Communitygithub.com

construtor-de-conector-api

Constrói um novo conector ou provedor de API combinando com o padrão do repositório alvo.

O que é construtor-de-conector-api?

Esta habilidade ajuda a criar conectores ou provedores de API que se integram perfeitamente a um repositório existente, seguindo suas convenções de layout, esquema de configuração, modelo de autenticação, tratamento de erros e estilo de teste. Em vez de construir um cliente HTTP genérico, o foco é replicar o padrão nativo do repositório, garantindo que o novo conector se pareça com uma adição natural ao código. Suporta repositórios com arquiteturas do tipo Provedor (ex: Python), Conector (ex: Python/JavaScript) ou Plugin TypeScript. O fluxo de trabalho envolve aprender o estilo da casa, definir a integração alvo, construir em camadas nativas e validar contra o padrão de origem. É útil em plataformas como Claude Code, Cursor ou Codex, onde agentes de IA precisam estender a funcionalidade de um projeto seguindo suas regras e padrões estabelecidos.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/api-connector-builder

Perguntar na sua IA favorita

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

Documentação

Construtor de Conector de API

Use isto quando a tarefa é adicionar uma superfície de integração nativa ao repositório, não apenas um cliente HTTP genérico.

O objetivo é corresponder ao padrão do repositório anfitrião:

  • layout do conector
  • esquema de configuração
  • modelo de autenticação
  • tratamento de erros
  • estilo de teste
  • fiação de registro/descoberta

Quando Usar

  • "Construa um conector Jira para este projeto"
  • "Adicione um provedor Slack seguindo o padrão existente"
  • "Crie uma nova integração para esta API"
  • "Construa um plugin que corresponda ao estilo de conector do repositório"

Diretrizes

  • não invente uma nova arquitetura de integração quando o repositório já possui uma
  • não comece apenas pela documentação do fornecedor; comece primeiro pelos conectores existentes no repositório
  • não pare no código de transporte se o repositório espera fiação de registro, testes e documentação
  • não copie cegamente conectores antigos se o repositório tem um padrão atual mais recente

Fluxo de Trabalho

1. Aprenda o estilo da casa

Inspecione pelo menos 2 conectores/provedores existentes e mapeie:

  • layout de arquivos
  • limites de abstração
  • modelo de configuração
  • convenções de repetição / paginação
  • ganchos de registro
  • fixtures de teste e nomenclatura

2. Defina a integração alvo

Defina apenas a superfície que o repositório realmente precisa:

  • fluxo de autenticação
  • entidades chave
  • operações principais de leitura/escrita
  • paginação e limites de taxa
  • webhook ou modelo de polling

3. Construa em camadas nativas ao repositório

Fatias típicas:

  • config/schema
  • cliente/transporte
  • camada de mapeamento
  • ponto de entrada do conector/provedor
  • registro
  • testes

4. Valide contra o padrão de origem

O novo conector deve parecer óbvio no código, não importado de um ecossistema diferente.

Formas de Referência

Estilo Provedor

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

Estilo Conector

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

Estilo Plugin TypeScript

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

Lista de Verificação de Qualidade

  • corresponde a um padrão de integração existente no repositório
  • validação de configuração existe
  • autenticação e tratamento de erros são explícitos
  • comportamento de paginação/repetição segue as normas do repositório
  • fiação de registro/descoberta está completa
  • testes espelham o estilo do repositório anfitrião
  • documentação/exemplos são atualizados se esperados pelo repositório

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/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

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.

Habilidades Relacionadas