Communitygithub.com

Plankton Code Quality

Durchsetzung von Code-Qualität zur Schreibzeit mit Plankton – automatische Formatierung, Linting und Claude-gestützte Korrekturen bei jeder Dateibearbeitung über Hooks. Verwenden Sie dies, um Formatierungen, Linting oder automatische Korrektur-Hooks bei Dateibearbeitungen einzurichten.

Was ist Plankton Code Quality?

Plankton ist ein System zur Durchsetzung von Code-Qualität zur Schreibzeit, das speziell für Claude Code entwickelt wurde. Es führt bei jeder Dateibearbeitung automatisch Formatierer und Linter aus, sammelt Verstöße in einer strukturierten JSON-Datei und delegiert unbehobene Probleme an Claude-Subprozesse, die intelligente Korrekturen vornehmen. Das System schützt auch Linter-Konfigurationen vor Manipulationen durch den Agenten und setzt bevorzugte Paketmanager durch. Es unterstützt mehrere Sprachen, darunter Python, TypeScript, Shell, YAML, JSON, TOML, Markdown und Dockerfile. Plankton ist besonders nützlich für Entwickler, die eine automatisierte, schreibzeitbasierte Qualitätssicherung ohne manuelle Eingriffe wünschen.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/plankton-code-quality

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Plankton Code Quality Skill

Integrationsreferenz für Plankton (Quelle: @alxfazio), ein System zur Durchsetzung von Code-Qualität zur Schreibzeit für Claude Code. Plankton führt bei jeder Dateibearbeitung über PostToolUse-Hooks Formatierer und Linter aus und startet dann Claude-Subprozesse, um Verstöße zu beheben, die der Agent nicht erkannt hat.

Wann verwenden

  • Sie möchten automatische Formatierung und Linting bei jeder Dateibearbeitung (nicht nur beim Commit)
  • Sie benötigen Schutz davor, dass Agenten Linter-Konfigurationen ändern, um Regeln zu umgehen, anstatt Code zu korrigieren
  • Sie möchten abgestufte Modellrouten für Korrekturen (Haiku für einfache Formatierung, Sonnet für Logik, Opus für Typen)
  • Sie arbeiten mit mehreren Sprachen (Python, TypeScript, Shell, YAML, JSON, TOML, Markdown, Dockerfile)

Wie es funktioniert

Drei-Phasen-Architektur

Jedes Mal, wenn Claude Code eine Datei bearbeitet oder schreibt, wird der multi_linter.sh PostToolUse-Hook von Plankton ausgeführt:

Phase 1: Auto-Format (Still)
├─ Führt Formatierer aus (ruff format, biome, shfmt, taplo, markdownlint)
├─ Behebt 40-50 % der Probleme stillschweigend
└─ Keine Ausgabe an den Hauptagenten

Phase 2: Verstöße sammeln (JSON)
├─ Führt Linter aus und sammelt unbehebbare Verstöße
├─ Gibt strukturiertes JSON zurück: {line, column, code, message, linter}
└─ Immer noch keine Ausgabe an den Hauptagenten

Phase 3: Delegieren + Überprüfen
├─ Startet `claude -p` Subprozess mit dem JSON der Verstöße
├─ Routet basierend auf der Komplexität des Verstoßes zu einer Modellebene:
│   ├─ Haiku: Formatierung, Importe, Stil (E/W/F-Codes) — Timeout 120 s
│   ├─ Sonnet: Komplexität, Refactoring (C901, PLR-Codes) — Timeout 300 s
│   └─ Opus: Typsystem, tiefgehende Argumentation (nicht aufgelöste Attribute) — Timeout 600 s
├─ Führt Phase 1+2 erneut aus, um Korrekturen zu überprüfen
└─ Exit 0, wenn sauber; Exit 2, wenn Verstöße bestehen bleiben (wird an den Hauptagenten gemeldet)

Was der Hauptagent sieht

SzenarioAgent siehtHook-Exit
Keine VerstößeNichts0
Alle durch Subprozess behobenNichts0
Verstöße bestehen nach Subprozess[hook] N Verstoß(e) verbleiben2
Hinweis (Duplikate, alte Tools)[hook:advisory] ...0

Der Hauptagent sieht nur Probleme, die der Subprozess nicht beheben konnte. Die meisten Qualitätsprobleme werden transparent gelöst.

