skills

Cria histórias de usuário prontas para backlog a partir de entrada de produto, tickets, PRDs ou evidências da base de código, usando persona, necessidade, benefício, critérios de aceite, checagem de lacunas e perguntas de múltipla escolha. Confronta repositórios disponíveis antes de fechar escopo e rejeita suposições sem suporte. Use quando converter pedidos de funcionalidade em histórias robustas. Não use para criar itens externos, publicar em Jira ou Azure DevOps, escrever código de implementação ou produzir apenas épicos.

Gera e valida diagramas de containers C4 production-ready em PT-BR, seguindo o modelo oficial de Simon Brown, com elementos obrigatorios, notacao padrao, regras de seguranca, eficiencia e escalabilidade. Use quando for criar, revisar ou converter descricoes/infraestrutura em diagrama de containers C4 valido. Nao use para diagramas de contexto, componentes, codigo, deployment, brainstorming sem infraestrutura real ou documentacao generica sem validacao.

Builds production-grade Docker and PostgreSQL application stacks using Docker Compose and Docker Swarm with mandatory security, efficiency, robustness, and scalability rules. Generates compose files, service definitions, secrets, configs, networks, and PostgreSQL configurations ready for software development and deployment. Use when containerizing applications with PostgreSQL, defining multi-service Compose stacks, or deploying stateful services to Docker Swarm. Don't use for non-PostgreSQL databases, standalone container deployments without orchestration, or local-only experiments that do not require production-ready defaults.

Aplica práticas obrigatórias e prontas para produção ao incorporar o Excalidraw em aplicações React, Next.js e navegador, cobrindo instalação, SSR, temas, customização de UI, serialização, exportação, segurança e performance. Use ao integrar o Excalidraw, customizar sua UI, persistir cenas ou integrar bibliotecas e colaboração.

Padroniza a selecao, justificativa, especificacao, refatoracao e validacao dos design patterns classicos do catalogo Refactoring.Guru com foco obrigatorio em economia, eficiencia e robustez, produzindo decisoes deterministicas, pseudocodigo canonico, mapeamento por paradigma e plano de testes para uso em desenvolvimento de software. Use quando o pedido envolver escolher, aplicar, revisar, comparar ou rejeitar padroes de projeto em codigo ou arquitetura de aplicacao. Nao use para documentacao generica, ensino teorico sem contexto de implementacao, ou para recomendar padroes sem evidencia tecnica suficiente.

Conduz modelagem de dominio orientada a producao em PT-BR, transformando problema de negocio, linguagem ubiqua, regras, invariantes, comandos, eventos, estados e fronteiras em um modelo explicito, economico, robusto e implementavel. Use para discovery de dominio, desenho de workflows, definicao de agregados, contratos, politicas e erros de negocio antes de codigo, API ou backlog. Nao use para brainstorming solto, refinamento apenas de UX, implementacao direta de codigo ou arquitetura de infraestrutura sem foco no dominio.

Cria tasks no Jira abaixo de uma User Story com base em arquivos de decomposição gerados localmente. Identifica o tipo de issue correto, resolve campos obrigatórios, monta descrições a partir dos arquivos de task, estima horas de forma conservadora e atribui as tasks ao usuário atual. Use quando o usuário pedir para criar tasks no Jira a partir de uma US, sincronizar `tasks.md` com o Jira ou publicar a decomposição local no Jira. Não use para decomposição local sem Jira, leitura isolada de issue ou criação de PRD.

Projeta, revisa e endurece o uso de PostgreSQL em desenvolvimento de software com foco mandatário em economia, eficiencia, robustez, seguranca, escalabilidade e operacao confiavel. Usa apenas documentacao oficial do PostgreSQL para orientar modelagem, SQL, indices, transacoes, migrations, privilegios, observabilidade, manutencao, backup, restore e replicacao. Use quando o pedido envolver criar, revisar, validar ou corrigir uso de PostgreSQL em qualquer linguagem. Nao use para bancos nao-PostgreSQL, brainstorming sem evidencia, ou recomendacoes baseadas em ferramentas e fontes nao oficiais.

