enterprise-user-management-ai-system — скилл для Claude Code
Скилл разворачивает систему управления пользователями с Kanban-досками, тикетами и ИИ-аналитикой: риски, аномалии, выгорание.
npx skills add reason-machines/data-skills --skill enterprise-user-management-ai-system -a claude-codeЧто делает enterprise-user-management-ai-system
Скилл описывает сборку полного стека: бэкенд на Node.js, ML-сервис на Python и фронтенд на React. Внутри — роли и JWT-аутентификация, задачи с Kanban-доской и учётом времени, поддержка с созданием и классификацией тикетов, админские операции и журнал аудита. Отдельный блок — ИИ-аналитика: предсказание рисков, поиск аномалий, анализ выгорания и прогноз задержки проекта.
Для запуска нужны Node.js 14+, Python 3.8+ и MongoDB — локально или удалённо. Бэкенд поднимается на http://localhost:5000, ML-сервис на http://localhost:8000, фронтенд на http://localhost:3000. Каждый сервис читает свой .env: в бэкенде это MONGODB_URI, JWT_SECRET, JWT_EXPIRE и ML_SERVICE_URL, в ML-сервисе — MODEL_PATH и LOG_LEVEL, во фронтенде — REACT_APP_API_URL и REACT_APP_ML_URL. Без работающего ML-сервиса эндпоинты аналитики отвечать не будут, потому что бэкенд ходит за ними по ML_SERVICE_URL.
В скилле есть примеры ключевых эндпоинтов: регистрация и вход, CRUD пользователей, задачи, тикеты и четыре ИИ-метода. Для фронтенда даны готовые фрагменты — хук useAuth и компонент KanbanBoard.
Какие задачи решает
- развернуть управление пользователями с ролевым доступом и JWT
- собрать Kanban-доску с учётом затраченного времени
- завести тикеты поддержки с автоматической классификацией
- подключить предсказание рисков и поиск аномалий по поведению
- оценить риск выгорания сотрудника и задержку проекта
Примеры запросов агенту
- Разверни enterprise user management с ИИ-аналитикой и Kanban-доской
- Добавь в систему эндпоинт предсказания рисков по загрузке задач
- Настрой хук
useAuthдля входа через JWT
Как установить enterprise-user-management-ai-system
1Через Skills CLI (Vercel)
npx skills add reason-machines/data-skills --skill enterprise-user-management-ai-system -a claude-code2Вручную: положить файлы
~/.claude/skills/enterprise-user-management-ai-system/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/enterprise-user-management-ai-system/
1Через Skills CLI (Vercel)
npx skills add reason-machines/data-skills --skill enterprise-user-management-ai-system -a codex2Вручную: положить файлы
.agents/skills/enterprise-user-management-ai-system/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add reason-machines/data-skills --skill enterprise-user-management-ai-system -a cursor2Вручную: положить файлы
.cursor/skills/enterprise-user-management-ai-system/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install reason-machines/data-skills enterprise-user-management-ai-system2Вручную: положить файлы
.github/skills/enterprise-user-management-ai-system/SKILL.md1Через Skills CLI (Vercel)
npx skills add reason-machines/data-skills --skill enterprise-user-management-ai-system -a gemini-cli2Командой платформы
gemini skills install https://github.com/reason-machines/data-skills --path skills/enterprise-user-management-ai-systemВручную: положить файлы
.devin/skills/enterprise-user-management-ai-system/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add reason-machines/data-skills --skill enterprise-user-management-ai-system -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о enterprise-user-management-ai-system
Как установить enterprise-user-management-ai-system в Claude Code?
Выполните npx skills add reason-machines/data-skills --skill enterprise-user-management-ai-system -a claude-code. Скилл появится по пути ~/.claude/skills/enterprise-user-management-ai-system/SKILL.md.
Что делает enterprise-user-management-ai-system?
Описывает полный стек управления пользователями: аутентификация, задачи с Kanban-досками, тикеты поддержки и ИИ-аналитика с предсказанием рисков, аномалий и выгорания.
Что нужно подготовить перед запуском?
Node.js 14+ для бэкенда и фронтенда, Python 3.8+ для ML-сервиса и MongoDB. В .env бэкенда задаются MONGODB_URI, JWT_SECRET, JWT_EXPIRE и ML_SERVICE_URL.
