Convierte a Claude en un programador sénior de Julia para programación en pareja que escribe código rápido y estable en cuanto a tipos, y soluciona los problemas de tu entorno.
$19este skillun solo pagotuyo para siempre
Archivo de prompt·descarga instantáneahabilidad-de-ia-para-julia.txt
Marcas registradas de sus respectivos propietarios. KissMySkills no está afiliado a ellos ni cuenta con su respaldo.
Cómo funciona
Ask it something hard.
📎 habilidad-de-ia-para-julia.txtLOADED ✓
¿Por qué este bucle que suma x^2 sobre un vector Float64 es lento en el REPL y cómo lo soluciono?
CLAUDE · WITH THIS SKILLObtienes: la causa en una línea (las variables globales no constantes impiden la inferencia de tipos, por lo que cada iteración crea un objeto) -> una función sumsq con tipos estables que usa zero(eltype(v)) y @inbounds -> la llamada a BenchmarkTools con la interpolación $data y la comprobación @code_warntype que debes ejecutar -> qué buscar en la salida (ningún Any en rojo) -> una explicación en una línea de por qué las funciones son mejores que el código en el nivel superior -> la única acción siguiente: comparar las asignaciones; la función debería informar de 0 bytes.
¿Dudas antes de comprar? Responde una persona, normalmente el mismo día: hello@kissmyskills.com
// el archivo en sí
Léelo antes de comprarlo.
Las primeras líneas del archivo que leerá tu IA, tal cual se entrega. Nada reescrito para la página.
Usa el nombre Con el archivo cargado, háblale por su nombre: «Serge, mira esta página.» Para eso está el nombre. Así varios skills no se mezclan en un mismo chat.
// el skill con el que funciona tu IA
Eres un programador sénior de Julia que trabaja junto al usuario mientras escribe código numérico y científico. Se te ha activado para entregar código que se ejecute en el REPL, realizar pruebas de rendimiento con BenchmarkTools y hacer revisiones que detecten inestabilidad de tipos.
KissMySkills.com | Instalar: pega este archivo completo en Claude Projects (instrucciones del proyecto), un GPT personalizado (instrucciones), un Gem de Gemini o el prompt del sistema de tu AI. Después, haz preguntas como lo harías normalmente. Eres un programador sénior de Julia que trabaja en pareja con el usuario mientras escribe código numérico, científico y de datos. Conoces el sistema de tipos y el despacho múltiple, las reglas de rendimiento que hacen que Julia sea rápida o lenta, el gestor de paquetes y los principales paquetes científicos. Entregas código que se ejecuta en el REPL, benchmarks que muestran si es rápido y revisiones que detectan pronto la inestabilidad de tipos. Eres el ayudante integrado en el trabajo del usuario con Julia, no una persona que interpreta un cargo laboral. Tono: directo, práctico, prioriza el código. · Lenguaje: despacho múltiple, tipos abstractos y concretos, tipos paramétricos, structs y structs mutables, broadcasting con sintaxis de punto, comprensiones, bloques do, macros y módulos. · Reglas de rendimiento: estabilidad de tipos, no usar globales no const, preasignación, funciones in situ terminadas en !, @views, disposición en orden de columnas, campos abstractos en structs y uso seguro de @inbounds y @simd. · Diagnóstico: @code_warntype, @time, @allocated, BenchmarkTools (@btime, @benchmark), Profile y ProfileView, JET, Cthulhu. · Pkg: el modo ] del REPL, add, rm, update, status, activate, instantiate, Project.toml y Manifest.toml, entradas compat, dev y PkgTemplates. · Modos del REPL: ayuda (?), shell (;), Pkg (]); Revise.jl para recarga en vivo; startup.jl. · Arrays: arrays de Base, LinearAlgebra, SparseArrays, StaticArrays, vistas, cambios de forma y fusión de broadcasting. · Datos: DataFrames.jl, CSV.jl, Arrow.jl, JSON3.jl, Dates, Statistics y StatsBase, Distributions. · Stack científico: DifferentialEquations.jl, Optimization.jl, JuMP, Flux.jl y Lux.jl, Zygote y ForwardDiff, Turing.jl y Symbolics.jl. · Gráficos: Plots.jl (GR predeterminado, PlotlyJS), Makie (CairoMakie, GLMakie), StatsPlots. · Paralelismo: Threads.@threads y @spawn, Distributed con pmap, Channels y CUDA.jl. · Interoperabilidad: PythonCall, RCall, ccall. · Herramientas: juliaup, extensión de Julia para VS Code, Pluto, IJulia y PackageCompiler.
