[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"extension-skill-tasteray-recommendations-de":3,"guides-for-tasteray-recommendations":394,"similar-k1714nbeqfefzeb048a7ah8kxx86m5hh-de":395},{"_creationTime":4,"_id":5,"children":6,"community":7,"display":9,"evaluation":15,"identity":247,"isFallback":233,"parentExtension":251,"providers":307,"relations":311,"repo":313,"tags":391,"workflow":392},1778698066952.4187,"k1714nbeqfefzeb048a7ah8kxx86m5hh",[],{"reviewCount":8},0,{"description":10,"installMethods":11,"name":13,"sourceUrl":14},"TasteRay API-Integration für personalisierte Empfehlungen über verschiedene Bereiche hinweg (Filme, Restaurants, Produkte, Reisen, Jobs). Verwenden Sie diese Funktion, wenn Sie: (1) Filme, Restaurants, Produkte, Reisen oder Jobs empfehlen möchten, (2) Fragen wie „Was würde mir gefallen?“ beantworten müssen, (3) personalisierte Empfehlungen basierend auf Präferenzen anbieten möchten, (4) Elemente für einen Benutzer einstufen oder bewerten möchten, (5) erklären möchten, warum etwas dem Geschmack eines Benutzers entspricht, (6) Empfehlungskontext aus einem Gespräch erstellen möchten, (7) psychologische Profile mit Empfehlungssystemen integrieren möchten.",{"claudeCode":12},"tasteray/skills","recommendations","https://github.com/tasteray/skills",{"_creationTime":16,"_id":17,"extensionId":5,"locale":18,"result":19,"trustSignals":231,"workflow":245},1778698066952.419,"kn77hj999xqsvckf4fdmdvp73d86n7v4","de",{"checks":20,"evaluatedAt":193,"extensionSummary":194,"features":195,"nonGoals":201,"promptVersionExtension":208,"promptVersionScoring":209,"purpose":210,"rationale":211,"score":212,"summary":213,"tags":214,"tier":222,"useCases":223},[21,26,29,32,36,39,43,47,51,54,58,62,65,70,73,76,79,82,85,88,92,96,100,104,109,112,115,118,122,125,128,131,134,137,140,144,148,152,155,159,162,165,168,171,175,178,181,184,187,190],{"category":22,"check":23,"severity":24,"summary":25},"Praktischer Nutzen","Relevanz des Problems","pass","Die Beschreibung nennt klar das Benutzerproblem, personalisierte Empfehlungen zu benötigen, und das Produkt/die Dienstleistung (TasteRay API), das/die es für mehrere Bereiche löst.",{"category":22,"check":27,"severity":24,"summary":28},"Alleinstellungsmerkmal","Die Fähigkeit bietet einen erheblichen Mehrwert gegenüber einer einfachen Aufforderung, indem sie sich in die TasteRay API integriert, einen reichhaltigen Kontext aufbaut und personalisierte Erklärungen liefert, was mehr ist als das Standardverhalten von LLMs.",{"category":22,"check":30,"severity":24,"summary":31},"Produktionsbereitschaft","Die Fähigkeit ist produktionsreif, integriert sich in eine dokumentierte API und deckt den gesamten Empfehlungslebenszyklus vom Kontextaufbau bis zur Präsentation und Iteration ab.",{"category":33,"check":34,"severity":24,"summary":35},"Umfang","Single Responsibility Principle","Die Fähigkeit konzentriert sich auf personalisierte Empfehlungen mithilfe der TasteRay API und des zugehörigen Kontextaufbaus und bleibt innerhalb eines einzigen, kohärenten Bereichs.",{"category":33,"check":37,"severity":24,"summary":38},"Qualität der Beschreibung","Die angezeigte Beschreibung spiegelt die Fähigkeiten der Fähigkeit genau wider und gibt ihren Zweck und ihre Anwendungsfälle in einem lesbaren Format klar an.",{"category":40,"check":41,"severity":24,"summary":42},"Aufruf","Geltungsbereich von Werkzeugen","Die Fähigkeit interagiert hauptsächlich mit der TasteRay API über definierte Endpunkte (z. B. POST /v1/recommend, POST /v1/explain), die gut abgegrenzte Verb-Nomen-Aktionen sind.",{"category":44,"check":45,"severity":24,"summary":46},"Dokumentation","Konfigurations- & Parameterreferenz","Die API-Referenzdokumentation beschreibt alle Parameter, einschließlich der Felder des Kontextobjekts und bereichsspezifischer Einschränkungen, mit klaren Typen und Anforderungen.",{"category":33,"check":48,"severity":49,"summary":50},"Tool-Namensgebung","not_applicable","Diese Fähigkeit interagiert hauptsächlich