworks): Constrói sistemas robustos de backtesting para estratégias de negociação com tratamento adequado de viés de antecipação, viés de sobrevivência e custos de trans - [nft-standards](https://doutorai.pt/componentes/skills__wshobson-agents__nft-standards): Implementa normas NFT (ERC-721, ERC-1155) com tratamento adequado de metadados, estratégias de minting e integração em marketplaces. Usa ao criar contratos NFT, - [defi-protocol-templates](https://doutorai.pt/componentes/skills__wshobson-agents__defi-protocol-templates): Implementa protocolos DeFi com templates prontos para produção para staking, AMMs, governação e flash loans. Utilizar ao construir aplicações de finanças descen - [solidity-security](https://doutorai.pt/componentes/skills__wshobson-agents__solidity-security): Domina as melhores práticas de segurança de contratos inteligentes para prevenir vulnerabilidades comuns e implementar padrões seguros de Solidity. Utilizar ao - [web3-testing](https://doutorai.pt/componentes/skills__wshobson-agents__web3-testing): Testa contratos inteligentes de forma abrangente utilizando Hardhat e Foundry com testes unitários, testes de integração e forking da mainnet. Utilizar ao testa - [angular-migration](https://doutorai.pt/componentes/skills__wshobson-agents__angular-migration): Migra de AngularJS para Angular utilizando o modo híbrido, reescrita incremental de componentes e atualizações de injeção de dependências. Utilizar ao atualizar - [database-migration](https://doutorai.pt/componentes/skills__wshobson-agents__database-migration): Executa migrações de bases de dados entre ORMs e plataformas com estratégias sem tempo de inatividade (zero-downtime), transformação de dados e procedimentos de - [react-modernization](https://doutorai.pt/componentes/skills__wshobson-agents__react-modernization): Atualiza aplicações React para as versões mais recentes, migra de componentes baseados em classes para hooks e adota funcionalidades concorrentes. Utilizar ao m - [dependency-upgrade](https://doutorai.pt/componentes/skills__wshobson-agents__dependency-upgrade): Gere atualizações de versões principais de dependências com análise de compatibilidade, lançamento faseado e testes abrangentes. Utilizar ao atualizar versões d - [competitive-landscape](https://doutorai.pt/componentes/skills__wshobson-agents__competitive-landscape): Analisa a concorrência, identifica oportunidades de diferenciação e desenvolve estratégias vencedoras de posicionamento no mercado utilizando as Cinco Forças de - [team-composition-analysis](https://doutorai.pt/componentes/skills__wshobson-agents__team-composition-analysis): Desenha estruturas de equipa ideais, planos de contratação, estratégias de remuneração e alocação de capital próprio (equity) para startups em fase inicial, des - [startup-metrics-framework](https://doutorai.pt/componentes/skills__wshobson-agents__startup-metrics-framework): Acompanha, calcula e otimiza métricas-chave de desempenho para startups de SaaS, marketplace, consumo e B2B desde a fase seed até à Série A, incluindo unit econ - [market-sizing-analysis](https://doutorai.pt/componentes/skills__wshobson-agents__market-sizing-analysis): Calcula o TAM/SAM/SOM para oportunidades de mercado utilizando metodologias top-down, bottom-up e de teoria do valor. Utilizar esta skill ao dimensionar mercado - [startup-financial-modeling](https://doutorai.pt/componentes/skills__wshobson-agents__startup-financial-modeling): Constrói modelos financeiros abrangentes de 3 a 5 anos com projeções de receita, estruturas de custos, análise de fluxo de caixa e planeamento de cenários para - [scan](https://doutorai.pt/componentes/skills__wshobson-agents__scan): Analisa a base de código para gerar project-doc.md e AGENTS.md. Utilizar ao inicializar um novo repositório gerido por agents, atualizar a documentação do proje - [dotnet-backend-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__dotnet-backend-patterns): Domina padrões de desenvolvimento backend em C#/.NET para a construção de APIs robustas, servidores MCP e aplicações empresariais. Abrange async/await, injeção - [go-concurrency-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__go-concurrency-patterns): Domina a concorrência em Go com goroutines, canais (channels), primitivas de sincronização e contexto. Utilizar ao construir aplicações concorrentes em Go, impl - [rust-async-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__rust-async-patterns): Domina a programação assíncrona em Rust com Tokio, async traits, tratamento de erros e padrões concorrentes. Utilizar ao construir aplicações assíncronas em Rus - [memory-safety-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__memory-safety-patterns): Implementa programação com segurança de memória utilizando RAII, ownership, smart pointers e gestão de recursos em Rust, C++ e C. Utilizar ao escrever código de - [team-composition-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__team-composition-patterns): Projeta composições ideais de equipas de agents com heurísticas de dimensionamento, configurações predefinidas e seleção do tipo de agent. Usa esta skill ao dec - [team-communication-protocols](https://doutorai.pt/componentes/skills__wshobson-agents__team-communication-protocols): Protocolos de mensagens estruturadas para comunicação em equipas de agents, incluindo seleção do tipo de mensagem, aprovação de planos, procedimentos de encerra - [task-coordination-strategies](https://doutorai.pt/componentes/skills__wshobson-agents__task-coordination-strategies): Decompõe tarefas complexas, projeta gráficos de dependência e coordena o trabalho multi-agent com descrições adequadas de tarefas e equilíbrio de carga de traba - [multi-reviewer-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__multi-reviewer-patterns): Coordena revisões de código paralelas em múltiplas dimensões de qualidade com desduplicação de descobertas, calibração de gravidade e relatórios consolidados. U - [parallel-debugging](https://doutorai.pt/componentes/skills__wshobson-agents__parallel-debugging): Depura problemas complexos recorrendo a hipóteses concorrentes com investigação paralela, recolha de evidências e arbitragem da causa raiz. Usa esta skill ao de - [parallel-feature-development](https://doutorai.pt/componentes/skills__wshobson-agents__parallel-feature-development): Coordena o desenvolvimento paralelo de funcionalidades com estratégias de posse de ficheiros, regras de prevenção de conflitos e padrões de integração para impl - [review-agent-setup](https://doutorai.pt/componentes/skills__wshobson-agents__review-agent-setup): Configura validação human-in-the-loop para ações de revisão do agent de IA no Claude Code. Usa ao configurar um projeto onde um agent possa publicar revisões de - [attack-tree-construction](https://doutorai.pt/componentes/skills__wshobson-agents__attack-tree-construction): Constrói árvores de ataque abrangentes para visualizar caminhos de ameaça. Usa ao mapear cenários de ataque, identificar lacunas de defesa ou comunicar riscos d - [threat-mitigation-mapping](https://doutorai.pt/componentes/skills__wshobson-agents__threat-mitigation-mapping): Mapeia as ameaças identificadas com os controlos de segurança e mitigações adequados. Usa ao priorizar investimentos em segurança, criar planos de remediação ou - [sast-configuration](https://doutorai.pt/componentes/skills__wshobson-agents__sast-configuration): Configura ferramentas de Teste Estático de Segurança de Aplicações (SAST) para deteção automatizada de vulnerabilidades no código da aplicação. Usa ao configura - [stride-analysis-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__stride-analysis-patterns): Aplica a metodologia STRIDE para identificar ameaças de forma sistemática. Usa ao analisar a segurança do sistema, realizar sessões de modelação de ameaças ou c - [security-requirement-extraction](https://doutorai.pt/componentes/skills__wshobson-agents__security-requirement-extraction): Deriva requisitos de segurança a partir de modelos de ameaça e contexto de negócio. Usa ao traduzir ameaças em requisitos acionáveis, criar user stories de segu - [postgresql-table-design](https://doutorai.pt/componentes/skills__wshobson-agents__postgresql): Usa esta skill ao conceber ou rever um esquema específico do PostgreSQL. Abrange boas práticas, tipos de dados, indexação, restrições, padrões de desempenho e f - [binary-analysis-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__binary-analysis-patterns): Domina padrões de análise binária, incluindo desassemblagem, descompilação, análise de fluxo de controlo e reconhecimento de padrões de código. Usa ao analisar - [anti-reversing-techniques](https://doutorai.pt/componentes/skills__wshobson-agents__anti-reversing-techniques): Compreende técnicas de anti-reversão, ofuscação e proteção encontradas durante a análise de software. Usa esta skill ao analisar técnicas de evasão de malware, - [memory-forensics](https://doutorai.pt/componentes/skills__wshobson-agents__memory-forensics): Domina técnicas de análise forense de memória, incluindo aquisição de memória, análise de processos e extração de artefactos através do Volatility e ferramentas - [protocol-reverse-engineering](https://doutorai.pt/componentes/skills__wshobson-agents__protocol-reverse-engineering): Domina a engenharia reversa de protocolos de rede, incluindo análise de pacotes, dissecação de protocolos e documentação de protocolos personalizados. Usa ao an - [python-background-jobs](https://doutorai.pt/componentes/skills__wshobson-agents__python-background-jobs): Padrões de tarefas em segundo plano em Python, incluindo filas de tarefas, workers e arquitetura orientada a eventos. Usa ao implementar processamento assíncron - [python-error-handling](https://doutorai.pt/componentes/skills__wshobson-agents__python-error-handling): Padrões de tratamento de erros em Python, incluindo validação de dados de entrada, hierarquias de exceção e tratamento de falhas parciais. Usa ao implementar ló - [python-project-structure](https://doutorai.pt/componentes/skills__wshobson-agents__python-project-structure): Organização de projetos Python, arquitetura de módulos e design de APIs públicas. Usa ao configurar novos projetos, organizar módulos, definir interfaces públic - [python-resilience](https://doutorai.pt/componentes/skills__wshobson-agents__python-resilience): Padrões de resiliência em Python incluindo tentativas automáticas, backoff exponencial, timeouts e decoradores tolerantes a falhas. Utiliza ao adicionar lógica - [python-testing-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__python-testing-patterns): Implementa estratégias abrangentes de testes com pytest, fixtures, mocking e desenvolvimento orientado a testes. Utiliza ao escrever testes em Python, configura - [python-observability](https://doutorai.pt/componentes/skills__wshobson-agents__python-observability): Padrões de observabilidade em Python incluindo logging estruturado, métricas e rastreio distribuído. Utiliza ao adicionar logging, implementar recolha de métric - [python-packaging](https://doutorai.pt/componentes/skills__wshobson-agents__python-packaging): Cria pacotes Python distribuíveis com a estrutura adequada de projeto, setup.py/pyproject.toml e publicação no PyPI. Utiliza ao empacotar bibliotecas Python, cr - [python-performance-optimization](https://doutorai.pt/componentes/skills__wshobson-agents__python-performance-optimization): Faz profiling e otimiza código Python usando cProfile, profilers de memória e as melhores práticas de desempenho. Utiliza ao depurar código Python lento, otimiz - [python-design-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__python-design-patterns): Padrões de design em Python incluindo KISS, Separação de Responsabilidades, Responsabilidade Única e composição sobre herança. Utiliza esta skill ao desenhar um - [async-python-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__async-python-patterns): Domina Python asyncio, programação concorrente e padrões async/await para aplicações de alto desempenho. Utiliza ao construir APIs assíncronas, sistemas concorr - [uv-package-manager](https://doutorai.pt/componentes/skills__wshobson-agents__uv-package-manager): Domina o gestor de pacotes uv para uma gestão rápida de dependências em Python, ambientes virtuais e fluxos de trabalho modernos de projetos Python. Utiliza ao - [python-configuration](https://doutorai.pt/componentes/skills__wshobson-agents__python-configuration): Gestão de configuração em Python através de variáveis de ambiente e definições tipadas. Utiliza ao externalizar configurações, configurar pydantic-settings, ger - [python-code-style](https://doutorai.pt/componentes/skills__wshobson-agents__python-code-style): Estilo de código em Python, linting, formatação, convenções de nomes e padrões de documentação. Utiliza ao escrever novo código, rever estilo, configurar linter - [python-anti-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__python-anti-patterns): Utiliza esta skill ao rever código Python para evitar anti-padrões comuns. Utiliza como lista de verificação ao rever código, antes de finalizar implementações - [python-type-safety](https://doutorai.pt/componentes/skills__wshobson-agents__python-type-safety): Segurança de tipos em Python com type hints, genéricos, protocolos e verificação estrita de tipos. Utiliza ao adicionar anotações de tipo, implementar classes g - [python-resource-management](https://doutorai.pt/componentes/skills__wshobson-agents__python-resource-management): Gestão de recursos em Python com gestores de contexto, padrões de limpeza e streaming. Utiliza ao gerir ligações, manipuladores de ficheiros, implementar lógica - [auth-implementation-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__auth-implementation-patterns): Domina padrões de autenticação e autorização incluindo JWT, OAuth2, gestão de sessões e RBAC para construir sistemas de controlo de acesso seguros e escaláveis. - [turborepo-caching](https://doutorai.pt/componentes/skills__wshobson-agents__turborepo-caching): Configura o Turborepo para builds eficientes em monorepos com caching local e remoto. Utiliza ao configurar o Turborepo, otimizar pipelines de build ou implemen - [sql-optimization-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__sql-optimization-patterns): Domina a otimização de queries SQL, estratégias de indexação e análise EXPLAIN para melhorar dramaticamente o desempenho da base de dados e eliminar queries len - [code-review-excellence](https://doutorai.pt/componentes/skills__wshobson-agents__code-review-excellence): Domina práticas eficazes de revisão de código para fornecer feedback construtivo, detetar bugs precocemente e incentivar a partilha de conhecimento mantendo o m - [git-advanced-workflows](https://doutorai.pt/componentes/skills__wshobson-agents__git-advanced-workflows): Domina fluxos de trabalho avançados de Git incluindo rebasing, cherry-picking, bisect, worktrees e reflog para manter um histórico limpo e recuperar de qualquer - [monorepo-management](https://doutorai.pt/componentes/skills__wshobson-agents__monorepo-management): Domina a gestão de monorepos com Turborepo, Nx e pnpm workspaces para construir repositórios multipacote eficientes e escaláveis, com builds otimizados e gestão - [nx-workspace-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__nx-workspace-patterns): Configura e otimiza espaços de trabalho monorepo Nx. Utiliza ao configurar o Nx, definir limites de projeto, otimizar a cache de build ou implementar comandos a - [debugging-strategies](https://doutorai.pt/componentes/skills__wshobson-agents__debugging-strategies): Domina técnicas sistemáticas de depuração, ferramentas de profiling e análise de causa raiz para localizar eficazmente bugs em qualquer base de código ou tecnol - [error-handling-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__error-handling-patterns): Domina padrões de tratamento de erros em várias linguagens, incluindo exceções, tipos Result, propagação de erros e degradação graciosa para construir aplicaçõe - [bazel-build-optimization](https://doutorai.pt/componentes/skills__wshobson-agents__bazel-build-optimization): Otimiza builds de Bazel para monorepos de grande escala. Utiliza ao configurar o Bazel, implementar execução remota ou otimizar o desempenho de build para bases - [e2e-testing-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__e2e-testing-patterns): Domina testes end-to-end com Playwright e Cypress para construir suítes de testes fiáveis que detetam bugs, aumentam a confiança e permitem uma implementação rá - [unity-ecs-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__unity-ecs-patterns): Domina o Unity ECS (Entity Component System) com DOTS, Jobs e Burst para o desenvolvimento de jogos de elevado desempenho. Utiliza ao criar jogos orientados a d - [godot-gdscript-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__godot-gdscript-patterns): Domina padrões de GDScript do Godot 4, incluindo sinais, cenas, máquinas de estados e otimização. Utiliza ao criar jogos no Godot, implementar sistemas de jogo - [data-storytelling](https://doutorai.pt/componentes/skills__wshobson-agents__data-storytelling): Transforma dados em narrativas cativantes através de visualização, contexto e estrutura persuasiva. Utiliza ao apresentar análises a partes interessadas, criar - [kpi-dashboard-design](https://doutorai.pt/componentes/skills__wshobson-agents__kpi-dashboard-design): Concebe painéis de KPI eficazes com seleção de métricas, melhores práticas de visualização e padrões de monitorização em tempo real. Utiliza esta skill ao criar - [changelog-automation](https://doutorai.pt/componentes/skills__wshobson-agents__changelog-automation): Automatiza a geração de changelogs a partir de commits, PRs e lançamentos seguindo o formato Keep a Changelog. Utiliza ao configurar fluxos de trabalho de lança - [openapi-spec-generation](https://doutorai.pt/componentes/skills__wshobson-agents__openapi-spec-generation): Gera e mantém especificações OpenAPI 3.1 a partir de código, especificações orientadas ao design e padrões de validação. Utiliza ao criar documentação de APIs, - [architecture-decision-records](https://doutorai.pt/componentes/skills__wshobson-agents__architecture-decision-records): Escreve e mantém Registos de Decisão de Arquitetura (ADRs) seguindo as melhores práticas para documentação de decisões técnicas. Utiliza ao documentar decisões - [protect-mcp-setup](https://doutorai.pt/componentes/skills__wshobson-agents__protect-mcp-setup): Configura a aplicação de políticas Cedar e recibos assinados com Ed25519 para chamadas de ferramentas no Claude Code. Utiliza ao configurar projetos que necessi - [k8s-manifest-generator](https://doutorai.pt/componentes/skills__wshobson-agents__k8s-manifest-generator): Cria manifestos de Kubernetes prontos para produção para Deployments, Services, ConfigMaps e Secrets seguindo as melhores práticas e padrões de segurança. Utili - [gitops-workflow](https://doutorai.pt/componentes/skills__wshobson-agents__gitops-workflow): Implementa fluxos de trabalho de GitOps com ArgoCD e Flux para implementações declarativas e automatizadas de Kubernetes com reconciliação contínua. Utiliza ao - [k8s-security-policies](https://doutorai.pt/componentes/skills__wshobson-agents__k8s-security-policies): Implementa políticas de segurança do Kubernetes, incluindo NetworkPolicy, PodSecurityPolicy e RBAC para uma segurança de nível de produção. Utiliza ao proteger - [helm-chart-scaffolding](https://doutorai.pt/componentes/skills__wshobson-agents__helm-chart-scaffolding): Concebe, organiza e gere Helm charts para parametrização e empacotamento de aplicações Kubernetes com configurações reutilizáveis. Utiliza ao criar Helm charts, - [trace-to-training-data](https://doutorai.pt/componentes/skills__wshobson-agents__trace-to-training-data): Converte rastos de avaliação e registos de produção em exemplos SFT e pares de preferência. Utiliza quando existirem rastos classificados ou exemplos de falha q - [checkpoint-promotion](https://doutorai.pt/componentes/skills__wshobson-agents__checkpoint-promotion): Controla a aprovação de checkpoints ajustados com orçamentos de desvio, comparação emparelhada e verificações de esquecimento antes da promoção. Utiliza após um - [dataset-curation](https://doutorai.pt/componentes/skills__wshobson-agents__dataset-curation): Prepara, formata e valida conjuntos de dados para ajuste fino supervisionado e treino por preferência. Utiliza ao converter dados em bruto para o formato de tre - [grpo-rlvr-training](https://doutorai.pt/componentes/skills__wshobson-agents__grpo-rlvr-training): Treinar o raciocínio e o comportamento em tarefas verificáveis com GRPO e aprendizagem por reforço a partir de recompensas verificáveis (RLVR). Usar quando o su - [preference-optimization](https://doutorai.pt/componentes/skills__wshobson-agents__preference-optimization): Alinhar um modelo fine-tuned com dados de preferência usando DPO, ORPO, KTO ou SimPO. Usar quando existirem pares de preferências ou feedback de polegar para ci - [vision-sft](https://doutorai.pt/componentes/skills__wshobson-agents__vision-sft): Fazer fine-tuning de modelos de visão-linguagem (VLMs) com aprendizagem supervisionada sobre dados de imagem+texto. Usar ao adaptar um VLM a um domínio ou taref - [finetuning-method-selection](https://doutorai.pt/componentes/skills__wshobson-agents__finetuning-method-selection): Decidir se deve fazer fine-tuning e encaminhar para o método adequado (SFT, DPO/ORPO/KTO, GRPO/RLVR, pré-treino continuado) e modelo de base. Usar ao iniciar qu - [eval-harness-first](https://doutorai.pt/componentes/skills__wshobson-agents__eval-harness-first): Construir a estrutura de avaliação que controla cada execução de fine-tuning: conjuntos de referência (golden sets), avaliadores por modo de falha, calibração d - [quantized-export](https://doutorai.pt/componentes/skills__wshobson-agents__quantized-export): Exportar um modelo fine-tuned promovido no formato de implementação adequado: safetensors fundidos, apenas LoRA, GGUF com imatrix ou FP8. Usar após um checkpoin - [lora-qlora-recipes](https://doutorai.pt/componentes/skills__wshobson-agents__lora-qlora-recipes): Configurar o fine-tuning supervisionado de LoRA e QLoRA com os hiperparâmetros atuais de melhores práticas. Usar ao escrever ou rever uma configuração de treino - [cqrs-implementation](https://doutorai.pt/componentes/skills__wshobson-agents__cqrs-implementation): Implementar Command Query Responsibility Segregation para arquiteturas escaláveis. Usar ao separar modelos de leitura e escrita, ao otimizar o desempenho de con - [workflow-orchestration-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__workflow-orchestration-patterns): Desenhar fluxos de trabalho (workflows) duráveis com o Temporal para sistemas distribuídos. Cobre a separação entre workflow e atividade, padrões de saga, gestã - [temporal-python-testing](https://doutorai.pt/componentes/skills__wshobson-agents__temporal-python-testing): Testar workflows do Temporal com pytest, estratégias de time-skipping e mocking. Cobre testes unitários, testes de integração, testes de replay e configuração d - [projection-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__projection-patterns): Construir modelos de leitura e projeções a partir de streams de eventos. Usar ao implementar o lado de leitura em CQRS, ao construir vistas materializadas ou ao - [saga-orchestration](https://doutorai.pt/componentes/skills__wshobson-agents__saga-orchestration): Implementar padrões de saga para transações distribuídas e workflows entre agregados. Usar esta skill ao implementar transações distribuídas entre microsserviço - [event-store-design](https://doutorai.pt/componentes/skills__wshobson-agents__event-store-design): Desenhar e implementar event stores para sistemas baseados em event sourcing. Usar ao construir infraestrutura de event sourcing, ao escolher tecnologias de eve - [architecture-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__architecture-patterns): Implementar padrões comprovados de arquitetura de backend, incluindo Clean Architecture, Hexagonal Architecture e Domain-Driven Design. Usar esta skill ao desen - [microservices-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__microservices-patterns): Desenhar arquiteturas de microsserviços com limites de serviço, comunicação orientada a eventos e padrões de resiliência. Usar ao construir sistemas distribuído - [api-design-principles](https://doutorai.pt/componentes/skills__wshobson-agents__api-design-principles): Dominar os princípios de design de APIs REST e GraphQL para construir APIs intuitivas, escaláveis e fáceis de manter que encantem os programadores. Usar ao dese - [multi-cloud-architecture](https://doutorai.pt/componentes/skills__wshobson-agents__multi-cloud-architecture): Desenhar arquiteturas multi-cloud usando uma estrutura de decisão para selecionar e integrar serviços na AWS, Azure, GCP e OCI. Usar ao construir sistemas multi - [istio-traffic-management](https://doutorai.pt/componentes/skills__wshobson-agents__istio-traffic-management): Configurar a gestão de tráfego do Istio, incluindo encaminhamento, balanceamento de carga, circuit breakers e implementações canário (canary deployments). Usar - [mtls-configuration](https://doutorai.pt/componentes/skills__wshobson-agents__mtls-configuration): Configurar TLS mútuo (mTLS) para comunicação serviço a serviço de confiança zero (zero-trust). Usar ao implementar redes zero-trust, gestão de certificados ou a - [terraform-module-library](https://doutorai.pt/componentes/skills__wshobson-agents__terraform-module-library): Construir módulos de Terraform reutilizáveis para infraestrutura AWS, Azure, GCP e OCI, seguindo as melhores práticas de infraestrutura como código (IaC). Usar - [hybrid-cloud-networking](https://doutorai.pt/componentes/skills__wshobson-agents__hybrid-cloud-networking): Configure uma conectividade segura e de elevado desempenho entre a infraestrutura on-premises e plataformas cloud utilizando VPN e ligações dedicadas. Utilize a - [linkerd-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__linkerd-patterns): Implemente padrões de service mesh Linkerd para implementações de service mesh leves e focadas na segurança. Utilize ao configurar o Linkerd, ao definir polític - [service-mesh-observability](https://doutorai.pt/componentes/skills__wshobson-agents__service-mesh-observability): Implemente uma observabilidade abrangente para service meshes, incluindo tracing distribuído, métricas e visualização. Utilize ao configurar a monitorização da - [cost-optimization](https://doutorai.pt/componentes/skills__wshobson-agents__cost-optimization): Otimize custos na nuvem em AWS, Azure, GCP e OCI através do redimensionamento de recursos (rightsizing), estratégias de etiquetagem (tagging), instâncias reserv - [gdpr-data-handling](https://doutorai.pt/componentes/skills__wshobson-agents__gdpr-data-handling): Implemente o tratamento de dados em conformidade com o RGPD, com gestão de consentimento, direitos dos titulares dos dados e privacidade desde a conceção (priva - [employment-contract-templates](https://doutorai.pt/componentes/skills__wshobson-agents__employment-contract-templates): Crie contratos de trabalho, cartas de oferta e documentos de políticas de RH seguindo as melhores práticas legais. Utilize ao redigir acordos de trabalho, criar - [track-management](https://doutorai.pt/componentes/skills__wshobson-agents__track-management): Utilize esta skill ao criar, gerir ou trabalhar com tracks do Conductor: as unidades de trabalho lógicas para funcionalidades, bugs e refatorações. Aplica-se a - [workflow-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__workflow-patterns): Utilize esta skill ao implementar tarefas de acordo com o fluxo de trabalho TDD do Conductor, gerir pontos de controlo de fase (checkpoints), gerir commits de g - [pci-compliance](https://doutorai.pt/componentes/skills__wshobson-agents__pci-compliance): Implemente os requisitos de conformidade com o PCI DSS para o tratamento seguro de dados de cartões de pagamento e sistemas de pagamento. Utilize ao proteger o - [stripe-integration](https://doutorai.pt/componentes/skills__wshobson-agents__stripe-integration): Implemente o processamento de pagamentos do Stripe para fluxos de pagamento robustos e em conformidade com o PCI, incluindo checkout, subscrições e webhooks. Ut - [billing-automation](https://doutorai.pt/componentes/skills__wshobson-agents__billing-automation): Construa sistemas de faturação automatizada para pagamentos recorrentes, faturação, ciclo de vida de subscrições e gestão de cobrança (dunning). Utilize ao impl - [paypal-integration](https://doutorai.pt/componentes/skills__wshobson-agents__paypal-integration): Integre o processamento de pagamentos do PayPal com suporte para express checkout, subscrições e gestão de reembolsos. Utilize ao implementar pagamentos PayPal, - [evaluation-methodology](https://doutorai.pt/componentes/skills__wshobson-agents__evaluation-methodology): Metodologia de qualidade PluginEval: dimensões, rubricas, métodos estatísticos e fórmulas de pontuação. Utilize esta skill ao compreender como a qualidade dos p - [recsys-pipeline-architect](https://doutorai.pt/componentes/skills__wshobson-agents__recsys-pipeline-architect): Desenhe pipelines compostáveis de recomendação, ordenação (ranking) e feeds utilizando a estrutura de seis etapas Source→Hydrator→Filter→Scorer→Selector→SideEff - [ml-pipeline-workflow](https://doutorai.pt/componentes/skills__wshobson-agents__ml-pipeline-workflow): Construa pipelines de MLOps end-to-end desde a preparação de dados até ao treino, validação e implementação em produção do modelo. Utilize ao criar pipelines de - [wcag-audit-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__wcag-audit-patterns): Realize auditorias de acessibilidade WCAG 2.2 com testes automatizados, verificação manual e orientação para correção. Utilize ao auditar websites para acessibi - [screen-reader-testing](https://doutorai.pt/componentes/skills__wshobson-agents__screen-reader-testing): Teste aplicações web com leitores de ecrã, incluindo VoiceOver, NVDA e JAWS. Utilize ao validar a compatibilidade com leitores de ecrã, depurar problemas de ace - [modern-javascript-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__modern-javascript-patterns): Domine as funcionalidades do ES6+, incluindo async/await, desestruturação, operadores spread, arrow functions, promises, módulos, iteradores, geradores e padrõe - [nodejs-backend-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__nodejs-backend-patterns): Constrói serviços backend Node.js prontos para produção com Express/Fastify, implementando padrões de middleware, tratamento de erros, autenticação, integração - [typescript-advanced-types](https://doutorai.pt/componentes/skills__wshobson-agents__typescript-advanced-types): Domina o sistema de tipos avançado do TypeScript, incluindo genéricos, tipos condicionais, tipos mapeados, template literals e utility types para construir apli - [javascript-testing-patterns](https://doutorai.pt/componentes/skills__wshobson-agents__javascript-testing-patterns): Implementa estratégias abrangentes de testes utilizando Jest, Vitest e Testing Library para testes unitários, testes de integração e testes end-to-end com mocki - [spark-memory-thermal-ops](https://doutorai.pt/componentes/skills__wshobson-agents__spark-memory-thermal-ops): Gere a memória unificada e a gestão térmica durante tarefas prolongadas de ML no NVIDIA DGX Spark. Utiliza ao planear a margem de memória para uma execução de t - [spark-environment-setup](https://doutorai.pt/componentes/skills__wshobson-agents__spark-environment-setup): Configura um ambiente funcional de treino/inferência de ML no NVIDIA DGX Spark (GB10, aarch64, CUDA 13). Utiliza ao instalar PyTorch/Unsloth/TRL/vLLM no DGX Spa - [spark-training-gotchas](https://doutorai.pt/componentes/skills__wshobson-agents__spark-training-gotchas): Valida previamente e diagnostica os dez modos de falha conhecidos para treino de ML no NVIDIA DGX Spark. Utiliza quando uma execução de treino no DGX Spark falh - [memstack](https://doutorai.pt/componentes/skills__davepoon-subagents__memstack): 127 skills de produção em 10 categorias (Segurança, Implementação, Dev, Negócios, Conteúdo, SEO, Marketing, Produto, Automação, Core). As skills são carregadas - [youtube-full](https://doutorai.pt/componentes/skills__davepoon-subagents__youtube-full): Usar quando o YouTube for ou puder ser relevante: hiperligações de vídeos/canais/playlists, IDs de vídeos, @handles, pesquisas de criadores, resumos, citações, - [recap](https://doutorai.pt/componentes/skills__davepoon-subagents__recap): Ativado por "monthly recap", "how did I do this month", "spending summary", "financial review", "weekly recap", "quarterly review", "year in review - [tidy](https://doutorai.pt/componentes/skills__davepoon-subagents__tidy): Ativado por "tidy up", "clean up transactions", "categorize uncategorized", "organize my transactions - [about-atlantic-home-mortgage](https://doutorai.pt/componentes/skills__davepoon-subagents__about-atlantic-home-mortgage): Informação de contexto sobre a Lendtrain powered by Atlantic Home Mortgage: história da empresa, credenciais, biografia do fundador e informações de contacto pa - [closing-costs](https://doutorai.pt/componentes/skills__davepoon-subagents__closing-costs): Calcula custos de fecho discriminados por estado para transações de refinanciamento hipotecário em 10 estados licenciados, com taxas específicas para produtos C - [mortgage-loan-officer](https://doutorai.pt/componentes/skills__davepoon-subagents__mortgage-loan-officer): Guia os mutuários na avaliação de refinanciamento hipotecário: recolhe dados do empréstimo, extrai campos do extrato hipotecário, avalia a elegibilidade e apres - [mortgage-compliance](https://doutorai.pt/componentes/skills__davepoon-subagents__mortgage-compliance): Garante a conformidade regulatória hipotecária: TRID, RESPA, TILA, ECOA/Fair Lending, licenciamento estadual, divulgações obrigatórias e regras de privacidade d - [security-guardrails](https://doutorai.pt/componentes/skills__davepoon-subagents__security-guardrails): Camada de defesa adversarial para o plugin hipotecário: protege contra prompt injection, extração de system prompt, fuga de PII, bypass de workflow e ataques de - [kegg-analysis](https://doutorai.pt/componentes/skills__davepoon-subagents__kegg-analysis): Workflows bioinformáticos KEGG em várias etapas: enriquecimento de vias a partir de listas de genes, investigação de alvos terapêuticos, comparação metabólica e - [envelope-team](https://doutorai.pt/componentes/skills__davepoon-subagents__envelope-team): Conceber e gerar definições de equipas de AI agents em formato .envelope.json: o padrão aberto para equipas multi-agent com hierarquia, políticas de acesso, con - [close](https://doutorai.pt/componentes/skills__davepoon-subagents__close): Guardar a sessão na memória duradoura do vault e preparar um ponto de retoma limpo - [open](https://doutorai.pt/componentes/skills__davepoon-subagents__open): Iniciar a sessão, carregar o contexto a partir do vault e destacar o que é relevante - [vuln](https://doutorai.pt/componentes/skills__davepoon-subagents__vuln): Pesquisar uma vulnerabilidade por ID ou listar todas as vulnerabilidades de um pacote - [exploits-search](https://doutorai.pt/componentes/skills__davepoon-subagents__exploits-search): Pesquisar exploits em todas as vulnerabilidades com filtragem por ecossistema, severidade, fonte e EPSS - [fix](https://doutorai.pt/componentes/skills__davepoon-subagents__fix): Obter informações de correção para uma vulnerabilidade e propor uma remediação concreta para o repositório atual - [dashboard](https://doutorai.pt/componentes/skills__davepoon-subagents__dashboard): Ver todas as vulnerabilidades monitorizadas e o seu estado atual - [exploits](https://doutorai.pt/componentes/skills__davepoon-subagents__exploits): Analisar informações sobre exploits para uma vulnerabilidade em relação ao repositório atual - [remediation](https://doutorai.pt/componentes/skills__davepoon-subagents__remediation): Obter um plano de remediação adaptado ao contexto para uma vulnerabilidade com passos de verificação da correção - [package-search](https://doutorai.pt/componentes/skills__davepoon-subagents__package-search): Pesquisar pacotes e avaliar o risco de segurança antes de os adicionar como dependências - [drill-status](https://doutorai.pt/componentes/skills__davepoon-subagents__status): Mostrar o progresso de aprendizagem no drill-me: tópicos estudados, cartões pendentes de revisão, conceitos mais fracos e o que estudar a seguir. Utilizar quand - [drill-me](https://doutorai.pt/componentes/skills__davepoon-subagents__me): Ensinar um tópico ao utilizador como tutor adaptativo: prática de recuperação, repetição espaçada com desvanecimento e memória persistente em ~/.drill-me/. Util - [architecture](https://doutorai.pt/componentes/skills__davepoon-subagents__architecture): Skill de design de arquitetura com registos ADR, listas de verificação de design de sistemas, avaliação de escalabilidade e padrões de arquitetura - [testing](https://doutorai.pt/componentes/skills__davepoon-subagents__testing): Estratégias e metodologias de testes, incluindo TDD, testes E2E e suporte a múltiplos frameworks - [setup](https://doutorai.pt/componentes/skills__davepoon-subagents__setup): Assistente de configuração interativo para o plugin claude-ops. Instala CLIs em falta, configura variáveis de ambiente para cada canal (Telegram, WhatsApp, Emai - [ops-package](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-package): Enviar encomendas através de qualquer transportadora configurada: MyParcel, Sendcloud, DHL Parcel NL, PostNL, DPD, UPS, FedEx. Seleciona automaticamente a prime - [ops](https://doutorai.pt/componentes/skills__davepoon-subagents__ops): Centro de comando de operações de negócio. Encaminha para o comando ops correto com base no que necessita: briefing, inbox, fires, projects, comms, triage, line - [ops-merge](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-merge): Pipeline autónomo de fusão de PRs. Analisa todos os repositórios em busca de PRs abertos, envia subagents para corrigir CI, resolver conflitos e responder a com - [ops-speedup](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-speedup): Otimizador de sistema multiplataforma adaptável ao hardware. Deteção automática de macOS / Linux / WSL / Windows (MINGW/Cygwin/MSYS2) e perfil de CPU/RAM/disco/ - [ops-voice](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-voice): Operações de voz: fazer chamadas telefónicas (Bland AI), conversão de texto em voz (ElevenLabs) e transcrição de áudio (Whisper/Groq). Substitui as capacidades - [ops-integrate](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-integrate): Adicione qualquer API SaaS como uma integração de primeira classe. Forneça o nome do serviço: o ops-integrate descobre padrões de autenticação, testa a conetivi - [ops-daemon](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-daemon): Verifique o daemon em segundo plano do claude-ops de ponta a ponta e corrija automaticamente problemas comuns. Deteta caminhos plist desatualizados após atualiz - [ops-whatsapp-biz](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-whatsapp-biz): API Cloud do WhatsApp Business: envie mensagens de modelo aprovadas em escala, gira modelos com acompanhamento de aprovação e integre catálogos de produtos. Sep - [ops-dash](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-dash): Painel de controlo interativo do centro de comando em pixel-art. Sede de negócio visual com navegação instantânea por atalhos de teclado para todos os comandos - [ops-revenue](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-revenue): Rastreador de receitas e custos. Gastos da AWS via aws ce, rastreador de créditos e fases de receita de projetos. Mostra burn rate, estimativa de runway e crédi - [uninstall](https://doutorai.pt/componentes/skills__davepoon-subagents__uninstall): Remova completamente o plugin claude-ops, todas as credenciais guardadas, ficheiros em cache, exportações de shell e registos MCP. Confirma cada passo antes da - [ops-go](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-go): Briefing matinal eficiente no consumo de tokens. Recolhe previamente todos os dados através de scripts de shell e apresenta um painel de controlo de negócio uni - [ops-settings](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-settings): Gestor de credenciais pós-configuração. Mostra o estado atual da integração (configurado/em falta/expirado) e permite atualizar credenciais individuais sem reex - [ops-inbox](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-inbox): Gestão completa da caixa de entrada em todos os canais: WhatsApp (wacli), Email (Gmail MCP), Slack (MCP), Telegram (user-auth MCP), Discord (webhook + leitura R - [ops-fires](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-fires): Painel de incidentes de produção. Lê o estado de saúde do