CommunitySchreiben & Editierengithub.com

JawsomeJason/jawsome-agents

Verwandelt den Code-Review-Verlauf eines Repos in nummerierte Codierungsstandards, jede Regel mit ihrem Warum und den dahinterstehenden Review-Kommentaren, und überprüft dann Diffs anhand dieser Standards – und hält sie schlank.

Was ist jawsome-agents?

Dieses Skill extrahiert aus dem Code-Review-Verlauf eines Repos automatisch nummerierte Codierungsstandards und überprüft Diffs gegen diese Standards. Es identifiziert wiederkehrende Konventionen aus Review-Kommentaren, bewertet sie nach Häufigkeit und Schwere, und erstellt daraus eine strukturierte Sammlung von Regeln (§). Jede Regel enthält den Grund für ihre Existenz („Why“) und verlinkt auf die ursprünglichen Review-Kommentare, die sie belegen. Das Skill unterstützt die Befehle `mine` (Review-Kommentare extrahieren), `write` (Standards generieren), `review` (Diffs prüfen), `prune` (überflüssige Regeln löschen) und `doctor` (auf Abweichungen prüfen). Es ist besonders nützlich für Teams, die konsistente Codierungsstandards pflegen möchten, ohne manuelle und wiederholte Review-Notizen. Das Skill ist für KI-Agenten wie Claude Code oder Cursor konzipiert und funktioniert mit `git` sowie optionalen Forge-CLIs wie `gh` oder `glab`.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/JawsomeJason/jawsome-agents/tree/HEAD/plugins/standards/skills/standards

Installed? Explore more Schreiben & Editieren skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

In Ihrer bevorzugten KI fragen

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

Dokumentation

Standards

Reviewer setzen dieselben Konventionen von Hand durch, Kommentar für Kommentar. Dieses Skill fördert diese Kommentare in schriftliche Standards und prüft dann Diffs gegen sie. Jeder Standard verbindet eine Regel, die ein Agent beim Schreiben von Code befolgt, mit einer Linse, die ein Reviewer auf einen Diff anwendet. Jeder nummerierte § zitiert die dahinterstehenden Review-Kommentare, sodass jeder eine Regel bis zu den Reviewern zurückverfolgen kann, die sie durchgesetzt haben.

Grundprinzipien

  • Beweise zuerst. Ein § benötigt Review-Kommentare aus mindestens 3 verschiedenen Änderungen und von 2 verschiedenen Reviewern, denn viele Kommentare zu einer Änderung oder von einer Person sind der Geschmack eines einzelnen Reviewers.
  • Jede Regel trägt ihr Warum. Ein Grund leitet einen Agenten auch dann noch, wenn sich der Code um die Regel herum verändert.
  • Zuhause pro Konvention. Zwei Kopien driften auseinander, und ein Agent folgt der, die er zuerst gelesen hat.
  • Ein Check schlägt einen §. Eine Konvention, die ein Linter, Typ oder Test abfangen kann, gehört in dieses Werkzeug, denn ein Check läuft jedes Mal.
  • Lösche, was Agenten bereits tun. Eine Regel, die unaufgefordert befolgt wird, kostet bei jedem Laden Kontext und ändert nichts.
  • Skripte sind Abkürzungen. Jede Ausgabedatei hat ein Schema in references/schemas/, sodass man die Datei von Hand schreiben kann, wenn ein Skript fehlt oder fehlschlägt.
  • git ist die einzige harte Abhängigkeit. Die CLI einer Forge, wie gh oder glab, fügt Review-Kommentare hinzu, und git log vertritt sie ohne eine solche.