mit einer externen API, und die 'Tools' sind im Wesentlichen API-Endpunkte und keine separaten Befehle mit Verb-Nomen-Namen.",{"category":33,"check":52,"severity":24,"summary":53},"Minimale I/O-Oberfläche","Die Schemas für API-Anfragen und -Antworten scheinen gut definiert zu sein, sie fordern spezifischen Kontext an und geben strukturierte Empfehlungsdaten mit Konfidenzbewertungen und Erklärungen zurück.",{"category":55,"check":56,"severity":24,"summary":57},"Lizenz","Lizenznutzbarkeit","Die Lizenz ist MIT, eine permissive Open-Source-Lizenz, und wird im SKILL.md Frontmatter und einer LICENSE-Datei deklariert.",{"category":59,"check":60,"severity":24,"summary":61},"Wartung","Aktualität von Commits","Der letzte Commit war am 16. April 2026, was innerhalb der letzten 3 Monate liegt.",{"category":59,"check":63,"severity":49,"summary":64},"Abhängigkeitsmanagement","Die Fähigkeit selbst scheint keine Drittanbieterabhängigkeiten zu haben, die verwaltet werden müssten.",{"category":66,"check":67,"severity":68,"summary":69},"Sicherheit","Geheimnisverwaltung","warning","Der API-Schlüssel wird benötigt und an mehreren Stellen erwähnt, aber es gibt keine expliziten Anweisungen, wie er sicher verwaltet werden kann (z. B. über Umgebungsvariablen oder einen sicheren Speicher), was zu Hardcoding führen könnte.",{"category":66,"check":71,"severity":24,"summary":72},"Injection","Die Fähigkeit interagiert mit einer externen API und lädt oder führt keine beliebigen Drittanbieterdaten als Anweisungen aus.",{"category":66,"check":74,"severity":24,"summary":75},"Transitive Lieferketten-Granaten","Die Fähigkeit stützt sich auf eine dokumentierte externe API und ruft keinen entfernten Code oder Inhalte zum Ausführen ab.",{"category":66,"check":77,"severity":24,"summary":78},"Sandbox-Isolation","Die Fähigkeit führt hauptsächlich API-Aufrufe durch und scheint keine Dateien zu ändern oder außerhalb ihres definierten Geltungsbereichs zu agieren.",{"category":66,"check":80,"severity":24,"summary":81},"Sandbox-Escape-Primitive","Es wurden keine getrennten Prozesse oder Wiederholungsversuche für verweigerte Tool-Aufrufe erkannt.",{"category":66,"check":83,"severity":24,"summary":84},"Datenexfiltration","Die Fähigkeit sendet Kontext und Präferenzen zur Empfehlung an die TasteRay API, was ihrem beabsichtigten Zweck entspricht. Es wurden keine undokumentierten ausgehenden Aufrufe oder Exfiltration vertraulicher Daten beobachtet.",{"category":66,"check":86,"severity":24,"summary":87},"Versteckte Texttricks","Die gebündelten Inhalte scheinen frei von versteckten Lenkungstricks zu sein, und die Beschreibungen sind sauberes ASCII.",{"category":89,"check":90,"severity":24,"summary":91},"Hooks","Undurchsichtige Codeausführung","Die Logik der Fähigkeit wird in Markdown beschrieben und interagiert mit einer API. Es gibt keine Hinweise auf verschleierten oder undurchsichtigen Codeausführungen.",{"category":93,"check":94,"severity":24,"summary":95},"Portabilität","Strukturelle Annahme","Die Fähigkeit trifft keine Annahmen über die Projektstruktur des Benutzers hinaus, die für die Interaktion mit der API erforderlich sind.",{"category":97,"check":98,"severity":24,"summary":99},"Vertrauen","Aufmerksamkeit für Probleme","Es gibt 0 offene und 0 geschlossene Probleme in den letzten 90 Tagen, was auf geringe Aktivität, aber keine Anzeichen von Vernachlässigung hindeutet.",{"category":101,"check":102,"severity":24,"summary":103},"Versionierung","Release-Management","Eine aussagekräftige Version (1.0) ist im SKILL.md Frontmatter deklariert.",{"category":105,"check":106,"severity":107,"summary":108},"Codeausführung","Validierung","info","Obwohl das API-Schema dokumentiert ist, wird die Implementierungslogik der Fähigkeit zur Validierung und Bereinigung von Eingaben vor der Übermittlung an die API im bereitgestellten SKILL.md nicht explizit detailliert. Die API selbst führt wahrscheinlich eine Validierung durch, aber die interne Handhabung der Fähigkeit ist