Was macht dvera-plugin?
DVERA-Agent-Fähigkeiten für CT-C/C++-Verifizierungsworkflows: Projekteinrichtung, Analyse, Testgenerierung, Abdeckung, Berichterstattung und Regressionstests.
DVERA-Agent-Fähigkeiten für CT-C/C++-Verifizierungsworkflows: Projekteinrichtung, Analyse, Testgenerierung, Abdeckung, Berichterstattung und Regressionstests.
Dieses Skill-Paket für KI-Agenten (z. B. Claude Code, Cursor, Codex) ermöglicht die Integration von DVERA, einem Tool zur statischen und dynamischen Analyse von C/C++-Code, in Continuous-Testing-Workflows. Es automatisiert die Projekteinrichtung, die Durchführung von Analysen, die Generierung von Tests, die Messung der Codeabdeckung, die Erstellung von Berichten und die Durchführung von Regressionstests. Entwickler können damit Verifizierungsaufgaben direkt über natürliche Sprachbefehle oder Agenten-APIs ausführen, ohne manuelle Konfiguration. Plattformunabhängig einsetzbar, unterstützt es gängige Build-Systeme wie CMake und Make. Die zugrunde liegende SKILL.md-Dokumentation definiert klare Anweisungen für jeden Workflow-Schritt und sorgt für konsistente, reproduzierbare Ergebnisse im Team.
npx skills add SuresoftTechnologies/dvera-pluginInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
DVERA-Agent-Fähigkeiten für CT-C/C++-Verifizierungsworkflows: Projekteinrichtung, Analyse, Testgenerierung, Abdeckung, Berichterstattung und Regressionstests.
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.