ECS, erros do Sentry e falhas de CI. Oferece a possibilidade de enviar agents de correção para inciden - [ops-triage](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-triage): Triagem de problemas multiplataforma. Extrai dados do Sentry (MCP), Linear (MCP) e GitHub Issues (gh). Cruza informações com o código para encontrar problemas j - [ops-projects](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-projects): Painel do portefólio para todos os projetos acompanhados pelo GSD. Analisa ~/Projects e ~/gsd-workspaces em busca de diretórios .planning/, mostrando o estado d - [ops-next](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-next): Nível de negócio "o que devo fazer a seguir". Pilha de prioridades: fires > comunicações não lidas > PRs prontos para fusão > sprint do Linear > trabalho GSD ge - [ops-yolo](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-yolo): Modo YOLO. Cria 4 agents C-suite paralelos (CEO, CTO, CFO, COO). Cada um analisa o negócio a partir da sua perspetiva utilizando TODOS os dados disponíveis. Pro - [ops-deploy](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-deploy): Estado dos deploys em todos os projetos. Mostra as versões do serviço ECS, implementações Vercel, deploys recentes, deploys pendentes e o estado do pipeline CI/ - [ops-monitor](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-monitor): Superfície unificada de APM e monitorização. Consulta os backends Datadog, New Relic e OpenTelemetry para alertas ativos, rastreios de erros e estado de saúde d - [ops-status](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-status): Painel leve de estado verde/vermelho para cada integração configurada. Sem recolha, sem ações. - [ops-marketing](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-marketing): Centro de comando de marketing. Campanhas de email (Klaviyo), anúncios pagos (Meta/Google), analítica (GA4), SEO e métricas de redes sociais. Um único painel pa - [ops-linear](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-linear): Centro de comando Linear. Mostra a sprint atual, cria/atualiza issues, gere prioridades e sincroniza com as fases GSD. - [ops-doctor](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-doctor): Verificação de estado e autorreparação para o plugin de ops. Diagnostica erros no manifesto, permissões corrompidas, configurações inválidas, caches obsoletas e - [ops-orchestrate](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-orchestrate): Motor autónomo de orquestração multiprojeto. Audita todos os projetos registados, estrutura o trabalho em tarefas ligadas por dependências, envia agents paralel - [ops-gtm](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-gtm): Planeador de estratégia go-to-market. Gera um plano GTM completo em canais pagos, não pagos, marketing, vendas e automação de IA para qualquer projeto, entregan - [ops-comms](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-comms): Envia e lê mensagens em todos os canais. Encaminha com base em argumentos: whatsapp, email, slack, telegram, discord, notion ou linguagem natural como "envia [m - [ops-ecom](https://doutorai.pt/componentes/skills__davepoon-subagents__ops-ecom): Centro de comando de loja Shopify. Encomendas, inventário, processamento de encomendas, analítica e estado de saúde da loja. Funciona com qualquer loja Shopify - [ThumbGate - Pre-Action Gates for AI Coding Agents](https://doutorai.pt/componentes/skills__davepoon-subagents__thumbgate): O ThumbGate adiciona portas determinísticas pré-ação a coding agents de IA. Antes de qualquer operação destrutiva ser executada, o ThumbGate verifica-a contra r - [meeting](https://doutorai.pt/componentes/skills__davepoon-subagents__meeting): Convoca uma reunião de personas de IA (3 a 10 participantes) que debatem um assunto e chegam a uma síntese. As equipas adaptam-se ao tema (dev, design, produto, - [Inspiration Analyzer](https://doutorai.pt/componentes/skills__davepoon-subagents__inspiration-analyzer): Analisa websites para inspiração de design, extraindo cores, tipografia, layouts e padrões. Utiliza quando tiveres URLs específicos para analisar para um projet - [Design Wizard](https://doutorai.pt/componentes/skills__davepoon-subagents__design-wizard): Assistente de design interativo que guia através de um processo completo de design frontend com descoberta, seleção estética e geração de código. Utiliza para c - [Typography Selector](https://doutorai.pt/componentes/skills__davepoon-subagents__typography-selector): Navega e seleciona fontes do Google Fonts ou combinações curadas. Utiliza para encontrar a tipografia perfeita para um projeto de design. - [Trend Researcher](https://doutorai.pt/componentes/skills__davepoon-subagents__trend-researcher): Pesquisa as últimas tendências de UI/UX no Dribbble e em comunidades de design. Utiliza ao iniciar um projeto de design para compreender as tendências visuais a - [Moodboard Creator](https://doutorai.pt/componentes/skills__davepoon-subagents__moodboard-creator): Cria moodboards visuais a partir da inspiração recolhida com refinamento iterativo. Utiliza após a pesquisa de tendências ou análise de websites para sintetizar - [Color Curator](https://doutorai.pt/componentes/skills__davepoon-subagents__color-curator): Navega e seleciona paletas de cores do Coolors ou alternativas curadas. Utiliza para encontrar a paleta de cores perfeita para um projeto de design. - [onboard](https://doutorai.pt/componentes/skills__davepoon-subagents__onboard): Configura testes de regressão CIAgent para o agent de IA neste repositório: escreve um executável, regista referências (golden baselines), gera uma especificaçã - [check](https://doutorai.pt/componentes/skills__davepoon-subagents__check): Executa verificações de regressão CIAgent após alterar o código, prompts ou base de conhecimento de um agent num repositório que tenha agentci_spec.yaml, e inte - [invoice-organizer](https://doutorai.pt/componentes/skills__davepoon-subagents__invoice-organizer): Organiza automaticamente faturas e recibos para preparação fiscal através da leitura de ficheiros desorganizados, extração de informação essencial, alteração co - [canva-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__canva-automation): Automatiza tarefas do Canva através do Rube MCP (Composio): designs, exportações, pastas, modelos de marca, preenchimento automático. Pesquisa sempre as ferrame - [github-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__github-automation): Automatiza repositórios, issues, pull requests, branches, CI/CD e permissões do GitHub através do Rube MCP (Composio). Gere fluxos de trabalho de código, revê P - [make-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__make-automation): Automatiza tarefas do Make (Integromat) através do Rube MCP (Composio): operações, enums, consultas de idioma e fuso horário. Pesquisa sempre as ferramentas pri - [changelog-generator](https://doutorai.pt/componentes/skills__davepoon-subagents__changelog-generator): Cria automaticamente changelogs direcionados aos utilizadores a partir de commits do git, analisando o histórico de commits, categorizando alterações e transfor - [image-enhancer](https://doutorai.pt/componentes/skills__davepoon-subagents__image-enhancer): Melhora a qualidade de imagens, especialmente capturas de ecrã, aumentando a resolução, nitidez e clareza. Perfeito para preparar imagens para apresentações, do - [todoist-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__todoist-automation): Automatiza a gestão de tarefas, projetos, secções, filtragem e operações em lote do Todoist através do Rube MCP (Composio). Pesquisa sempre as ferramentas prime - [posthog-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__posthog-automation): Automatiza tarefas do PostHog através do Rube MCP (Composio): eventos, feature flags, projetos, perfis de utilizador, anotações. Pesquisa sempre as ferramentas - [aurakit](https://doutorai.pt/componentes/skills__davepoon-subagents__aurakit): Motor fullstack Sonnet Amplified. 34 modos, segurança OWASP SEC-01~15, 13 hooks de tempo de execução, redução de 75% de tokens. Instalação: npx @smorky85/auraki - [routerbase-model-gateway](https://doutorai.pt/componentes/skills__davepoon-subagents__routerbase-model-gateway): Integra e encaminha pedidos de modelos de IA através do RouterBase. Usa ao migrar clientes compatíveis com a OpenAI, escolher IDs de modelos, configurar alterna - [supabase-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__supabase-automation): Automatiza consultas de base de dados, gestão de tabelas, administração de projetos, armazenamento, edge functions e execução de SQL no Supabase através do Rube - [google-analytics-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__google-analytics-automation): Automatiza tarefas do Google Analytics através do Rube MCP (Composio): execução de relatórios, listagem de contas/propriedades, funis, tabelas dinâmicas, evento - [tracedocs](https://doutorai.pt/componentes/skills__davepoon-subagents__tracedocs): Converte qualquer base de código em documentação Markdown fundamentada em evidências, acompanhada de um ficheiro index.json legível por máquina. Cada afirmação - [twitter-algorithm-optimizer](https://doutorai.pt/componentes/skills__davepoon-subagents__twitter-algorithm-optimizer): Analisa e otimiza tweets para obter o máximo alcance, utilizando informações do algoritmo de código aberto do Twitter. Reescreve e edita tweets de utilizadores - [confluence-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__confluence-automation): Automatiza a criação de páginas, pesquisa de conteúdo, gestão de espaços, etiquetas e navegação de hierarquia no Confluence através do Rube MCP (Composio). Pesq - [coinpaprika-api](https://doutorai.pt/componentes/skills__davepoon-subagents__coinpaprika-api): Acede a dados do mercado de criptomoedas da CoinPaprika: preços, tickers, OHLCV, bolsas, consultas de contratos para mais de 12 000 moedas e mais de 350 bolsas. - [googlesheets-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__googlesheets-automation): Automatiza operações no Google Sheets (ler, escrever, formatar, filtrar, gerir folhas de cálculo) através do Rube MCP (Composio). Lê/escreve dados, gere separad - [competitive-ads-extractor](https://doutorai.pt/componentes/skills__davepoon-subagents__competitive-ads-extractor): Extrai e analisa anúncios de concorrentes a partir de bibliotecas de anúncios (Facebook, LinkedIn, etc.) para compreender quais as mensagens, problemas e aborda - [gitlab-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__gitlab-automation): Automatiza a gestão de projetos, issues, merge requests, pipelines, branches e operações de utilizador no GitLab através do Rube MCP (Composio). Pesquisa sempre - [square-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__square-automation): Automatize tarefas do Square via Rube MCP (Composio): pagamentos, encomendas, faturas, localizações. Pesquise sempre primeiro as ferramentas para esquemas atuai - [intercom-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__intercom-automation): Automatize tarefas do Intercom via Rube MCP (Composio): conversas, contactos, empresas, segmentos, administradores. Pesquise sempre primeiro as ferramentas para - [figma-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__figma-automation): Automatize tarefas do Figma via Rube MCP (Composio): ficheiros, componentes, design tokens, comentários, exportações. Pesquise sempre primeiro as ferramentas pa - [amplitude-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__amplitude-automation): Automatize tarefas do Amplitude via Rube MCP (Composio): eventos, atividade do utilizador, cohorts, identificação de utilizadores. Pesquise sempre primeiro as f - [artifacts-builder](https://doutorai.pt/componentes/skills__davepoon-subagents__artifacts-builder): Conjunto de ferramentas para criar artefactos HTML elaborados e com múltiplos componentes no claude.ai utilizando tecnologias web modernas de frontend (React, T - [helpdesk-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__helpdesk-automation): Automatize tarefas do HelpDesk via Rube MCP (Composio): listar bilhetes, gerir visualizações, utilizar respostas pré-definidas e configurar campos personalizado - [tweetclaw](https://doutorai.pt/componentes/skills__davepoon-subagents__tweetclaw): Utilize o TweetClaw como um plugin OpenClaw para automatização do X/Twitter: pesquisar tweets, pesquisar respostas a tweets, publicar tweets/respostas, exportar - [json-canvas](https://doutorai.pt/componentes/skills__davepoon-subagents__json-canvas): Crie e edite ficheiros JSON Canvas (.canvas) com nós, arestas, grupos e ligações. Utilize ao trabalhar com ficheiros .canvas, ao criar telas visuais, mapas ment - [pptx](https://doutorai.pt/componentes/skills__davepoon-subagents__pptx): Criação, edição e análise de apresentações. Quando o Claude precisar de trabalhar com apresentações (ficheiros .pptx) para: (1) Criar novas apresentações, (2) M - [calendly-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__calendly-automation): Automatize o agendamento no Calendly, a gestão de eventos, o acompanhamento de convidados, a verificação de disponibilidade e a administração da organização via - [macos-design](https://doutorai.pt/componentes/skills__davepoon-subagents__macos-design): Conceba e construa interfaces de utilizador para aplicações macOS com aspeto nativo. Utilize esta skill sempre que o utilizador pedir para criar uma aplicação d - [reddit-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__reddit-automation): Automatize tarefas do Reddit via Rube MCP (Composio): pesquisar subreddits, criar publicações, gerir comentários e navegar pelos principais conteúdos. Pesquise - [notion-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__notion-automation): Automatize tarefas do Notion via Rube MCP (Composio): páginas, bases de dados, blocos, comentários, utilizadores. Pesquise sempre primeiro as ferramentas para e - [google-calendar-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__google-calendar-automation): Automatize eventos, agendamento, verificação de disponibilidade e gestão de participantes no Google Calendar via Rube MCP (Composio). Crie eventos, encontre hor - [meeting-insights-analyzer](https://doutorai.pt/componentes/skills__davepoon-subagents__meeting-insights-analyzer): Analisa transcrições e gravações de reuniões para detetar padrões comportamentais, perspetivas de comunicação e feedback acionável. Identifica quando evita conf - [microsoft-teams-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__microsoft-teams-automation): Automatize tarefas do Microsoft Teams via Rube MCP (Composio): enviar mensagens, gerir canais, criar reuniões, gerir conversas e pesquisar mensagens. Pesquise s - [mixpanel-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__mixpanel-automation): Automatize tarefas do Mixpanel via Rube MCP (Composio): eventos, segmentação, funis, cohorts, perfis de utilizador, consultas JQL. Pesquise sempre primeiro as f - [datadog-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__datadog-automation): Automatize tarefas do Datadog via Rube MCP (Composio): consultar métricas, pesquisar logs, gerir monitores/dashboards, criar eventos e períodos de inatividade. - [klaviyo-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__klaviyo-automation): Automatize tarefas do Klaviyo via Rube MCP (Composio): gerir campanhas de email/SMS, inspecionar mensagens de campanhas, acompanhar etiquetas e monitorizar tare - [lobsterdomains](https://doutorai.pt/componentes/skills__davepoon-subagents__lobsterdomains): Registe domínios ICANN com pagamentos em criptomoedas (USDC/USDT/ETH/BTC) via API: concebido para AI agents - [coding-agent-pm](https://doutorai.pt/componentes/skills__davepoon-subagents__coding-agent-pm): Planear, delegar, rever e recuperar o trabalho de implementação de agents de código com controlo rigoroso de âmbito, critérios de aceitação e validação. - [miro-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__miro-automation): Automatizar tarefas do Miro via Rube MCP (Composio): quadros, itens, notas adesivas, molduras, partilha e conectores. Pesquise sempre primeiro as ferramentas pa - [zoom-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__zoom-automation): Automatizar a criação e gestão de reuniões Zoom, gravações, webinars e acompanhamento de participantes via Rube MCP (Composio). Pesquise sempre primeiro as ferr - [activecampaign-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__activecampaign-automation): Automatizar tarefas do ActiveCampaign via Rube MCP (Composio): gerir contactos, etiquetas, subscrições de listas, inscrição em automações e tarefas. Pesquise se - [google-drive-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__google-drive-automation): Automatizar operações de ficheiros no Google Drive (carregamento, transferência, pesquisa, partilha, organização) via Rube MCP (Composio). Carregar/transferir f - [clawring](https://doutorai.pt/componentes/skills__davepoon-subagents__clawring): Skill de chamadas telefónicas para o OpenClaw: o agent faz chamadas telefónicas de saída reais para utilizadores para alertas, briefings, lembretes e notificaçõ - [trello-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__trello-automation): Automatizar quadros, cartões e fluxos de trabalho do Trello via Rube MCP (Composio). Criar cartões, gerir listas, atribuir membros e pesquisar em quadros progra - [clickup-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__clickup-automation): Automatizar a gestão de projetos no ClickUp, incluindo tarefas, espaços, pastas, listas, comentários e operações de equipa via Rube MCP (Composio). Pesquise sem - [convertkit-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__convertkit-automation): Automatizar tarefas do ConvertKit (Kit) via Rube MCP (Composio): gerir subscritores, etiquetas, transmissões e estatísticas de transmissões. Pesquise sempre pri - [skill-share](https://doutorai.pt/componentes/skills__davepoon-subagents__skill-share): Uma skill que cria novas Claude skills e as partilha automaticamente no Slack usando o Rube para uma colaboração de equipa fluida e descoberta de skills. - [obsidian-rest-api](https://doutorai.pt/componentes/skills__davepoon-subagents__obsidian-rest-api): Chamar a API REST local do Obsidian diretamente (via HTTP) para operações no vault que as ferramentas mcp__obsidian__* NÃO expõem: mover/renomear uma nota, sobr - [salesforce-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__salesforce-automation): Automatizar tarefas do Salesforce via Rube MCP (Composio): leads, contactos, contas, oportunidades e consultas SOQL. Pesquise sempre primeiro as ferramentas par - [webapp-testing](https://doutorai.pt/componentes/skills__davepoon-subagents__webapp-testing): Conjunto de ferramentas para interagir com e testar aplicações web locais utilizando o Playwright. Suporta a verificação da funcionalidade do frontend, depuraçã - [circleci-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__circleci-automation): Automatizar tarefas do CircleCI via Rube MCP (Composio): acionar pipelines, monitorizar workflows/trabalhos, obter artefactos e metadados de testes. Pesquise se - [cal-com-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__cal-com-automation): Automatizar tarefas do Cal.com via Rube MCP (Composio): gerir agendamentos, verificar disponibilidade, configurar webhooks e gerir equipas. Pesquise sempre prim - [whatsapp-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__whatsapp-automation): Automatizar tarefas do WhatsApp Business via Rube MCP (Composio): enviar mensagens, gerir modelos, carregar multimédia e gerir contactos. Pesquise sempre primei - [immich-photo-manager](https://doutorai.pt/componentes/skills__davepoon-subagents__immich-photo-manager): Gerir a sua biblioteca de fotografias auto-alojada do Immich através de conversa: pesquisa em linguagem natural, curadoria geográfica de álbuns, deteção de dupl - [dispatch](https://doutorai.pt/componentes/skills__davepoon-subagents__dispatch): Delegar tarefas para o OpenAI Codex CLI e Google Antigravity CLI a partir do Claude Code. Diga 'check with codex' ou 'ask gemini for a second opinion' e o Claud - [linkedin-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__linkedin-automation): Automatizar tarefas do LinkedIn via Rube MCP (Composio): criar publicações, gerir o perfil, informações da empresa, comentários e carregamentos de imagens. Pesq - [freshservice-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__freshservice-automation): Automatizar