[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M79FDM0XRYEQSE79HPASMPXN":3,"skill-same:01M79FDM0XRYEQSE79HPASMPXN":43},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":15,"categories":16,"keywords":17,"publishedAt":18,"linkOnly":19,"markdownContent":20,"markdownBody":21,"frontMatter":22,"refName":23,"commitSha":24,"skillDirectory":25,"forksCount":13,"repositoryHtmlUrl":26,"repositoryHomepageUrl":6,"ownerHtmlUrl":27,"ownerBlogUrl":6,"ownerDescription":6,"updatedAt":28,"install":29,"resources":42},"01M79FDM0XRYEQSE79HPASMPXN","dare-dag-runner",null,"Constrói e executa o grafo DAG do método DARE com paralelismo lógico via Kahn's algorithm. Antigravity é o executor — usa o plano nativo da IDE; sem API key. O CLI dare é orquestrador (--next\u002F--complete\u002F--fail).","darelabs-tech\u002Fdare-cli","darelabs-tech","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F297032253?v=4","01M79FCCY9B6SQYRDH94K6BP59","01M79FCCZ8GN6HPPEQJSJYC3FP",0,"Apache-2.0","https:\u002F\u002Fgithub.com\u002Fdarelabs-tech\u002Fdare-cli\u002Fblob\u002Fmain\u002F.agents\u002Fskills\u002Fdare-dag-runner\u002FSKILL.md",[],[],"2026-11-15 14:19:17",false,"---\nname: dare-dag-runner\ndescription: Constrói e executa o grafo DAG do método DARE com paralelismo lógico via Kahn's algorithm. Antigravity é o executor — usa o plano nativo da IDE; sem API key. O CLI dare é orquestrador (--next\u002F--complete\u002F--fail).\n---\n\n# DARE DAG Runner Skill\n\nVocê é o executor da fase E (Execute) do método DARE no Antigravity. O CLI\n`dare` é o **orquestrador**: ele indica quais tasks executar agora e registra\no que você terminou. **Você** é quem efetivamente roda cada task usando o\nruntime nativo do Antigravity — não há API key nem custo extra de tokens.\n\n## Quando usar esta skill\n\n- BLUEPRINT.md está aprovado e é hora de gerar tasks\n- Existe `DARE\u002Fdare-dag.yaml` e você precisa entender, executar ou modificar\n- Aparece o canvas `DARE\u002F.canvas.md` durante uma execução\n- Usuário pede \"executa o DAG\" ou \"começa o execute\"\n\n## Modelo de execução\n\n> **Antigravity é o executor. O CLI `dare` é orquestrador.**\n\n- A IDE já está autenticada\n- Você lê `dare-dag.yaml` e as specs em `DARE\u002FEXECUTION\u002Ftask-*.md`\n- Você executa cada task — escreve código, roda testes, faz lint\n- Após cada task, registra o resultado no CLI:\n  - `dare execute --complete \u003Ctask-id> --output \"\u003Cresumo>\"`\n  - `dare execute --fail \u003Ctask-id> --reason \"\u003Cmensagem>\"`\n- O CLI atualiza `DARE\u002F.canvas.md` e popula o `dare-graph` automaticamente\n\n## O que é o DAG do DARE\n\n`DARE\u002Fdare-dag.yaml` é o **plano de execução** da fase E. Grafo direcionado\nacíclico:\n\n- **Nó** = uma task atômica\n- **Aresta** = `depends_on` (filha precisa do output da pai)\n\nO CLI ordena topologicamente (Kahn's algorithm). Tasks no mesmo rank podem\nrodar em paralelo (logicamente — você decide se literalmente fan-out ou roda\numa após a outra).