Kỹ năng nền tảng dữ liệu X (Twitter) dành cho các tác nhân lập trình AI (AI coding agents). 122 điểm cuối REST API, 2 công cụ MCP, 23 loại trích xuất dữ liệu, webhook xác thực HMAC. Thao tác đọc chỉ từ $0.00015/lệnh gọi - rẻ hơn 66 lần so với X API chính thức. Hoạt động tốt với Claude Code, Cursor, Codex, Copilot, Windsurf & hơn 40 tác nhân khác.
Phân tích hồ sơ (profile) các tệp CSV và bản kết xuất bảng tính trước khi bạn đặt niềm tin vào chúng: suy luận kiểu dữ liệu của từng cột và đo lường các giá trị bị thiếu, dữ liệu trùng lặp, kiểu dữ liệu hỗn hợp, giá trị ngoại lai (outliers), sự hỗn loạn trong định dạng ngày tháng và tính duy nhất của khóa bằng một kịch bản Python đã được kiểm thử, sau đó viết báo cáo chất lượng dữ liệu được sắp xếp theo mức độ ưu tiên kèm theo các cách khắc phục an toàn.
Xây dựng các prompt nâng cao, bản đặc tả tác vụ (task specs), tiêu chí xác minh và thiết lập môi trường Claude Code bằng phương pháp Spec / Verifier / Environment của Andrej Karpathy. Hãy sử dụng kỹ năng này bất cứ khi nào bạn cần lập đặc tả cho một tác vụ hoặc dự án, tinh chỉnh hoặc viết lại một prompt, xác định các tiêu chí xác minh hoặc tiêu chí đánh giá thành công cho kết quả đầu ra của tác nhân (agent), hoặc thiết lập/cập nhật cơ sở tri thức, kỹ năng, hay các hàng rào bảo vệ (guardrails) cho một tác nhân.
Kỹ năng tổng thể cho vòng đời tệp CLAUDE.md: tạo mới, cập nhật và cải thiện các tệp bằng dữ liệu đã được xác minh trực tiếp từ kho mã nguồn (repo), có hỗ trợ đa mô-đun và các quy tắc đặc thù theo từng ngăn xếp công nghệ (stack).
Dự báo thời điểm các ổ đĩa và phân vùng (volume) sẽ đầy dựa trên các mẫu dữ liệu mức sử dụng (tệp CSV gồm dấu thời gian, phân vùng, dung lượng đã dùng và tổng dung lượng). Ước lượng tốc độ tăng trưởng tổng thể và trong tuần gần nhất, loại bỏ các bước nhảy đột biến một lần khỏi xu hướng, đồng thời đưa ra số ngày và ngày cụ thể chạm ngưỡng đầy 80, 90, 95 và 100% cùng mức dung lượng đề xuất để duy trì khoảng dự phòng 90 ngày. Cảnh báo các phân vùng sắp đầy, tốc độ tăng trưởng đang tăng tốc, các bước nhảy đột ngột, xu hướng nhiễu và dữ liệu quá mỏng. Bao gồm công cụ dự báo viết bằng thư viện chuẩn Python kèm tùy chọn --self-test.