88 líneas · .txt · descarga instantánea
// qué incluye
Qué incluye este skill
Funciones listas para REPL con sentencias using y cadenas de documentación
Correcciones de estabilidad de tipos con @code_warntype y pasos de verificación con @btime
Secuencias exactas de comandos de Pkg para entornos dañados
Código de DataFrames.jl, JuMP, DifferentialEquations.jl y Plots.jl
Científicos, analistas cuantitativos, ingenieros y desarrolladores de datos que escriben código numérico en Julia todos los días.
// dos formas de conseguirlo
Úsalo dentro de tu IA o descárgalo una vez.
Plan Library
Este skill y 2.500+ más, dentro de tu chat
$9/mescancela cuando quieras, o $59 al año
Los 2.500+ skills, packs de prompts y agentes, cargados en cuanto los pides
Nada que descargar ni pegar: conecta una vez en Claude, ChatGPT, Claude Code o Cursor
Skills nuevos cada semana y 10 archivos del catálogo al mes para descargar
Marcas registradas de sus respectivos propietarios. KissMySkills no está afiliado a ellos ni cuenta con su respaldo.
// pídeselo a tu asistente
O deja que tu IA configure este skill por ti.
Ve a kissmyskills.com/pages/connector y configúrame el skill "Skill de AI para Julia" (handle: ai-skill-for-julia)
Pégalo en Claude, ChatGPT, Claude Code, Cursor o Codex. Tu IA te guía para conectar KissMySkills (unos 3 minutos, prueba gratis de 7 días) y carga el skill. Lo que leerá tu IA →
Lo que compras de verdad
Esta habilidad de Claude/ChatGPT es un programador en pareja de AI para Julia integrado en tu trabajo científico y de datos diario: escribe funciones listas para el REPL con docstrings, reescribe bucles lentos como código estable en cuanto a tipos y muestra los comandos @code_warntype y @btime para demostrarlo, explica los rastros de MethodError y BoundsError, repara entornos dañados de Project.toml y Manifest.toml con comandos exactos de Pkg, y crea código con DataFrames.jl, DifferentialEquations.jl, JuMP y Plots.jl para tu problema.
Conoce el despacho múltiple, las reglas de rendimiento relacionadas con las variables globales, las asignaciones de memoria y los arreglos en orden de columnas, los modos del REPL de Pkg, el uso de hilos y Distributed, y cómo traducir NumPy, pandas o MATLAB a un Julia idiomático. Es un ayudante para tu trabajo con Julia, no una persona ficticia con un cargo profesional, y no ejecuta ni compara código por sí mismo; te proporciona el código y la comprobación exacta que debes ejecutar.
Funciona de la misma manera en Claude, ChatGPT y Gemini. Una sola compra: descarga el archivo, instálalo en menos de 2 minutos y luego pega tu código o error para obtener una solución con el razonamiento.
// cómo instalar
En menos de 2 minutos
Cuatro pasos. Cualquier chat de AI.
01
Descarga el archivo
Tras la compra, el enlace de descarga llega a tu correo. Guarda el archivo .txt donde quieras en tu dispositivo.
02
Abre tu chat de AI
Cualquier chat de IA que ya uses: Claude, ChatGPT, Gemini, Grok, Copilot u otro.
03
Pega el prompt
Abre el archivo .txt, copia la sección del prompt y pégala en Claude o ChatGPT, o añádela a un proyecto para tenerla siempre a mano.
04
Empieza a trabajar
Tu AI ahora está configurada como especialista. Pregúntale cualquier cosa dentro de su ámbito.
No se requieren conocimientos técnicos.
Con Library no hay nada que descargar. Conecta tu IA una vez y pide cualquier skill por su nombre.
Convierte Claude o ChatGPT en un programador en pareja de AI para Julia que escribe código Julia estable en cuanto a tipos, diagnostica bucles lentos y errores MethodError, corrige entornos de Pkg y crea código para DataFrames.jl, JuMP, DifferentialEquations.jl y Plots.jl adaptado a tu problema.
¿Ejecuta o compara el rendimiento de mi código Julia por mí?+
No. No ejecuta nada. Te proporciona el código Julia y los comandos exactos @btime, @code_warntype o Pkg que debes ejecutar en tu REPL para que puedas verificar el resultado por tu cuenta.
¿Puede ayudarme a traducir código de Python o MATLAB a Julia?+
Sí. Reescribe código de NumPy, pandas o MATLAB en Julia idiomático, señala las diferencias en la indexación basada en 1, la difusión y la mutación, y menciona los paquetes Julia equivalentes.
¿Conoce los paquetes científicos de Julia?+
Sí. Escribe código para DataFrames.jl, CSV.jl, DifferentialEquations.jl, JuMP, Flux.jl, Turing.jl, Plots.jl y Makie, y te indica cuándo consultar la documentación del paquete para una opción del solucionador sobre la que no tiene certeza en tu versión de Julia.
¿Listo para especializar tu AI?
Este y 2.500+ más, dentro de Claude, ChatGPT, Claude Code, Codex o Cursor. Cancela cuando quieras.