Conduz discovery técnico e refinamento de solução em PT-BR com rodadas obrigatórias de múltipla escolha sobre problema, codebase, tecnologias, contratos, APIs, eventos, filas, banco de dados, volumetria, segurança, confiabilidade, observabilidade, escalabilidade e custo. Confronta o pedido com evidências, riscos e trade-offs production-ready e materializa um dossiê técnico validado para PRD, TechSpec, SDD e decomposição posterior. Use para discovery técnico, system design, viabilidade, arquitetura de solução, contratos técnicos ou refinamento production-ready. Não use para implementar código, criar PRD/TechSpec/SDD automaticamente, registrar brainstorming sem decisão ou decompor backlog final.

Conduz brainstorming decisório production-ready em PT-BR antes do discovery, confrontando soluções prematuras, mapeando hipóteses, restrições, alternativas, trade-offs, riscos, custos e impactos operacionais. Produz bundle local auditável com decisão preliminar explícita e scorecard validado para handoff a discovery técnico, épico/story discovery ou PRD. Use quando houver ideia inicial, solução sugerida, decisão arquitetural preliminar ou incerteza estratégica antes de discovery. Não use para gerar código, backlog, PRD, épicos, user stories ou arquitetura final.

Configura e operacionaliza o Taskfile (go-task) de forma robusta e production-ready em projetos novos e existentes, padronizando tarefas de build, geracao de mocks, testes unitarios, testes de integracao, lint, verificacao de vulnerabilidades (vulncheck) e automacao em esteiras CI/CD. Cobre instalacao multiplataforma em macOS, Windows e Linux (Ubuntu), fixacao da ultima versao estavel, validacao de Taskfile.yml e receitas para GitHub Actions, GitLab CI e Azure Pipelines. Use quando o pedido envolver criar, padronizar, revisar ou versionar Taskfile, migrar de Makefile ou scripts, ou integrar Task na pipeline. Nao use para escrever a logica de negocio da aplicacao, configurar ferramentas de build sem Task, ou gerenciar pipelines que nao usam Taskfile.

Registra débito técnico de forma estruturada em PT-BR a partir de uma descrição livre fornecida pelo usuário, confronta a descrição com o codebase informado (caminho local via Grep/Read ou repositório remoto via gh) para localizar onde o débito mora, conduz rodadas de clarificação em múltipla escolha cobrindo oito eixos fixos (natureza, sintoma, localização, blast radius, severidade, urgência, estratégia de pagamento, esforço) e materializa um documento detalhado em .specs/tech-debt-<slug>/debt.md com problema e plano de ação. Use quando o usuário quiser registrar débito técnico, mapear gap de qualidade, descrever refactor pendente ou documentar risco arquitetural. Não use para criar PRD de feature nova, abrir bug ativo em produção, planejar arquitetura completa, nem para publicar tickets diretamente em tracker externo.

Lê uma User Story ou Épico do Jira (MCP Atlassian) ou Azure DevOps (MCP azure-devops), confronta os requisitos com o codebase informado pelo usuário (caminho local ou repositório remoto via gh), conduz rodadas ilimitadas de clarificação até cobrir as seis categorias exigidas pela skill create-prd (problema, persona, escopo incluído, escopo excluído, restrições e métricas) e materializa um bundle de contexto em .specs/prd-<slug>/context.md para handoff. Declara explicitamente qual ferramenta de origem está em uso. Use quando o usuário informar uma issue do Jira ou um work item do Azure DevOps e pedir PRD, ou mencionar 'US para PRD', 'épico para PRD' ou 'história para PRD'. Não use para criar PRD sem origem de tracking, para apenas consultar a issue/work item sem gerar contexto para PRD, nem para criar work items em ferramentas externas.