Konfigurationsschutz (Abwehr gegen Regelspiele)

LLMs werden .ruff.toml oder biome.json ändern, um Regeln zu deaktivieren, anstatt Code zu korrigieren. Plankton blockiert dies mit drei Ebenen:

  1. PreToolUse-Hook — protect_linter_configs.sh blockiert Bearbeitungen aller Linter-Konfigurationen, bevor sie stattfinden
  2. Stop-Hook — stop_config_guardian.sh erkennt Konfigurationsänderungen über git diff am Sitzungsende
  3. Geschützte Dateiliste — .ruff.toml, biome.json, .shellcheckrc, .yamllint, .hadolint.yaml und mehr

Durchsetzung von Paketmanagern

Ein PreToolUse-Hook auf Bash blockiert veraltete Paketmanager:

  • pip, pip3, poetry, pipenv → Blockiert (verwenden Sie uv)
  • npm, yarn, pnpm → Blockiert (verwenden Sie bun)
  • Erlaubte Ausnahmen: npm audit, npm view, npm publish

Einrichtung

Schnellstart

Hinweis: Plankton erfordert die manuelle Installation aus seinem Repository. Überprüfen Sie den Code vor der Installation.

# Installieren Sie die Kernabhängigkeiten
brew install jaq ruff uv

# Installieren Sie Python-Linter
uv sync --all-extras

# Starten Sie Claude Code – Hooks werden automatisch aktiviert
claude

Kein Installationsbefehl, keine Plugin-Konfiguration. Die Hooks in .claude/settings.json werden automatisch erkannt, wenn Sie Claude Code im Plankton-Verzeichnis ausführen.

Projektübergreifende Integration

Um Plankton-Hooks in Ihrem eigenen Projekt zu verwenden:

  1. Kopieren Sie das Verzeichnis .claude/hooks/ in Ihr Projekt
  2. Kopieren Sie die Hook-Konfiguration .claude/settings.json
  3. Kopieren Sie die Linter-Konfigurationsdateien (.ruff.toml, biome.json, usw.)
  4. Installieren Sie die Linter für Ihre Sprachen

Sprachspezifische Abhängigkeiten

SpracheErforderlichOptional
Pythonruff, uvty (Typen), vulture (toter Code), bandit (Sicherheit)
TypeScript/JSbiomeoxlint, semgrep, knip (tote Exporte)
Shellshellcheck, shfmt—
YAMLyamllint—
Markdownmarkdownlint-cli2—
Dockerfilehadolint (>= 2.12.0)—
TOMLtaplo—
JSONjaq—

Kombination mit ECC

Ergänzend, nicht überlappend

BereichECCPlankton
Durchsetzung Code-QualitätPostToolUse-Hooks (Prettier, tsc)PostToolUse-Hooks (20+ Linter + Subprozess-Korrekturen)
SicherheitsscansAgentShield, security-reviewer AgentBandit (Python), Semgrep (TypeScript)
Konfigurationsschutz—PreToolUse-Blockaden + Stop-Hook-Erkennung
PaketmanagerErkennung + EinrichtungDurchsetzung (blockiert veraltete PMs)
CI-Integration—Pre-Commit-Hooks für Git
ModellroutingManuell (/model opus)Automatisch (Verstoßkomplexität → Ebene)

Empfohlene Kombination

  1. Installieren Sie ECC als Ihr Plugin (Agenten, Fähigkeiten, Befehle, Regeln)
  2. Fügen Sie Plankton-Hooks für schreibzeitbasierte Qualitätssicherung hinzu
  3. Verwenden Sie AgentShield für Sicherheitsaudits
  4. Verwenden Sie ECCs Verifizierungsschleife als letztes Tor vor PRs