tarefas do Freshservice ITSM via Rube MCP (Composio): criar/atualizar tickets, operações em lote, pedidos de serviço e emails de saída. Pesquise sem - [ontoly-software-graph](https://doutorai.pt/componentes/skills__davepoon-subagents__ontoly-software-graph): Utilize o Software Graph determinístico da Ontoly e o servidor MCP para arquitetura da base de código, rastreio de pedidos, análise de dependências e análise de - [pipedrive-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__pipedrive-automation): Automatize operações do Pipedrive CRM, incluindo negócios, contactos, organizações, atividades, notas e gestão de pipeline via Rube MCP (Composio). Pesquise sem - [developer-growth-analysis](https://doutorai.pt/componentes/skills__davepoon-subagents__developer-growth-analysis): Analisa o seu histórico recente de chat do Claude Code para identificar padrões de programação, lacunas de desenvolvimento e áreas de melhoria, seleciona recurs - [gmail-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__gmail-automation): Automatize tarefas do Gmail via Rube MCP (Composio): enviar/responder, pesquisar, etiquetas, rascunhos, anexos. Pesquise sempre as ferramentas primeiro para sch - [dropbox-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__dropbox-automation): Automatize a gestão de ficheiros do Dropbox, partilha, pesquisa, carregamentos, transferências e operações de pastas via Rube MCP (Composio). Pesquise sempre as - [outlook-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__outlook-automation): Automatize tarefas do Outlook via Rube MCP (Composio): e-mails, calendário, contactos, pastas, anexos. Pesquise sempre as ferramentas primeiro para schemas atua - [telegram-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__telegram-automation): Automatize tarefas do Telegram via Rube MCP (Composio): enviar mensagens, gerir chats, partilhar fotos/documentos e tratar de comandos de bot. Pesquise sempre a - [gingiris-growth-playbooks](https://doutorai.pt/componentes/skills__davepoon-subagents__gingiris-growth-playbooks): Playbooks de crescimento open-source para produtos de IA, SaaS B2B e ferramentas de programadores. Abrange o lançamento no Product Hunt, crescimento de estrelas - [postmark-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__postmark-automation): Automatize tarefas de envio de e-mail do Postmark via Rube MCP (Composio): enviar e-mails baseados em modelos, gerir modelos, monitorizar estatísticas de entreg - [submit-to-agentlaunch](https://doutorai.pt/componentes/skills__davepoon-subagents__submit-to-agentlaunch): Submeta um agent de IA para o agentlaunch (um diretório ao estilo do Product Hunt para agents de IA) e leia o diretório através de uma API REST pública e sem au - [youtube-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__youtube-automation): Automatize tarefas do YouTube via Rube MCP (Composio): carregar vídeos, gerir listas de reprodução, pesquisar conteúdos, obter análises e gerir comentários. Pes - [oiloil-ui-ux-guide](https://doutorai.pt/componentes/skills__davepoon-subagents__oiloil-ui-ux-guide): Orientação e skill de revisão de UI/UX moderna e limpa. Utilize quando precisar de recomendações práticas de UX/UI, princípios de design ou uma lista de verific - [mailchimp-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__mailchimp-automation): Automatize o e-mail marketing do Mailchimp, incluindo campanhas, públicos, subscritores, segmentos e análises via Rube MCP (Composio). Pesquise sempre as ferram - [morning-ai](https://doutorai.pt/componentes/skills__davepoon-subagents__morning-ai): Skill de acompanhamento de notícias de IA que monitoriza mais de 80 entidades em 6 fontes gratuitas (Reddit, HN, GitHub, HuggingFace, arXiv, X/Twitter). Gera re - [skill-creator](https://doutorai.pt/componentes/skills__davepoon-subagents__skill-creator): Guia para criar skills eficazes. Esta skill deve ser utilizada quando os utilizadores quiserem criar uma nova skill (ou atualizar uma skill existente) que expan - [asana-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__asana-automation): Automatize tarefas do Asana via Rube MCP (Composio): tarefas, projetos, secções, equipas, áreas de trabalho. Pesquise sempre as ferramentas primeiro para schema - [pagerduty-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__pagerduty-automation): Automatize tarefas do PagerDuty via Rube MCP (Composio): gerir incidentes, serviços, horários, políticas de escalamento e rotações de prevenção. Pesquise sempre - [nika](https://doutorai.pt/componentes/skills__davepoon-subagents__nika): Executa trabalho repetível de IA como ficheiros de fluxo de trabalho verificados e orçamentados. O agent capta uma tarefa repetida como um DAG .nika.yaml, audit - [docusign-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__docusign-automation): Automatize tarefas do DocuSign via Rube MCP (Composio): modelos, envelopes, assinaturas, gestão de documentos. Pesquise sempre as ferramentas primeiro para sche - [hubspot-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__hubspot-automation): Automatize operações do HubSpot CRM (contactos, empresas, negócios, tickets, propriedades) via Rube MCP usando a integração do Composio. - [internal-comms](https://doutorai.pt/componentes/skills__davepoon-subagents__internal-comms): Um conjunto de recursos para me ajudar a escrever todo o tipo de comunicações internas, utilizando os formatos que a minha empresa prefere usar. O Claude deve u - [content-research-writer](https://doutorai.pt/componentes/skills__davepoon-subagents__content-research-writer): Auxilia na escrita de conteúdos de alta qualidade através da realização de pesquisas, adição de citações, melhoria de hooks, iteração de rascunhos e forneciment - [obsidian-markdown](https://doutorai.pt/componentes/skills__davepoon-subagents__obsidian-markdown): Crie e edite Obsidian Flavored Markdown com wikilinks, embeds, callouts, propriedades e outra sintaxe específica do Obsidian. Utilize quando trabalhar com fiche - [box-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__box-automation): Automatize operações de armazenamento na nuvem do Box, incluindo upload/download de ficheiros, pesquisa, gestão de pastas, partilha, colaborações e consultas de - [basecamp-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__basecamp-automation): Automatize a gestão de projetos, tarefas, mensagens, pessoas e organização de listas de tarefas do Basecamp via Rube MCP (Composio). Pesquise sempre primeiro as - [file-organizer](https://doutorai.pt/componentes/skills__davepoon-subagents__file-organizer): Organiza de forma inteligente os seus ficheiros e pastas no computador, compreendendo o contexto, encontrando duplicados, sugerindo melhores estruturas e automa - [discord-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__discord-automation): Automatize tarefas do Discord via Rube MCP (Composio): mensagens, canais, funções, webhooks, reações. Pesquise sempre primeiro as ferramentas para obter os esqu - [raffle-winner-picker](https://doutorai.pt/componentes/skills__davepoon-subagents__raffle-winner-picker): Seleciona vencedores aleatórios a partir de listas, folhas de cálculo ou Google Sheets para sorteios, rifas e concursos. Garante uma seleção justa, imparcial e - [outlook-calendar-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__outlook-calendar-automation): Automatize tarefas do Outlook Calendar via Rube MCP (Composio): crie eventos, gira participantes, encontre horários de reunião e gira convites. Pesquise sempre - [ios-hig-design-guide](https://doutorai.pt/componentes/skills__davepoon-subagents__ios-hig-design-guide): Construa, atualize e aplique especificações de design do iOS utilizando dados de origem das Apple Human Interface Guidelines (HIG). Utilize quando uma tarefa so - [render-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__render-automation): Automatize tarefas do Render via Rube MCP (Composio): serviços, deployments, projetos. Pesquise sempre primeiro as ferramentas para obter os esquemas atuais. - [canvas-design](https://doutorai.pt/componentes/skills__davepoon-subagents__canvas-design): Crie obras de arte visual apelativas em documentos .png e .pdf utilizando a filosofia de design. Deve utilizar esta skill quando o utilizador pedir para criar u - [stripe-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__stripe-automation): Automatize tarefas do Stripe via Rube MCP (Composio): clientes, cobranças, subscrições, faturas, produtos, reembolsos. Pesquise sempre primeiro as ferramentas p - [xlsx](https://doutorai.pt/componentes/skills__davepoon-subagents__xlsx): Criação, edição e análise abrangente de folhas de cálculo com suporte para fórmulas, formatação, análise de dados e visualização. Quando o Claude precisar de tr - [zendesk-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__zendesk-automation): Automatize tarefas do Zendesk via Rube MCP (Composio): tickets, utilizadores, organizações, respostas. Pesquise sempre primeiro as ferramentas para obter os esq - [slack-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__slack-automation): Automatize o envio de mensagens, gestão de canais, pesquisa, reações e threads no Slack via Rube MCP (Composio). Envie mensagens, pesquise conversas, gira canai - [hermes-tweet](https://doutorai.pt/componentes/skills__davepoon-subagents__hermes-tweet): Utilize o Hermes Tweet quando um fluxo de trabalho do Claude Code necessitar de uma transição consciente da origem para o Hermes Agent para pesquisa no X/Twitte - [theme-factory](https://doutorai.pt/componentes/skills__davepoon-subagents__theme-factory): Conjunto de ferramentas para aplicar temas a artefactos. Estes artefactos podem ser diapositivos, documentos, relatórios, páginas de destino HTML, etc. Existem - [pressreleasesonline](https://doutorai.pt/componentes/skills__davepoon-subagents__pressreleasesonline): Rascunhe e publique comunicados de imprensa baseados em IA: envie um URL + notas e obtenha instantaneamente uma página de comunicado ativa. Gratuito, sem necess - [x-twitter-scraper](https://doutorai.pt/componentes/skills__davepoon-subagents__x-twitter-scraper): Extração e monitorização de dados do X (Twitter) via Xquik: pesquisa de tweets, consulta de utilizadores, extração de seguidores, sorteios, tópicos do momento, - [video-downloader](https://doutorai.pt/componentes/skills__davepoon-subagents__video-downloader): Descarregue vídeos do YouTube com opções personalizáveis de qualidade e formato. Use esta skill quando o utilizador pedir para descarregar, guardar ou obter víd - [domain-name-brainstormer](https://doutorai.pt/componentes/skills__davepoon-subagents__domain-name-brainstormer): Gera ideias criativas de nomes de domínio para o seu projeto e verifica a disponibilidade em vários TLDs (.com, .io, .dev, .ai, etc.). Poupa horas de brainstorm - [cf-proxy](https://doutorai.pt/componentes/skills__davepoon-subagents__cf-proxy): Implemente um nó de proxy/VPN VLESS gratuito no Cloudflare Pages usando o edgetunnel. Automatiza o descarregamento de código, geração de UUID, implementação de - [bamboohr-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__bamboohr-automation): Automatize tarefas do BambooHR via Rube MCP (Composio): colaboradores, ausências, benefícios, dependentes, atualizações de colaboradores. Pesquise sempre primei - [tailored-resume-generator](https://doutorai.pt/componentes/skills__davepoon-subagents__tailored-resume-generator): Analisa descrições de funções e gera currículos personalizados que destacam a experiência, skills e conquistas relevantes para maximizar as hipóteses de entrevi - [agent-analytics](https://doutorai.pt/componentes/skills__davepoon-subagents__agent-analytics): Análises estatísticas que o seu agent de IA pode realmente utilizar. Acompanhe, analise, execute testes A/B e otimize em todos os seus projetos via CLI. Inclui - [skyvern](https://doutorai.pt/componentes/skills__davepoon-subagents__skyvern): Automação de navegação web com IA: navegue em sites, preencha formulários, extraia dados estruturados, inicie sessão com credenciais guardadas e crie fluxos de - [twitter-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__twitter-automation): Automatize tarefas do Twitter/X via Rube MCP (Composio): publicações, pesquisa, utilizadores, marcadores, listas, multimédia. Pesquise sempre primeiro as ferram - [coda-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__coda-automation): Automatize tarefas do Coda via Rube MCP (Composio): gira documentos, páginas, tabelas, linhas, fórmulas, permissões e publicação. Pesquise sempre primeiro as fe - [pdf](https://doutorai.pt/componentes/skills__davepoon-subagents__pdf): Conjunto abrangente de ferramentas de manipulação de PDF para extrair texto e tabelas, criar novos PDFs, unir/dividir documentos e gerir formulários. Para quand - [freshdesk-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__freshdesk-automation): Automatize operações de suporte ao cliente do Freshdesk, incluindo pedidos de suporte (tickets), contactos, empresas, notas e respostas via Rube MCP (Composio). - [resemble-detect](https://doutorai.pt/componentes/skills__davepoon-subagents__resemble-detect): Deteção de deepfakes e segurança de multimédia: detete áudio, imagens, vídeo e texto gerados por IA, rastreie fontes de síntese, aplique marcas de água, verifiq - [vercel-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__vercel-automation): Automatize tarefas da Vercel via Rube MCP (Composio): gira implementações, domínios, DNS, variáveis de ambiente, projetos e equipas. Pesquise sempre primeiro as - [airtable-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__airtable-automation): Automatize tarefas do Airtable via Rube MCP (Composio): registos, bases, tabelas, campos, vistas. Pesquise sempre primeiro as ferramentas para obter os esquemas - [wrike-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__wrike-automation): Automatize a gestão de projetos no Wrike via Rube MCP (Composio): crie tarefas/pastas, gira projetos, atribua trabalho e acompanhe o progresso. Pesquise sempre - [shopify-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__shopify-automation): Automatize tarefas da Shopify via Rube MCP (Composio): produtos, encomendas, clientes, inventário, coleções. Pesquise sempre primeiro as ferramentas para obter - [docx](https://doutorai.pt/componentes/skills__davepoon-subagents__docx): Criação, edição e análise abrangentes de documentos com suporte para alterações registadas, comentários, preservação de formatação e extração de texto. Quando o - [dexpaprika-api](https://doutorai.pt/componentes/skills__davepoon-subagents__dexpaprika-api): Aceda a dados DeFi da DexPaprika: preços de tokens, pools de liquidez, OHLCV, transações em mais de 34 blockchains e mais de 30M de pools. Gratuito, sem necessi - [webflow-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__webflow-automation): Automatize coleções do Webflow CMS, publicação de sites, gestão de páginas, carregamento de ficheiros e encomendas de e-commerce através do Rube MCP (Composio). - [brand-guidelines](https://doutorai.pt/componentes/skills__davepoon-subagents__brand-guidelines): Aplica as cores de marca e tipografia oficiais da Anthropic a qualquer tipo de artefacto que possa beneficiar do aspeto visual da Anthropic. Utilize quando se a - [sentry-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__sentry-automation): Automatize tarefas do Sentry através do Rube MCP (Composio): gira problemas/eventos, configure alertas, acompanhe lançamentos, monitorize projetos e equipas. Pe - [lead-research-assistant](https://doutorai.pt/componentes/skills__davepoon-subagents__lead-research-assistant): Identifica potenciais clientes (leads) de alta qualidade para o seu produto ou serviço através da análise do seu negócio, pesquisa de empresas-alvo e fornecimen - [close-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__close-automation): Automatize tarefas do Close CRM através do Rube MCP (Composio): crie leads, gira chamadas/SMS, trate de tarefas e acompanhe notas. Pesquise sempre primeiro as f - [instagram-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__instagram-automation): Automatize tarefas do Instagram através do Rube MCP (Composio): crie publicações, carrosséis, gira multimédia, obtenha estatísticas e limites de publicação. Pes - [one-drive-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__one-drive-automation): Automatize a gestão de ficheiros do OneDrive, pesquisas, carregamentos, transferências, partilha, permissões e operações de pastas através do Rube MCP (Composio - [tycana](https://doutorai.pt/componentes/skills__davepoon-subagents__tycana): Gestão persistente de tarefas e inteligência de produtividade através do MCP. Captura tarefas de conversas, planeia o seu dia, acompanha padrões e fornece recom - [sendgrid-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__sendgrid-automation): Automatize operações de e-mail do SendGrid, incluindo o envio de e-mails, gestão de contactos/listas, identidades de remetente, modelos e analítica através do R - [sequenzy-email-marketing](https://doutorai.pt/componentes/skills__davepoon-subagents__sequenzy-email-marketing): Guia de agent para operar o Sequenzy. Utilize quando o Codex precisa de se autenticar, inspecionar a identidade, gerir subscritores, criar ou editar campanhas/s - [szamlazz-invoicing](https://doutorai.pt/componentes/skills__davepoon-subagents__szamlazz-invoicing): Emita, cancele e obtenha faturas húngaras através da Agent API do szamlazz.hu. Trata do cálculo do IVA, pesquisa de contribuintes NAV, obtenção em cache de parc - [brevo-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__brevo-automation): Automatize tarefas do Brevo (Sendinblue) através do Rube MCP (Composio): gira campanhas de e-mail, crie/edite modelos, acompanhe remetentes e monitorize o desem - [socialclaw](https://doutorai.pt/componentes/skills__davepoon-subagents__socialclaw): Agendamento e publicação nas redes sociais para agents de IA. Utilize quando o utilizador pretender agendar publicações, associar contas sociais, carregar conte - [slack-gif-creator](https://doutorai.pt/componentes/skills__davepoon-subagents__slack-gif-creator): Conjunto de ferramentas para criar GIFs animados otimizados para o Slack, com validadores para restrições de tamanho e primitivas de animação composíveis. Esta - [bitbucket-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__bitbucket-automation): Automatize repositórios do Bitbucket, pull requests, ramificações, problemas e gestão de áreas de trabalho através do Rube MCP (Composio). Pesquise sempre prime - [obsidian-bases](https://doutorai.pt/componentes/skills__davepoon-subagents__obsidian-bases): Crie e edite Obsidian Bases (ficheiros .base) com visualizações, filtros, fórmulas e resumos. Utilize ao trabalhar com ficheiros .base, ao criar visualizações d - [linear-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__linear-automation): Automatize tarefas do Linear através do Rube MCP (Composio): problemas, projetos, ciclos, equipas, etiquetas. Pesquise sempre primeiro as ferramentas para obter - [jira-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__jira-automation): Automatize tarefas do Jira através do Rube MCP (Composio): problemas, projetos, sprints, quadros, comentários, utilizadores. Pesquise sempre primeiro as ferrame - [segment-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__segment-automation): Automatize tarefas do Segment através do Rube MCP (Composio): rastrear eventos, identificar utilizadores, gerir grupos, visualizações de página, aliases, operaç - [tiktok-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__tiktok-automation): Automatize tarefas do TikTok através do Rube MCP (Composio): carregar/publicar vídeos, publicar fotos, gerir conteúdo e ver perfis/estatísticas de utilizadores. - [zoho-crm-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__zoho-crm-automation): Automatize tarefas do Zoho CRM através do Rube MCP (Composio): criar/atualizar registos, pesquisar contactos, gerir leads e converter leads. Pesquise sempre pri - [monday-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__monday-automation): Automatize a gestão de trabalho do Monday.com, incluindo quadros, itens, colunas, grupos, subitens e atualizações através do Rube MCP (Composio). Pesquise sempr - [certificate-monitoring](https://doutorai.pt/componentes/skills__davepoon-subagents__certificate-monitoring): Utilize quando o utilizador perguntar sobre certificados SSL/TLS, expiração de