FiroYu/claude-skills

Impulsiona soluções e resultados inovadores: aumenta velocidade, nível de objetivo, profundidade especializada ou amplitude interdisciplinar, desafia suposições padrão e valida limites com feedback externo. Use quando o usuário pedir “mais ousadia”, “solução inovadora”, “desafie os limites”, “não seja conservador”, “melhoria de 10x” ou para romper gargalos. Não use para traduções comuns, ajustes de formato ou tarefas que exigem apenas respostas diretas.

O que é claude-skills?

A skill **FiroYu/claude-skills** é uma habilidade especializada para agentes de IA como Claude Code, Cursor e Codex, projetada para elevar o nível de qualquer tarefa, indo além do comum em direção a resultados inovadores e de alto impacto. Em vez de executar instruções passivamente, ela desafia suposições, explora múltiplas abordagens especializadas e busca ativamente por soluções que entreguem melhorias significativas em velocidade, profundidade, amplitude ou altitude do resultado final. A skill orienta o agente a transformar pedidos genéricos em metas ambiciosas, complementar a tarefa com requisitos de nível especialista, explorar caminhos radicalmente diferentes e validar resultados com evidências externas, em vez de apenas autoavaliação. Suporta todos os principais formatos de skill e é ideal para projetos de engenharia, análise de dados, criação de conteúdo e estratégia onde o usuário busca soluções verdadeiramente transformadoras, em vez de apenas respostas corretas ou entregas incrementais.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/FiroYu/claude-skills/tree/HEAD/limit-break

Installed? Explore more Programação e Desenvolvimento skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Limit Break · Quebra de Limites

Versão: 2.0

Buscar resultados que normalmente não seriam seriamente tentados. Explorar com metas desafiadoras, usando métodos profissionais e feedback real para determinar as conclusões. Ajustar, conforme a tarefa, a velocidade, o nível do objetivo, a profundidade da conclusão ou a amplitude da solução, entregando resultados utilizáveis.

Primeiro, Escolha a Direção da Ruptura

DireçãoO que questionarO que mudar
Velocidade SpeedCom a mesma qualidade e escopo, pode ser feito mais rápido?Modo de execução, trabalho repetitivo, ciclos de espera e feedback
Altitude AltitudeO que se espera que aconteça depois de pronto? Qual é o objetivo por trás do objetivo?De entregar uma única tarefa para realizar um resultado; reestruturar o mecanismo de trabalho, se necessário
Profundidade DepthO que um profissional de ponta ainda faria?Materiais de origem, ferramentas, técnicas, meios e qualidade da evidência
Amplitude RangeQue novas soluções outras áreas podem oferecer?Métodos adotáveis e meios de expressão, produção ou verificação

Escolha uma direção principal. Combine com outras direções quando necessário. Não é obrigatório fazer todas as quatro em cada tarefa. Para tarefas criativas, priorize profundidade e amplitude; evite transformar à força um pedido criativo específico em uma otimização de negócios. Aprofunde-se no mesmo problema, sem expandir o escopo, empilhar entregáveis ou usar jargões para simular profundidade.

1. Transforme a Tarefa em um Resultado Desafiador

Use verbos para especificar: quem, em que contexto, sofre qual mudança e qual evidência pode determinar o sucesso. Forneça uma linha de base convencional, o objetivo do usuário e uma meta desafiadora que mude a forma de resolver o problema. Quando a dimensão ou a linha de base forem desconhecidas, declare as suposições primeiro. Não invente números, mas também não desista de uma exploração ousada por causa disso.

Não considere um objetivo impossível apenas porque a primeira abordagem falhou. Primeiro, pergunte: "Quais condições devem ser verdadeiras para que isso seja alcançado?" Em seguida, projete a verificação. Se necessário, pesquise exemplos de sucesso anteriores e reproduzíveis e extraia as condições que os tornaram possíveis. Permita que experimentos de baixo custo falhem. Não use a possibilidade de falha como justificativa para recusar a tentativa.

Diferencie entre condições que devem ser preservadas, convenções que podem ser desafiadas e suposições que precisam ser testadas. Processos, ferramentas e divisões de trabalho existentes não são restrições automáticas. A qualidade, o orçamento, o prazo, a compatibilidade e as permissões especificados explicitamente pelo usuário devem ser preservados. Qualquer proposta que altere as condições deve explicitar as dependências e os custos.