Consome um bundle de descoberta produzido por epic-story-discovery e cria épico mais user stories no Azure DevOps via MCP oficial. Detecta automaticamente o processo do projeto (Scrum, Agile, CMMI) e os tipos válidos de work item, valida o bundle, normaliza títulos para detectar épicos duplicados de forma determinística, vincula as US ao épico pelo link Parent e gera audit log em PT-BR. Lê configuração opcional .ado-epic-stories.yml na raiz do repositório para defaults de organização, projeto, board e processo. Use quando o usuário pedir para publicar um bundle de discovery no Azure DevOps, criar épico e user stories no ADO ou sincronizar artefatos locais com o backlog. Não use para criar tasks técnicas, editar work items existentes, criar em outras ferramentas ou rodar discovery do zero.

Conduz descoberta estruturada de épico e user stories para qualquer destino (Azure DevOps, Jira, GitHub Issues, PRD local). Executa pelo menos duas rodadas obrigatórias de perguntas em múltipla escolha cobrindo escopo, personas, KPIs, trade-offs, edge cases, dependências e rollout. Produz um bundle local em PT-BR em discoveries/epic-<slug>/ com épico e user stories preenchidos seguindo templates oficiais, validados por script determinístico sem falso positivo. Use quando o usuário pedir para refinar uma feature, descrever um épico, planejar user stories ou preparar artefatos para criar work items em qualquer ferramenta. Não use para criar work items diretamente em ferramentas externas, editar bundles já consolidados ou apenas gerar PRD sem épico/US.

Executa ciclo recursivo de revisão crítica e correção (bugfix) sobre o diff atual, guiado integralmente pelo conteúdo da pasta de PRD/TechSpec/tasks informada pelo usuário. Repete revisão e correção até atingir veredito aprovado, sem assumir stack, linguagem, áreas de risco, comandos de validação ou padrões específicos: tudo é extraído dos artefatos presentes na pasta indicada. Aciona quando o usuário pedir revisão recursiva, fluxo review/bugfix iterativo, ou validação final antes de aprovar mudanças. Solicita obrigatoriamente o caminho da pasta a ser analisada antes de iniciar. Não usar para revisões superficiais pontuais, geração de PR, ou tarefas que não exijam ciclo iterativo até a aprovação.

Gera um modelo de dashboard de observabilidade para cenário híbrido Grafana (otel-lgtm) + Coralogix, baseado em OpenTelemetry Semantic Conventions, PromQL portável, queries Loki/DataPrime para logs e TraceQL/Coralogix Tracing para traces. Produz JSON Grafana importável e estrutura equivalente para Coralogix (widgets + queries), com Golden Signals, SLO, alertas e variáveis de serviço, ambiente e região. Aciona quando o usuário pedir blueprint de dashboard híbrido OTel, observabilidade SRE com Grafana e Coralogix, ou padronização de dashboards entre local e produção. Solicita o contexto do serviço antes de gerar o dashboard. Não usar para instrumentação não-OTel, monitoramento puramente de infraestrutura, conversão direta de JSON Grafana para Coralogix, nem para configurar ingestão ou collectors.

Publica changelogs e resumos técnicos em páginas do Confluence por meio de Atlassian MCP, com coleta guiada de space, título, localização da página e modo de publicação. Exige aprovação explícita do usuário antes de consultar páginas existentes e antes de criar ou atualizar conteúdo. Use quando precisar publicar changelogs, release notes técnicas, resumos de PR ou relatórios de mudança no Confluence com rastreabilidade e confirmação humana. Não use para publicação automática sem confirmação explícita, para destinos fora do Confluence ou para geração de conteúdo sem um texto-base já preparado.

Lê diffs do GitHub para releases, pull requests, branches ou compares e produz um changelog claro e objetivo, com passo a passo do que mudou, breaking changes e impacto em relação à branch base padrão do repositório, priorizando main e usando master como fallback. Prioriza fontes e ferramentas nativas do GitHub, com fallback para web apenas quando o acesso ao GitHub for insuficiente. Exige aprovação explícita do usuário antes de buscar dados e exige que o usuário escolha e confirme se a publicação deve acontecer no próprio GitHub ou em uma página do Confluence via Atlassian MCP. Use quando precisar preparar release notes, resumos de PR, comparações entre branches ou relatórios publicáveis baseados em histórico do GitHub. Não use para repositórios fora do GitHub, release notes de marketing sem diff de origem ou publicação automática sem confirmação explícita do usuário.