Befehle

BefehlWas er tutAusgabeReferenz
mineHolt Review-Kommentare, beschriftet sie nach Konvention, ordnet die Cluster nach Häufigkeit mal Schwere.standards/clusters.jsonreferences/mine.md
writeVerwandelt die geordneten Cluster in ein Standards-Skill im Repository, jeder § mit seinem Warum und Beweisendas Standards-Skillreferences/write.md
reviewWendet jede Linse an, die ein Diff auslöst, und meldet Ergebnisse mit dem zitierten §Ergebnisse in der Antwortreferences/review.md
pruneA/B-testet jede Regel über Testumgebungen und löscht diejenigen, die Agenten unaufgefordert befolgenprune.jsonreferences/prune.md
doctorZeigt Abweichungen an: Globs, die nichts finden, zitierte Dateien, die verschwunden sind, Linsen, die nie feuern, veraltete Prune-Daten.standards/doctor.jsonreferences/doctor.md

Weiterleitung

Aufruf als standards [befehl] [bereich]. Ein Bereich ist ein Pfad oder Glob, ein Bereichs-Slug aus dem generierten Index oder eine §-Nummer (§2, §2.3). Auflösung gemäß references/scope.md. mine akzeptiert nur einen Pfad, da Bereiche erst nach write existieren.

  • Kein Argument. Zeige das Menü unten an und warte auf eine Auswahl. Führe niemals automatisch einen Befehl aus, denn jeder liest Historie, bearbeitet das Repo oder verbraucht viele Agentenläufe.
  • Ein Bereich ohne Befehl. Führe review dieses Bereichs aus ohne Nachfrage, denn review liest nur.
  • Ein expliziter oder klar implizierter Befehl. Lade seine Referenz und folge ihr Schritt für Schritt.
  • Zwei Befehle passen. Frage einmal nach, welcher, nenne beide und was jeder tun würde. Folge dann der Antwort.
  • Standards aus dem Nichts. Beginne mit mine, denn write benötigt clusters.json. Biete write an, wenn mine fertig ist.
  • Eine Frage zum Skill selbst. Antworte aus dieser Datei, ohne einen Befehl auszuführen.

Menü

standards: was soll ich tun?
  mine    Review-Kommentare in bewertete Konventionen fördern
  write   Standards aus den bewerteten Konventionen schreiben
  review  Einen Diff anhand der Standards überprüfen
  prune   Jede Regel testen und die löschen, die Agenten bereits befolgen
  doctor  Die Standards auf Abweichungen prüfen
Jeder Befehl akzeptiert einen optionalen Bereich: einen Pfad, einen Bereich oder eine §.

Wenn generierte Standards existieren, liste ihre Bereiche unter dem Menü als §-Nummer und Slug auf.

Pipeline

mine speist write, und write produziert, was review anwendet. prune und doctor warten die Standards danach.

Arbeitsdateien leben in .standards/ im Stammverzeichnis des Ziel-Repos. Behalte diesen Ordner außerhalb der Versionskontrolle, denn Review-Kommentare zitieren Code und Personen. prune.json ist die Ausnahme. Es liegt neben den generierten Standards, weil doctor es dort liest.

<skill-verzeichnis> in den Referenzen ist der Ordner, der diese Datei enthält. Die Skripte in <skill-verzeichnis>/scripts/ beschleunigen mine und benötigen nur die Standardbibliothek einer JavaScript-Laufzeitumgebung.

Bewertungsmodell

mine, prune und doctor stellen viele kleine typisierte Fragen. Ein Bewertungsmodell ist ein schnelles Modell, das typisierte Fragen (wähle eines aus einer Menge, eine Ja/Nein-Wahrscheinlichkeit, eine Bewertung) mit kalibrierten Wahrscheinlichkeiten beantwortet. Wenn Ihre Umgebung Ihnen ein Bewertungsmodell gibt, beantworte die Fragen damit; andernfalls beantworte sie selbst. Die eigenen Anweisungen Ihrer Umgebung entscheiden, welches Modell das ist.

Generierte Standards

  • Die Standardausgabe ist ein Skill mit einem Index von Einzeilern, die jeweils auf eine §-Datei verlinken. Vorlagen: Index und Abschnitt.
  • Ein Skill pro Bereich ist eine Option, die pro Repo durch das Formexperiment in references/write.md festgelegt wird.
  • Generierte Standards folgen denselben Regeln wie dieses Skill: Nur Spec-Frontmatter, keine URLs, keine Daten und ein Warum für jede Regel.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Verwandte Skills