Os entregáveis especificados explicitamente pelo usuário ainda devem ser concluídos; se forem apenas um meio provisório para alcançar o resultado, uma alternativa melhor pode ser proposta e implementada dentro do escopo autorizado. Não trate desejos abstratos como "quero ganhar dinheiro no final" como especificações de execução suficientes.

2. Primeiro, Incorpore os Requisitos de Especialistas na Tarefa

Antes de selecionar uma abordagem ou reescrever a tarefa, complete os quatro itens a seguir:

  1. O trabalho crucial que um profissional de ponta faria aqui, mas que o usuário ainda não solicitou.
  2. Os materiais mais brutos com os quais eles começariam.
  3. Os métodos, ferramentas e meios específicos que eles empregariam.
  4. Além do seu julgamento e do julgamento do usuário, o que pode provar que o resultado está correto ou é eficaz.

Consolide os requisitos úteis em especificações de execução e então trabalhe diretamente nelas. Apresente apenas os pontos que influenciam a escolha, de forma resumida; não trate a lista de especialistas como um resultado final. Escolha bancos de dados, modelos estatísticos, depuradores, ferramentas de renderização ou outras ferramentas profissionais de acordo com o problema; não se limite a substituir a terminologia profissional ou usar tabelas para substituir a análise real.

Primeiro, verifique os dados, conectores, ambiente computacional, software e permissões disponíveis. Complete as ferramentas ou dependências necessárias dentro das permissões existentes. Se as condições não estiverem disponíveis, faça a parte que puder, indique precisamente o que está faltando e como executar depois que for conectado. Não finja que o acesso, a instalação, a chamada ou a verificação já ocorreram.

3. Explore Caminhos com Diferenças Substanciais

Explore um pequeno número de caminhos com mecanismos diferentes para o problema: levar o método atual ao extremo, remover ou contornar o gargalo dominante, reestruturar a entrada e o processo, ou transferir métodos de outras áreas. A quantidade deve priorizar diferenças eficazes, não sendo fixada em três. Explore seriamente pelo menos um caminho que corra o risco de ser prematuramente descartado como "ousado demais".

Reformule os substantivos da tarefa em ações para encontrar áreas relacionadas. Por exemplo, reformule "PPT" como "explicar causalidade, construir confiança e impulsionar a tomada de decisão em tempo limitado" e, em seguida, escolha métodos de análise, investigação, edição, narrativa, animação ou som. Não se limite ao meio de saída atualmente familiar.

Quando forem necessárias múltiplas áreas, traduza "equipe" em trabalho, entrada e artefatos verificáveis específicos. Introduza, conforme necessário, uma verificação adversarial dedicada a encontrar contraexemplos, custos ocultos ou condições de falha. Use subagentes quando as ferramentas suportarem e o trabalho independente for valioso; não é necessário formar equipe em toda tarefa, nem encenar diálogos de papéis de especialistas. A revisão por múltiplos papéis ou subagentes não pode substituir dados independentes, audiência real ou execução real.

Para cada candidato, explique seu mecanismo, potencial de salto, condições para ser verdadeiro e formas de refutá-lo. Selecione caminhos de alto potencial e que valham a pena ser testados; mantenha alternativas necessárias. Não elimine prematuramente caminhos ousados apenas porque a abordagem madura é mais fácil de verificar. Para caminhos de alto retorno e alta incerteza, primeiro teste a suposição determinante com um pequeno experimento.

4. Teste o Conhecimento em Materiais Brutos e Descubra Novos Insights

Dentro do escopo autorizado, obtenha informações brutas suficientes para entender o problema. Trate tanto a explicação do usuário quanto sua própria avaliação do gargalo como suposições; tente reproduzir a partir dos materiais brutos e encontre os contraexemplos mais fortes. Se a evidência for insuficiente, rotule como desconhecido; não apresente intuição como fato.

Em tarefas de pesquisa ou análise, busque ativamente por sinais ou padrões não cobertos pela explicação original. Quando aplicável, primeiro construa uma análise ou simulação que possa reproduzir o comportamento histórico e, em seguida, valide novas previsões em dados não usados para descoberta ou ajuste de parâmetros. Verifique se a informação estava disponível no momento da previsão para evitar vazamento. Ser capaz de reproduzir o histórico não significa ser capaz de prever o futuro, e uma previsão válida não prova automaticamente causalidade.

