Migre aplicativos Vega OS (Amazon Fire TV) para um monorepositório React Native multiplataforma, com suporte a Android TV, Apple TV e outras plataformas. Abrange análise, implementação e integração de módulos nativos. Use ao migrar aplicativos de TV para suportar múltiplas plataformas ou ao construir novos aplicativos de TV multiplataforma.
Esta skill, `amazonappdev/vega-multi-tv-migration`, é uma ferramenta especializada para desenvolvedores que precisam migrar aplicativos da plataforma Vega OS (Amazon Fire TV) para uma arquitetura moderna baseada em React Native. O objetivo principal é transformar um aplicativo monolítico em um monorepositório que suporte múltiplas plataformas de TV, como Android TV, Apple TV e Fire TV, utilizando uma única base de código. A skill abrange todo o processo: desde a análise inicial do código legado e identificação de componentes específicos do Vega OS, até a implementação de componentes compartilhados e a integração de módulos nativos necessários para funcionalidades como player de vídeo e DRM. Ela é particularmente útil para times que desejam reduzir custos de manutenção e acelerar o desenvolvimento de novos recursos em diferentes ecossistemas de TV, seguindo boas práticas de engenharia de software como modularização e uso de ferramentas modernas como npm/yarn workspaces.
npx skills add https://github.com/amazonappdev/devices-agent-skills/tree/main/skills/vega-multi-tv-migrationInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Migre aplicativos Vegas OS (Amazon Fire TV) para um monorepositório React Native multiplataforma, com suporte a Android TV, Apple TV e outras plataformas. Abrange análise, implementação e integração de módulos nativos. Use ao migrar aplicativos de TV para suportar múltiplas plataformas ou ao construir novos aplicativos de TV 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.