Migra aplicaciones Vega OS (Amazon Fire TV) a un monorepo React Native multiplataforma compatible con Android TV, Apple TV y otras plataformas. Cubre análisis, implementación e integración de módulos nativos. Útil para migrar apps de TV o crear nuevas aplicaciones multiplataforma.
Este skill está diseñado para ayudar a desarrolladores y agentes de IA a migrar aplicaciones basadas en el sistema Vega OS (Amazon Fire TV) a una arquitectura moderna de monorepo React Native que soporte múltiples plataformas de TV, como Android TV, Apple TV y Fire TV. La habilidad guía a través de las fases de análisis del código existente, implementación de la lógica compartida con React Native, e integración de módulos nativos específicos de cada plataforma. Es especialmente útil para equipos que buscan reducir el costo de mantenimiento al unificar bases de código, aprovechar el ecosistema de React Native y extender la compatibilidad a otras plataformas además de Fire TV. El skill se basa en una metodología documentada que incluye la identificación de dependencias nativas, la creación de componentes reutilizables y la configuración de herramientas de desarrollo como Metro bundler y Gradle para cada destino. Está optimizado para asistir en tareas de migración, pero también sirve como plantilla para iniciar nuevos proyectos de TV multiplataforma desde cero.
npx skills add https://github.com/amazonappdev/devices-agent-skills/tree/main/skills/vega-multi-tv-migrationInstalled? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Migra aplicaciones Vega OS (Amazon Fire TV) a un monorepo React Native multiplataforma compatible con Android TV, Apple TV y otras plataformas. Cubre análisis, implementación e integración de módulos nativos. Útil para migrar apps de TV o crear nuevas aplicaciones multiplataforma.
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.