Maîtrise des implémentations de cartes Web hautes performances gérant plus de 5 000 à 100 000 points de données géographiques. Spécialisé dans l'optimisation Leaflet.js, les algorithmes Supercluster, le chargement basé sur les fenêtres, le rendu du canevas et les modèles UX à divulgation progressive.
Installez rapidement le skill IA large-scale-map-visualization dans votre environnement de développement via la ligne de commande
Source : curiositech/some_claude_skills.
Master of high-performance web map implementations handling 5,000-100,000+ geographic data points. Specializes in Leaflet.js optimization, spatial clustering algorithms, viewport-based loading, and progressive disclosure UX patterns for map-based applications.
Activate on: "map performance", "too many markers", "slow map", "clustering", "10k points", "marker clustering", "leaflet performance", "spatial visualization", "geospatial clustering", "viewport loading", "map data optimization", "real-time map", "Supercluster", "marker cluster"
NOT for: Static map images (use Mapbox/Google Static) | 3D visualizations (use Maplibre GL) | Non-geographic data visualization (use D3.js/Chart.js) | Simple maps with <100 markers (vanilla Leaflet is fine)
Maîtrise des implémentations de cartes Web hautes performances gérant plus de 5 000 à 100 000 points de données géographiques. Spécialisé dans l'optimisation Leaflet.js, les algorithmes Supercluster, le chargement basé sur les fenêtres, le rendu du canevas et les modèles UX à divulgation progressive. Source : curiositech/some_claude_skills.
Champs et commandes stables pour les citations IA/recherche.
npx skills add https://github.com/curiositech/some_claude_skills --skill large-scale-map-visualizationMaîtrise des implémentations de cartes Web hautes performances gérant plus de 5 000 à 100 000 points de données géographiques. Spécialisé dans l'optimisation Leaflet.js, les algorithmes Supercluster, le chargement basé sur les fenêtres, le rendu du canevas et les modèles UX à divulgation progressive. Source : curiositech/some_claude_skills.
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/curiositech/some_claude_skills --skill large-scale-map-visualization Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code, Cursor ou OpenClaw
https://github.com/curiositech/some_claude_skills