certificados, monitorização de domínios quanto ao estado dos certificados ou emis - [ralph-review-trio](https://doutorai.pt/componentes/skills__davepoon-subagents__ralph-review-trio): Execute uma revisão de código sequencial de três níveis numa branch de implementação concluída: Haiku (superficial) → Sonnet (lógica) → Opus (profunda). Reinici - [spend](https://doutorai.pt/componentes/skills__davepoon-subagents__spend): Mostrar os gastos atuais do Claude Code por projeto e branch através do BudgetClaw - [build](https://doutorai.pt/componentes/skills__davepoon-subagents__build): Skill autónoma de criação de aplicações: transforma descrições em inglês simples em aplicações totalmente construídas, testadas e implementadas através de uma p - [feedoracle-compliance](https://doutorai.pt/componentes/skills__davepoon-subagents__compliance): Evidência de conformidade com a MiCA e pontuação de risco de stablecoins. Utilize quando o utilizador perguntar sobre conformidade de stablecoins, estado da MiC - [review-findings](https://doutorai.pt/componentes/skills__davepoon-subagents__review-findings): Aborda e corrige conclusões de uma revisão de código de QA. Lê o relatório de revisão, corrige problemas críticos e de aviso e prepara para re-verificação. Dele - [release-check](https://doutorai.pt/componentes/skills__davepoon-subagents__release-check): Lista de verificação de pré-lançamento. Valida funcionalidades, testes, documentação, segurança e portas de qualidade (quality gates) antes do envio. Delega no - [code-health](https://doutorai.pt/componentes/skills__davepoon-subagents__code-health): Analisa a codebase em busca de código morto, dívida técnica, dependências desatualizadas e problemas de qualidade de código. Delega no agent Centinela (QA). - [security-audit](https://doutorai.pt/componentes/skills__davepoon-subagents__security-audit): Auditoria de segurança profunda cobrindo o OWASP Top 10, autenticação, autorização, proteção de dados, vulnerabilidades de dependências e verificação de segredo - [implement-feature](https://doutorai.pt/componentes/skills__davepoon-subagents__implement-feature): Implementa uma funcionalidade a partir da sua especificação. Lê a especificação, desenha a arquitetura, escreve código e testes. Delega no agent Forja (Dev). - [feature-spec](https://doutorai.pt/componentes/skills__davepoon-subagents__feature-spec): Cria uma especificação completa de funcionalidade de produto com critérios de aceitação, âmbito, dependências e riscos. Delega no agent Prometeo (PM). - [fund-operations](https://doutorai.pt/componentes/skills__davepoon-subagents__fund-operations): Calcula KPIs de fundos (TVPI, DPI, IRR, MOIC), modela carried interest e comissões de gestão, e gera narrativas de atualização trimestral para LPs. Ativado por: - [explain-equity-terms](https://doutorai.pt/componentes/skills__davepoon-subagents__explain-equity-terms): Ativar para QUALQUER questão jurídica, de capital próprio (equity) ou term sheet relacionada com investimento em startups ou angariação de fundos. Os gatilhos i - [analyze-pitch-deck](https://doutorai.pt/componentes/skills__davepoon-subagents__analyze-pitch-deck): Ativar para QUALQUER pedido de análise, feedback ou revisão de pitch deck. Os gatilhos incluem: "analyze this deck", "review my pitch deck", "critique my pitch" - [soft-screening-startup](https://doutorai.pt/componentes/skills__davepoon-subagents__soft-screening-startup): Ativar para QUALQUER avaliação de startup, triagem de investimento ou avaliação de empresa. Os gatilhos incluem: "evaluate this startup", "screen this company", - [market-size](https://doutorai.pt/componentes/skills__davepoon-subagents__market-size): Executa dimensionamento de mercado TAM/SAM/SOM com métodos top-down e bottom-up, análise do panorama competitivo e de tech stack. Ativado por: "/venture-capital - [financial-model](https://doutorai.pt/componentes/skills__davepoon-subagents__financial-model): Executa modelos financeiros determinísticos para avaliação de startups (valuation) e análise da saúde de SaaS. Ativado por: "/venture-capital-intelligence:finan - [hard-screening-startup](https://doutorai.pt/componentes/skills__davepoon-subagents__hard-screening-startup): Triagem determinística de startups com pontuação em Python e registo completo de auditoria. Utilize quando precisar de um veredicto reprodutível e com pontuação - [cap-table-waterfall](https://doutorai.pt/componentes/skills__davepoon-subagents__cap-table-waterfall): Modela diluição da cap table, conversão de SAFE e waterfall de saída em vários cenários. Ativado por: "/venture-capital-intelligence:cap-table-waterfall", "mode - [deal-sourcing-signals](https://doutorai.pt/componentes/skills__davepoon-subagents__deal-sourcing-signals): Analisa uma empresa ou setor em busca de sinais de originação de negócios (deal-sourcing) em 6 dimensões. Ativado por: "/venture-capital-intelligence:deal-sourc - [using-startup-superpowers](https://doutorai.pt/componentes/skills__davepoon-subagents__using-startup-superpowers): Utilize no início de qualquer conversa sobre uma ideia de startup, validação de produto, estratégia do fundador ou trabalho dentro de uma área de trabalho `star - [market-research](https://doutorai.pt/componentes/skills__davepoon-subagents__market-research): Gere a compreensão de mercado do fundador: realiza pesquisas de mercado iniciais, atualiza conclusões e responde a perguntas sobre o tamanho do mercado, segment - [interviews](https://doutorai.pt/componentes/skills__davepoon-subagents__interviews): Gere o ciclo de vida das entrevistas de descoberta de clientes do fundador: elaboração de guiões adaptados a um segmento-alvo, refinamento dos existentes, gestã - [surveys](https://doutorai.pt/componentes/skills__davepoon-subagents__surveys): Gere a validação baseada em inquéritos do fundador: elaborar as perguntas certas, publicar um inquérito na internet e analisar resultados em relação às hipótese - [hypotheses](https://doutorai.pt/componentes/skills__davepoon-subagents__hypotheses): Gere as hipóteses testáveis do projeto: identificar novas hipóteses, refinar as existentes, atualizar estados, rever o conjunto completo e avaliar o estado das - [mvp](https://doutorai.pt/componentes/skills__davepoon-subagents__mvp): Guia o fundador no design e, opcionalmente, na construção do MVP ou protótipo mais simples que valide as suas hipóteses atuais. Utilizar quando o fundador quise - [whats-next](https://doutorai.pt/componentes/skills__davepoon-subagents__whats-next): Avalia o estado atual do projeto de startup e recomenda em que focar a seguir. Utilizar quando houver uma necessidade ou uma pergunta do utilizador para compree - [competitors](https://doutorai.pt/componentes/skills__davepoon-subagents__competitors): Gere o panorama competitivo do fundador: descobrir concorrentes, atualizar ficheiros de concorrentes existentes, adicionar novos e disparar pesquisas ad-hoc. Ut - [auth-patterns](https://doutorai.pt/componentes/skills__davepoon-subagents__auth-patterns): Esta skill deve ser utilizada quando o utilizador perguntar sobre "authentication in Next.js", "NextAuth", "Auth.js", "middleware auth", "protected routes", "se - [server-components](https://doutorai.pt/componentes/skills__davepoon-subagents__server-components): Esta skill deve ser utilizada quando o utilizador perguntar sobre "Server Components", "Client Components", a diretiva "'use client'", "when to use server vs cl - [server-actions](https://doutorai.pt/componentes/skills__davepoon-subagents__server-actions): Esta skill deve ser utilizada quando o utilizador perguntar sobre "Server Actions", "form handling in Next.js", "mutations", "useFormState", "useFormStatus", "r - [route-handlers](https://doutorai.pt/componentes/skills__davepoon-subagents__route-handlers): Esta skill deve ser utilizada quando o utilizador pedir para "create an API route", "add an endpoint", "build a REST API", "handle POST requests", "create route - [app-router](https://doutorai.pt/componentes/skills__davepoon-subagents__app-router): Esta skill deve ser utilizada quando o utilizador pedir para "create a Next.js route", "add a page", "set up layouts", "implement loading states", "add error bo - [ultracost](https://doutorai.pt/componentes/skills__davepoon-subagents__ultracost): Encaminhamento de modelos por etapa focado na qualidade E uma validação prévia de custos para fluxos de trabalho dinâmicos no Claude Code. Utilizar ao criar ou - [work-status](https://doutorai.pt/componentes/skills__davepoon-subagents__work-status): Mostra o progresso de WORK e o estado de TASK. Utilizar quando o utilizador perguntar sobre a lista de WORK, progresso de WORK, estado de TASK ou estado do pipe - [sdd-pipeline references](https://doutorai.pt/componentes/skills__davepoon-subagents__sdd-pipeline): Coleção de documentos de regras/esquemas referenciados pelos agents de pipeline (specifier, planner, scheduler, builder, verifier, committer). - [uctm-init](https://doutorai.pt/componentes/skills__davepoon-subagents__init-80dda3): Inicializar o uc-taskmanager para o projeto atual. Cria o diretório works/ e configura as permissões de Bash em .claude/settings.local.json. Utilizar quando o u - [work-pipeline](https://doutorai.pt/componentes/skills__davepoon-subagents__work-pipeline): Aciona o WORK-PIPELINE quando um pedido do utilizador começa com uma etiqueta [] (por exemplo, [new-feature], [bugfix], [WORK start]). Utilizar esta skill sempr - [hookradar-creative-intelligence](https://doutorai.pt/componentes/skills__davepoon-subagents__hookradar-creative-intelligence): Utilizar ao pesquisar concorrentes, anúncios pagos, criativos da Meta Ad Library, anúncios do TikTok, vídeos orgânicos do Instagram/TikTok, dados do HookRadar M - [gsd:map-codebase](https://doutorai.pt/componentes/skills__davepoon-subagents__map-codebase): Analisar a base de código com agents mappers paralelos para produzir documentos em .planning/codebase/ - [gsd:analyze-dependencies](https://doutorai.pt/componentes/skills__davepoon-subagents__analyze-dependencies): Analisar dependências de fases e sugerir entradas Depends on para o ROADMAP.md - [gsd:import](https://doutorai.pt/componentes/skills__davepoon-subagents__import): Ingerir planos externos com deteção de conflitos em relação às decisões do projeto antes de escrever qualquer coisa. - [gsd:reapply-patches](https://doutorai.pt/componentes/skills__davepoon-subagents__reapply-patches): Reaplicar modificações locais após uma atualização do GSD - [gsd:quick](https://doutorai.pt/componentes/skills__davepoon-subagents__quick): Executar uma tarefa rápida com garantias GSD (commits atómicos, rastreio de estado), mas ignorar agents opcionais - [gsd:forensics](https://doutorai.pt/componentes/skills__davepoon-subagents__forensics): Investigação post-mortem para fluxos de trabalho GSD falhados: analisa o histórico do git, artefactos e estado para diagnosticar o que falhou - [gsd:profile-user](https://doutorai.pt/componentes/skills__davepoon-subagents__profile-user): Gerar perfil comportamental do programador e criar artefactos detetáveis pelo Claude - [gsd:validate-phase](https://doutorai.pt/componentes/skills__davepoon-subagents__validate-phase): Auditar retroativamente e preencher lacunas de validação Nyquist para uma fase concluída - [gsd:review-backlog](https://doutorai.pt/componentes/skills__davepoon-subagents__review-backlog): Rever e promover itens do backlog para o milestone ativo - [gsd:spike-wrap-up](https://doutorai.pt/componentes/skills__davepoon-subagents__spike-wrap-up): Empacotar descobertas de um spike numa skill persistente do projeto para futuras conversas de construção - [gsd:manager](https://doutorai.pt/componentes/skills__davepoon-subagents__manager): Centro de comandos interativo para gerir múltiplas fases a partir de um único terminal - [gsd:from-gsd2](https://doutorai.pt/componentes/skills__davepoon-subagents__from-gsd2): Importar um projeto GSD-2 (.gsd/) de volta para o formato GSD v1 (.planning/) - [gsd:ui-review](https://doutorai.pt/componentes/skills__davepoon-subagents__ui-review): Auditoria visual retroativa de 6 pilares do código frontend implementado - [gsd:settings](https://doutorai.pt/componentes/skills__davepoon-subagents__settings): Configurar alternadores do fluxo de trabalho GSD e o perfil do modelo - [gsd:pr-branch](https://doutorai.pt/componentes/skills__davepoon-subagents__pr-branch): Criar um ramo de PR limpo filtrando commits de .planning/: pronto para revisão de código - [gsd:undo](https://doutorai.pt/componentes/skills__davepoon-subagents__undo): Reversão segura em git. Reverter commits de fase ou plano utilizando o manifesto de fase com verificações de dependência. - [gsd:ship](https://doutorai.pt/componentes/skills__davepoon-subagents__ship): Criar PR, executar a revisão e preparar para merge após as verificações passarem - [gsd:debug](https://doutorai.pt/componentes/skills__davepoon-subagents__debug): Depuração sistemática com estado persistente entre reinicializações de contexto - [gsd:pause-work](https://doutorai.pt/componentes/skills__davepoon-subagents__pause-work): Criar transferência de contexto ao pausar o trabalho a meio de uma fase - [gsd:code-review](https://doutorai.pt/componentes/skills__davepoon-subagents__code-review): Rever ficheiros de código-fonte alterados durante uma fase quanto a erros, problemas de segurança e qualidade de código - [gsd:update](https://doutorai.pt/componentes/skills__davepoon-subagents__update): Atualizar o GSD para a versão mais recente com exibição do registo de alterações - [gsd:execute-phase](https://doutorai.pt/componentes/skills__davepoon-subagents__execute-phase): Executar todos os planos numa fase com paralelização baseada em ondas - [gsd:milestone-summary](https://doutorai.pt/componentes/skills__davepoon-subagents__milestone-summary): Gerar um resumo abrangente do projeto a partir de artefactos do milestone para integração da equipa e revisão - [gsd:new-project](https://doutorai.pt/componentes/skills__davepoon-subagents__new-project): Inicializar um novo projeto com recolha profunda de contexto e PROJECT.md - [gsd:resume-work](https://doutorai.pt/componentes/skills__davepoon-subagents__resume-work): Retomar o trabalho da sessão anterior com restauro completo do contexto - [gsd:mvp-phase](https://doutorai.pt/componentes/skills__davepoon-subagents__mvp-phase): Planear uma fase em modo MVP: capta uma história de utilizador "Como / Quero / Para que", executa o desdobramento SPIDR e depois delega para a plan-phase - [gsd:ui-phase](https://doutorai.pt/componentes/skills__davepoon-subagents__ui-phase): Gerar o contrato de design de UI (UI-SPEC.md) para as fases de frontend - [gsd:review](https://doutorai.pt/componentes/skills__davepoon-subagents__review-e9781a): Solicitar revisão por pares entre IA dos planos de fase a partir de CLIs de IA externas - [gsd:join-discord](https://doutorai.pt/componentes/skills__davepoon-subagents__join-discord): Juntar-se à comunidade Discord do GSD - [gsd:verify-work](https://doutorai.pt/componentes/skills__davepoon-subagents__verify-work): Validar funcionalidades construídas através de UAT conversacional - [gsd:intel](https://doutorai.pt/componentes/skills__davepoon-subagents__intel): Consultar, inspecionar ou atualizar ficheiros de inteligência da base de código em .planning/intel/ - [gsd:plant-seed](https://doutorai.pt/componentes/skills__davepoon-subagents__plant-seed): Capturar uma ideia prospetiva com condições de acionamento: surge automaticamente no marco correto - [gsd:session-report](https://doutorai.pt/componentes/skills__davepoon-subagents__session-report): Gerar um relatório de sessão com estimativas de utilização de tokens, resumo do trabalho e resultados - [gsd:note](https://doutorai.pt/componentes/skills__davepoon-subagents__note): Captura de ideias sem fricção. Anexar, listar ou promover notas para tarefas. - [gsd:autonomous](https://doutorai.pt/componentes/skills__davepoon-subagents__autonomous): Executar todas as fases restantes autonomamente: discutir→planear→executar por fase - [gsd:spike](https://doutorai.pt/componentes/skills__davepoon-subagents__spike): Fazer um spike de uma ideia através de exploração experiencial, ou propor o próximo spike (modo fronteira) - [gsd:sketch](https://doutorai.pt/componentes/skills__davepoon-subagents__sketch): Esboçar ideias de UI/design com mockups HTML descartáveis, ou propor o que esboçar a seguir (modo fronteira) - [gsd:explore](https://doutorai.pt/componentes/skills__davepoon-subagents__explore): Ideação socrática e encaminhamento de ideias: refletir sobre ideias antes de assumir compromissos com planos - [gsd:new-workspace](https://doutorai.pt/componentes/skills__davepoon-subagents__new-workspace): Criar um espaço de trabalho isolado com cópias do repositório e .planning/ independente - [gsd:sketch-wrap-up](https://doutorai.pt/componentes/skills__davepoon-subagents__sketch-wrap-up): Empacotar conclusões do design de esboços numa skill persistente do projeto para futuras conversas de construção - [gsd:next](https://doutorai.pt/componentes/skills__davepoon-subagents__next): Avançar automaticamente para o passo lógico seguinte no fluxo de trabalho do GSD - [gsd:remove-phase](https://doutorai.pt/componentes/skills__davepoon-subagents__remove-phase): Remover uma fase futura do roadmap e renumerar as fases subsequentes - [gsd:add-phase](https://doutorai.pt/componentes/skills__davepoon-subagents__add-phase): Adicionar fase ao fim do marco atual no roadmap - [gsd:plan-milestone-gaps](https://doutorai.pt/componentes/skills__davepoon-subagents__plan-milestone-gaps): Criar fases para colmatar todas as lacunas identificadas pela auditoria de marcos - [gsd:set-profile](https://doutorai.pt/componentes/skills__davepoon-subagents__set-profile): Alternar perfil de modelo para agents GSD (quality/balanced/budget/inherit) - [gsd:list-workspaces](https://doutorai.pt/componentes/skills__davepoon-subagents__list-workspaces): Listar workspaces GSD ativos e o seu estado - [gsd:do](https://doutorai.pt/componentes/skills__davepoon-subagents__do): Encaminhar texto livre para o comando GSD correto automaticamente - [gsd:ingest-docs](https://doutorai.pt/componentes/skills__davepoon-subagents__ingest-docs): Analisar um repositório em busca de ADRs, PRDs, SPECs e DOCs mistos e inicializar ou fundir a configuração completa de .planning/ a partir deles. Classifica cad - [gsd:scan](https://doutorai.pt/componentes/skills__davepoon-subagents__scan): Avaliação rápida da base de código: alternativa ligeira ao /gsd:map-codebase - [gsd:audit-uat](https://doutorai.pt/componentes/skills__davepoon-subagents__audit-uat): Auditoria entre fases de todos os itens pendentes de UAT e verificação - [gsd:inbox](https://doutorai.pt/componentes/skills__davepoon-subagents__inbox): Fazer a triagem e revisão de todos os issues e PRs abertos no GitHub de acordo com os modelos do projeto e diretrizes de contribuição - [gsd:secure-phase](https://doutorai.pt/componentes/skills__davepoon-subagents__secure-phase): Verificar retroativamente as mitigações de ameaças para uma fase concluída - [gsd:new-milestone](https://doutorai.pt/componentes/skills__davepoon-subagents__new-milestone): Iniciar um novo ciclo de marcos: atualizar PROJECT.md e encaminhar para os requisitos - [gsd:check-todos](https://doutorai.pt/componentes/skills__davepoon-subagents__check-todos): Listar tarefas pendentes e selecionar uma para trabalhar - [gsd:eval-review](https://doutorai.pt/componentes/skills__davepoon-subagents__eval-review): Auditar retroativamente a cobertura de avaliação de uma fase de IA executada: pontua cada dimensão de eval como COVERED/PARTIAL/MISSING e produz um EVAL-REVIEW. - [gsd:audit-fix](https://doutorai.pt/componentes/skills__davepoon-subagents__audit-fix): Pipeline autónomo de auditoria e correção: encontrar problemas, classificar, corrigir, testar e fazer commit - [gsd:resume-at](https://doutorai.pt/componentes/skills__davepoon-subagents__resume-at): Agendar um retomar futuro do trabalho: por exemplo, '/gsd:resume-at 09:00', '/gsd:resume-at +2h' ou '/gsd:resume-at 04:00 --cmd /gsd:execute-phase 9 - [gsd:complete-milestone](https://doutorai.pt/componentes/skills__davepoon-subagents__complete-milestone): Arquivar o marco concluído e preparar para a próxima versão - [gsd:code-review-fix](https://doutorai.pt/componentes/skills__davepoon-subagents__code-review-fix): Corrigir automaticamente problemas encontrados na revisão de código em REVIEW.md. Inicia um fixer agent, faz commit de cada correção de forma atómica e produz u - [gsd:research-phase](https://doutorai.pt/componentes/skills__davepoon-subagents__research-phase): Investigar como implementar uma fase (autónoma: normalmente usa-se /gsd:plan-phase em vez disso) - [gsd:fast](https://doutorai.pt/componentes/skills__davepoon-subagents__fast): Executar uma tarefa trivial inline: sem subagents nem custos adicionais de planeamento - [gsd:help](https://doutorai.pt/componentes/skills__davepoon-subagents__help-b22e4a): Mostrar comandos GSD disponíveis e guia de utilização - [gsd:remove-workspace](https://doutorai.pt/componentes/skills__davepoon-subagents__remove-workspace): Remover um workspace GSD e limpar worktrees - [gsd:spec-phase](https://doutorai.pt/componentes/skills__davepoon-subagents__spec-phase): Refinamento socrático da especificação: esclarecer O QUE uma fase entrega com pontuação de ambiguidade antes da fase de discussão. Produz um SPEC.md com requisi - [gsd:ai-integration-phase](https://doutorai.pt/componentes/skills__davepoon-subagents__ai-integration-phase): Gerar contrato de design de IA (AI-SPEC.md) para fases que envolvem a construção de sistemas de IA: seleção de framework, orientação de implementação a partir d - [gsd:progress](https://doutorai.pt/componentes/skills__davepoon-subagents__progress): Verificar o progresso do projeto, mostrar o contexto e encaminhar para a ação seguinte (executar ou planear). Usar --forensic para anexar uma auditoria de integ - [gsd:cleanup](https://doutorai.pt/componentes/skills__davepoon-subagents__cleanup): Arquivar diretórios de fases acumulados de marcos concluídos - [gsd:list-phase-assumptions](https://doutorai.pt/componentes/skills__davepoon-subagents__list-phase-assumptions): Revelar os pressupostos do Claude sobre a abordagem de uma fase antes de planear - [gsd:add-todo](https://doutorai.pt/componentes/skills__davepoon-subagents__add-todo): Capturar ideia ou tarefa como todo a partir do contexto da conversa atual - [gsd:audit-milestone](https://doutorai.pt/componentes/skills__davepoon-subagents__audit-milestone): Auditar a conclusão do marco em relação à intenção original antes de arquivar - [gsd:insert-phase](https://doutorai.pt/componentes/skills__davepoon-subagents__insert-phase): Inserir trabalho urgente como fase decimal (ex.: 72.1) entre fases existentes - [gsd:health](https://doutorai.pt/componentes/skills__davepoon-subagents__health): Diagnosticar a saúde do diretório de planeamento e, opcionalmente, reparar problemas - [gsd:stats](https://doutorai.pt/componentes/skills__davepoon-subagents__stats): Exibir estatísticas do projeto: fases, planos, requisitos, métricas do git e linha do tempo - [gsd:discuss-phase](https://doutorai.pt/componentes/skills__davepoon-subagents__discuss-phase): Obter o contexto da fase através de perguntas adaptativas antes de planear. Usar --all para ignorar a seleção de área e discutir todas as zonas cinzentas de for - [gsd:ultraplan-phase](https://doutorai.pt/componentes/skills__davepoon-subagents__ultraplan-phase): [BETA] Transferir a fase de planeamento para a cloud ultraplan do Claude Code: cria rascunhos remotamente enquanto o terminal fica livre, permite rever no naveg - [gsd:add-backlog](https://doutorai.pt/componentes/skills__davepoon-subagents__add-backlog): Adicionar uma ideia à lista de espera do backlog (numeração 999.x) - [gsd:plan-phase](https://doutorai.pt/componentes/skills__davepoon-subagents__plan-phase): Criar um plano de fase detalhado (PLAN.md) com ciclo de verificação - [gsd:workstreams](https://doutorai.pt/componentes/skills__davepoon-subagents__workstreams): Gerir fluxos de trabalho paralelos: listar, criar, alternar, estado, progresso, concluir e retomar - [gsd:thread](https://doutorai.pt/componentes/skills__davepoon-subagents__thread): Gerir tópicos de contexto persistentes para trabalho entre sessões - [gsd:graphify](https://doutorai.pt/componentes/skills__davepoon-subagents__graphify): Construir, consultar e inspecionar o grafo de conhecimento do projeto em .planning/graphs/ - [gsd:extract-learnings](https://doutorai.pt/componentes/skills__davepoon-subagents__extract-learnings): Extrair decisões, lições, padrões e surpresas dos artefactos de fases concluídas - [gsd:docs-update](https://doutorai.pt/componentes/skills__davepoon-subagents__docs-update): Gerar ou atualizar a documentação do projeto verificada em relação à base de código - [gsd:add-tests](https://doutorai.pt/componentes/skills__davepoon-subagents__add-tests): Gerar testes para uma fase concluída com base nos critérios de UAT e na implementação - [claude-docs-consultant](https://doutorai.pt/componentes/skills__centminmod-cc-setup__claude-docs-consultant): Consultar a documentação oficial do Claude Code em code.claude.com utilizando a procura seletiva. Usar ao trabalhar em hooks, skills, subagents, plugins, equipa - [consult-codex](https://doutorai.pt/componentes/skills__centminmod-cc-setup__consult-codex): Análise de código com IA dupla combinando OpenAI Codex GPT-5.6-terra com Claude code-searcher: a variante de consulta mais leve, duas perspetivas verificadas po - [consult-zai](https://doutorai.pt/componentes/skills__centminmod-cc-setup__consult-zai): Análise de código com IA dupla combinando z.ai GLM 5.2 com Claude code-searcher: uma segunda opinião leve com dois modelos. Usar para uma verificação rápida sup - [ai-image-creator](https://doutorai.pt/componentes/skills__centminmod-cc-setup__ai-image-creator): Gerar, editar a partir de referência ou analisar imagens com IA através do OpenRouter (gemini, geminipro, riverflow, flux2, seedream, gpt5, gpt5.4; Cloudflare A - [ask-matt](https://doutorai.pt/componentes/skills__mattpocock-skills__ask-matt): Router que indica qual das skills do Matt Pocock encaixa na sua situação e por que ordem as deve usar. - [claude-handoff](https://doutorai.pt/componentes/skills__mattpocock-skills__claude-handoff): Passa a conversa atual para um agente novo, em segundo plano, que retoma o trabalho de imediato. - [code-review](https://doutorai.pt/componentes/skills__mattpocock-skills__code-review): Revê as alterações desde um ponto fixo (commit, ramo, etiqueta ou merge-base), em dois eixos de análise. - [codebase-design](https://doutorai.pt/componentes/skills__mattpocock-skills__codebase-design): Vocabulário comum para desenhar módulos profundos: interface pequena à frente, complexidade escondida atrás. - [diagnosing-bugs](https://doutorai.pt/componentes/skills__mattpocock-skills__diagnosing-bugs): Ciclo de diagnóstico para bugs difíceis e regressões de desempenho, com hipóteses testadas uma de cada vez. - [domain-modeling](https://doutorai.pt/componentes/skills__mattpocock-skills__domain-modeling): Constrói e afina o modelo de domínio do projeto, fixando a terminologia num CONTEXT.md e as decisões em ADR. - [git-guardrails-claude-code](https://doutorai.pt/componentes/skills__mattpocock-skills__git-guardrails-claude-code): Instala hooks no Claude Code que bloqueiam comandos git perigosos, como push, reset --hard, clean e branch -D. - [grill-me](https://doutorai.pt/componentes/skills__mattpocock-skills__grill-me): Atalho que lança uma sessão de interrogatório implacável para afinar um plano ou um desenho. - [grill-with-docs](https://doutorai.pt/componentes/skills__mattpocock-skills__grill-with-docs): Igual ao interrogatório, mas vai escrevendo a documentação (ADR e glossário) à medida que as decisões ficam claras. - [grilling](https://doutorai.pt/componentes/skills__mattpocock-skills__grilling): Interroga-o sem dó sobre um plano, uma decisão ou uma ideia, uma pergunta de cada vez, até não sobrar ambiguidade. - [handoff](https://doutorai.pt/componentes/skills__mattpocock-skills__handoff): Comprime a conversa atual num documento de passagem para outro agente continuar o trabalho. - [implement](https://doutorai.pt/componentes/skills__mattpocock-skills__implement): Implementa um trabalho a partir de uma especificação ou de um conjunto de tickets já definidos. - [improve-codebase-architecture](https://doutorai.pt/componentes/skills__mattpocock-skills__improve-codebase-architecture): Varre o código à procura de oportunidades de aprofundar módulos e apresenta-as num relatório HTML visual. - [loop-me](https://doutorai.pt/componentes/skills__mattpocock-skills__loop-me): Interroga-o sobre as especificações dos fluxos de trabalho que quer construir neste espaço de trabalho. - [migrate-to-shoehorn](https://doutorai.pt/componentes/skills__mattpocock-skills__migrate-to-shoehorn): Migra ficheiros de teste das asserções de tipo `as` para a biblioteca @total-typescript/shoehorn. - [prototype](https://doutorai.pt/componentes/skills__mattpocock-skills__prototype): Constrói um protótipo descartável para responder a uma pergunta de desenho concreta. - [research](https://doutorai.pt/componentes/skills__mattpocock-skills__research): Investiga uma pergunta em fontes primárias de confiança e regista as conclusões num ficheiro Markdown. - [resolving-merge-conflicts](https://doutorai.pt/componentes/skills__mattpocock-skills__resolving-merge-conflicts): Conduz a resolução de um conflito de merge ou rebase que está a meio. - [scaffold-exercises](https://doutorai.pt/componentes/skills__mattpocock-skills__scaffold-exercises): Cria a estrutura de pastas de exercícios, com secções, problemas, soluções e explicações. - [setup-matt-pocock-skills](https://doutorai.pt/componentes/skills__mattpocock-skills__setup-matt-pocock-skills): Prepara um repositório para as restantes skills dele: define onde vivem os issues, o vocabulário de etiquetas de triagem e a localização dos documentos de domín - [setup-pre-commit](https://doutorai.pt/componentes/skills__mattpocock-skills__setup-pre-commit): Configura hooks de pre-commit com Husky e lint-staged: Prettier, verificação de tipos e testes. - [setup-ts-deep-modules](https://doutorai.pt/componentes/skills__mattpocock-skills__setup-ts-deep-modules): Liga o dependency-cruiser a um repositório TypeScript para que cada pacote funcione como um módulo profundo. - [tdd](https://doutorai.pt/componentes/skills__mattpocock-skills__tdd): Desenvolvimento guiado por testes: o que é um bom teste, onde vive, e as regras do ciclo vermelho-verde. - [teach](https://doutorai.pt/componentes/skills__mattpocock-skills__teach): Ensina-lhe uma competência ou um conceito novo, usando o próprio espaço de trabalho como material. - [to-questionnaire](https://doutorai.pt/componentes/skills__mattpocock-skills__to-questionnaire): Transforma uma decisão que não consegue fechar sozinho num questionário para outra pessoa responder. - [to-spec](https://doutorai.pt/componentes/skills__mattpocock-skills__to-spec): Converte a conversa atual numa especificação e publica-a no sistema de issues do projeto. - [to-tickets](https://doutorai.pt/componentes/skills__mattpocock-skills__to-tickets): Parte um plano, uma especificação ou a conversa atual em tickets pequenos, cada um entregável de ponta a ponta. - [triage](https://doutorai.pt/componentes/skills__mattpocock-skills__triage): Faz passar issues e pull requests externos por uma máquina de estados de triagem, com papéis definidos. - [wait-what](https://doutorai.pt/componentes/skills__mattpocock-skills__wait-what): Interrompe e obriga a reformular: a última mensagem não foi compreendida. - [wayfinder](https://doutorai.pt/componentes/skills__mattpocock-skills__wayfinder): Planeia um trabalho grande demais para uma só sessão, como um mapa partilhado de decisões e territórios. - [wizard](https://doutorai.pt/componentes/skills__mattpocock-skills__wizard): Gera um assistente interativo em bash que guia uma pessoa pelos passos que só ela pode executar. - [writing-beats](https://doutorai.pt/componentes/skills__mattpocock-skills__writing-beats): Fase de escrita em que o material bruto se organiza numa sequência de momentos, cada termo explicado antes de ser usado. - [writing-for-agents](https://doutorai.pt/componentes/skills__mattpocock-skills__writing-for-agents): Como escrever documentos destinados a agentes: skills, AGENTS.md e CLAUDE.md. - [writing-fragments](https://doutorai.pt/componentes/skills__mattpocock-skills__writing-fragments): Fase exploratória da escrita: recolher fragmentos em bruto, ainda sem estrutura. - [writing-shape](https://doutorai.pt/componentes/skills__mattpocock-skills__writing-shape): Fase de escrita em que o material bruto ganha a forma de um artigo, parágrafo a parágrafo. - [diagnosing-superpowers](https://doutorai.pt/componentes/skills__obra-superpowers__diagnosing-superpowers): Use quando uma sessão superpowers correu mal e o seu parceiro humano quer saber porquê (trabalho repetido, planos ignorados, tropeços, maus resultados, uma skil - [cro-optimization](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__cro-optimization-ba9722): Execute a otimização da taxa de conversão através de testes orientados por hipóteses, incluindo auditoria, geração de hipóteses, desenho de testes, análise esta - [seo-offpage](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-offpage-8e82f2): Planeie e execute SEO off-page, incluindo link building, digital PR, menções de marca, criação de citações e sinais de autoridade externa. Use esta skill sempre - [creative-brief](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__creative-brief-891f8f): Crie ou refine um creative brief que faça a ponte entre a descoberta e a execução. Use esta skill sempre que o utilizador estiver a iniciar um novo projeto, a d - [journey-mapping](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__journey-mapping-ba21a0): Crie mapas da jornada do cliente e blueprints de serviço que visualizem a experiência do utilizador de ponta a ponta, incluindo pontos de contacto, emoções, atr - [scheduler-and-booking-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__scheduler-and-booking-design-d19873): Conceção de agendadores de reuniões e experiências de marcação que qualificam leads, preparam bem as chamadas e convertem a taxas mais elevadas do que um link g - [launch-runbook](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__launch-runbook-79bc77): Planeie e execute um runbook de lançamento que abranja a verificação pré-lançamento, os procedimentos de go-live, o DNS cutover, a monitorização pós-lançamento - [feature-flagging](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__feature-flagging-72c714): Disciplina operacional para feature flags como infraestrutura de produção. Tipos de flag, nomenclatura, regras de targeting, estratégia de rollout, ciclo de vid - [editorial-qa](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__editorial-qa-3474ca): Framework de QA pré-publicação para conteúdo. Aderência ao brief, consistência de voz, precisão dos factos, estrutura e clareza, auditoria de conteúdo de IA, co - [okr-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__okr-design-15a1af): Design de OKRs como efetivamente implementado, não como teoria de palestras de conferência. Declarações de outcome que orientam decisões, key results que medem - [dependency-management](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__dependency-management-f59027): Faça a gestão de bibliotecas de terceiros, runtimes e dependências SaaS. Use esta skill ao definir uma cadência de atualização, responder a avisos de segurança, - [creative-brief-selector](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__creative-brief-selector-fb4e4e): Produza um creative brief baseado em sites de referência em linha e deliberadamente distinto das demos existentes, para qualquer construção de nova marca. Compõ - [integration-orchestrator](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__integration-orchestrator-da0ef9): Gere um plano de orquestração de entrega por fases para trabalho orientado por creative-direction: que skills correm quando, o que é bloqueado em que gate, como - [monitoring-and-alerting](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__monitoring-and-alerting-c13b4e): Desenhe e execute um sistema de monitorização para um website ou aplicação web. Use esta skill ao configurar verificações de uptime, definir SLOs, configurar o - [performance-optimization](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__performance-optimization-072179): Diagnostique e corrija problemas de desempenho web, incluindo Core Web Vitals (LCP, INP, CLS), tamanho do bundle, otimização de assets, desempenho de renderizaç - [brand-archetype-system](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__brand-archetype-system-b5791c): Aplique predefinições pré-compostas de arquétipos estéticos para dar arranque ao trabalho de design de marca que abrange cor, tipografia, layout, voz e direção - [accessibility-audit](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__accessibility-audit-2d4bda): Execute uma auditoria de acessibilidade WCAG abrangente que cubra os princípios percetível, operável, compreensível e robusto. Use esta skill sempre que o utili - [email-deliverability](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__email-deliverability-006257): Garanta que o email chega efetivamente às caixas de entrada. Use esta skill ao configurar a autenticação de email (SPF, DKIM, DMARC), diagnosticar emails que vã - [incident-response](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__incident-response-d1bfd5): Faça a gestão de incidentes de produção ativos através da deteção, triagem, mitigação, comunicação e resolução, com funções estruturadas e tomada de decisão. Us - [seo-backlink-audit](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-backlink-audit-c61832): Audite um perfil de backlinks usando dados do Ahrefs MCP: saúde do perfil, distribuição de anchor text, identificação de links tóxicos, recuperação de links per - [programmatic-seo](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__programmatic-seo-849514): Como desenhar e executar um programa de programmatic SEO que produz tráfego duradouro em vez de isco para penalizações. Identificação de fontes de dados, desenh - [ux-research](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__ux-research-2f530e): Planeie e execute user research, incluindo planeamento de research, recrutamento, desenho de entrevistas, síntese qualitativa e tradução de conclusões em decisõ - [long-form-content-frameworks](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__long-form-content-frameworks-c5a53a): Padrões para peças de conteúdo long-form individuais. Estudos de caso, whitepapers, relatórios de investigação, guias definitivos, manifestos, ebooks, tutoriais - [content-brief-authoring](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__content-brief-authoring-1e8948): Como elaborar um brief de conteúdo que realmente oriente um escritor (humano ou IA) a produzir uma peça que ranqueia, converte ou ambos. Brief editorial por peç - [creative-direction](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__creative-direction-16878f): Guie o utilizador através de quatro eixos direcionais (registo de tom, filosofia estética, relação com a audiência, ambição sensorial) e produza um brief estéti - [experiment-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__experiment-design-a7e0f2): Uma disciplina para desenhar experiências (testes A/B, multivariados, holdouts) de modo a que os resultados respondam realmente à pergunta que você fez. Escrita - [domain-strategy](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__domain-strategy-d03345): Planeie, gestione e otimize um portefólio de domínios. Use esta skill para decisões de arquitetura DNS, estratégias de redirect, escolha do registrar, parking d - [experimentation-platform-orchestrator](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__experimentation-platform-orchestrator-b39282): Um framework de decisão de plataforma para experimentação. Quando usar Statsig vs PostHog vs GrowthBook vs Optimizely vs Amplitude vs Eppo vs Kameleoon. Como mi - [comparison-tool-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__comparison-tool-design-fbcea6): Conceção de ferramentas de comparação lado a lado (plan-compare, product-compare, alternative-compare) que ajudam os utilizadores a decidir, em vez de apenas li - [code-review-web](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__code-review-web-5e5e1c): Rever código de aplicações web à procura de bugs, problemas de segurança, problemas de desempenho e anti-padrões específicos da stack. Use esta skill sempre que - [media-asset-management](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__media-asset-management-1301f2): Planear e executar um pipeline de media para imagens, vídeo e assets transferíveis. Use esta skill ao conceber o armazenamento e a entrega de