Dieses Projekt enthält Skripte und Fähigkeiten für LLMs zur automatisierten Behebung von statischen Analyse-Verstößen in CI/CD-Pipelines mit Integration in Befehlszeilen-Tools wie Copilot oder Codex.
Dieses Skill-Paket bietet eine nahtlose Integration zwischen LLM-basierten KI-Agenten (wie Claude Code, Cursor oder Codex) und der Parasoft JTest-Plattform für statische Code-Analyse. Es ermöglicht Entwicklern, automatisch Korrekturen für statische Analyse-Verstöße direkt in CI/CD-Pipelines zu generieren und anzuwenden. Der Skill nutzt Skripte und Konfigurationen, um Analyseergebnisse zu interpretieren und maschinell erzeugte Code-Fixes vorzuschlagen, die dann manuell überprüft oder automatisch übernommen werden können. Dadurch wird der manuelle Aufwand für die Behebung von Sicherheitslücken, Coding-Standard-Verstößen und anderen statischen Analyse-Problemen erheblich reduziert. Der Skill ist besonders nützlich für Teams, die Continuous Integration und Continuous Delivery praktizieren und ihre Code-Qualität automatisieren möchten, ohne auf menschliche Überprüfung zu verzichten.
npx skills add parasoft/jtest-ai-agent-skillsInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Dieses Projekt enthält Skripte und Fähigkeiten für LLMs zur automatisierten Behebung von statischen Analyse-Verstößen in CI/CD-Pipelines mit Integration in Befehlszeilen-Tools wie Copilot oder Codex.
Quelle: https://github.com/parasoft/jtest-ai-agent-skills
Entdeckt durch den Awesome Skills täglichen Skill-Jäger.
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.