القائمة
Retomar um experimento pausado. Faz checkout do branch do experimento, lê o histórico de resultados e continua iterando.
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/ricneves-ai/flowgrammers-skills --skill resumeيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
Gerador de contratos e propostas comerciais para o mercado brasileiro. Contratos de prestação de serviço, proposta comercial, SOW, NDA, MSA — todos adaptados à legislação brasileira (Código Civil, CLT, LGPD). Use quando precisar criar contratos de desenvolvimento, propostas para clientes, acordos de confidencialidade, contratos de consultoria ou contratos de parceria comercial.
Monitora saúde do cliente, prevê risco de churn e identifica oportunidades de expansão usando modelos de pontuação ponderada para sucesso do cliente SaaS. Use ao analisar contas de clientes, revisar métricas de retenção, pontuar clientes em risco, ou quando o usuário mencionar churn, pontuações de saúde do cliente, oportunidades de upsell, receita de expansão, análise de retenção ou análise de clientes. Executa três ferramentas Python CLI para produzir pontuações de saúde determinísticas, tiers de risco de churn e recomendações de expansão priorizadas em segmentos Enterprise, Mid-Market e PME.
Analisa saúde do pipeline de vendas, precisão de previsão de receita e métricas de eficiência go-to-market para otimização de receita SaaS. Use ao analisar cobertura do pipeline de vendas, prever receita, avaliar desempenho go-to-market, revisar métricas de vendas, avaliar análise de pipeline, rastrear precisão de previsão com MAPE, calcular eficiência GTM ou medir eficiência de vendas e unit economics para equipes SaaS.
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | resume |
| description | Retomar um experimento pausado. Faz checkout do branch do experimento, lê o histórico de resultados e continua iterando. |
| command | /ar:resume |
| agents | ["claude-code"] |
Retomar um experimento pausado ou interrompido por limite de contexto. Lê todo o histórico e continua de onde parou.
/ar:resume # Listar experimentos, deixar usuário escolher
/ar:resume engineering/api-speed # Retomar experimento específico
Se nenhum experimento especificado:
python {skill_path}/scripts/setup_experiment.py --list
Mostrar status de cada um (ativo/pausado/concluído com base na idade do results.tsv). Deixar o usuário escolher.
# Fazer checkout do branch do experimento
git checkout autoresearch/{domain}/{name}
# Ler configuração
cat .autoresearch/{domain}/{name}/config.cfg
# Ler estratégia
cat .autoresearch/{domain}/{name}/program.md
# Ler histórico completo de resultados
cat .autoresearch/{domain}/{name}/results.tsv
# Ler log git recente do branch
git log --oneline -20
Resumir para o usuário:
Retomando: engineering/api-speed
Alvo: src/api/search.py
Métrica: p50_ms (menor é melhor)
Experimentos: 23 total — 8 mantidos, 12 descartados, 3 com crash
Melhor: 185ms (-42% do baseline de 320ms)
Último experimento: "added response caching" → KEEP (185ms)
Padrões recentes:
- Mudanças de cache: 3 mantidas, 1 descartada (consistentemente útil)
- Mudanças de algoritmo: 2 descartadas, 1 com crash (alto risco, baixa recompensa até agora)
- Otimização de I/O: 2 mantidas (direção promissora)
Como você gostaria de continuar?
1. Iteração única (/ar:run) — Farei uma mudança e avaliarei
2. Iniciar um loop (/ar:loop) — Autônomo com intervalo agendado
3. Apenas mostrar os resultados — Vou revisar e decidir
Se o usuário escolher loop, passar para /ar:loop com o experimento pré-selecionado.
Se escolher único, passar para /ar:run.