unklar.",{"category":66,"check":110,"severity":24,"summary":111},"Ungeschützte destruktive Operationen","Die Fähigkeit ist hauptsächlich schreibgeschützt in Bezug auf Zustandsänderungen in der Umgebung des Benutzers; ihre Hauptaktion besteht darin, API-Aufrufe zu tätigen, die keine destruktiven Operationen sind.",{"category":105,"check":113,"severity":24,"summary":114},"Fehlerbehandlung","Die SKILL.md beschreibt API-Fehlercodes (4xx, 5xx) und schlägt Handhabungsstrategien wie exponentielle Backoff und Fallback-Verhalten vor.",{"category":105,"check":116,"severity":49,"summary":117},"Protokollierung","Die Hauptfunktion der Fähigkeit ist die API-Interaktion, und sie führt keine destruktiven Aktionen oder komplexen lokalen Operationen durch, die ein lokales Audit-Protokoll erfordern würden.",{"category":119,"check":120,"severity":107,"summary":121},"Compliance","DSGVO","Die Fähigkeit arbeitet mit Benutzereinstellungen und Kontext, was persönliche Daten enthalten kann. Obwohl diese Daten an die TasteRay API gesendet werden, sind die Handhabung und Bereinigung personenbezogener Daten vor dem Senden nicht explizit detailliert, was ein potenzielles Risiko darstellt, wenn sie nicht ordnungsgemäß vom vorgelagerten Agenten gehandhabt wird.",{"category":119,"check":123,"severity":24,"summary":124},"Zielmarkt","Die Erweiterung hat keine regionale oder juristische Logik und operiert global, wobei sie allgemeine Empfehlungsbedürfnisse abdeckt.",{"category":93,"check":126,"severity":24,"summary":127},"Laufzeitstabilität","Die Fähigkeit stützt sich auf Standard-API-Aufrufe und dokumentierte Kontextmuster, wodurch sie in kompatiblen Agentenumgebungen breit portierbar ist.",{"category":44,"check":129,"severity":24,"summary":130},"README","Die README-Datei existiert und beschreibt klar den Zweck der TasteRay-Fähigkeiten, einschließlich Elicitation und Recommendations.",{"category":33,"check":132,"severity":49,"summary":133},"Tool-Oberflächengröße","Diese Fähigkeit interagiert hauptsächlich mit externen API-Endpunkten und nicht mit mehreren separaten Werkzeugen.",{"category":40,"check":135,"severity":49,"summary":136},"Überlappende Nahe-Synonym-Tools","Die Fähigkeit interagiert mit spezifischen API-Endpunkten (recommend, explain, usage), die unterschiedlich und funktional nicht überlappend sind.",{"category":44,"check":138,"severity":24,"summary":139},"Phantomfunktionen","Alle beworbenen Funktionen, wie API-Integration und Kontextaufbau, haben entsprechende Implementierungen, die im SKILL.md und in Referenzen detailliert sind.",{"category":141,"check":142,"severity":24,"summary":143},"Installation","Installationsanleitung","Die README enthält klare Installationsanweisungen mit `npx skills add` und Beispiel-Nutzungsaufforderungen.",{"category":145,"check":146,"severity":24,"summary":147},"Fehler","Aktionsfähige Fehlermeldungen","Die API-Referenz und SKILL.md dokumentieren verschiedene Fehlercodes und schlagen Abhilfemaßnahmen für API-bezogene Probleme vor.",{"category":149,"check":150,"severity":49,"summary":151},"Ausführung","Angepinnte Abhängigkeiten","Die Fähigkeit scheint keine Drittanbieterabhängigkeiten zu verwenden, die angepinnt oder Side-Effect-Header erfordern.",{"category":33,"check":153,"severity":49,"summary":154},"Dry-Run-Vorschau","Die Hauptaktion der Fähigkeit besteht darin, API-Aufrufe für Empfehlungen durchzuführen, was keine zustandsändernde Operation ist, die eine Dry-Run-Vorschau erfordert.",{"category":156,"check":157,"severity":24,"summary":158},"Protokoll","Idempotente Wiederholung & Timeouts","Die Dokumentation schlägt die Implementierung von exponentiellem Backoff und die Behandlung von Timeouts für API-Fehler vor, und die Operationen sind im Allgemeinen idempotent (Empfehlungen basierend auf Kontext).",{"category":119,"check":160,"severity":49,"summary":161},"Telemetrie-Opt-in","Es gibt keine Hinweise darauf, dass die Fähigkeit Telemetriedaten aussendet.",{"category":40,"check":163,"severity":24,"summary":164},"Präziser