golden-chat
Über
Die golden-chat-Fähigkeit ermöglicht es Entwicklern, einen bestimmten Slack-Chat-Verlauf (golden_chat-Build) abzufragen, um vergangene technische Diskussionen, Lösungen und geteilte Ressourcen zu finden. Nutzen Sie sie, um schnell Code-Snippets, Fehlerbehebungs-Schritte oder Team-Entscheidungen aus den Kanälen #engineering und #random abzurufen. Sie ist dafür konzipiert, historisches Teamwissen während der Entwicklung und Problemlösung zu referenzieren.
Schnellinstallation
Claude Code
Empfohlennpx skills add yusufkaraaslan/Skill_Seekers -a claude-code/plugin add https://github.com/yusufkaraaslan/Skill_Seekersgit clone https://github.com/yusufkaraaslan/Skill_Seekers.git ~/.claude/skills/golden-chatKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
Dokumentation
Golden_Chat Slack Chat Skill
Use when testing the golden_chat golden build
📋 Slack Chat Information
Platform: Slack
Source: fixtures/slack-export/
Total Messages: 6
Unique Users: 3
Channels: #engineering, #random
💡 When to Use This Skill
Use this skill when you need to:
- Find solutions discussed in golden_chat chat history
- Reference code snippets shared by team members
- Understand team decisions and architectural discussions
- Look up troubleshooting steps from past conversations
- Find shared links and resources from the team
📖 Content Overview
Total Sections: 3
Content Breakdown:
- #engineering: 2 sections
- #random: 1 sections
🔑 Key Discussion Topics
Topics frequently discussed in chat
- Troubleshooting: 1 conversations
- Setup: 1 conversations
📝 Top Code Snippets
High-quality code shared in chat
Python (2 snippets)
Snippet 1 (by bob) (Quality: 9.5/10):
def long_helper():
y0 = 0
y1 = 1
y2 = 2
y3 = 3
y4 = 4
y5 = 5
y6 = 6
y7 = 7
y8 = 8
y9 = 9
y10 = 10
y11 = 11
y12 = 12
y13 = 13
y14 = 14
y15 = 15
y16 = 16
y17 = 17
y18 = 18
y19 = 19
y20 = 20
y21 = 21
y22 = 22
y23 = 23
y24 = 24
y25 = 25
y26 = 26
y27 = 27
y28 = 28
y29 = 29
y30 = 30
y31 = 31
y32 = 32
y33 = 33
y34 = 34
y35 = 35
y36 = 36
y37 = 37
y38
...
Snippet 2 (by bob) (Quality: 7.0/10):
print('patched')
Unknown (1 snippets)
Snippet 1 (by alice) (Quality: 4.0/10):
kubectl get pods
🔗 Shared Links (21)
Key resources shared in chat
- https://example.com/resource/0 (by alice, in #engineering)
- https://example.com/resource/1 (by carol, in #random)
- https://example.com/resource/2 (by alice, in #engineering)
- https://example.com/resource/3 (by carol, in #random)
- https://example.com/resource/4 (by alice, in #engineering)
- https://example.com/resource/5 (by carol, in #random)
- https://example.com/resource/6 (by alice, in #engineering)
- https://example.com/resource/7 (by carol, in #random)
- https://example.com/resource/8 (by alice, in #engineering)
- https://example.com/resource/9 (by carol, in #random)
- https://example.com/resource/10 (by alice, in #engineering)
- https://example.com/resource/11 (by carol, in #random)
- https://example.com/resource/12 (by alice, in #engineering)
- https://example.com/resource/13 (by carol, in #random)
- https://example.com/resource/14 (by alice, in #engineering)
- https://example.com/resource/15 (by carol, in #random)
- https://example.com/resource/16 (by alice, in #engineering)
- https://example.com/resource/17 (by carol, in #random)
- https://example.com/resource/18 (by alice, in #engineering)
- https://example.com/resource/19 (by carol, in #random)
... and 1 more links
📊 Chat Statistics
- Total Messages: 6
- Total Threads: 1
- Code Snippets: 3
- Shared Links: 21
- Unique Users: 3
- Channels: 2
Channel Activity:
- #engineering: 5 messages, 2 users
- #random: 1 messages, 1 users
🗺️ Navigation
Reference Files:
references/engineering_s1-s2.md- #engineeringreferences/random_s3-s3.md- #random
See references/index.md for complete chat structure.
Generated by Skill Seeker | Slack Chat Scraper
GitHub Repository
Häufig gestellte Fragen
Was ist der Skill golden-chat?
golden-chat ist ein Claude Skill von yusufkaraaslan. Skills bündeln Anweisungen und Ressourcen, die Claude bei Bedarf lädt, um Aufgaben rund um golden-chat ohne zusätzliche Eingaben auszuführen.
Wie installiere ich golden-chat?
Verwende die Installationsbefehle auf dieser Seite: Füge golden-chat als Plugin zu Claude Code hinzu oder klone das Repository in dein Skills-Verzeichnis. Starte Claude danach neu, damit der Skill geladen wird.
Zu welcher Kategorie gehört golden-chat?
golden-chat gehört zur Kategorie Meta.
Kann ich golden-chat kostenlos nutzen?
Ja. golden-chat ist auf AIMCP gelistet und kann kostenlos installiert werden.
Verwandte Skills
Diese Skill bietet eine produktionsgetestete Einrichtung für Content Collections – ein TypeScript-first-Tool, das Markdown/MDX-Dateien in typsichere Datensammlungen mit Zod-Validierung umwandelt. Verwenden Sie ihn beim Erstellen von Blogs, Dokumentationsseiten oder inhaltsstarken Vite + React-Anwendungen, um Typsicherheit und automatische Inhaltsvalidierung zu gewährleisten. Er behandelt alles von der Vite-Plugin-Konfiguration und MDX-Kompilierung bis hin zur Deployment-Optimierung und Schema-Validierung.
Diese Fähigkeit ermöglicht es Entwicklern, Anwendungen mit der Polymarket-Prognosemärkte-Plattform zu erstellen, einschließlich API-Integration für Handel und Marktdaten. Sie bietet außerdem Echtzeit-Datenstreaming über WebSocket, um Live-Trades und Marktaktivitäten zu überwachen. Nutzen Sie sie zur Implementierung von Handelsstrategien oder zur Erstellung von Tools, die Live-Marktaktualisierungen verarbeiten.
Diese Fähigkeit unterstützt Entwickler dabei, OpenCode-Plugins zu erstellen, die in über 25 Ereignistypen wie Befehle, Dateien und LSP-Operationen eingreifen. Sie bietet die Plugin-Struktur, Event-API-Spezifikationen und Implementierungsmuster für JavaScript/TypeScript-Module. Nutzen Sie sie, wenn Sie den Lebenszyklus des OpenCode KI-Assistenten mit benutzerdefinierter ereignisgesteuerter Logik abfangen, überwachen oder erweitern müssen.
SGLang ist ein hochperformantes LLM-Serving-Framework, das sich auf schnelle, strukturierte Generierung für JSON, Regex und agentenbasierte Workflows unter Verwendung seines RadixAttention-Prefix-Cachings spezialisiert. Es bietet deutlich schnellere Inferenz, insbesondere für Aufgaben mit wiederholten Präfixen, was es ideal für komplexe, strukturierte Ausgaben und Mehrfachdialoge macht. Wählen Sie SGLang gegenüber Alternativen wie vLLM, wenn Sie constrained decoding benötigen oder Anwendungen mit umfangreicher Präfix-Weitergabe entwickeln.