\n\n```\nrank 0  ─→  task-001  task-002       (paralelas)\nrank 1  ─→  task-003 (deps: 001,002)\nrank 2  ─→  task-004 (deps: 003)\n```\n\n## Schema canônico\n\n```yaml\ntitle: \"\u003CNome do projeto> - Development Tasks\"\nversion: \"1.0.0\"\n\nlimits:\n  parent_context_chars: 2000   # snippet de output de pai injetado no filho\n  task_output_chars: 4000      # cap do output capturado por task\n  timeout_seconds: 600         # apenas referência\n\nmodels:\n  cursor:      { HIGH: gpt-5.3-codex,     MED: composer-2,       LOW: auto-low }\n  claude:      { HIGH: claude-sonnet-4-5, MED: claude-haiku-4,   LOW: claude-haiku-4 }\n  antigravity: { HIGH: gemini-2.5-pro,    MED: gemini-2.5-flash, LOW: gemini-2.5-flash }\n\ntasks:\n  - id: task-001\n    title: \"Setup project structure\"\n    depends_on: []\n    complexity: LOW\n    spec_file: EXECUTION\u002Ftask-001.md\n    subtask_prompt: |\n      \u003Cprompt completamente self-contained>\n```\n\n## Loop de execução\n\n```\n1. dare execute --next\n   ↓ imprime prompts das tasks ready (rank atual)\n2. Para cada prompt:\n     - leia spec_file se houver\n     - implemente\n3. dare execute --complete \u003Cid> --output \"\u003Cresumo + arquivos tocados>\"\n     ↓ o CLI roda o RALPH LOOP automático (build → test → lint)\n     ↓ se passar: task vira DONE\n     ↓ se falhar: task vira FAILED com stderr capturado; corrija e retente\n4. Volte ao passo 1 até não haver mais tasks ready\n```\n\n> **Ralph Loop é AUTOMÁTICO e OBRIGATÓRIO.** Você NÃO roda build\u002Ftest\u002Flint\n> manualmente — o `dare execute --complete` faz isso. Se algum gate falhar,\n> a task NÃO vai para DONE; vai para FAILED. Corrija e retente.\n>\n> **Não existe flag para pular o Ralph Loop.** Toda task passa pelos 3 gates\n> da stack do projeto.\n\nComandos úteis:\n\n```bash\ndare execute --next                                # próximas tasks ready\ndare execute --complete task-001 --output \"...\"    # marca DONE\ndare execute --fail task-002 --reason \"...\"        # marca FAILED + cascade\ndare execute --reset task-002                      # volta para PENDING (retry)\ndare execute --status                              # snapshot do canvas\n```\n\n## Regras inegociáveis ao construir o DAG\n\n### 1. `id` em kebab-case e único\n`task-001`, `auth-jwt`, `db-migrations`.\n\n### 2. `depends_on` mínimo\nSó adicione dependência quando a filha **literalmente** precisa do output.\n\n| Cenário | Dep? |\n|---------|------|\n| B precisa do arquivo de A | sim |\n| B precisa de decisão de A | sim |\n| B é independente de A | não |\n| Testes\u002FDocs do módulo X | sim — depende da implementação |\n| Pesquisa sem efeito colateral | não |\n\nCadeia linear é antipattern. Reanalise.\n\n### 3. `complexity` é sinal de cuidado, não custo\n| Nível | Uso |\n|-------|-----|\n| `LOW`  | Setup, scaffolding, docs simples |\n| `MED`  | Implementação direta, refactors, testes unitários |\n| `HIGH` | Lógica crítica, segurança, integrações |\n\n### 4. `subtask_prompt` self-contained\nReceberá `subtask_prompt` + snippets de até 2000 chars dos outputs dos pais.\nNão vale \"como combinamos\". Tudo no prompt ou via pais.\n\n### 5. Output cap 4000 chars\nSe gerar muito, escreva em arquivo e faça o `--output` ser resumo + caminhos.\n\n### 6. Spec por task em `EXECUTION\u002Ftask-\u003Cid>.md`\nSpec detalhada com objetivo, arquivos, validation gates, testes, segurança.\n\n## Os 3 artefatos sempre juntos\n\n| Arquivo | Para quê |\n|---------|----------|\n| `DARE\u002FTASKS.md` | Visão humana com tabela e progresso |\n| `DARE\u002Fdare-dag.yaml` | Grafo executável |\n| `DARE\u002FEXECUTION\u002Ftask-\u003Cid>.md` | Spec por task |\n\nOs três precisam ser consistentes: mesmos `id`s, `depends_on`, `complexity`.