Vermeidung von Hook-Konflikten

Wenn sowohl ECC als auch Plankton-Hooks ausgeführt werden:

  • ECCs Prettier-Hook und Planktons biome-Formatierer könnten bei JS/TS-Dateien in Konflikt geraten
  • Lösung: Deaktivieren Sie ECCs Prettier-PostToolUse-Hook bei Verwendung von Plankton (Planktons biome ist umfassender)
  • Beide können bei verschiedenen Dateitypen koexistieren (ECC übernimmt, was Plankton nicht abdeckt)

Konfigurationsreferenz

Planktons .claude/hooks/config.json steuert das gesamte Verhalten:

{
  "languages": {
    "python": true,
    "shell": true,
    "yaml": true,
    "json": true,
    "toml": true,
    "dockerfile": true,
    "markdown": true,
    "typescript": {
      "enabled": true,
      "js_runtime": "auto",
      "biome_nursery": "warn",
      "semgrep": true
    }
  },
  "phases": {
    "auto_format": true,
    "subprocess_delegation": true
  },
  "subprocess": {
    "tiers": {
      "haiku":  { "timeout": 120, "max_turns": 10 },
      "sonnet": { "timeout": 300, "max_turns": 10 },
      "opus":   { "timeout": 600, "max_turns": 15 }
    },
    "volume_threshold": 5
  }
}

Wichtige Einstellungen:

  • Deaktivieren Sie Sprachen, die Sie nicht verwenden, um Hooks zu beschleunigen
  • volume_threshold — Verstöße > dieser Anzahl werden automatisch auf eine höhere Modellebene eskaliert
  • subprocess_delegation: false — Phase 3 vollständig überspringen (nur Verstöße melden)

Umgebungsüberschreibungen

VariableZweck
HOOK_SKIP_SUBPROCESS=1Phase 3 überspringen, Verstöße direkt melden
HOOK_SUBPROCESS_TIMEOUT=NEigenen Timeout für die Modellebene setzen
HOOK_DEBUG_MODEL=1Entscheidungen bei der Modellauswahl protokollieren
HOOK_SKIP_PM=1Paketmanager-Durchsetzung umgehen

Referenzen

  • Plankton (Quelle: @alxfazio)
  • Plankton REFERENCE.md — Vollständige Architektur-Dokumentation (Quelle: @alxfazio)
  • Plankton SETUP.md — Detaillierte Installationsanleitung (Quelle: @alxfazio)

ECC v1.8 Ergänzungen

Kopierbares Hook-Profil

Stellen Sie striktes Qualitätsverhalten ein:

export ECC_HOOK_PROFILE=strict
export ECC_QUALITY_GATE_FIX=true
export ECC_QUALITY_GATE_STRICT=true

Sprachgate-Tabelle

  • TypeScript/JavaScript: Biome bevorzugt, Prettier als Fallback
  • Python: Ruff format/check
  • Go: gofmt

Konfigurationsmanipulationsschutz

Markieren Sie während der Qualitätssicherung Änderungen an Konfigurationsdateien in derselben Iteration:

  • biome.json, .eslintrc*, prettier.config*, tsconfig.json, pyproject.toml

Wenn die Konfiguration geändert wird, um Verstöße zu unterdrücken, ist vor der Zusammenführung eine explizite Überprüfung erforderlich.

CI-Integrationsmuster

Verwenden Sie in CI dieselben Befehle wie in lokalen Hooks:

  1. Formatierungsprüfungen ausführen
  2. Lint-/Typ-Prüfungen ausführen
  3. Im strikten Modus schnell fehlschlagen
  4. Zusammenfassung der Korrekturmaßnahmen veröffentlichen

Gesundheitsmetriken

Verfolgen:

  • von Gates markierte Bearbeitungen
  • durchschnittliche Korrekturzeit
  • wiederholte Verstöße nach Kategorie
  • Zusammenführungsblockaden aufgrund von Gate-Fehlern

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Verwandte Skills