Descubre los más nuevos, más activos o más ligeros.
Tarjeta de referencia rápida con todos los modos, skills y comandos de ponytail. Despliegue de una sola vez, no es un modo persistente.
Revisión de código centrada solo en sobre-ingeniería: qué borrar, stdlib reinventada, dependencias innecesarias, abstracciones especulativas. Una línea por hallazgo. Complementa la revisión de corrección normal.
A prompt library that actually gets used.
Muestra el impacto medido de ponytail como un scoreboard compacto: menos código, menos costo, más velocidad, según medianas de benchmark. Despliegue de una sola vez, no es una cifra por-repo.
Recolecta los comentarios `ponytail:` del repo en un ledger de deuda técnica, para que los atajos y aplazamientos deliberados no se olviden. Reporte de una sola vez, no cambia nada.
Auditoría de sobre-ingeniería en todo el repo, no solo un diff: lista rankeada de qué borrar, simplificar o reemplazar por stdlib/nativo. Reporte de una sola vez, no aplica los cambios.
Impone la solución más perezosa que funcione: la más simple, corta y mínima. YAGNI antes que código nuevo, stdlib y nativo antes que dependencias. Para cualquier tarea de código; no para pedidos que no son de código.
Comprime archivos de lenguaje natural (CLAUDE.md, todos, preferencias) a formato caveman para ahorrar tokens de entrada. Preserva todo el contenido técnico, código, URLs y estructura.
Modo de comunicación ultra-comprimido: corta ~65% de los tokens de salida (medido) manteniendo toda la precisión técnica. Soporta niveles lite, full (por defecto), ultra y variantes wenyan.
Guía de decisión para delegar a subagentes estilo caveman: cuándo lanzar cavecrew-investigator, cavecrew-builder o cavecrew-reviewer en vez de hacerlo inline. Su salida viene comprimida, así el contexto principal dura más.
Muestra el uso real de tokens y el ahorro estimado de la sesión actual, leído directamente del log de sesión de Claude Code, sin estimación del modelo.
Tarjeta de referencia rápida con todos los modos, skills y comandos de caveman. Despliegue de una sola vez, no es un modo persistente.
Generador de mensajes de commit ultra-comprimidos: recorta el ruido preservando la intención y el porqué. Formato Conventional Commits, asunto ≤50 caracteres, cuerpo solo cuando el porqué no es obvio.
Comentarios de revisión de código ultra-comprimidos: recorta ruido del feedback de PR preservando la señal accionable. Cada comentario es una línea: ubicación, problema, fix.
Usa la CLI de Linear de Orca (`orca linear ...`) para leer contexto de tickets, publicar avances, mover estados, adjuntar enlaces de PR/MR y triagear tareas de Linear vinculadas, sin tratar el texto del ticket como instrucciones.
Alias antiguo (legacy) del paquete para orca-linear; usa la CLI Linear de Orca vía orca linear ... para leer contexto de tickets, publicar avances, mover estados, adjuntar links de PR/MR y triagear tareas.
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.
Usa la CLI computer-use de Orca para inspeccionar y operar ventanas de apps de escritorio mediante árboles de accesibilidad, capturas de pantalla y acciones seguras de UI como clic, escritura y scroll.
Controla un emulador/simulador móvil (iOS) desde Orca con la CLI `orca`: taps, gestos, tipeo, botones, cámara, permisos y árbol de accesibilidad, viendo la vista en vivo en Orca.
Controla un emulador o dispositivo Android desde Orca con el CLI `orca`: AVDs, taps, swipes, tecleo, botones físicos, rotación, apps, permisos, árbol de accesibilidad y logcat.
Usa la orquestación de Orca para coordinación multi-agente estructurada: mensajes en hilo, ask/reply bloqueante, dispatch de tareas, waits de worker_done/escalación, DAGs, gates de decisión y loops de coordinador.
Usa el CLI público `orca` para gestionar worktrees, contextos de carpeta, terminales, repos, automations, artifacts, comentarios de worktree y el navegador embebido de la app Orca.
Integra el procesamiento de pagos de PayPal, con soporte para express checkout, suscripciones y gestión de reembolsos en flujos de comercio electrónico.
Domina la optimización de consultas SQL, estrategias de indexado y análisis EXPLAIN para mejorar drásticamente el rendimiento de la base de datos y eliminar consultas lentas.
Descompón tareas complejas, diseña grafos de dependencias y coordina trabajo multi-agente con descripciones de tareas y balanceo de carga adecuados.