\n\n## Canvas ao vivo (`DARE\u002F.canvas.md`)\n\nO CLI reescreve a cada `--complete`\u002F`--fail`:\n\n| Status | Significado |\n|--------|-------------|\n| `PENDING` ⏳ | aguardando rank |\n| `RUNNING` 🔄 | você está executando |\n| `DONE` ✅ | concluído |\n| `FAILED` ❌ | erro durante execução |\n| `SKIPPED` ⏭️ | dependência falhou — automático, não toque |\n\n## Erros comuns\n\n| Erro | Correção |\n|------|----------|\n| Ciclo | Retire a aresta cíclica |\n| `id` duplicado | Renomeie |\n| `depends_on` inexistente | Corrija ou adicione a task |\n| Tudo em rank 0 | Adicione deps reais quando há contenção |\n| Cadeia linear | Reveja se as deps são necessárias |\n\n## Antipatterns que você NÃO deve criar\n\n- ❌ Task **\"Ralph Loop final\"** \u002F **\"Hardening\"** \u002F **\"QA\"** — gate é por task\n- ❌ Tests com `assertTrue(true)` — o gate `test` roda de verdade\n- ❌ \"Setup project structure\" antes de containerizar o app\n\n## Ordem recomendada das primeiras tasks\n\n1. **Containerize app** (Dockerfile + docker-compose + healthcheck)\n2. **Database schema** (migrations + factories)\n3. **Core endpoints \u002F componentes**\n4. **Auth \u002F autorização**\n5. **Test suite real** (assertions de verdade)\n\nA task de container\u002Fcompose pode estar em outra ordem para projetos sem\nDB ou em monorepo já containerizado. Mas quase sempre é uma das primeiras.\n\n## Checklist antes de aprovar\n\n- [ ] Pelo menos 2 tasks no rank 0\n- [ ] `subtask_prompt` executável sem contexto adicional\n- [ ] Tasks de teste\u002Fdoc dependem da implementação correspondente\n- [ ] `complexity` reflete o esforço real\n- [ ] `id` em kebab-case e único\n- [ ] Sem ciclos\n- [ ] **Sem task de \"Ralph Loop final\"** — gate é por task\n- [ ] **Tests com assertions reais** — placeholder quebra o gate\n- [ ] Container\u002Fruntime resolvido cedo\n- [ ] Os 3 artefatos consistentes\n","# DARE DAG Runner Skill\n\nVocê é o executor da fase E (Execute) do método DARE no Antigravity. O CLI\n`dare` é o **orquestrador**: ele indica quais tasks executar agora e registra\no que você terminou. **Você** é quem efetivamente roda cada task usando o\nruntime nativo do Antigravity — não há API key nem custo extra de tokens.\n\n## Quando usar esta skill\n\n- BLUEPRINT.md está aprovado e é hora de gerar tasks\n- Existe `DARE\u002Fdare-dag.yaml` e você precisa entender, executar ou modificar\n- Aparece o canvas `DARE\u002F.canvas.md` durante uma execução\n- Usuário pede \"executa o DAG\" ou \"começa o execute\"\n\n## Modelo de execução\n\n> **Antigravity é o executor. O CLI `dare` é orquestrador.**\n\n- A IDE já está autenticada\n- Você lê `dare-dag.yaml` e as specs em `DARE\u002FEXECUTION\u002Ftask-*.md`\n- Você executa cada task — escreve código, roda testes, faz lint\n- Após cada task, registra o resultado no CLI:\n  - `dare execute --complete \u003Ctask-id> --output \"\u003Cresumo>\"`\n  - `dare execute --fail \u003Ctask-id> --reason \"\u003Cmensagem>\"`\n- O CLI atualiza `DARE\u002F.canvas.md` e popula o `dare-graph` automaticamente\n\n## O que é o DAG do DARE\n\n`DARE\u002Fdare-dag.yaml` é o **plano de execução** da fase E. Grafo direcionado\nacíclico:\n\n- **Nó** = uma task atômica\n- **Aresta** = `depends_on` (filha precisa do output da pai)\n\nO CLI ordena topologicamente (Kahn's algorithm). Tasks no mesmo rank podem\nrodar em paralelo (logicamente — você decide se literalmente fan-out ou roda\numa após a outra).