imagens, ao escolh - [information-architecture](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__information-architecture-e7fa0d): Desenhe a estrutura de um website ou produto, incluindo sitemap, navegação, estrutura de URLs, tipos de conteúdo, taxonomia e etiquetagem. Use esta skill sempre - [seo-traffic-diagnosis](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-traffic-diagnosis-aeb395): Diagnostique alterações no tráfego orgânico (quedas, estagnações ou ganhos inesperados) utilizando o Ahrefs MCP juntamente com os dados da Search Console. Use e - [seo-technical](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-technical-d1f314): Efetue uma auditoria técnica de SEO abrangente, que cubra rastreabilidade, indexabilidade, renderização, arquitetura do site, dados estruturados, experiência de - [multi-step-form-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__multi-step-form-design-c40b35): Desenho de formulários com múltiplos passos, indicadores de progresso, lógica condicional e mecânicas de guardar e retomar. A disciplina de dividir a recolha de - [seo-rank-tracking](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-rank-tracking-e22ba4): Configure e execute o acompanhamento de posições usando o Ahrefs MCP: escolha as palavras-chave certas para acompanhar, segmente-as por objetivo, defina linhas - [seo-content-gap-audit](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-content-gap-audit-b14432): Audite lacunas de conteúdo e decadência utilizando dados do Ahrefs MCP: tópicos em falta, cobertura escassa, conteúdo desatualizado e páginas em decadência. Use - [jtbd-framing](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__jtbd-framing-b34d02): O framework Jobs-to-be-Done como metodologia de produto aplicada. Job statements, struggling moments, critérios de hire and fire, a diferença entre feature-thin - [seo-keyword-gap-audit](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-keyword-gap-audit-904c87): Encontre palavras-chave para as quais os concorrentes ranqueiam e a propriedade alvo não, e priorize-as por oportunidade. Usa o Ahrefs MCP para dados de palavra - [stakeholder-communication](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__stakeholder-communication-26c38d): Comunique de forma eficaz com stakeholders de várias funções e níveis de senioridade. Use esta skill ao escrever status updates, preparar revisões executivas, p - [vendor-evaluation](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__vendor-evaluation-3a5fa0): Avalie, selecione e contrate fornecedores e ferramentas SaaS. Use esta skill ao comparar alternativas, conduzir um RFP, pontuar fornecedores segundo critérios, - [documentation-strategy](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__documentation-strategy-ad3bab): Desenhe e opere um sistema de documentação para uma equipa ou produto. Use esta skill ao planear o que documentar, escolher uma ferramenta de documentação, orga - [lead-magnet-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__lead-magnet-design-a2f277): Desenhar lead magnets que conquistam o email. A disciplina de criar conteúdo gated (ebooks, templates, checklists, swipe files, mini-cursos, ferramentas gratuit - [evidence-based-reviews](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__evidence-based-reviews-37d606): Produz análises de produtos honestas e guias de compra sem experiência em primeira mão fabricada, recorrendo a níveis de evidência divulgados: especificações ve - [experimentation-analytics](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__experimentation-analytics-fd75cc): Como ler resultados de experiências sem se enganar a si próprio. Intervalos de confiança, valores p, testes múltiplos, testes sequenciais, CUPED, efeitos de tra - [interactive-product-tour](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__interactive-product-tour-23506c): Conceber tours no produto, tooltips e ajuda contextual que ensinam as capacidades do produto sem se tornarem atrito. Lógica de acionamento, arquitetura de tours - [competitor-experience-audit](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__competitor-experience-audit-55a22a): Auditar a marca, a UX e o design dos principais sites de uma vertical como um conjunto de padrões observáveis entre sites, produzindo o patamar de experiência q - [brand-style-guide](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__brand-style-guide-0da5b4): Criar ou auditar um guia de estilo de marca abrangente que documenta o sistema de marca completo, incluindo história, sistema de logótipos, cor, tipografia, ima - [brand-discovery](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__brand-discovery-6c4829): Executar uma descoberta de marca a montante, abrangendo a investigação de audiências, o panorama competitivo, a dinâmica de categoria, o espaço do problema e a - [landing-page-copy](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__landing-page-copy-7bb86c): Escreva copy de landing page com atenção ao hero, à proposta de valor, à prova social, ao tratamento de objeções e aos CTAs focados em conversão. Use esta skill - [ads-performance-analytics](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__ads-performance-analytics-e8aca9): Como ler dashboards de paid media sem se enganar. Modelos de atribuição, particularidades dos relatórios das plataformas, reconciliação multiplataforma, armadil - [backup-and-disaster-recovery](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__backup-and-disaster-recovery-c5ec51): Planeie e execute backups, defina objetivos de recuperação e realize exercícios de disaster recovery. Use esta skill ao definir metas de RPO/RTO, desenhar a arq - [user-feedback-aggregation](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__user-feedback-aggregation-ff60b5): Recolher e sintetizar feedback dos utilizadores através de canais (tickets de suporte, NPS, feedback na aplicação, chamadas de vendas, menções nas redes sociais - [analytics-strategy](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__analytics-strategy-765377): Conceber frameworks de medição, incluindo taxonomia de eventos, hierarquia de KPIs, arquitetura de dashboards, modelos de atribuição e estratégia de implementaç - [seo-keyword](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-keyword-8a905a): Executar pesquisa de keywords, classificar por intenção de pesquisa, agrupar em grupos temáticos e priorizar para a produção de conteúdo. Use esta skill sempre - [chatbot-flow-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__chatbot-flow-design-708454): Desenho de fluxos conversacionais para chatbots de websites e agentes de IA. Arquitetura de reconhecimento de intenções, lógica de ramificação, tratamento de fa - [pm-spec-writing](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__pm-spec-writing-19255c): Traduz ideias, pedidos de funcionalidades ou conceitos vagos em dev briefs específicos e acionáveis. Use esta skill sempre que o utilizador tiver uma ideia que - [skill-creation-walkthrough](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__skill-creation-walkthrough-7680e2): Guia passo a passo para criar as suas próprias Claude Skills, desde decidir se uma skill é a ferramenta certa até escrever o ficheiro SKILL.md, estruturar o mat - [onboarding-wizard-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__onboarding-wizard-design-f5d897): Desenho de assistentes de onboarding na primeira utilização do produto que levam os utilizadores ao momento ah-ha sem os sobrecarregar. Arquitetura de etapas, d - [seo-aeo-geo](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-aeo-geo-dab3d3): Otimize o conteúdo e a estrutura do site para experiências de pesquisa orientadas por IA, incluindo AI overviews, citações de grandes modelos de linguagem, moto - [paid-media-strategy](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__paid-media-strategy-03f16f): Uma disciplina para gerir paid media sem atear fogo ao dinheiro. Escrita de hipóteses para a despesa em publicidade paga, seleção de canais, alocação de orçamen - [frontend-component-build](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__frontend-component-build-15f525): Crie componentes frontend prontos para produção com marcação acessível, props sensatas, estados definidos e comportamento testado. Use esta skill sempre que o u - [team-onboarding-playbook](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__team-onboarding-playbook-19fb70): Desenhe uma experiência de onboarding estruturada que torne os novos membros da equipa produtivos em 30, 60 e 90 dias. Use quando um novo colaborador está a che - [security-baseline](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__security-baseline-141954): Estabeleça uma linha de base de segurança para um site ou uma aplicação web. Use esta skill ao configurar HTTPS e TLS, definir security headers, planear a gestã - [art-direction](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__art-direction-883d71): Dirija trabalho visual e criativo para campanhas, fotografia, ilustração, vídeo e experiências de marca. Use esta skill sempre que o utilizador quiser passar um - [roadmap-planning](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__roadmap-planning-fc589b): Crie um roadmap de vários trimestres a partir de um backlog de ideias, pedidos e iniciativas em curso. Use esta skill ao planear o próximo trimestre, sequenciar - [seo-content-audit](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-content-audit-56c346): Audite o conteúdo existente em todo um site para decidir o que manter, atualizar, fundir, redirecionar ou eliminar. Use esta skill sempre que o utilizador quise - [content-and-copy](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__content-and-copy-06d1cc): Escrever ou editar textos de sites, conteúdo de blog e peças editoriais com atenção à voz, à estrutura e ao objetivo. Use esta skill sempre que o utilizador qui - [content-distribution](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__content-distribution-526052): Distribuição de conteúdo como disciplina. Canais próprios (newsletter, blog, redes sociais), canais ganhos (PR, sindicação, menções), canais pagos (publicações - [discovery-research-synthesis](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__discovery-research-synthesis-a59c59): Transformar artefactos de investigação em insights de PM acionáveis. Entrevistas a clientes, notas de investigação de utilizadores, análises de tickets de supor - [upgrade-flow-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__upgrade-flow-design-06aaa0): Desenho de fluxos de conversão de gratuito para pago em produtos SaaS. Momentos de gatilho, desenho de paywall, demonstração de valor, upsell vs downsell, fluxo - [design-standards](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__design-standards-a1848e): Aplique padrões de design de nível de produção ao construir ou rever páginas, componentes ou UI. Utilize esta skill sempre que o utilizador pedir para construir - [brand-ideation](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__brand-ideation-4f7103): Gere, avalie e afunile conceitos de marca durante a ideação inicial, incluindo territórios de posicionamento, candidatos a nome, direções de atmosfera e ângulos - [content-refresh-system](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__content-refresh-system-9bc81e): Disciplina sistemática de atualização de conteúdo. Auditorias trimestrais, priorização de atualizações (quais peças, quando, com que profundidade), decisões de - [vertical-site-conventions](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__vertical-site-conventions-946312): Componha páginas e sites que se leem como o seu vertical: lojas ecommerce-catalog que parecem lojas, sites hospitality-food que parecem restaurantes, sites b2b- - [after-action-report](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__after-action-report-96bd37): Execute uma after-action review estruturada (postmortem, retrospective) sobre um lançamento, incidente ou projeto concluído para capturar a cronologia, a anális - [funnel-flow-architecture](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__funnel-flow-architecture-8f0500): Arquitetar fluxos de conversão entre ferramentas que correspondam à audiência e à fase. Da landing page ao lead magnet, à sequência de nurture, à oferta e aos f - [quiz-and-assessment-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__quiz-and-assessment-design-70d7bf): Desenhar quizzes, avaliações de personalidade e ferramentas de recomendação que segmentem os utilizadores em categorias acionáveis em vez de gerar cliques pelo - [seo-audit-orchestration](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-audit-orchestration-f6010b): Orquestrador principal de uma suíte completa de auditoria SEO alimentada pelo Ahrefs MCP. Use esta skill ao executar uma auditoria SEO abrangente, ao definir o - [usability-testing](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__usability-testing-1daa79): Planeie e execute testes de usabilidade em designs existentes ou protótipos, incluindo conceção do teste, guiões de tarefas, moderação, observação e síntese de - [email-sequences](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__email-sequences-6c1308): Conceba e escreva campanhas e sequências de email, incluindo fluxos de onboarding, campanhas de ciclo de vida, emails transacionais, newsletters, envios broadca - [data-warehouse-experimentation](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__data-warehouse-experimentation-09e77e): Executar experiências a partir do data warehouse em vez de através de plataformas de experimentação dedicadas. Atribuição baseada em SQL, disciplina de registo - [form-strategy](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__form-strategy-7bcd7d): Desenhe formulários que convertem, validam bem, resistem ao spam e se integram de forma limpa com sistemas a jusante. Use esta skill ao desenhar ou auditar qual - [ai-content-collaboration](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__ai-content-collaboration-c988d8): Como humanos e IA colaboram em fluxos de trabalho de conteúdo. Onde a IA participa legitimamente, onde os humanos devem assumir a propriedade, padrões de fluxo - [brand-identity](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__brand-identity-a15057): Desenhe ou avalie um sistema de identidade visual de marca que abrange logótipo, cor, tipografia, direção de imagem, iconografia e princípios de movimento. Use - [ads-creative-development](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__ads-creative-development-0b4411): Como produzir criativos publicitários que convertem à escala de performance. Padrões de hook, seleção de formato, ritmo de vídeo, sistemas de variação, metodolo - [feature-launch-playbook](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__feature-launch-playbook-99f90e): O playbook operacional para lançar bem uma funcionalidade. Posicionamento, alinhamento interno, comunicação com clientes, capacitação de vendas, prontidão do su - [pillar-content-architecture](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__pillar-content-architecture-13485a): Como desenhar um hub de conteúdo que conquista autoridade tópica. Seleção de tópicos pilar, planeamento de clusters, arquitetura de links internos, estrutura de - [brand-voice](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__brand-voice-49cc28): Desenvolva ou documente um sistema completo de voz e tom de marca que abranja atributos de voz, mudanças de tom conforme o contexto, preferências de vocabulário - [seo-competitor](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-competitor-5c6d48): Execute uma análise SEO competitiva comparando o site do utilizador com concorrentes escolhidos em termos de sobreposição na SERP, profundidade de conteúdo, per - [product-configurator-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__product-configurator-design-cc0775): Desenho de configuradores de produtos build-your-own (estilo Tesla, custom-pricing, plan-builders) com lógica de restrições, preços em tempo real, validação e m - [calculator-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__calculator-design-293b6c): Conceção de calculadoras interativas (calculadoras de ROI, estimadores de preços, projeções de poupança, calculadoras de crédito à habitação, avaliações persona - [internationalization](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__internationalization-69d8bb): Planeie e gere um site multiidioma ou multirregião. Use esta skill ao adicionar novos locales, escolher a estrutura de URL para idiomas (subpastas vs subdomínio - [content-migration](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__content-migration-e32e8c): Mova o conteúdo entre plataformas, domínios ou estruturas de URL, preservando a equidade de SEO, os marcadores dos utilizadores e as integrações. Use esta skill - [seo-onpage](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-onpage-da3ff5): Execute uma auditoria abrangente de SEO on-page ou uma passagem de otimização que abranja title tags, meta descriptions, estrutura de cabeçalhos, qualidade do c - [logo-design](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__logo-design-97f7b2): Gere variantes de logótipo para uma marca, produzindo múltiplas marcas de nível de produção em diferentes arquiteturas (wordmark, lockup, symbol-only, letterfor - [content-repurposing](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__content-repurposing-af84b5): Adaptação de conteúdo entre formatos. Transformar uma peça substancial em muitos formatos derivados (séries de blog, sequências de emails, publicações em redes - [product-analytics-setup](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__product-analytics-setup-d2d06d): Como instrumentar corretamente a product analytics na prática. Taxonomia de eventos, desenho de propriedades, convenções de nomenclatura, versionamento de schem - [design-system](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__design-system-76c90e): Construa ou audite um design system, incluindo a component library, os design tokens, as convenções de nomenclatura, o modelo de contribuição e a documentação. - [seo-site-health-audit](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__seo-site-health-audit-219963): Faça a triagem das conclusões técnicas de SEO do Ahrefs Site Audit (e crawlers semelhantes) por impacto de SEO, não apenas pela gravidade. Use esta skill ao rev - [content-strategy](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__content-strategy-438dd1): Desenvolva uma estratégia de conteúdo que abranja o posicionamento editorial, os pilares de conteúdo, os formatos, o calendário, a governação e o planeamento da - [cost-optimization](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__cost-optimization-63c2be): Audite e reduza os custos de infraestrutura e de ferramentas sem sacrificar a fiabilidade ou a velocidade. Use esta skill ao rever as despesas mensais com cloud - [qa-testing](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__qa-testing-4ae211): Execute testes de QA numa página, numa funcionalidade ou num site completo, num de três níveis de profundidade (smoke, standard, full). Use esta skill sempre qu - [beta-program-management](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__beta-program-management-e76a53): Executar betas fechadas e abertas que produzem sinal real. Seleção de participantes da beta, recolha estruturada de feedback, critérios de decisão de beta para - [evidence-based-reviews](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__evidence-based-reviews-d82713): Produzir análises honestas de produtos e guias de compra sem experiência direta fabricada, usando níveis de evidência divulgados: especificações verificadas, sí - [production-fast-api-template](https://doutorai.pt/componentes/skills__davepoon-subagents__production-fast-api-template): Regras de estrutura e execução para um backend unificado e pronto para produção que combina FastAPI orientado a domínio, Retrieval-Augmented Generation (RAG) e - [de-ai-writer](https://doutorai.pt/componentes/skills__davepoon-subagents__de-ai-writer): Removedor do sabor de IA em textos. Usar quando o utilizador fornece texto gerado por IA (artigos de WeChat, publicações de Xiaohongshu, textos de e-commerce, e - [atlas-cloud-media](https://doutorai.pt/componentes/skills__davepoon-subagents__atlas-cloud-media): Descubra os modelos de imagem e vídeo da Atlas Cloud, inspecione os respetivos schemas em tempo real e submeta um pedido