agentleFS
labdapslabdaps/labskills/CLAUDE.md

labskills

CLAUDE.md2 starsChanged 46 days agoMITView on GitHub

Instruções para o Claude Code ao trabalhar neste repositório. labskills é o repositório colaborativo de skills do Claude Code do LABDAPS (Laboratório de Big Data e Análise Preditiva em Saúde, FSP-USP). Estudantes e professores contribuem com skills que ajudam no fluxo do laboratório: modelagem preditiva em saúde, avaliação de modelos, séries temporais, revisão e escrita de artigos científicos. O repositório é o marketplace de plugins labdaps do Claude Code. Cada plugin (grafo, ml, paper, datasus) usa a raiz como source…

The file

Files
CLAUDE.md

CLAUDE.md

Instruções para o Claude Code ao trabalhar neste repositório.

Sobre este projeto

labskills é o repositório colaborativo de skills do Claude Code do LABDAPS (Laboratório de Big Data e Análise Preditiva em Saúde, FSP-USP). Estudantes e professores contribuem com skills que ajudam no fluxo do laboratório: modelagem preditiva em saúde, avaliação de modelos, séries temporais, revisão e escrita de artigos científicos.

Estrutura

.claude-plugin/marketplace.json  # marketplace labdaps: cada plugin lista as skills do seu domínio
skills/<nome>/SKILL.md           # cada skill, com cabeçalho YAML name + description
skills/<nome>/references/        # material de apoio opcional da skill
scripts/validate_skills.py       # valida skills e marketplace; roda no CI
scripts/validate_marketplace.py  # regras do marketplace, chamadas pelo validate_skills.py
tests/                           # testes do validador do marketplace e do install.sh
install.sh                       # alternativa ao marketplace: copia as skills, ou só as de um plugin (--plugin), para ~/.claude/skills/
CONTRIBUTING.md                  # guia para adicionar skills

O repositório é o marketplace de plugins labdaps do Claude Code. Cada plugin (grafo, ml, paper, datasus) usa a raiz como source e lista as suas skills no campo skills da entrada, então as skills ficam em skills/<nome>/ e o install.sh continua funcionando. Não existe plugin.json por plugin: a entrada do marketplace.json é o manifesto.

Ao adicionar ou editar skills

  • Cada skill é uma pasta skills/<nome>/ com SKILL.md. O name no YAML deve bater com o nome da pasta.
  • O description é uma linha densa com os gatilhos reais (comando /, frases em linguagem natural). É o que decide o acionamento.
  • Mantenha as skills genéricas e reutilizáveis. Nada específico de um projeto ou máquina.
  • Toda skill entra em exatamente um plugin. Ao adicionar uma, acrescente ./skills/<nome> à lista skills do plugin do domínio em .claude-plugin/marketplace.json e a linha na tabela desse plugin no README.md. O critério está no CONTRIBUTING.md.
  • Não crie, renomeie nem remova plugin sem combinar no PR. O nome do plugin e o do marketplace são a chave que os projetos guardam no .claude/settings.json: renomear exige entrada em renames no marketplace.json, e plugin novo entra em PLUGINS_PUBLICADOS no scripts/validate_marketplace.py.
  • Não fixe version nas entradas e não crie plugin.json, commands/, agents/, hooks/ ou .mcp.json na raiz: como a raiz é o source de todos os plugins, isso entraria em todos eles.
  • Script que a skill manda rodar é citado como "${CLAUDE_SKILL_DIR}/scripts/<arquivo>", que o Claude Code resolve tanto no plugin quanto na cópia do install.sh.
  • Antes do commit: python3 scripts/validate_skills.py, python3 -m pytest tests skills/graph-lab/tests e ruff check ..

Regras de conteúdo

  • Sem dados pessoais ou segredos: nada de tokens, e-mails, IPs, credenciais ou caminhos absolutos de máquina pessoal.
  • Português correto, com acentuação normal.
  • Sem travessões (em dash, en dash), hífens decorativos como separador, aspas tipográficas ou reticências Unicode. Use vírgula, ponto, dois pontos, aspas retas e três pontos normais.
  • Prefira editar a reescrever arquivos inteiros.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.