Communitygithub.com

skillify

Transforma um fluxo de trabalho repetível da sessão atual em um rascunho de skill OMC reutilizável.

O que é skillify?

Skillify é uma skill para agentes de IA (como Claude Code, Cursor ou Codex) projetada para capturar fluxos de trabalho repetíveis descobertos durante uma sessão e transformá-los em skills OMC reutilizáveis. Em vez de perder contexto ou redescobrir soluções, o desenvolvedor pode usar esta skill para extrair entradas, etapas ordenadas, critérios de sucesso e armadilhas, gerando um arquivo de skill completo com frontmatter YAML. A skill impõe um portão de qualidade rigoroso: só deve ser utilizada quando o fluxo não é facilmente encontrável no Google, é específico do projeto ou fluxo de trabalho, e exigiu esforço real de depuração, design ou operação. O resultado é armazenado em diretórios padrão como `~/.claude/skills/omc-learned/` ou `.omc/skills/`, garantindo compatibilidade com o ecossistema OMC. Skillify é ideal para equipes que desejam construir uma base de conhecimento viva, evitando documentação genérica e focando em heurísticas de decisão, restrições e verificações que realmente agregam valor.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Yeachan-Heo/oh-my-claudecode/tree/main/skills/skillify

Perguntar na sua IA favorita

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

Documentação

O que skillify faz?

Use esta skill quando a sessão atual revelou um fluxo de trabalho repetível que deve se tornar um rascunho de skill OMC reutilizável.

Objetivo

Capturar um fluxo de trabalho bem-sucedido de várias etapas como um rascunho concreto de skill, em vez de redescobri-lo mais tarde.

Portão de Qualidade

Antes de extrair uma skill, todos os três critérios devem ser verdadeiros:

  • "Alguém conseguiria pesquisar isso no Google em 5 minutos?" → Não.
  • "Isso é específico para este código-base, projeto ou fluxo de trabalho?" → Sim.
  • "Isso exigiu esforço real de depuração, design ou operação para ser descoberto?" → Sim.

Prefira skills que codificam heurísticas de tomada de decisão, restrições, armadilhas e etapas de verificação. Evite trechos genéricos, boilerplate ou exemplos de uso de bibliotecas que pertencem à documentação normal.

Fluxo de Trabalho

  1. Identifique a tarefa repetível que a sessão realizou.
  2. Extraia:
    • entradas
    • etapas ordenadas
    • critérios de sucesso
    • restrições/armadilhas
    • evidências de verificação
    • melhor localização alvo para a skill
  3. Decida se o fluxo de trabalho pertence como:
    • uma skill embutida no repositório
    • uma skill aprendida do usuário/projeto
    • apenas documentação
  4. Ao redigir um arquivo de skill aprendida, produza um arquivo de skill completo que comece com frontmatter YAML.
    • Nunca emita arquivos de skill apenas em markdown.
    • Não escreva markdown simples sem frontmatter.
    • Frontmatter mínimo:
      ---
      name: <nome-da-skill>
      description: <descrição de uma linha>
      triggers:
        - <gatilho-1>
        - <gatilho-2>
      ---
      
    • Escreva arquivos de skill aprendidas do usuário/projeto em caminhos baseados em arquivos planos:
      • ${CLAUGE_CONFIG_DIR:-~/.claude}/skills/omc-learned/<nome-da-skill>.md
      • .omc/skills/<nome-da-skill>.md
    • Lembre-se de que skills não commitadas permanecem locais na árvore de trabalho até serem commitadas ou copiadas para um diretório de nível de usuário.
  5. Redija o restante do arquivo de skill com gatilhos claros, etapas, critérios de sucesso e armadilhas.
  6. Aponte qualquer coisa que ainda esteja muito nebulosa para ser codificada com segurança.

Regras

  • Capture apenas fluxos de trabalho que sejam efetivamente repetíveis.
  • Mantenha a skill prática e com escopo definido.
  • Prefira critérios de sucesso explícitos a prosa vaga.
  • Se o fluxo de trabalho ainda tiver decisões de ramificação não resolvidas, registre-as antes de redigir.
  • Mantenha omc-learned como nome do diretório de armazenamento para compatibilidade; não o apresente como nome de invocação pública.

Saída

  • Nome proposto da skill
  • Localização alvo
  • Estrutura de fluxo de trabalho do rascunho ou arquivo de skill completo
  • Notas de verificação ou portão de qualidade
  • Perguntas em aberto, se houver

Individual skills in this repo

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

agent-doc-discipline

Writing-time discipline for documents agents consume (the five surfaces, specs, tickets, .omc/skills/) — every rule checkable and carrying a why, steps before reference, one meaning in one home, no restating what the environment already says. Mandatory at drydock seed generation and the launch C5 sediment pass; opt-in for any other agent-facing doc edit. The companion of minimal-code-discipline: that one disciplines code, this one disciplines papers.

ai-slop-cleaner

Clean AI-generated code slop with a regression-safe, deletion-first workflow and optional reviewer-only mode

ask

Process-first advisor routing for Claude, Codex, Gemini, Antigravity, Grok, or Cursor via `omc ask`, with artifact capture and no raw CLI assembly

ask-navigator

Shipyard

autopilot

Full autonomous execution from idea to working code

autoresearch

Stateful single-mission improvement loop with strict evaluator contract, markdown decision logs, and max-runtime stop behavior

cancel

Cancel any active OMC mode (autopilot, ralph, ultragoal, swarm, ultrapilot, pipeline, team) and clean up retired legacy state

configure-notifications

Configure notification integrations (Telegram, Discord, Slack) via natural language

debug

Diagnose the current OMC session or repo state using logs, traces, state, and focused reproduction

deepinit

Deep codebase initialization with hierarchical AGENTS.md documentation

deep-interview

Socratic deep interview with mathematical ambiguity gating before explicit execution approval

drydock

Lay the keel of the shipyard harness in any repo — the 4-pillar shared environment (Context, Rules, Tools, Standards) across 5 surfaces (CLAUDE.md, skills, design-system, mcp/cli, shared context) so that every human and agent inherits the same design language and anyone can ship. Run once per repo; re-run with --check to audit drift.

execute

Carry an approved task through to working, verified code

external-context

Invoke parallel document-specialist agents for external web searches and documentation lookup

graph

Deterministic orchestration graph runtime - declarative DAG pipelines with journal-based crash recovery

harbor

Harbor intake for external work — the captain only handles unresolved decisions. Sweeps incoming issues and PRs, verifies every claim before disposition, reuses every decision already made, and hands the maintainer a docket whose pending items each carry one question with options, recommendation, impact and evidence. Agent-autonomous for facts and for actions covered by standing authorization; signed for every new judgment. Never merges.

hud

Configure HUD display options (layout, presets, display elements)

launch

Shipyard

loft

Loft the shape before cutting steel — answer a design question that prose cannot settle by building a throwaway artifact: a pure logic module in a clickable shell, or structurally different UI variants behind one route. The captain reacts to the artifact; the answer folds into the decision; the artifact never docks. Use when a design question stalls in words, when a navigator map carries a loft ticket, or when a spec discussion reaches

minimal-code-discipline

YAGNI-ladder coding discipline for writing changes — existence-first, reuse before writing, dependency ladder, shortest correct diff, with non-negotiables that must never be minimized away

Habilidades Relacionadas