Analisa comentários de pull request no GitHub usando gh, classifica cada item, propõe ações objetivas e conduz resposta ou ajuste somente após confirmação explícita do usuário. Use quando for necessário revisar comentários de PR, transformar feedback em fila de decisão, padronizar respostas em pt-BR ou preparar implementação rastreável baseada em review. Não use para criação de PR, code review geral sem comentários publicados, merge automático ou aplicação direta de mudanças sem aprovação por item.

Orquestra a leitura de diffs no GitHub, a geração de changelog objetivo e a publicação aprovada pelo usuário no próprio GitHub ou no Confluence via Atlassian MCP. Centraliza coleta de entradas, confirmações obrigatórias, escolha de destino e rastreabilidade final, reaproveitando uma abordagem guiada para análise de release, pull request, branch ou compare. Use quando precisar conduzir o fluxo completo de changelog desde a origem no GitHub até a publicação revisada. Não use para publicação automática sem confirmação explícita, para repositórios fora do GitHub ou para conteúdo que já esteja pronto e precise apenas de uma publicação isolada.

Transforma um input bruto em um prompt pronto para LLM, otimizado para robustez, latência, economia de tokens e precisão de resposta. Extrai objetivo, restrições, contexto, critérios de aceite, proteções contra falhas e contrato de saída; depois reescreve o prompt com apenas o contexto mínimo necessário para execução confiável. Use quando precisar melhorar, endurecer, comprimir ou operacionalizar prompts para chatbots, agentes de código, fluxos automatizados ou chamadas de API. Não use para seleção de modelo, avaliação de outputs, datasets de fine-tuning ou escrita ampla de requisitos de produto.

Gera, revisa, cria ou atualiza pull requests no GitHub para a branch atual com título e body em pt-BR, usando evidência de commits, diff e contexto do repositório para definir base branch, resumo das mudanças e modo de publicação. Use quando precisar abrir PR, atualizar uma PR existente, preparar título e descrição de PR, revisar se a PR atual representa corretamente as mudanças ou produzir um rascunho antes de publicar. Não use para commit semântico isolado, code review profundo, release notes completas, reescrita de histórico Git ou publicação automática sem contexto suficiente.

Gera, revisa e refina mensagens de commit semântico em pt-BR a partir de mudanças staged, unstaged ou descritas pelo usuário, usando Conventional Commits com fluxo de decisão explícito, definição de scope e detecção de divisão lógica entre commits. Use quando precisar sugerir mensagem de commit, validar se um commit segue padrão semântico, escolher tipo e scope, ou resumir um conjunto de mudanças para commit ou PR. Não use para executar correções de código, reescrever histórico Git, criar commits automaticamente ou substituir revisão técnica detalhada.

Analisa codebases Go instrumentados com OpenTelemetry e gera arquivos JSON de dashboards Grafana prontos para produção, cobrindo métricas (Prometheus), traces (Tempo) e logs (Loki). Os dashboards são compatíveis com desenvolvimento local (grafana/otel-lgtm) e produção (Coralogix já configurado). Usar ao criar dashboards de observabilidade, adicionar painéis de monitoramento ou gerar JSON Grafana importável para serviços instrumentados com OTel. Não usar para instrumentação não-OTel, monitoramento apenas de infraestrutura ou configuração/setup do Coralogix.

Analyzes project handlers across Go, C#, and TypeScript codebases to generate a complete Postman collection with realistic request/response JSON bodies. Scans route definitions, DTOs, models, and middleware to produce accurate endpoint entries with all possible scenarios (success, validation errors, not found, unauthorized). Use when generating API documentation, onboarding developers to an existing API, or creating integration test collections. Do not use for generating OpenAPI/Swagger specs, unit tests, or non-HTTP-based services like gRPC or message queues.