Migrieren Sie Vega OS (Amazon Fire TV) Anwendungen in ein Multi-Plattform React Native Monorepo, das Android TV, Apple TV und andere Plattformen unterstützt. Deckt Analyse, Implementierung und Integration nativer Module ab.
Dieses Skill unterstützt Entwickler bei der Migration von Vega OS (Amazon Fire TV) Anwendungen in ein Multi-Plattform React Native Monorepo, das mehrere TV-Plattformen wie Android TV, Apple TV und andere unterstützt. Es ist sowohl für die Migration bestehender TV-Apps als auch für die Entwicklung neuer Multi-Plattform-TV-Anwendungen konzipiert. Der Skill deckt drei Hauptbereiche ab: Analyse der bestehenden Vega OS Codebasis, Implementierung der plattformübergreifenden gemeinsamen Logik und Integration plattformspezifischer nativer Module. Entwickler erhalten Schritt-für-Schritt-Anleitungen zur Strukturierung des Monorepos, zur Migration von Geschäftslogik, zur Einrichtung plattformspezifischer Build-Konfigurationen und zur Anbindung nativer APIs wie Medienerkennung, Bildschirmsteuerung und Eingabemethoden. Der Skill eignet sich besonders für Teams, die ihre Reichweite über Fire TV hinaus erweitern möchten, ohne die Codebasis für jede Plattform neu schreiben zu müssen.
npx skills add https://github.com/amazonappdev/devices-agent-skills/tree/main/skills/vega-multi-tv-migrationInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Migrieren Sie Vega OS (Amazon Fire TV) Anwendungen in ein Multi-Plattform React Native Monorepo, das Android TV, Apple TV und andere Plattformen unterstützt. Deckt Analyse, Implementierung und Integration nativer Module ab. Verwenden Sie dies bei der Migration von TV-Apps zur Unterstützung mehrerer Plattformen oder bei der Erstellung neuer Multi-Plattform-TV-Anwendungen.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.