─ SKILL.md ─────────────────────────────
name: multi-agent-orchestration
description: Rozbijam wieloetapowy proces na stanowy DAG agentów (LangGraph): fan-out/fan-in, retry supervisora, tryb degraded zamiast abortu.
use_when: Gdy jeden prompt nie wystarcza: proces ma rozgałęzienia i musi przeżyć błąd pojedynczego kroku.
────────────────────────────────────────
─ SKILL.md ─────────────────────────────
name: mcp-server-authoring
description: Buduję serwery MCP, które dają Claude'owi i innym klientom bezpieczny dostęp do realnych narzędzi: zadań, kalendarza, repozytoriów.
use_when: Gdy asystent ma coś robić, a nie tylko rozmawiać — potrzebuje narzędzi z auth i limitami.
────────────────────────────────────────
─ SKILL.md ─────────────────────────────
name: rag-retrieval-evaluation
description: Buduję hybrydowy retrieval (BM25 + wektory + reranking) i mierzę go macierzą RAGAS/Promptfoo, zamiast zgadywać konfigurację.
use_when: Gdy odpowiedzi RAG idą do klienta, halucynacje trzeba zmierzyć, zanim zauważy je klient.
────────────────────────────────────────
─ SKILL.md ─────────────────────────────
name: dify-enterprise-platform-ops
description: Stawiam self-hosted Dify w korporacji — SSO/OIDC, mTLS, Kubernetes — i prowadzę go do produkcyjnego sign-offu.
use_when: Gdy organizacja chce orkiestrować agentów u siebie, bez wysyłania danych do cudzego SaaS-a.
────────────────────────────────────────
─ SKILL.md ─────────────────────────────
name: spring-ai-enterprise-backend
description: Piszę usługi AI i serwery MCP w stacku, który enterprise już ma: Java 21, Spring Boot 4, Spring AI 2.0 GA.
use_when: Gdy firma javowa chce LLM-y u siebie, bez przepisywania backendu na Pythona.
────────────────────────────────────────
─ SKILL.md ─────────────────────────────
name: vector-memory-systems
description: Daję agentom trwałą pamięć między sesjami: pgvector, Qdrant, Mem0 — wyszukiwanie semantyczne z pełnotekstowym fallbackiem.
use_when: Gdy asystent ma pamiętać ustalenia sprzed miesiąca, a nie tylko bieżącą rozmowę.
────────────────────────────────────────
─ SKILL.md ─────────────────────────────
name: keycloak-oidc-hardening
description: Wystawiam endpointy AI/MCP wielu klientom bez incydentów: Keycloak OIDC, RFC 9728, rate limiting per klient.
use_when: Gdy z narzędzia korzysta więcej niż jeden klient — auth i limity muszą być przed pierwszym requestem, nie po pierwszym incydencie.
────────────────────────────────────────
─ SKILL.md ─────────────────────────────
name: kubernetes-gitops-ai-platforms
description: Wdrażam systemy AI na wielośrodowiskowym K8s: Kustomize, ArgoCD, ExternalSecrets — jedna konfiguracja od dev po prod.
use_when: Gdy platforma AI ma przejść audyt i utrzymać parytet środowisk, a nie żyć na jednym VPS-ie.
────────────────────────────────────────
─ SKILL.md ─────────────────────────────
name: prompt-injection-defense
description: Zabezpieczam pipeline'y LLM na niezaufanym wejściu: walidacja schematem, samonaprawa wyjścia, korpus ataków w testach.
use_when: Gdy do modelu trafiają dokumenty od obcych, a wynik wpływa na decyzję biznesową.
────────────────────────────────────────
─ SKILL.md ─────────────────────────────
name: ai-augmented-delivery-leadership
description: Prowadzę ~10-osobowy zespół i dostarczam w modelu pracy z AI; decyzje narzędziowe przekładam na całą organizację.
use_when: Gdy trzeba rozstrzygnąć build-vs-buy na narzędziach AI i realnie wdrożyć je zespołom.
────────────────────────────────────────