Genera un wizard bash interactivo que guía a un humano por los pasos que solo él puede dar. Úsalo para aprovisionar infraestructura, credenciales o secretos de CI, o una migración puntual.
Configura, revisa, depura o valida recetas de entorno por-workspace de Orca: runtimes efímeros bajo demanda (sandboxes en la nube, VMs o locales) creados para cada workspace.
Ejecuta agent-browser en navegadores en la nube de AWS Bedrock AgentCore; úsalo para automatización de navegador respaldada por infraestructura AWS con credenciales AWS.
Preflight y diagnóstico de los diez fallos conocidos de entrenamiento ML en NVIDIA DGX Spark; úsala ante fallos de arranque, OOM bajo el límite de 128GB, caídas de throughput o antes de runs largos en GB10.
Domina técnicas de programación defensiva en Bash para scripts de nivel producción: úsalo al escribir shell scripts robustos, pipelines CI/CD o utilidades de sistema que requieran tolerancia a fallos.
Diseña pipelines CI/CD multi-etapa con gates de aprobación, verificaciones de seguridad y orquestación de despliegues, incluyendo canary, rollback y depuración de gates fallidos.
Configura la gestión de tráfico de Istio: enrutamiento, balanceo de carga, circuit breakers y despliegues canary para políticas de service mesh en producción.
Configura y optimiza workspaces monorepo de Nx: útil al montar Nx, definir límites de proyecto, optimizar el caching de builds o implementar comandos affected.
Gestiona memoria unificada y térmicas durante jobs de ML largos en NVIDIA DGX Spark: headroom en GB10, OOMs en memoria unificada y monitoreo de temperatura/potencia.
Crea runbooks estructurados de respuesta a incidentes con procedimientos paso a paso, rutas de escalamiento y acciones de recuperación para outages, bases de datos y onboarding de guardias.
Implementa patrones de Linkerd para desplegar un service mesh ligero centrado en seguridad. Útil al configurar Linkerd, políticas de tráfico o redes zero-trust con mínimo overhead.
Crea manifiestos de Kubernetes listos para producción (Deployments, Services, ConfigMaps, Secrets) siguiendo buenas prácticas y estándares de seguridad.
Configura Prometheus para la recolección, almacenamiento y monitoreo completo de métricas de infraestructura y aplicaciones, incluyendo scraping y sistemas de alertas.
Configura conectividad segura y de alto rendimiento entre infraestructura on-premises y plataformas cloud usando VPN y conexiones dedicadas, para arquitecturas híbridas.
Optimiza costos en la nube en AWS, Azure, GCP y OCI mediante rightsizing, tagging, instancias reservadas y análisis de gasto; para reducir gastos o implementar gobernanza de costos.
Diseña workflows duraderos con Temporal para sistemas distribuidos: separación workflow/activity, patrones saga, gestión de estado y restricciones de determinismo.
Configura un entorno de entrenamiento/inferencia de ML en NVIDIA DGX Spark (GB10, aarch64, CUDA 13): instalación de PyTorch/Unsloth/TRL/vLLM, errores ABI de libcudart y NGC vs pip.
Optimiza builds de Bazel en monorepos a gran escala. Úsalo al configurar Bazel, implementar ejecución remota u optimizar el rendimiento de builds en codebases empresariales.
Configura Turborepo para builds de monorepo eficientes con caché local y remota. Útil al configurar Turborepo, optimizar pipelines de build o implementar caching distribuido.
Implementa observabilidad integral para service meshes, incluyendo tracing distribuido, métricas y visualización. Útil para monitoreo de mesh, depuración de latencia y SLOs.
Define e implementa Indicadores (SLI) y Objetivos (SLO) de nivel de servicio con error budgets y alertas, para establecer metas de fiabilidad y prácticas SRE.
Despliega aplicaciones y sitios web en Vercel. Úsalo cuando el usuario pida acciones de despliegue como 'deploy my app', 'push this live' o 'create a preview deployment'.
Despliega y gestiona proyectos en Vercel usando autenticación por token. Útil para usar Vercel CLI con access tokens en vez de login interactivo, p. ej. "deploy to vercel", "set up vercel".
Para optimizar coste y rendimiento en proyectos Vercel desplegados (Next.js, SvelteKit, Nuxt, Astro limitado): recopila métricas, uso y config, investiga solo candidatos respaldados por métricas y produce recomendaciones verificadas.
Guía para desplegar un agente ADK, configurar CI/CD, gestionar secretos o solucionar despliegues en Agent Runtime, Cloud Run o GKE, incluyendo Agent Gateway.
Planifica migraciones desde Zscaler ZIA/ZPA, Palo Alto, VPN heredada, SWG o SASE hacia Cloudflare One: evaluaciones, mapeo de políticas, planes de rollout y análisis de paridad/brechas.