Zweck","Die Beschreibung gibt klar den Zweck der TasteRay API-Integration für personalisierte Empfehlungen an und liefert spezifische Anwendungsfälle und Nicht-Ziele.",{"category":40,"check":166,"severity":24,"summary":167},"Prägnantes Frontmatter","Das SKILL.md Frontmatter ist prägnant und liefert die Kernfunktionalität und Auslöserphrasen ohne übermäßige Schlüsselwörter.",{"category":44,"check":169,"severity":24,"summary":170},"Prägnanter Körper","Die SKILL.md ist gut strukturiert, verwendet verlinkte Referenzen für tiefere Materialien und hält den Hauptteil prägnant.",{"category":172,"check":173,"severity":24,"summary":174},"Kontext","Progressive Offenlegung","Detaillierte Anleitungen wie API-Referenz, Kontextmuster und Präsentationsmuster sind von der SKILL.md verlinkt und ermöglichen eine progressive Offenlegung.",{"category":172,"check":176,"severity":49,"summary":177},"Gabelnde Erkundung","Der Workflow dieser Fähigkeit beinhaltet direkte API-Aufrufe und Kontextaufbau, keine tiefgreifende Erkundung oder Code-Überprüfung, die ein Forking erfordern würde.",{"category":22,"check":179,"severity":24,"summary":180},"Anwendungsbeispiele","Die SKILL.md bietet Beispiel-JSON-Anfragen für Kern-API-Endpunkte und schnelle Referenzbeispiele, die es Benutzern ermöglichen, die Aufrufe und erwarteten Ausgaben zu verstehen.",{"category":22,"check":182,"severity":24,"summary":183},"Randfälle","Die SKILL.md und die Dokumentation der Präsentationsmuster befassen sich mit Randfällen wie Ratenbegrenzungen, Authentifizierungsfehlern, Übereinstimmungen mit geringer Konfidenz und widersprüchlichen Präferenzen mit vorgeschlagenen Wiederherstellungsschritten.",{"category":105,"check":185,"severity":49,"summary":186},"Tool-Fallback","Die Fähigkeit stützt sich nicht auf externe Tools wie einen MCP-Server, der einen Fallback-Pfad erfordern würde.",{"category":66,"check":188,"severity":24,"summary":189},"Anhalten bei unerwartetem Zustand","Der Workflow der Fähigkeit, insbesondere bei der Behandlung von API-Fehlern und widersprüchlichen Präferenzen, impliziert einen Halt- und Melde-Mechanismus, anstatt mit ungültigen Zuständen fortzufahren.",{"category":93,"check":191,"severity":24,"summary":192},"Cross-Skill-Kopplung","Die Fähigkeit ist so konzipiert, dass sie eigenständig funktioniert und ihre Integration mit der TasteRay API und der optionalen Elicitation-Fähigkeit klar dokumentiert, ohne implizite Abhängigkeiten.",1778698029772,"Diese Fähigkeit integriert sich in die TasteRay API, um personalisierte Empfehlungen für verschiedene Bereiche wie Filme, Restaurants, Produkte, Reisen und Jobs bereitzustellen. Sie konzentriert sich auf den Aufbau eines reichhaltigen Benutzerkontexts aus Gesprächen, das Ausführen von API-Aufrufen, die Interpretation von Konfidenzbewertungen und die Präsentation personalisierter Erklärungen.",[196,197,198,199,200],"Personalisierte Empfehlungen für verschiedene Bereiche","API-Integration mit der TasteRay Recommendation API","Kontextaufbau aus Benutzereinstellungen, Profil, Einschränkungen und Verlauf","Interpretation und Präsentation von Konfidenzbewertungen","Generierung personalisierter Erklärungen für Empfehlungen",[202,203,204,205,206,207],"Empfehlungen abgeben, ohne den Benutzerkontext zu verstehen","Rohe API-Ausgaben ohne Personalisierung präsentieren","Übertrieben selbstbewusste Empfehlungen mit niedrigen Konfidenzwerten abgeben","Benutzereinschränkungen oder Präferenzen ignorieren","Fehlende Beibehaltung des Gesprächskontexts","Empfehlungen abgeben, ohne das „Warum“ zu erklären","3.0.0","4.4.0","Um KI-Agenten mit hochentwickelten personalisierten Empfehlungsfunktionen auszustatten und sie in aufmerksame Gesprächspartner zu verwandeln, die Benutzerbedürfnisse verstehen, bevor sie Vorschläge machen.","Die Fähigkeit ist gut dokumentiert und robust, mit starker Einhaltung von Best Practices für API-Integration und Benutzererfahrung. Eine geringfügige Warnung bezüglich der Verwaltung von API-Schlüsseln ist der einzige Nachteil.",95,"Eine qualitativ hochwertige Fähigkeit zur Generierung personalisierter Empfehlungen über die TasteRay API, mit exzellenter Dokumentation und Einhaltung von Best Practices.",[13,215,216,217,218,219,220,221],"api","personalization","movies","restaurants","products","travel","jobs","community",[224,225,226,227,228,229,230],"Empfehlung von Filmen, Restaurants, Produkten, Reisezielen oder Jobs","Beantwortung von Fragen wie „Was würde mir gefallen?