Regras de negócio como dados estruturados. Compila em prompts prontos para LLM e arquivos SKILL.md carregáveis por agentes.
O **pallaoro/rulespec** é uma habilidade que transforma regras de negócio em dados estruturados, permitindo a compilação para prompts otimizados para modelos de linguagem (LLMs) e arquivos SKILL.md que agentes de IA como Claude Code, Cursor ou Codex podem carregar diretamente. É especialmente útil para equipes que precisam documentar e aplicar políticas complexas de forma consistente em ambientes de desenvolvimento com agentes. A ferramenta converte regras escritas em formato estruturado (como YAML ou JSON) em saídas prontas para consumo por LLMs, garantindo que os agentes entendam e sigam diretrizes específicas sem ambiguidade. Além disso, gera arquivos SKILL.md que podem ser inseridos em projetos para que os agentes interpretem as regras automaticamente. O rulespec se integra facilmente a fluxos de trabalho de CI/CD e é compatível com qualquer agente que suporte a importação de SKILL.md, tornando a governança de regras de negócio mais automatizada e confiável.
npx skills add pallaoro/rulespecInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Regras de negócio como dados estruturados. Compila em prompts prontos para LLM e arquivos SKILL.md carregáveis por agentes.
Fonte: https://github.com/pallaoro/rulespec
Descoberto durante a caça diária de habilidades de agente em awesomeskills.dev.
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.