\n\n```\nrank 0  ─→  task-001  task-002       (paralelas)\nrank 1  ─→  task-003 (deps: 001,002)\nrank 2  ─→  task-004 (deps: 003)\n```\n\n## Schema canônico\n\n```yaml\ntitle: \"\u003CNome do projeto> - Development Tasks\"\nversion: \"1.0.0\"\n\nlimits:\n  parent_context_chars: 2000   # snippet de output de pai injetado no filho\n  task_output_chars: 4000      # cap do output capturado por task\n  timeout_seconds: 600         # apenas referência\n\nmodels:\n  cursor:      { HIGH: gpt-5.3-codex,     MED: composer-2,       LOW: auto-low }\n  claude:      { HIGH: claude-sonnet-4-5, MED: claude-haiku-4,   LOW: claude-haiku-4 }\n  antigravity: { HIGH: gemini-2.5-pro,    MED: gemini-2.5-flash, LOW: gemini-2.5-flash }\n\ntasks:\n  - id: task-001\n    title: \"Setup project structure\"\n    depends_on: []\n    complexity: LOW\n    spec_file: EXECUTION\u002Ftask-001.md\n    subtask_prompt: |\n      \u003Cprompt completamente self-contained>\n```\n\n## Loop de execução\n\n```\n1. dare execute --next\n   ↓ imprime prompts das tasks ready (rank atual)\n2. Para cada prompt:\n     - leia spec_file se houver\n     - implemente\n3. dare execute --complete \u003Cid> --output \"\u003Cresumo + arquivos tocados>\"\n     ↓ o CLI roda o RALPH LOOP automático (build → test → lint)\n     ↓ se passar: task vira DONE\n     ↓ se falhar: task vira FAILED com stderr capturado; corrija e retente\n4. Volte ao passo 1 até não haver mais tasks ready\n```\n\n> **Ralph Loop é AUTOMÁTICO e OBRIGATÓRIO.** Você NÃO roda build\u002Ftest\u002Flint\n> manualmente — o `dare execute --complete` faz isso. Se algum gate falhar,\n> a task NÃO vai para DONE; vai para FAILED. Corrija e retente.\n>\n> **Não existe flag para pular o Ralph Loop.** Toda task passa pelos 3 gates\n> da stack do projeto.\n\nComandos úteis:\n\n```bash\ndare execute --next                                # próximas tasks ready\ndare execute --complete task-001 --output \"...\"    # marca DONE\ndare execute --fail task-002 --reason \"...\"        # marca FAILED + cascade\ndare execute --reset task-002                      # volta para PENDING (retry)\ndare execute --status                              # snapshot do canvas\n```\n\n## Regras inegociáveis ao construir o DAG\n\n### 1. `id` em kebab-case e único\n`task-001`, `auth-jwt`, `db-migrations`.\n\n### 2. `depends_on` mínimo\nSó adicione dependência quando a filha **literalmente** precisa do output.\n\n| Cenário | Dep? |\n|---------|------|\n| B precisa do arquivo de A | sim |\n| B precisa de decisão de A | sim |\n| B é independente de A | não |\n| Testes\u002FDocs do módulo X | sim — depende da implementação |\n| Pesquisa sem efeito colateral | não |\n\nCadeia linear é antipattern. Reanalise.\n\n### 3. `complexity` é sinal de cuidado, não custo\n| Nível | Uso |\n|-------|-----|\n| `LOW`  | Setup, scaffolding, docs simples |\n| `MED`  | Implementação direta, refactors, testes unitários |\n| `HIGH` | Lógica crítica, segurança, integrações |\n\n### 4. `subtask_prompt` self-contained\nReceberá `subtask_prompt` + snippets de até 2000 chars dos outputs dos pais.