Communitygithub.com

messages-ops

Flujo de trabajo de mensajería en vivo basado en evidencia para ECC. Úsalo cuando el usuario quiera leer textos o DMs, recuperar un código de un solo uso reciente, inspeccionar un hilo antes de responder o demostrar qué fuente de mensajes se verificó realmente.

¿Qué es messages-ops?

Este skill proporciona un flujo de trabajo estructurado y basado en evidencia para la recuperación de mensajes en vivo, incluyendo iMessage, DMs, códigos de un solo uso recientes e inspección de hilos antes de responder. Es útil para garantizar que el usuario sepa exactamente qué fuente de mensajes fue consultada y cuáles fueron los resultados obtenidos. Está diseñado para plataformas como Claude Code u otros asistentes de IA que ejecutan tareas de mensajería en nombre del usuario. El flujo comienza resolviendo el hilo exacto, luego realiza la lectura antes de redactar cualquier respuesta, maneja códigos de un solo uso como tareas de recuperación enfocadas, y finalmente reporta evidencia exacta incluyendo la fuente, el hilo, la ventana de tiempo y el estado de la operación.

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

Preguntar en tu IA favorita

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

Documentación

Messages Ops

Úsalo cuando la tarea sea recuperación de mensajes en vivo: iMessage, DMs, códigos de un solo uso recientes o inspección de hilos antes de un seguimiento.

Esto no es trabajo de correo electrónico. Si la superficie dominante es un buzón, usa email-ops.

Pila de habilidades

Incluye estos skills nativos de ECC en el flujo de trabajo cuando sea relevante:

  • email-ops cuando la tarea de mensajes sea realmente trabajo de buzón
  • connections-optimizer cuando el hilo de DM pertenezca a trabajo de red saliente
  • lead-intelligence cuando el hilo en vivo deba informar la segmentación o el alcance en ruta cálida
  • knowledge-ops cuando el contenido del hilo deba capturarse en contexto duradero

Cuándo usarlo

  • el usuario dice "lee mis mensajes", "verifica los textos", "mira en los DMs" o "encuentra el código"
  • la tarea depende de un hilo en vivo o de un código reciente entregado a una superficie de mensajería local
  • el usuario quiere prueba de qué fuente o hilo fue inspeccionado

Protecciones

  • resuelve la fuente primero:
    • mensajes locales
    • X / DM social
    • otra superficie de mensajes con acceso por navegador
  • no afirmes que se verificó un hilo sin nombrar la fuente
  • no improvises acceso directo a la base de datos si existe un ayudante verificado o una ruta estándar
  • si la autenticación o MFA bloquea la superficie, reporta el bloqueador exacto

Flujo de trabajo

1. Resuelve el hilo exacto

Antes de hacer cualquier otra cosa, determina:

  • superficie de mensajes
  • remitente / destinatario / servicio
  • ventana de tiempo
  • si la tarea es recuperación, inspección o preparación para una respuesta

2. Lee antes de redactar

Si la tarea puede convertirse en un seguimiento saliente:

  • lee la última entrada
  • identifica el bucle abierto
  • luego pasa al skill saliente correcto si es necesario

3. Maneja los códigos como una tarea de recuperación enfocada

Para códigos de un solo uso:

  • busca primero en la ventana de mensajes locales recientes
  • acota por servicio o remitente cuando sea posible
  • detente una vez que se encuentre el código o se haya agotado la búsqueda enfocada

4. Reporta evidencia exacta

Devuelve:

  • fuente utilizada
  • hilo o remitente cuando sea posible
  • ventana de tiempo
  • estado exacto:
    • leído
    • código encontrado
    • bloqueado
    • esperando borrador de respuesta

Formato de salida

FUENTE
- superficie de mensajes
- remitente / hilo / servicio

RESULTADO
- resumen del mensaje o código
- ventana de tiempo

ESTADO
- leído / código encontrado / bloqueado / esperando borrador de respuesta

Errores comunes

  • no mezcles trabajo de buzón con trabajo de DM/texto
  • no afirmes que se recuperó algo sin nombrar la fuente
  • no pierdas tiempo en búsquedas amplias cuando la solicitud es una consulta de código reciente
  • no sigas reintentando una ruta de autenticación bloqueada sin mostrar el bloqueador

Verificación

  • la respuesta nombra la fuente de mensajes
  • la respuesta incluye un remitente, servicio, hilo o un bloqueador claro
  • el estado final es explícito y acotado

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