Claude-Fähigkeit, die Claude beibringt, Python-Codequalität mit CRAPQuants zu analysieren – CRAP-Scores, Komplexitätsmetriken und Diagnosen aus 6 Software-Engineering-Büchern. Funktioniert in Claude.ai, Claude Code und der API.
Diese Claude-Fähigkeit befähigt Claude, Python-Codequalität mithilfe von CRAPQuants zu bewerten – einer Methode, die CRAP-Scores (Change Risk Anti-Patterns), Komplexitätsmetriken und tiefgehende Diagnosen aus sechs renommierten Software-Engineering-Büchern nutzt. Sie ist nützlich für Entwickler und Code-Reviewer, die statische Code-Analyse mit praktischen Metriken zur Identifizierung riskanter Codestellen durchführen möchten. Die Fähigkeit ist plattformunabhängig einsetzbar: in Claude.ai, Claude Code und über die API. Sie arbeitet, indem sie Claude spezifische Anweisungen und Wissen aus den Büchern zur Analyse von Code-Snippets, Funktionen oder ganzen Modulen bereitstellt, um aussagekräftige Qualitätsberichte zu generieren.
npx skills add DockyardTechlabs/crapquants-skillInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Claude-Fähigkeit, die Claude beibringt, Python-Codequalität mit CRAPQuants zu analysieren — CRAP-Scores, Komplexitätsmetriken und Diagnosen aus 6 Software-Engineering-Büchern. Funktioniert in Claude.ai, Claude Code und der API. #claude #claude-skill #agent-skills #anthropic #code-quality #python #static-analysis #crap-metric #codescanner #Codereview
Quelle: https://github.com/DockyardTechlabs/crapquants-skill
Veröffentlicht: 2026-06-02T06:38:54Z
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.