Claude Code, Codex లేదా Cursorతో రూపొందించండి

ThunderPhone Agent Skills‌ను ఇన్‌స్టాల్ చేసి, ThunderPhone MCP సర్వర్‌ను కనెక్ట్ చేసి, కోడింగ్ ఏజెంట్‌కు తాజా ఉత్పత్తి డాక్యుమెంటేషన్‌ను అందించండి.

ThunderPhone కోడింగ్ ఏజెంట్ల కోసం మూడు లేయర్‌లను అందిస్తుంది:

నైపుణ్యాలు పని ఎలా చేయాలో వివరిస్తాయి. MCP ద్వారా కోడింగ్ ఏజెంట్ మీ సంస్థను పరిశీలించి చర్యలు తీసుకోగలదు. లోడ్ చేసిన నైపుణ్యం పరిధికి వెలుపల ఉన్న ప్రశ్నలకు ముడి డాక్స్ మూల సమాచారాన్ని అందిస్తాయి.

ప్రాజెక్ట్‌లో ఇన్‌స్టాల్ చేయండి#

ఈ బ్లాక్ నైపుణ్యాలను ఇన్‌స్టాల్ చేస్తుంది, ప్రస్తుత షెల్‌కు కీని అందుబాటులో ఉంచుతుంది, మరియు Claude Codeకు ప్రాజెక్ట్-స్కోప్డ్ MCP సర్వర్‌ను జోడిస్తుంది. మీ సీక్రెట్ మేనేజర్ నుంచి నిజమైన విలువను చదివి ప్లేస్‌హోల్డర్‌ను భర్తీ చేయండి; కీని రిపాజిటరీ లేదా చాట్‌లో అతికించవద్దు.

npx skills add thunderphone/skills
export THUNDERPHONE_API_KEY='replace-with-value-from-your-secret-manager'
claude mcp add --transport http --scope project \
  --header 'Authorization: Bearer ${THUNDERPHONE_API_KEY}' \
  thunderphone https://api.thunderphone.com/v1/mcp

Codex కోసం, చివరి కమాండ్‌ను దీనితో భర్తీ చేయండి:

codex mcp add thunderphone \
  --url https://api.thunderphone.com/v1/mcp \
  --bearer-token-env-var THUNDERPHONE_API_KEY

Cursor ప్రాజెక్ట్ కాన్ఫిగరేషన్‌ను .cursor/mcp.json నుంచి చదువుతుంది:

{
  "mcpServers": {
    "thunderphone": {
      "type": "http",
      "url": "https://api.thunderphone.com/v1/mcp",
      "headers": {
        "Authorization": "Bearer ${env:THUNDERPHONE_API_KEY}"
      }
    }
  }
}

VS Code అదే సర్వర్‌ను .vscode/mcp.jsonలోని servers కీ కింద ఉపయోగిస్తుంది:

{
  "servers": {
    "thunderphone": {
      "type": "http",
      "url": "https://api.thunderphone.com/v1/mcp",
      "headers": {
        "Authorization": "Bearer ${env:THUNDERPHONE_API_KEY}"
      }
    }
  }
}

ఉదాహరణ సెషన్: ద్విభాషా దంత వైద్య రిసెప్షనిస్ట్#

1. కోడింగ్ ఏజెంట్‌ను create-agent, thunderphone-prompt-builder, build-tool-integration, add-knowledge, మరియు test-agent లోడ్ చేయమని అడగండి. ముందుగా ప్రణాళిక రూపొందించాలని, ఇప్పుడే వనరులను సృష్టించవద్దని చెప్పండి.
2. దానికి ధృవీకరించిన ప్రాక్టీస్ వివరాలు, మద్దతు ఉన్న పనులు, ఎస్కలేషన్ నియమాలు మరియు అవసరమైన రెండు లోకేల్‌లను ఇవ్వండి. వాయిస్ లేదా లోకేల్‌ను ఊహించి సృష్టించకుండా, ప్రత్యక్ష వాయిస్ క్యాటలాగ్ మరియు మద్దతు ఉన్న భాషలను తనిఖీ చేయమని చెప్పండి.
3. సాధారణ సూత్రాలు మరియు వివరాల ఆధారంగా ఒక ప్రొడక్షన్ prompt రూపొందించమని అడగండి. ఏజెంట్ కాలర్‌కు మద్దతు ఉన్న భాషకు మారాలి, మాట్లాడటాన్ని సంక్షిప్తంగా ఉంచాలి, ఒకేసారి ఒక ప్రశ్న అడగాలి, మరియు కాలర్-ప్రతిస్పందన స్క్రిప్ట్‌లను నివారించాలి.
4. పరిమితమైన షెడ్యూలింగ్ టూల్‌ను నిర్వచించి, రిసెప్షనిస్ట్‌కు అవసరమైన నాలెడ్జ్‌ను మాత్రమే జత చేయమని చెప్పండి. డిప్లాయ్ చేయడానికి ముందు టూల్ విజయవంతం కావడం, అందుబాటులో లేకపోవడం, చెల్లని ఇన్‌పుట్, టైమ్‌అవుట్ మరియు మానవ హ్యాండ్ఆఫ్‌ను పరీక్షించండి.
5. రెండు భాషలు, అంతరాయాలు, సవరణలు, లేని సమాచారం, నాలెడ్జ్ ప్రశ్నలు, షెడ్యూలింగ్ వైఫల్యాలు మరియు ఎస్కలేషన్ కోసం దృశ్యాలను రూపొందించండి. వాటిని అమలు చేయండి, ట్రాన్స్‌క్రిప్ట్‌లు మరియు టూల్ ఆధారాలను పరిశీలించండి, అతి చిన్న సాధారణ నియమాన్ని సరిచేసి, అదే సెట్‌ను మళ్లీ అమలు చేయండి.
6. ఖచ్చితమైన డ్రాఫ్ట్ మరియు పరీక్ష ఆధారాలను సమీక్షించి, ఆపై డిప్లాయ్‌మెంట్ మరియు నంబర్ జతచేయడానికి స్పష్టంగా అనుమతించండి. నిజమైన ట్రాఫిక్‌కు వెళ్లే ముందు ప్రతి భాషలో నియంత్రిత ఆడియో కాల్ చేయండి.

టైప్ చేసిన REST అభ్యర్థనల కోసం Python లేదా TypeScript SDKని ఉపయోగించండి.

బిల్డ్‌కు నిర్దిష్ట పేలోడ్‌లు, వెర్షన్ చేసిన ఫిక్స్‌చర్‌లు, బల్క్ ఆర్కెస్ట్రేషన్ లేదా ప్రస్తుత MCP టూల్ జాబితాలో లేని ఆపరేషన్ అవసరమైనప్పుడు MCPకి బదులుగా RESTను ఉపయోగించండి. API https://api.thunderphone.com/v1 వద్ద ప్రారంభమవుతుంది; API పరిచయం మరియు MCP గైడ్ చూడండి.