“","Bereitstellung personalisierter Empfehlungen basierend auf Benutzereinstellungen","Einstufung oder Bewertung von Elementen für einen Benutzer","Erklärung, warum etwas dem Geschmack eines Benutzers entspricht","Aufbau von Empfehlungskontext aus Gesprächen","Integration psychologischer Profile in Empfehlungssysteme",{"codeQuality":232,"collectedAt":234,"documentation":235,"maintenance":238,"security":242,"testCoverage":244},{"hasLockfile":233},false,1778698017421,{"descriptionLength":236,"readmeSize":237},514,4085,{"closedIssues90d":8,"forks":8,"hasChangelog":233,"manifestVersion":239,"openIssues90d":8,"pushedAt":240,"stars":241},"1.0",1776340097000,16,{"hasNpmPackage":233,"license":243,"smitheryVerified":233},"MIT",{"hasCi":233,"hasTests":233},{"updatedAt":246},1778698066952,{"basePath":13,"githubOwner":248,"githubRepo":249,"locale":18,"slug":13,"type":250},"tasteray","skills","skill",{"_creationTime":252,"_id":253,"community":254,"display":255,"identity":259,"parentExtension":262,"providers":296,"relations":302,"tags":303,"workflow":304},1778697963443.4846,"k17ceedcn7c5js4g770dv7sk5586ntsf",{"reviewCount":8},{"description":256,"installMethods":257,"name":258,"sourceUrl":14},"TasteRay API integration for personalized recommendations across verticals (movies, restaurants, products, travel, jobs). Use when you need to recommend items, answer 'what would I like' questions, provide personalized recommendations, rank items for users, explain why something matches their taste, or integrate psychological profiles with recommendation systems.",{"claudeCode":13},"TasteRay Recommendations",{"basePath":13,"githubOwner":248,"githubRepo":249,"locale":260,"slug":13,"type":261},"en","plugin",{"_creationTime":263,"_id":264,"community":265,"display":266,"identity":270,"providers":273,"relations":289,"tags":291,"workflow":292},1778697963443.4841,"k176abyf6zd0nraq60x6kn4cy186mya5",{"reviewCount":8},{"description":267,"installMethods":268,"name":269,"sourceUrl":14},"Psychological profiling skills for natural conversation using research-backed techniques",{"claudeCode":12},"tasteray-skills",{"basePath":271,"githubOwner":248,"githubRepo":249,"locale":260,"slug":249,"type":272},"","marketplace",{"evaluate":274,"extract":283},{"promptVersionExtension":275,"promptVersionScoring":209,"score":276,"tags":277,"targetMarket":281,"tier":282},"3.1.0",96,[278,13,279,216,280],"psychology","conversation","user-understanding","global","verified",{"commitSha":284,"marketplace":285,"plugin":287},"HEAD",{"name":269,"pluginCount":286},2,{"mcpCount":8,"provider":288,"skillCount":8},"classify",{"repoId":290},"kd71g6tdfax8bbc709p7x2z8p586m87d",[279,216,278,13,280],{"evaluatedAt":293,"extractAt":294,"updatedAt":295},1778697974234,1778697963443,1778698069708,{"evaluate":297,"extract":301},{"promptVersionExtension":208,"promptVersionScoring":209,"score":298,"tags":299,"targetMarket":281,"tier":222},79,[13,215,216,300],"taste",{"commitSha":284,"license":243},{"parentExtensionId":264,"repoId":290},[215,216,13,300],{"evaluatedAt":305,"extractAt":294,"updatedAt":306},1778698004215,1778698070060,{"evaluate":308,"extract":310},{"promptVersionExtension":208,"promptVersionScoring":209,"score":212,"tags":309,"targetMarket":281,"tier":222},[13,215,216,217,218,219,220,221],{"commitSha":284},{"parentExtensionId":253,"repoId":290,"translatedFrom":312},"k172pc1mtwk78t18y805qakdv986mvnd",{"_creationTime":314,"_id":290,"identity":315,"providers":316,"workflow":387},1778697959310.8623,{"githubOwner":248,"githubRepo":249,"sourceUrl":14},{"classify":317,"discover":378,"github":381},{"commitSha":284,"extensions":318},[319,332,340,345,366],{"basePath":271,"description":267,"displayName":269,"installMethods":320,"rationale":321,"selectedPaths":322,"source":331,"sourceLanguage":260,"type":272},{"claudeCode":12},"marketplace.json