\nNão vale \"como combinamos\". Tudo no prompt ou via pais.\n\n### 5. Output cap 4000 chars\nSe gerar muito, escreva em arquivo e faça o `--output` ser resumo + caminhos.\n\n### 6. Spec por task em `EXECUTION\u002Ftask-\u003Cid>.md`\nSpec detalhada com objetivo, arquivos, validation gates, testes, segurança.\n\n## Os 3 artefatos sempre juntos\n\n| Arquivo | Para quê |\n|---------|----------|\n| `DARE\u002FTASKS.md` | Visão humana com tabela e progresso |\n| `DARE\u002Fdare-dag.yaml` | Grafo executável |\n| `DARE\u002FEXECUTION\u002Ftask-\u003Cid>.md` | Spec por task |\n\nOs três precisam ser consistentes: mesmos `id`s, `depends_on`, `complexity`.\n\n## Canvas ao vivo (`DARE\u002F.canvas.md`)\n\nO CLI reescreve a cada `--complete`\u002F`--fail`:\n\n| Status | Significado |\n|--------|-------------|\n| `PENDING` ⏳ | aguardando rank |\n| `RUNNING` 🔄 | você está executando |\n| `DONE` ✅ | concluído |\n| `FAILED` ❌ | erro durante execução |\n| `SKIPPED` ⏭️ | dependência falhou — automático, não toque |\n\n## Erros comuns\n\n| Erro | Correção |\n|------|----------|\n| Ciclo | Retire a aresta cíclica |\n| `id` duplicado | Renomeie |\n| `depends_on` inexistente | Corrija ou adicione a task |\n| Tudo em rank 0 | Adicione deps reais quando há contenção |\n| Cadeia linear | Reveja se as deps são necessárias |\n\n## Antipatterns que você NÃO deve criar\n\n- ❌ Task **\"Ralph Loop final\"** \u002F **\"Hardening\"** \u002F **\"QA\"** — gate é por task\n- ❌ Tests com `assertTrue(true)` — o gate `test` roda de verdade\n- ❌ \"Setup project structure\" antes de containerizar o app\n\n## Ordem recomendada das primeiras tasks\n\n1. **Containerize app** (Dockerfile + docker-compose + healthcheck)\n2. **Database schema** (migrations + factories)\n3. **Core endpoints \u002F componentes**\n4. **Auth \u002F autorização**\n5. **Test suite real** (assertions de verdade)\n\nA task de container\u002Fcompose pode estar em outra ordem para projetos sem\nDB ou em monorepo já containerizado. Mas quase sempre é uma das primeiras.\n\n## Checklist antes de aprovar\n\n- [ ] Pelo menos 2 tasks no rank 0\n- [ ] `subtask_prompt` executável sem contexto adicional\n- [ ] Tasks de teste\u002Fdoc dependem da implementação correspondente\n- [ ] `complexity` reflete o esforço real\n- [ ] `id` em kebab-case e único\n- [ ] Sem ciclos\n- [ ] **Sem task de \"Ralph Loop final\"** — gate é por task\n- [ ] **Tests com assertions reais** — placeholder quebra o gate\n- [ ] Container\u002Fruntime resolvido cedo\n- [ ] Os 3 artefatos consistentes\n",{"name":5,"description":7},"main","3597b5ea0f4e90a0b47e4c036afc7eeb087d5ea5",".agents\u002Fskills\u002Fdare-dag-runner","https:\u002F\u002Fgithub.com\u002Fdarelabs-tech\u002Fdare-cli","https:\u002F\u002Fgithub.com\u002Fdarelabs-tech","2026-10-23 09:15:53",{"source":8,"skillName":5,"commands":30,"prompt":40,"zipAvailable":41},[31,34,37],{"tool":32,"command":33},"npx","npx skills add darelabs-tech\u002Fdare-cli --skill dare-dag-runner",{"tool":35,"command":36},"bunx","bunx skills add darelabs-tech\u002Fdare-cli --skill dare-dag-runner",{"tool":38,"command":39},"pnpm","pnpm dlx skills add darelabs-tech\u002Fdare-cli --skill