Communitygithub.com

constructor-de-conectores-api

Construye un nuevo conector o proveedor de API que coincida con el patrón del repositorio anfitrión.

¿Qué es constructor-de-conectores-api?

Este skill está diseñado para ayudar a un agente de IA a generar un conector o proveedor de API completamente nativo del repositorio anfitrión. En lugar de implementar un cliente HTTP genérico, el skill guía al agente para que aprenda el 'estilo de la casa' del repositorio existente, inspeccionando al menos dos conectores previos para comprender la estructura de archivos, el modelo de configuración, el manejo de autenticación, errores, paginación y pruebas. Luego, reduce el alcance de la integración a los elementos esenciales (flujo de autenticación, entidades clave, operaciones CRUD, y modelo de webhooks o polling) y construye el nuevo conector en las capas nativas del repositorio: configuración, transporte, capa de mapeo, punto de entrada, registro y pruebas. Finalmente, valida que el nuevo conector se vea 'obvio' en la base de código, no importado de un ecosistema diferente. Es compatible con cualquier repositorio que ya tenga un patrón de conectores, ya sea en Python (proveedores), integraciones estilo conector o plugins TypeScript. El skill incluye guardas para evitar inventar una nueva arquitectura, empezar desde documentación externa en lugar de desde conectores existentes, o copiar ciegamente conectores antiguos si el repositorio tiene un patrón más reciente.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/api-connector-builder

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Constructor de Conectores de API

Úsalo cuando la tarea sea agregar una superficie de integración nativa del repositorio, no solo un cliente HTTP genérico.

El objetivo es hacer coincidir el patrón del repositorio anfitrión:

  • distribución de conectores
  • esquema de configuración
  • modelo de autenticación
  • manejo de errores
  • estilo de pruebas
  • cableado de registro/descubrimiento

Cuándo Usarlo

  • "Construye un conector de Jira para este proyecto"
  • "Agrega un proveedor de Slack siguiendo el patrón existente"
  • "Crea una nueva integración para esta API"
  • "Construye un plugin que coincida con el estilo de conector del repositorio"

Guardas

  • no inventes una nueva arquitectura de integración cuando el repositorio ya tiene una
  • no comiences solo con la documentación del proveedor; comienza primero con los conectores existentes en el repositorio
  • no te detengas en el código de transporte si el repositorio espera cableado de registro, pruebas y documentación
  • no copies ciegamente conectores antiguos si el repositorio tiene un patrón más nuevo y actual

Flujo de Trabajo

1. Aprende el estilo de la casa

Inspecciona al menos 2 conectores/proveedores existentes y mapea:

  • distribución de archivos
  • límites de abstracción
  • modelo de configuración
  • convenciones de reintento / paginación
  • ganchos de registro
  • fixtures de prueba y nombres

2. Reduce la integración objetivo

Define solo la superficie que el repositorio realmente necesita:

  • flujo de autenticación
  • entidades clave
  • operaciones principales de lectura/escritura
  • paginación y límites de tasa
  • modelo de webhook o polling

3. Construye en capas nativas del repositorio

Capas típicas:

  • config/esquema
  • cliente/transporte
  • capa de mapeo
  • punto de entrada del conector/proveedor
  • registro
  • pruebas

4. Valida contra el patrón fuente

El nuevo conector debería verse obvio en la base de código, no importado de un ecosistema diferente.

Formas de Referencia

Estilo de proveedor

providers/
  existing_provider/
    __init__.py
    provider.py
    config.py

Estilo de conector

integrations/
  existing/
    client.py
    models.py
    connector.py

Estilo de plugin TypeScript

src/integrations/
  existing/
    index.ts
    client.ts
    types.ts
    test.ts

Lista de Verificación de Calidad

  • coincide con un patrón de integración existente en el repositorio
  • existe la validación de configuración
  • la autenticación y el manejo de errores son explícitos
  • el comportamiento de paginación/reintento sigue las normas del repositorio
  • el cableado de registro/descubrimiento está completo
  • las pruebas reflejan el estilo del repositorio anfitrión
  • la documentación/ejemplos se actualizan si el repositorio lo espera

Habilidades Relacionadas

  • backend-patterns
  • mcp-server-patterns
  • github-ops

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Skills relacionados