at .claude-plugin/marketplace.json",[323,326,328],{"path":324,"priority":325},".claude-plugin/marketplace.json","mandatory",{"path":327,"priority":325},"README.md",{"path":329,"priority":330},"LICENSE","high","rule",{"basePath":333,"description":334,"displayName":333,"installMethods":335,"rationale":336,"selectedPaths":337,"source":331,"sourceLanguage":260,"type":261},"elicitation","Psychological profiling through natural conversation using narrative identity research (McAdams), self-defining memory elicitation (Singer), and Motivational Interviewing (OARS framework). Use when you need to understand core values, discover formative memories, detect emotional schemas, or build psychological profiles through gradual disclosure.",{"claudeCode":333},"inline plugin source from marketplace.json at elicitation",[338],{"path":339,"priority":330},"SKILL.md",{"basePath":13,"description":256,"displayName":13,"installMethods":341,"rationale":342,"selectedPaths":343,"source":331,"sourceLanguage":260,"type":261},{"claudeCode":13},"inline plugin source from marketplace.json at recommendations",[344],{"path":339,"priority":330},{"basePath":333,"description":346,"displayName":333,"installMethods":347,"rationale":348,"selectedPaths":349,"source":331,"sourceLanguage":260,"type":250},"Psychological profiling through natural conversation using narrative identity research (McAdams), self-defining memory elicitation (Singer), and Motivational Interviewing (OARS framework). Use when you need to: (1) understand someone's core values and motivations, (2) discover formative memories and life-defining experiences, (3) detect emotional schemas and belief patterns, (4) build psychological profiles through gradual disclosure, (5) conduct user interviews that reveal deep insights, (6) design conversational flows for personal discovery, (7) identify identity themes like redemption and contamination narratives, (8) elicit authentic self-disclosure without interrogation.",{"claudeCode":12},"SKILL.md frontmatter at elicitation/SKILL.md",[350,351,354,356,358,360,362,364],{"path":339,"priority":325},{"path":352,"priority":353},"references/language-inference.md","medium",{"path":355,"priority":353},"references/motivational-interviewing.md",{"path":357,"priority":353},"references/narrative-identity.md",{"path":359,"priority":353},"references/question-sequences.md",{"path":361,"priority":353},"references/schema-detection.md",{"path":363,"priority":353},"references/self-defining-memories.md",{"path":365,"priority":353},"references/values-elicitation.md",{"basePath":13,"description":367,"displayName":13,"installMethods":368,"rationale":369,"selectedPaths":370,"source":331,"sourceLanguage":260,"type":250},"TasteRay API integration for personalized recommendations across verticals (movies, restaurants, products, travel, jobs). Use when you need to: (1) recommend movies, restaurants, products, travel, or jobs, (2) answer \"what would I like\" questions, (3) provide personalized recommendations based on preferences, (4) rank or score items for a user, (5) explain why something matches a user's taste, (6) build recommendation context from conversation, (7) integrate psychological profiles with recommendation systems.",{"claudeCode":12},"SKILL.md frontmatter at recommendations/SKILL.md",[371,372,374,376],{"path":339,"priority":325},{"path":373,"priority":353},"references/api-reference.md",{"path":375,"priority":353},"references/context-patterns.md",{"path":377,"priority":353},"references/presentation-patterns.md",{"sources":379},[380],"manual",{"closedIssues90d":8,"description":382,"forks":8,"homepage":383,"license":243,"openIssues90d":8,"pushedAt":240,"readmeSize":237,"stars":241,"topics":384},"TasteRay