Converta as descobertas em decisões, implementações ou obras utilizáveis. Se não houver material suficiente, entregue uma estrutura analítica executável, um protótipo ou uma proposição a ser testada. Não invente "novas descobertas" e não pare apenas na solicitação de dados.

5. Entregue Rapidamente e Deixe o Feedback Externo Decidir

Em torno da suposição determinante, construa uma implementação, protótipo, experimento ou rascunho que ilustre o problema. Defina com antecedência a comparação, as métricas, as condições de aprovação ou reprovação e o timebox apropriado para a tarefa. Priorize ferramentas que o modelo possa executar por conta própria e obter feedback rapidamente, encurtando o ciclo "tentar → observar → modificar".

  • Engenharia: Execute o código, compare resultados sob a mesma carga, funcionalidade, qualidade e ambiente; verifique limites e custos.
  • Dados e negócios: Use comparação adequada, retenha dados ou realize testes prospectivos; diferencie observação, previsão e evidência causal.
  • Criação e comunicação: Primeiro, entregue o trabalho real; valide pela compreensão, memória, escolha ou ação do público-alvo; se não houver teste com o público, marque-o explicitamente.

Permita que a autoverificação encontre erros, mas não use autoavaliação, consenso de papéis ou concordância de outro modelo para provar o sucesso. Quando a evidência for desconhecida, ainda é possível propor soluções promissoras, prevendo claramente as condições de aplicação e o próximo teste que poderia refutá-las. Não troque métricas, amostras, reduza a funcionalidade ou esconda custos para declarar uma ruptura.

6. Itere e, Quando Aplicável, Crie um Ciclo Fechado Contínuo

Com base no feedback, determine se a falha veio de qual suposição, mecanismo ou detalhe de implementação; em seguida, mude o fator determinante. Uma falha não exige automaticamente a substituição de toda a arquitetura; falhas repetidas também não significam apenas "continuar tentando".

Não fixe o número de tentativas. Dentro do orçamento de tempo e recursos do usuário, priorize a próxima tentativa que melhor reduza a incerteza crítica. Sem um orçamento explícito, primeiro faça o teste com a menor quantidade de informação e, em seguida, decida se aprofunda com base no retorno e custo; não inicie pesquisas caras ou ilimitadas por conta própria. Encerre quando a meta for atingida, houver uma restrição rígida com evidência, uma dependência externa intransponível, ou o valor do experimento subsequente for significativamente insuficiente.

Se o objetivo precisar ser alcançado repetidamente, considere transformar "o usuário dá tarefas constantemente" em um fluxo de trabalho sustentável: especifique gatilho, entrada de dados, estado, ação, verificação e tratamento de exceção. Teste com dados históricos o que ele poderia ter descoberto antes e execute-o em paralelo com o mecanismo atual para comparar os efeitos reais. Veja Fluxos de Trabalho Sustentáveis para mais detalhes. Apenas no projeto: não alegue que está em produção. Quando a operação contínua for solicitada, implemente dentro do escopo de autorização e ferramentas.

Entrega

Primeiro, entregue um resultado utilizável. Em seguida, explique brevemente o ponto de ruptura, a base principal, os custos e as questões remanescentes. Diferencie entre verificado, inferência razoável, resultado de simulação e hipótese a ser testada. Mesmo que a meta não seja atingida, entregue o melhor resultado atual, os caminhos já descartados e o próximo teste mais valioso a ser feito.

Faça perguntas apenas sobre as lacunas críticas que afetam a direção; para outras lacunas, declare as suposições e prossiga. Não entregue descrições de processo, reformulações de prompt ou listas de planejamento como o resultado final solicitado pelo usuário. Após o sucesso, registre os métodos reutilizáveis e as condições sob as quais são válidos, para atualizar a avaliação de capacidade em tarefas futuras.

Quando forem necessários exemplos de mudança de direção interdisciplinar ou de métodos profissionais, leia conforme necessário Padrões de Ruptura e Exemplos.

Fonte do método: Felix Rieseberg, How to be more ambitious. O método do artigo foi convertido em um fluxo de execução; regras sobre comparação, orçamento e estado da evidência são complementos à implementação.

Habilidades Relacionadas