Guía el trabajo de Zero Trust y SASE en Cloudflare One (Access, Gateway, WARP, Tunnel, WAN, DLP, CASB, device posture, identidad), priorizando siempre la documentación y esquemas de API actuales.
Úsalo al construir apps de Cloudflare Sandbox sobre @cloudflare/sandbox@next: ejecución de código, AI runners, intérpretes, jobs CI, terminales, archivos, mounts, tunnels, preview URLs, lifecycle o errores.
Revisa y escribe código de Cloudflare Workers según las mejores prácticas de producción; prioriza la consulta de la documentación de Cloudflare sobre el conocimiento preentrenado.
Envía y recibe emails transaccionales con Cloudflare Email Service (Email Sending + Email Routing), vía binding de Workers, REST API, Agents SDK o wrangler.
Úsalo al construir o modificar apps de Cloudflare Sandbox sobre el paquete estable @cloudflare/sandbox: comandos, sesiones, ficheros, puertos, tunnels, terminales, bridge, producción o limpieza de APIs deprecated en stable.
Skill integral de la plataforma Cloudflare: Workers, Pages, almacenamiento (KV, D1, R2), IA, feature flags, redes, seguridad e infraestructura como código (Terraform, Pulumi).
Úsalo al portar una app Cloudflare Sandbox de @cloudflare/sandbox estable a @cloudflare/sandbox@next (Sandbox SDK 1.0 preview), o al migrar/actualizar a Sandbox 1.0 / @next.
CLI de Cloudflare Workers para desplegar y gestionar Workers, KV, R2, D1, Vectorize, Hyperdrive, Workers AI, Containers, Queues, Workflows, Pipelines y Secrets Store; prioriza la documentación de Cloudflare.
Servicio de pago de EAS: revisa la salud de un EAS Update publicado (crash rate, instalaciones, usuarios únicos, tamaño de payload y reparto embebido/OTA por canal) desde la CLI.
Servicio de EAS (de pago). Ayuda a entender y escribir archivos YAML de workflows EAS para proyectos Expo, incluyendo pipelines de build y automatización de despliegue.
Servicio EAS (de pago): compila y envía apps Expo a App Store, Google Play y TestFlight, configura perfiles en eas.json, gestiona versiones y publica metadata ASO.
Servicio de pago de EAS: despliega webs y rutas API de Expo Router en EAS Hosting, gestiona secretos y dominios, y trabaja con el runtime de Cloudflare Workers.
Úsalo para provisionar infraestructura o servicios de terceros mediante Stripe Projects: bases de datos, auth, caching, hosting, IA, email, colas, almacenamiento y credenciales.
Consulta y gestiona cuotas y uso de Azure entre proveedores. Para planificar despliegues, validar capacidad y elegir región: límites de servicio, uso actual y solicitudes de aumento.
Despliega una app web o API existente en un clúster AKS ya en marcha: detecta el framework, genera Dockerfile y manifiestos, valida contra los Deployment Safeguards y despliega con verificación.
Lista, encuentra y muestra recursos de Azure entre suscripciones y grupos. Cubre inventario, búsqueda por etiqueta, recursos huérfanos y consultas de Azure Resource Graph.
Evalúa y mejora la fiabilidad de aplicaciones PaaS (Azure Functions y App Service). Escanea redundancia de zona, almacenamiento ZRS, sondas de salud y failover multi-región, y guía la remediación.
Descubre la capacidad disponible de modelos de Azure OpenAI entre regiones y proyectos. Analiza cuotas, compara disponibilidad y recomienda dónde desplegar. Es de solo lectura: no despliega.
Flujo interactivo guiado para desplegar modelos de Azure OpenAI con control total: versión, SKU (GlobalStandard/Standard/ProvisionedManaged), capacidad, política RAI y opciones avanzadas.
Despliega código Python (Flask, Django, FastAPI) a Azure App Service Linux. No sirve para Container Apps, Functions, proyectos no-Python ni infraestructura completa — para eso, azure-prepare.
Evalúa y actualiza cargas de Azure entre planes, tiers o SKUs, o moderniza dependencias del SDK de Azure en el código. No es para migración entre nubes — para eso, azure-cloud-migrate.
Despliega modelos de Azure OpenAI en la región óptima analizando la capacidad de todas las regiones. Comprueba primero la región actual y muestra alternativas si hace falta.
Validación previa al despliegue en Azure. Comprueba en profundidad la configuración, la infraestructura (Bicep o Terraform), los roles RBAC, los permisos de identidad administrada y los prerrequisitos.
Prepara proyectos Azure basados en azd para desplegar: genera azure.yaml, la infraestructura (Bicep o Terraform) y los Dockerfiles del flujo del Azure Developer CLI.