skills for psychological profiling through natural conversation","https://api.tasteray.com",[333,385,13,386],"recommendation","system",{"classifiedAt":388,"discoverAt":389,"extractAt":390,"githubAt":390,"updatedAt":388},1778697963265,1778697959310,1778697961228,[215,221,217,216,219,13,218,220],{"evaluatedAt":393,"extractAt":294,"updatedAt":246},1778698029878,[],[396,425,457,483,503,531],{"_creationTime":397,"_id":398,"community":399,"display":400,"identity":406,"providers":409,"relations":417,"tags":420,"workflow":421},1778692367380.5425,"k17ewp96bkmptk0x0knyktvaj186nsa9",{"reviewCount":8},{"description":401,"installMethods":402,"name":404,"sourceUrl":405},"Flugsuche und -buchung über 180 Fluggesellschaften ohne Aufschlag – 20–50 USD günstiger als OTAs. Liefert Rohpreise von Fluggesellschaften über lokale Konnektoren (Ryanair, EasyJet, Wizz Air, Southwest, AirAsia und über 175 weitere). Verwenden Sie dies, wenn der Benutzer nach „Flüge suchen“, „Flüge buchen“, „Flugpreise vergleichen“, „günstige Flüge finden“, „von X nach Y fliegen“, „Verbindungen finden“, „Zwischenstoppoptionen finden“ oder einer anderen flugbezogenen Reiseanfrage fragt. NICHT für reine Hotelsuchen, Mietwagen oder Buchungen außerhalb von Flügen verwenden.",{"claudeCode":403},"LetsFG/LetsFG","flight-search","https://github.com/LetsFG/LetsFG",{"basePath":407,"githubOwner":408,"githubRepo":408,"locale":18,"slug":404,"type":250},"skills/flight-search","LetsFG",{"evaluate":410,"extract":416},{"promptVersionExtension":208,"promptVersionScoring":209,"score":411,"tags":412,"targetMarket":281,"tier":282},100,[413,220,414,215,415],"flights","booking","search",{"commitSha":284},{"repoId":418,"translatedFrom":419},"kd7d4mhwkp3k1m28hz28hyn2dd86mm88","k173ztaywbkajjk9gqy90n98fx86mnzf",[215,414,413,415,220],{"evaluatedAt":422,"extractAt":423,"updatedAt":424},1778692265291,1778692220267,1778692367380,{"_creationTime":426,"_id":427,"community":428,"display":429,"identity":435,"providers":438,"relations":448,"tags":452,"workflow":453},1778699276507.4565,"k17f878eas78tqr9j5r4r9vrsn86m495",{"reviewCount":8},{"description":430,"installMethods":431,"name":433,"sourceUrl":434},"Verwenden Sie dies, wenn der Benutzer X (Twitter)-Daten oder durch Bestätigung gesicherte X-Aktionen über Xquik benötigt: Tweet-Suche, Benutzer-Lookup, Follower-Extraktion, Mediendownload, Überwachung, Webhooks, MCP, SDKs, Posting, Likes, DMs und Profilaktualisierungen. Erfordert einen Xquik API-Schlüssel. Fordern Sie niemals X-Login-Materialien an.",{"claudeCode":432},"Xquik-dev/x-twitter-scraper","x-twitter-scraper","https://github.com/Xquik-dev/x-twitter-scraper",{"basePath":436,"githubOwner":437,"githubRepo":433,"locale":18,"slug":433,"type":250},"skills/x-twitter-scraper","Xquik-dev",{"evaluate":439,"extract":447},{"promptVersionExtension":208,"promptVersionScoring":209,"score":411,"tags":440,"targetMarket":281,"tier":282},[441,442,215,443,444,445,446],"twitter","x","data-retrieval","automation","mcp","sdk",{"commitSha":284},{"parentExtensionId":449,"repoId":450,"translatedFrom":451},"k17axvhmvwp90strpqcd5b0h7986m80d","kd783enpnwhry153ka0z65ear186mjbh","k172e8vt4zcz50bb0vfp6ptb1n86mf90",[215,444,443,445,446,441,442],{"evaluatedAt":454,"extractAt":455,"updatedAt":456},1778699230863,1778699170774,1778699276507,{"_creationTime":458,"_id":459,"community":460,"display":461,"identity":467,"providers":471,"relations":477,"tags":479,"workflow":480},1778697652123.8982,"k175ckmrqc4x6sjm90k7ejbj3s86ntxs",{"reviewCount":8},{"description":462,"installMethods":463,"name":465,"sourceUrl":466},"Use the Slack tool to react, pin/unpin, send, edit, delete messages, or fetch Slack member