dare-dag-runner","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002Fdarelabs-tech\u002Fdare-cli\u002Fblob\u002Fmain\u002F.agents\u002Fskills\u002Fdare-dag-runner\u002FSKILL.md",true,[],[44,50,55,62,69,76],{"skillNo":45,"name":46,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":47,"categories":48,"keywords":49,"publishedAt":18},"01M79FRYATNTKSEW78ZF8YPTMP","commands","https:\u002F\u002Fgithub.com\u002Fdarelabs-tech\u002Fdare-cli\u002Fblob\u002Fmain\u002Fbook\u002Fpt\u002Fsrc\u002Fcommands\u002Fskill.md",[],[],{"skillNo":51,"name":46,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":52,"categories":53,"keywords":54,"publishedAt":18},"01M79FRX217T58KNDCKKXWRMP1","https:\u002F\u002Fgithub.com\u002Fdarelabs-tech\u002Fdare-cli\u002Fblob\u002Fmain\u002Fbook\u002Fen\u002Fsrc\u002Fcommands\u002Fskill.md",[],[],{"skillNo":56,"name":57,"nameZh":6,"description":58,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":59,"categories":60,"keywords":61,"publishedAt":18},"01M79FRS84X15ZCGTK7C2SAMXM","skill-rails-api","Padrões DARE para APIs em Ruby on Rails 8 — API mode, ActiveRecord, Solid Queue, Solid Cable, Action Cable, strong parameters, services (interactors), serializers (Blueprinter\u002FAlba), Devise\u002FJWT, rack-attack, rswag\u002Fgrape-swagger.","https:\u002F\u002Fgithub.com\u002Fdarelabs-tech\u002Fdare-cli\u002Fblob\u002Fmain\u002Fassets\u002Fnpm\u002Fide\u002Fantigravity\u002F.agents\u002Fskills\u002Fskill-rails-api\u002FSKILL.md",[],[],{"skillNo":63,"name":64,"nameZh":6,"description":65,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":66,"categories":67,"keywords":68,"publishedAt":18},"01M79FRN9NQ4DXWBFFPWJF39RA","skill-nestjs-api","Padrões DARE para APIs REST em NestJS + TypeScript + Prisma + Swagger. Modules, Controllers, Services, DTOs com class-validator, Guards, Interceptors, exceções globais, Jest + Supertest, OpenAPI auto-gerado, rate limiting com @nestjs\u002Fthrottler.","https:\u002F\u002Fgithub.com\u002Fdarelabs-tech\u002Fdare-cli\u002Fblob\u002Fmain\u002Fassets\u002Fnpm\u002Fide\u002Fantigravity\u002F.agents\u002Fskills\u002Fskill-nestjs-api\u002FSKILL.md",[],[],{"skillNo":70,"name":71,"nameZh":6,"description":72,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":73,"categories":74,"keywords":75,"publishedAt":18},"01M79FRGSECX4GBGN2X3ZM27TD","skill-mcp-server","Padrões DARE para servidores MCP (Model Context Protocol) em TypeScript ou Python. Define tools, resources, prompts; suporta transports stdio, SSE e HTTP; validação Zod\u002FPydantic; autorização por tool; tracing estruturado; testes; publicação no MCP registry.","https:\u002F\u002Fgithub.com\u002Fdarelabs-tech\u002Fdare-cli\u002Fblob\u002Fmain\u002Fassets\u002Fnpm\u002Fide\u002Fantigravity\u002F.agents\u002Fskills\u002Fskill-mcp-server\u002FSKILL.md",[],[],{"skillNo":77,"name":78,"nameZh":6,"description":79,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":80,"categories":81,"keywords":82,"publishedAt":18},"01M79FRCY80X3GKQ36YTB4TYTQ","skill-go-gin-api","Padrões DARE para APIs REST em Go + Gin (ou stdlib net\u002Fhttp) + sqlc + PostgreSQL. Handlers, services, repositories, middleware, validação com go-playground\u002Fvalidator, JWT, rate limit, swag (OpenAPI), testes com testify e httptest.","https:\u002F\u002Fgithub.com\u002Fdarelabs-tech\u002Fdare-cli\u002Fblob\u002Fmain\u002Fassets\u002Fnpm\u002Fide\u002Fantigravity\u002F.agents\u002Fskills\u002Fskill-go-gin-api\u002FSKILL.md",[],[]]