prompts

Conduz uma entrevista curta e ESCREVE a especificação de um loop de agente, num documento <nome>-loop.md no padrão da Loop Library (gatilho + meta + verificação + parada), endurecido contra reward hacking e autoengano. NÃO executa o loop, só o especifica. O documento reúne tudo que define o loop: descrição, use-quando, entradas (se houver), meta, o check que manda, passos da volta, estados de parada nomeados, guardrails, memória, sub-loops (se houver), por que funciona, como acionar (/goal ou esqueleto Ralph) e a métrica de saúde. Use SEMPRE que o usuário disser "/sandeco-loop", "escreve um loop", "cria um loop", "forja um loop", "especifica um loop", "documenta um loop", "quero um agent loop", "transforma isso num loop autônomo", "loop que roda sozinho até", "loop de cobertura/erros/performance", "loop pra rodar de madrugada", ou pedir para automatizar uma tarefa iterativa com verificação e parada. NÃO use para gerar slides (isso é Mira) nem para de fato rodar o loop.

Comprime tokens de prompts usando reescrita generativa com um modelo Ollama local (default: qwen3:8b) para reduzir custo e latencia ao enviar ao Claude. Aceita texto direto, arquivo .txt ou PDF como entrada: extrai o PDF para markdown (via pymupdf4llm), salva o .md ao lado do PDF e comprime o markdown. Use esta skill sempre que o usuario pedir para comprimir/reduzir/economizar tokens E mencionar Ollama, qwen, qwen3, llm local, modelo local, rodar localmente, "sem BERT", ou quiser compressao via LLM generativo em vez de classificador. Tambem use quando o usuario quiser pre-processar contexto localmente (incluindo PDFs) antes de enviar ao Claude usando Ollama. Triggers: "comprimir com ollama", "comprimir localmente", "ollama compress", "qwen3", "qwen", "reescrever com ollama", "resumir com llm local", "compressao generativa", "pdf com ollama", "ler pdf com ollama", "inicializar token-reduce-ollama", "init token-reduce-ollama".

Comprime tokens de prompts usando LLMLingua-2 da Microsoft para reduzir custo e latencia. Use esta skill sempre que o usuario pedir para comprimir um prompt, reduzir tokens, economizar tokens, usar LLMLingua, ou quando um texto for longo demais para enviar a um LLM. Tambem use quando o usuario quiser pre-processar contexto antes de enviar ao Claude. Triggers: "comprimir", "reduzir tokens", "economizar tokens", "LLMLingua", "texto muito longo", "compressao de prompt", "token compression", "compress tokens", "inicializar compressao", "init token-reduce".

Orquestrador mestre de frameworks e skills de desenvolvimento com IA. ATIVE ESTE SKILL EXCLUSIVAMENTE quando o usuário chamar o comando /master-skill. NÃO ative em nenhuma outra situação — este skill responde APENAS ao comando explícito /master-skill. Quando ativado, interpreta a instrução fornecida após o comando e executa: - Inicialização via `/master-skill init` - Instalação de frameworks de IA no projeto atual: BMad Method, Spec-Kit, Antigravity Kit - Busca e instalação de skills de uma pasta externa no projeto atual Exemplos de ativação (SOMENTE via /master-skill): - /master-skill init - /master-skill instale o BMad - /master-skill instale o Antigravity Kit - /master-skill configure o Spec-Kit nesse projeto - /master-skill quero a skill de brainstorm - /master-skill instale a skill de code-review - /master-skill liste as skills disponíveis

Executa uma lista de skills em sequência ou em paralelo conforme a necessidade informada pelo usuário.

Cria descrições otimizadas para YouTube baseadas em legendas .srt. Inclui hooks chamativos, links de grupos, capítulos automáticos e o catálogo de livros do Prof. Sandeco.

Gera tags de SEO para YouTube extraindo conceitos-chave da legenda .srt. Foca em termos de busca (search intent) e variações semânticas.

Especialista Ph.D. em SEO e CTR para YouTube. Gera, avalia e otimiza títulos usando critérios analíticos e técnicas do Joba. Ativa-se quando o usuário fornece um título inicial ou solicita ideias baseadas em um roteiro/legenda (.srt).