confirmado de geração de media com poll - [bulkpublish-social-scheduling](https://doutorai.pt/componentes/skills__davepoon-subagents__bulkpublish-social-scheduling): Agende, publique e analise publicações sociais em 15 redes via BulkPublish (MCP ou REST): Facebook, Instagram, X, TikTok, YouTube, Threads, Bluesky, Pinterest, - [agenttrace-session-audit](https://doutorai.pt/componentes/skills__davepoon-subagents__agenttrace-session-audit): Audite sessões locais de coding agents de IA com o agenttrace para custo, tokens, falhas de ferramentas, latência, anomalias, saúde, diffs e CI gates. - [hexanon-x402-apis](https://doutorai.pt/componentes/skills__davepoon-subagents__hexanon-x402-apis): Acesso pay-per-call à família Hexanon de oito APIs x402 para agentes autónomos: sem registo, sem chaves de API, USDC na Base. Abrange inteligência de veículos e - [rag-evaluation-harness](https://doutorai.pt/componentes/skills__davepoon-subagents__rag-evaluation-harness): Avalie o comportamento de recuperação e citação para pipelines RAG a partir de fixtures JSONL determinísticas. Utilize quando um agent precisar de Recall@K offl - [llm-crawler-access-check](https://doutorai.pt/componentes/skills__davepoon-subagents__llm-crawler-access-check): Verifique se o robots.txt de um site permite os crawlers de IA que decidem a visibilidade no ChatGPT Search, Perplexity, Claude, Gemini e Microsoft Copilot. Use - [checkpointed-agent-loop](https://doutorai.pt/componentes/skills__davepoon-subagents__checkpointed-agent-loop): Execute tarefas longas ou propensas a falhas do Claude Code como ciclos limitados e retomáveis, com uma máquina de estados durável, um orçamento de tentativas e - [verify-watermark-removal](https://doutorai.pt/componentes/skills__davepoon-subagents__verify-watermark-removal): Verifique se um passo de remoção de marca de água ou de "humanizer" removeu realmente uma marca de água estatística em texto, medindo uma amostra cuja chave o u - [competitor-research](https://doutorai.pt/componentes/skills__davepoon-subagents__competitor-research): Pesquise produtos da concorrência, histórico de lançamentos e evidências de aquisição a partir de fontes públicas ou de materiais fornecidos. Use quando estiver - [ai-search-visibility-audit](https://doutorai.pt/componentes/skills__davepoon-subagents__ai-search-visibility-audit): Audite se um site pode ser encontrado, rastreado e citado por motores de resposta de IA como ChatGPT Search, Perplexity, Google AI Overviews e Microsoft Copilot - [red-handed-audit](https://doutorai.pt/componentes/skills__davepoon-subagents__red-handed-audit): Verifique se os testes que o agent disse ter passado foram realmente executados. Lê localmente a transcrição da sessão do Claude Code e o estado do git e, em se - [you-web-search](https://doutorai.pt/componentes/skills__davepoon-subagents__you-web-search): Pesquise na web em tempo real e leia URLs através do servidor MCP You.com. Use quando precisar de informação atual para além dos dados de treino: lançamentos re - [postwire](https://doutorai.pt/componentes/skills__davepoon-subagents__postwire): Publique e agende em TikTok, Instagram, YouTube, LinkedIn, X, Bluesky, Mastodon, Facebook, Threads, Reddit, Telegram e Discord através de uma única chamada de A - [upload-post](https://doutorai.pt/componentes/skills__davepoon-subagents__upload-post): Publique e agende conteúdo em 15 plataformas sociais através de uma única chamada de API Upload-Post: TikTok, Instagram, YouTube, LinkedIn, Facebook, X, Threads - [anti-ui-slop](https://doutorai.pt/componentes/skills__davepoon-subagents__anti-ui-slop): Impeda que os coding agents entreguem UI genérica. Use os mais de 800 000 ecrãs reais web e iOS da UIZZE para construir interfaces específicas do produto, defin - [voice-persona](https://doutorai.pt/componentes/skills__davepoon-subagents__voice-persona): Transforme o Agent num bot capaz de conversar por voz: conversão de ficheiros de voz em texto (suporta o formato silk do WeChat) + respostas de persona com múlt - [gsc-seo-optimizer](https://doutorai.pt/componentes/skills__davepoon-subagents__gsc-seo-optimizer): Analise exportações do Google Search Console ou dados de API autorizados para priorizar melhorias de páginas. Use para alterações de tráfego, oportunidades de p - [muapi-media](https://doutorai.pt/componentes/skills__davepoon-subagents__muapi-media): Descubra os modelos de imagem atuais do MuAPI e execute um pedido assíncrono de geração de imagens explicitamente confirmado, com polling limitado. Use quando u - [video-to-text](https://doutorai.pt/componentes/skills__davepoon-subagents__video-to-text): Vídeo para texto. Utilizar quando o utilizador envia uma ligação de partilha do Douyin (para obter metadados como título/autor/gostos) ou um ficheiro de vídeo l - [apify-product-lookup](https://doutorai.pt/componentes/skills__davepoon-subagents__apify-product-lookup): Obtenha o preço atual, o stock, a classificação ou as imagens de um produto real a partir de páginas de retalhistas através do servidor MCP da Apify, e devolva- - [agent-memory-discipline](https://doutorai.pt/componentes/skills__davepoon-subagents__agent-memory-discipline): Ensina quando recorrer à memória de longo prazo antes de agir e quando guardar depois decisões duradouras, correções e falhas. Use quando uma ferramenta de memó - [youtube-transcript](https://doutorai.pt/componentes/skills__davepoon-subagents__youtube-transcript): Use quando o utilizador quiser obter a transcrição de um vídeo do YouTube, quiser resumir/analisar/citar um vídeo do YouTube pelo seu conteúdo falado, quiser pe - [x-research](https://doutorai.pt/componentes/skills__davepoon-subagents__x-research): Pesquise e inspecione publicações públicas atuais do X, tendências, perfis, publicações de perfil, media e respostas através do AgentBody. Use proativamente sem - [ctrl-clip](https://doutorai.pt/componentes/skills__davepoon-subagents__ctrl-clip): ⧉ Copie uma mensagem para a área de transferência do sistema com formatação limpa: sem pipes de blockquote, sem barras do terminal, sem comentários do Claude. U - [project-milestone-tracker](https://doutorai.pt/componentes/skills__davepoon-subagents__project-milestone-tracker): Tracker de marcos de gestão de projetos (Project Milestone Tracker): use quando o utilizador pedir ao agent para planear e acompanhar marcos, registar compromis - [doc-ocr](https://doutorai.pt/componentes/skills__davepoon-subagents__doc-ocr): Reconhecimento de texto em documentos. Use quando o utilizador fornecer PDF/digitalizações/imagens (contratos, faturas, páginas de livros, capturas de ecrã) e p - [jev-social](https://doutorai.pt/componentes/skills__davepoon-subagents__jev-social): Execute pesquisa social baseada no browser, sem mutações remotas de conta, através do Jev Social, quando um utilizador quiser publicações, perfis, comentários, - [cohesivity](https://doutorai.pt/componentes/skills__davepoon-subagents__cohesivity): Backend e infraestrutura através do Cohesivity. Utilize apenas quando o utilizador mencionar o Cohesivity, existir um ficheiro .cohesivity válido ou o plugin ou - [ecommerce-material-studio](https://doutorai.pt/componentes/skills__davepoon-subagents__ecommerce-material-studio): Oficina de materiais para e-commerce (bilíngue chinês-inglês). Utilizar quando o utilizador precisar de gerar imagens principais de e-commerce, imagens de detal - [proposal-drafter](https://doutorai.pt/componentes/skills__davepoon-subagents__proposal-drafter): Redija uma proposta freelance personalizada ou uma bio de perfil de plataforma a partir de um anúncio de emprego/briefing real e do percurso real do freelancer. - [orca-replay](https://doutorai.pt/componentes/skills__davepoon-subagents__orca-replay): Responde a perguntas sobre uma execução anterior de um agent a partir da respetiva gravação, e não da memória, e reproduz ou faz fork dessa execução. Use quando - [kavel-image-studio](https://doutorai.pt/componentes/skills__davepoon-subagents__kavel-image-studio): Transforme uma fotografia num visual de IA específico (novo penteado, figurina colecionável, retrato régio de animal de estimação, fotografia de casamento, year - [dsh-deepread](https://doutorai.pt/componentes/skills__davepoon-subagents__dsh-deepread): Leitura aprofundada de um livro ou de um artigo: extrair as ideias principais, a estrutura argumentativa e os argumentos-chave. Use esta skill quando o utilizad - [answering-cross-repo-request](https://doutorai.pt/componentes/skills__davepoon-subagents__answering-cross-repo-request): Use quando outra sessão Claude pedir uma alteração neste repositório (um novo endpoint, um campo, uma atualização do cliente, uma subida de versão de um pacote) - [cross-repo-request](https://doutorai.pt/componentes/skills__davepoon-subagents__cross-repo-request): Use quando o trabalho neste repositório depende de uma alteração num repositório diferente que tem a sua própria sessão Claude em execução (um frontend que prec - [cohesivity](https://doutorai.pt/componentes/skills__davepoon-subagents__cohesivity-84ce07): Backend e infraestrutura para um projeto via Cohesivity (cohesivity.ai). Aprovisiona Postgres, alojamento e deploys, autenticação e login social, websockets em - [serply-web-search](https://doutorai.pt/componentes/skills__davepoon-subagents__serply-web-search): Pesquise no Google, Bing, Google News e Google Scholar e leia páginas públicas, através do servidor MCP Serply. Use quando precisar de informação atual para alé - [card-prices](https://doutorai.pt/componentes/skills__davepoon-subagents__card-prices): Use quando o utilizador perguntar quanto vale uma carta colecionável, se vale a pena graduar uma carta, preços de PSA 9 vs PSA 10, histórico de preços de cartas - [browser-extension-launch](https://doutorai.pt/componentes/skills__davepoon-subagents__browser-extension-launch): Destinado a utilizadores sem experiência de programação, transforma ideias num plugin de navegador pronto a experimentar e conclui a verificação, os materiais d - [fxmacrodata](https://doutorai.pt/componentes/skills__davepoon-subagents__fxmacrodata): Consulte publicações macroeconómicas oficiais, taxas diretoras dos bancos centrais, calendários de publicação e taxas de câmbio FX para 22 moedas através do ser - [equibles-research](https://doutorai.pt/componentes/skills__davepoon-subagents__equibles-research): Use quando o utilizador perguntar sobre uma empresa cotada nos EUA ou sobre o mercado dos EUA e quiser números com fontes, como documentos da SEC e o que um 10- - [toolkit-research](https://doutorai.pt/componentes/skills__davepoon-subagents__toolkit-research): Use quando o utilizador pedir explicitamente uma pesquisa com o Baizhi Agent Toolkit. Descubra as ferramentas MCP ligadas e os respetivos esquemas atuais, acord - [datacircle](https://doutorai.pt/componentes/skills__davepoon-subagents__datacircle): Consulte perfis do LinkedIn por URL com o Datacircle, sem marcação, e gira o saldo e os ficheiros do Datacircle. Use quando o utilizador fornecer URLs de perfis - [browser-automation](https://doutorai.pt/componentes/skills__davepoon-subagents__browser-automation): Use quando o utilizador pedir para fazer algo num website real, como abrir uma página, percorrer um fluxo, preencher ou submeter um formulário, iniciar sessão, - [ad-angle-research](https://doutorai.pt/componentes/skills__davepoon-subagents__ad-angle-research): Consulte os anúncios que um concorrente está a veicular neste momento no Meta (Facebook/Instagram) e no Google, e depois extraia os hooks, as ofertas, os CTAs e - [dating-profile-coach](https://doutorai.pt/componentes/skills__davepoon-subagents__dating-profile-coach): Revê e melhora um perfil de encontros no Tinder, Hinge ou Bumble: classifica as fotos do utilizador e escolhe a foto principal, verifica-as contra as regras ofi - [linkedin-profile-refresh](https://doutorai.pt/componentes/skills__davepoon-subagents__linkedin-profile-refresh): Atualize um perfil do LinkedIn para uma procura de emprego a partir do currículo do próprio utilizador: escolha e verifique a fotografia de perfil, recorte-a lo - [team-headshot-consistency](https://doutorai.pt/componentes/skills__davepoon-subagents__team-headshot-consistency): Faça as fotos da página de equipa ou da página sobre nós de um site parecerem um conjunto coerente: analise localmente a pasta das fotografias de perfil, assina - [ugc-ad-remix](https://doutorai.pt/componentes/skills__davepoon-subagents__ugc-ad-remix): Transforme um anúncio de vídeo UGC comprovado num guião plano a plano para o seu próprio produto. Use quando o utilizador partilhar um anúncio do TikTok, Reels - [agentwhy-session-audit](https://doutorai.pt/componentes/skills__davepoon-subagents__agentwhy-session-audit): Verifica quais os ficheiros privados (.env, chaves, segredos) que o Claude Code e os seus subagentes acederam neste projeto, se algum valor chegou ao contexto d - [dispatch-authoring](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__dispatch-authoring): Escrever o despacho estruturado de uma sessão de planeamento para um agente de programação: um despacho com cabeçalho, verificações do Gate 0, âmbito, especific - [oss-contribution-research](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__oss-contribution-research): Pesquisar e preparar uma contribuição externa para um repositório de código aberto, e depois parar num item da fila para que uma pessoa a aprove: verificação de - [sprint-operations](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__sprint-operations): Gere a camada de medição e cerimónias de uma equipa de entrega: o conjunto de métricas, a estimativa e a capacidade, as cinco cerimónias de sprint e o relatório - [ticket-authoring](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__ticket-authoring): Escreva itens de trabalho completos e prontos a serem puxados para um gestor de tarefas: bugs, tarefas, histórias, spikes e epics, cada um com os campos, anexos - [dispatch-authoring](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__dispatch-authoring-4cffed): Escreva a passagem estruturada de uma sessão de planeamento para um agente de codificação: um despacho com cabeçalho, verificações do Gate 0, âmbito, especifica - [oss-contribution-research](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__oss-contribution-research-48316e): Pesquisar e preparar uma contribuição externa para um repositório de código aberto e parar num item da fila para aprovação humana: verificação de política, admi - [sprint-operations](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__sprint-operations-0ec7c2): Gerir a camada de medição e cerimónias de uma equipa de entrega: o conjunto de métricas, a estimativa e a capacidade, as cinco cerimónias do sprint, e o relatór - [ticket-authoring](https://doutorai.pt/componentes/skills__rampstackco-claude-skills__ticket-authoring-ab681d): Escreva itens de trabalho completos e prontos a usar num sistema de acompanhamento de issues: bugs, tarefas, histórias, spikes e épicos, cada um com os campos, - [wan27-media](https://doutorai.pt/componentes/skills__davepoon-subagents__wan27-media): Gere imagens e vídeos com o Wan27, descubra os modelos disponíveis, estime os custos em créditos e obtenha os resultados das gerações através das suas ferrament - [bro](https://doutorai.pt/componentes/skills__davepoon-subagents__bro): Volte a explicar a mensagem anterior do assistente, ou qualquer texto escrito após o comando, de forma muito mais simples. Serve para quando uma resposta o deix - [feedback](https://doutorai.pt/componentes/skills__davepoon-subagents__feedback): Transforme o feedback pós-tarefa, mesmo que seja seco ou irritado, num plano de melhoria baseado em evidências e sujeito a aprovação para o fluxo de trabalho en - [guided-goal](https://doutorai.pt/componentes/skills__davepoon-subagents__guided-goal): Transforme um objetivo vago num contrato de conclusão delimitado e verificável, confirme-o e execute-o com um limite finito de tentativas. Use quando o utilizad - [launch-check](https://doutorai.pt/componentes/skills__davepoon-subagents__launch-check): Cartão de avaliação passivo, antes do lançamento, para um URL em produção de uma aplicação ou site construído com IA (Lovable, Bolt, Replit, Cursor, v0, Claude) - [second-deposit-igaming](https://doutorai.pt/componentes/skills__davepoon-subagents__second-deposit-igaming): Identifica os motivos pelos quais os primeiros depositantes (FTD) de casinos não fazem um segundo depósito, a partir das exportações do back-office do operador - [cooper-email](https://doutorai.pt/componentes/skills__davepoon-subagents__cooper-email): Dê ao Claude a sua própria caixa de correio eletrónica com o Cooper Email para enviar, receber e responder a mensagens, e para aguardar respostas ou códigos de - [veida-image](https://doutorai.pt/componentes/skills__davepoon-subagents__veida-image): Gera uma imagem a partir de um prompt de texto sem chave de API, sem conta e sem custo, através do nível anónimo gratuito do Veida (veida.ai). Use quando o util ## Como instalar skills para Claude Code Para instalar skills no Claude Code, comece por aceder à Biblioteca do Doutor AI. A partir daí, pode explorar a vasta coleção de componentes disponíveis e selecionar as skills que se adequam ao seu projeto. Após a escolha, siga as instruções de instalação simples e rápidas, garantindo que a sua aplicação esteja equipada com as capacidades necessárias. ## Casos de uso comuns para skills no Claude Code As skills para Claude Code podem ser aplicadas em diversos contextos, desde chatbots inteligentes até sistemas de recomendação. Por exemplo, uma skill de processamento de linguagem natural pode melhorar a interação com utilizadores, enquanto uma skill de análise de dados pode fornecer insights valiosos para negócios. A versatilidade das skills permite que sejam adaptadas a diferentes sectores e necessidades. ## Diferença entre skills e outros componentes do Claude Code As skills diferem de outros componentes do Claude Code, como bibliotecas e frameworks, pois são focadas em capacidades específicas. Enquanto uma biblioteca pode oferecer várias funções, uma skill é projetada para resolver um problema concreto ou oferecer uma funcionalidade particular. Esta especialização torna as skills uma escolha ideal para quem procura soluções direcionadas. ## Por caso de uso Se já sabe que tarefa quer resolver, comece por uma destas seleções feitas à mão, onde escolhemos os componentes que valem mesmo a pena para o trabalho: [Revisão de código](https://doutorai.pt/para/revisao-de-codigo) · [Testes automatizados](https://doutorai.pt/para/testes-automatizados) · [Segurança e auditoria](https://doutorai.pt/para/seguranca-e-auditoria) · [Bases de dados](https://doutorai.pt/para/bases-de-dados) · [Documentação técnica](https://doutorai.pt/para/documentacao-tecnica) · [Frontend e interfaces](https://doutorai.pt/para/frontend-e-interfaces) · [DevOps e deploy](https://doutorai.pt/para/devops-e-deploy) · [Depuração de erros](https://doutorai.pt/para/depuracao-de-erros). [Ver todos os casos de uso](https://doutorai.pt/para). ## Perguntas frequentes ### O que são skills no Claude Code? Skills são capacidades ou conhecimentos empacotados que permitem ao Claude Code realizar funções específicas, melhorando a sua performance em diferentes tarefas. ### Como posso encontrar skills relevantes para o meu projeto? Na Biblioteca do Doutor AI, pode usar filtros e categorias para explorar as skills disponíveis, facilitando a busca por aquelas que se alinham com as necessidades do seu projeto. ### As skills são gratuitas? A maioria das skills na Biblioteca do Doutor AI é gratuita, mas algumas podem ter custos associados, dependendo da complexidade e suporte oferecido. ### Posso criar as minhas próprias skills? Sim, o Claude Code permite que desenvolvedores criem skills personalizadas. O Doutor AI oferece recursos e documentação para ajudar nesse processo. ### Qual é a importância de usar skills no desenvolvimento com Claude Code? Usar skills permite que os desenvolvedores integrem funcionalidades avançadas rapidamente, economizando tempo e recursos, ao mesmo tempo que melhoram a experiência do utilizador. ## Poupe horas todas as semanas com IA, sem complicações O **Doutor AI** dá-lhe 1859 prompts de IA prontos a copiar, por indústria e em português simples - mais uma biblioteca técnica completa para quem quer ir mais longe. [Ver planos →](https://doutorai.pt/precos) --- Conteúdo de Doutor AI (https://doutorai.pt). Ao citar, indique a fonte: https://doutorai.pt/claude-code/skills