Planifica, crea y configura clústeres AKS listos para producción: checklist Day-0, elección de SKU (Automatic o Standard), redes, seguridad y operaciones (autoescalado, upgrades, costes).
Depura incidencias de producción en Azure con AppLens, Azure Monitor, resource health y triaje seguro. Cubre App Service, Container Apps, Functions, AKS, VMs y mensajería.
Instala AI Runway sobre AKS, de un clúster desnudo a un modelo funcionando: verificación del clúster, instalación del controlador, evaluación de GPU, configuración del proveedor y primer despliegue.
Servicios de Azure Storage: Blob, File Shares, Queue, Table y Data Lake. Responde sobre niveles de acceso (hot, cool, cold, archive), cuándo usar cada uno y gestión del ciclo de vida.
Fase 3 del pipeline azure-app-onboard: genera IaC lista para desplegar desde el plan de arquitectura y la verifica con auto-revisión adversarial, sin desplegar. No es invocable directamente.
Fase 4 del pipeline azure-app-onboard: ejecuta la IaC validada contra Azure y verifica la salud de los recursos desplegados. No es invocable directamente.
Orquestador de punta a punta: de una idea o una app existente hasta un despliegue en Azure, con estimación de costes y aprobación previa. Analiza tu app y detecta los servicios adecuados.
Skill unificado de despliegue de modelos de Azure OpenAI con enrutado por intención: despliegues rápidos con preset, despliegues personalizados y descubrimiento de capacidad entre regiones y proyectos.
Fase 2 del pipeline azure-app-onboard: mapea los componentes de la app a servicios de Azure con estimación de costes y validación de cuota. No es invocable directamente.
Guía para instrumentar aplicaciones web con Azure Application Insights: patrones de telemetría, configuración del SDK y referencias. Para añadirlo a tu app, usa azure-prepare.
Evalúa si tu código está listo para desplegar en Azure, antes del trabajo de infraestructura: salud del build, dependencias, compatibilidad del stack y bloqueantes de despliegue.
Ejecuta despliegues de aplicaciones YA PREPARADAS que tengan .azure/deployment-plan.md y archivos de infraestructura. Para crear una app nueva, usa azure-prepare en su lugar.
Evalúa cargas y configuración de clúster para su compatibilidad con AKS Automatic. Identifica incompatibilidades, genera arreglos y guía la migración de AKS Standard a AKS Automatic.
Evalúa y migra cargas de trabajo de otras nubes a Azure con informes y conversión de código. Soporta Lambda→Functions, Beanstalk/Heroku/App Engine→App Service y Fargate/Kubernetes/Cloud Run→Container Apps.
Router de VMs y VMSS de Azure. Cubre recomendar y comparar tamaños, crear y aprovisionar, reservas de capacidad (CRG) y Essential Machine Management (EMM).
Diseña y aprovisiona infraestructura Azure de empresa desde la descripción de una carga: redes, identidad, seguridad, cumplimiento y topologías multi-recurso alineadas con el WAF. Genera Bicep o Terraform.
Skill Rigor Setup para reproducir repos de deep learning basados en README: prepara un entorno conda conservador, rutas de checkpoints/datasets, hints de caché y notas de setup antes de cualquier ejecución.
Convierte una Firebase Extension instalada (o su código fuente) en un codebase de Cloud Functions independiente o en un paquete npm publicable, con upgrade de triggers V1 a V2, lifecycle hooks y seguridad declarativa.
Configura la base de Firebase: instala/verifica la CLI, gestiona login (incl. --no-localhost), crea o selecciona proyectos y descarga los archivos de configuración de la app.
Despliega y gestiona apps full-stack (Next.js, Angular) con SSR usando Firebase App Hosting: apphosting.yaml, bloques apphosting en firebase.json, secretos y CI/CD con GitHub.
Despliega y configura el Firebase Hosting clásico para sitios estáticos, SPAs y microservicios: dominios, firebase.json, redirects, rewrites y canales de vista previa.
Funciones HTTP de Node.js long-running y serverless desplegadas en tu rama de Neon, con DATABASE_URL inyectado automáticamente y compute que corre junto a tus datos.
Guía de despliegue y hosting en Prisma Compute: creación de apps, prisma.compute.ts, defineComputeConfig, app deploy, auth/workspaces y preparación de frameworks para desplegar.
Consulta los logs y la salud de una app Convex en ejecución en lenguaje natural (MCP oficial): fallos, funciones lentas/costosas, causalidad de deploys, con evidencia y enlace al dashboard.
Previsualiza el gasto en Convex: clasifica funciones por bytes/documentos leídos × volumen de llamadas, proyecta cada curva de costo y nombra el arreglo más barato; confirm-cost para acciones pagadas.