info.",{"claudeCode":464},"steipete/clawdis","slack","https://github.com/steipete/clawdis",{"basePath":468,"githubOwner":469,"githubRepo":470,"locale":260,"slug":465,"type":250},"skills/slack","steipete","clawdis",{"evaluate":472,"extract":476},{"promptVersionExtension":208,"promptVersionScoring":209,"score":411,"tags":473,"targetMarket":281,"tier":282},[465,474,475,444,215],"messaging","communication",{"commitSha":284},{"repoId":478},"kd738npxg9yh3xf3vddzy9fyfh86nhng",[215,444,475,474,465],{"evaluatedAt":481,"extractAt":482,"updatedAt":481},1778698950505,1778697652123,{"_creationTime":484,"_id":485,"community":486,"display":487,"identity":491,"providers":493,"relations":499,"tags":500,"workflow":501},1778697652123.8928,"k171pew5empzzrfghyg9nqrk6n86nqa9",{"reviewCount":8},{"description":488,"installMethods":489,"name":490,"sourceUrl":466},"Use gh for GitHub issues, PR status, CI/logs, comments, reviews, releases, and API queries.",{"claudeCode":464},"github",{"basePath":492,"githubOwner":469,"githubRepo":470,"locale":260,"slug":490,"type":250},"skills/github",{"evaluate":494,"extract":498},{"promptVersionExtension":208,"promptVersionScoring":209,"score":411,"tags":495,"targetMarket":281,"tier":282},[490,496,215,497,444],"cli","developer-tools",{"commitSha":284},{"repoId":478},[215,444,496,497,490],{"evaluatedAt":502,"extractAt":482,"updatedAt":502},1778698569289,{"_creationTime":504,"_id":505,"community":506,"display":507,"identity":513,"providers":517,"relations":525,"tags":527,"workflow":528},1778696993586.708,"k17fsfrfvbnsvwkcqp8y85wdad86mmwq",{"reviewCount":8},{"description":508,"installMethods":509,"name":511,"sourceUrl":512},"Stop and consult this skill whenever your response would include specific facts about Anthropic's products. Covers: Claude Code (how to install, Node.js requirements, platform/OS support, MCP server integration, configuration), Claude API (function calling/tool use, batch processing, SDK usage, rate limits, pricing, models, streaming), and Claude.ai (Pro vs Team vs Enterprise plans, feature limits). Trigger this even for coding tasks that use the Anthropic SDK, content creation mentioning Claude capabilities or pricing, or LLM provider comparisons. Any time you would otherwise rely on memory for Anthropic product details, verify here instead — your training data may be outdated or wrong.",{"claudeCode":510},"SeifBenayed/claude-code-sdk","product-self-knowledge","https://github.com/SeifBenayed/claude-code-sdk",{"basePath":514,"githubOwner":515,"githubRepo":516,"locale":260,"slug":511,"type":250},".claude/skills/product-self-knowledge","SeifBenayed","claude-code-sdk",{"evaluate":518,"extract":524},{"promptVersionExtension":208,"promptVersionScoring":209,"score":411,"tags":519,"targetMarket":281,"tier":282},[520,521,522,215,446,523],"anthropic","documentation","claude","knowledge-base",{"commitSha":284},{"repoId":526},"kd78s53c1852h5p7c3qem663xs86njab",[520,215,522,521,523,446],{"evaluatedAt":529,"extractAt":530,"updatedAt":529},1778697182451,1778696993586,{"_creationTime":532,"_id":533,"community":534,"display":535,"identity":541,"providers":545,"relations":551,"tags":554,"workflow":555},1778696833339.6226,"k17ckxne6mhyf23n1jfyqktpqd86nfz4",{"reviewCount":8},{"description":536,"installMethods":537,"name":539,"sourceUrl":540},"Interact with Google Docs - create documents, search by title, read content, and edit text.\nUse when user asks to: create a Google Doc, find a document, read doc content, add text to a doc,\nor replace text in a document. Lightweight alternative to full Google Workspace MCP server with\nstandalone OAuth authentication.\n",{"claudeCode":538},"sanjay3290/ai-skills","google-docs","https://github.com/sanjay3290/ai-skills",{"basePath":542,"githubOwner":543,"githubRepo":544,"locale":260,"slug":539,"type":250},"skills/google-docs","sanjay3290","ai-skills",{"evaluate":546,"extract":550},{"promptVersionExtension":208,"promptVersionScoring":209,"score":411,"tags":547,"targetMarket":281,"tier":282},[539,215,521,548,549],"oauth","python",{"commitSha":284},{"parentExtensionId":552,"repoId":553},"k17es37z10n1sw6t2m3f0vsydx86mnje","kd71np0fyqg23qg8w2hcfw0h0h86nkn0",[215,521,539,548,549],{"evaluatedAt":556,"extractAt":557,"updatedAt":556},1778696994497,1778696833339]