CommunityRecherche & Datenanalysegithub.com

tibtof/cobots

Agent-Pipeline-Plugins: pm/architekt/entwickler/prüfer, die über den GitHub-Status zusammenarbeiten — kollaborative Roboter, menschliche Merges

Was ist cobots?

cobots ist ein Plugin-Framework für KI-Agenten-Pipelines, das die Rollen pm/architekt/entwickler/prüfer (Product Manager, Architect, Developer, Reviewer) orchestriert. Es ermöglicht eine kollaborative Code-Entwicklung, bei der verschiedene KI-Agenten über den GitHub-Status kommunizieren und zusammenarbeiten, während der finale Merge-Vorgang menschlich bleibt. Das System eignet sich besonders für Workflows, die eine strikte Aufgabentrennung und Qualitätssicherung erfordern. Es wird als Sammlung von Plugins bereitgestellt, die in gängige Entwickler-Tools wie Claude Code und Cursor integriert werden können, und nutzt den GitHub-Status als zentrale Kollaborationsplattform. Die Pipeline folgt einem strukturierten Ablauf von der Anforderungsanalyse bis zur Code-Überprüfung, wobei jeder Schritt durch spezifische Agenten ausgeführt wird.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add tibtof/cobots

Installed? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

In Ihrer bevorzugten KI fragen

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

Dokumentation

audit

Wird bei jedem Meilenstein-Abschluss ausgeführt, bevor der nächste Meilenstein beginnt. Verwende das stärkste verfügbare Modell (fable) – dies ist das urteilsschwere Gegengewicht zur täglichen Pipeline.

Umfang

Alles, was unter dem Meilenstein gemergt wurde: gh pr list --state merged --search "milestone:<name>" plus die Issue-Liste.

Durchlauf

  1. Conformance mit der Verfassung — überprüfe die gemergten Diffs auf die festgelegten Entscheidungen und Architekturregeln. Abweichungen summieren sich; nenne jede Verletzung.
  2. Test-Ehrlichkeit — finde Tests, die die Form, aber nicht das Verhalten behaupten; Akzeptanzkriterien, die ohne einen abdeckenden Test ausgeliefert wurden.
  3. Dokumentationsdrift — Benutzeroberflächen vs. tatsächliches Verhalten (Stichprobenprüfung durch Ausführen der dokumentierten Befehle).
  4. Abhängigkeiten & Lizenzen — alles Neue seit dem letzten Audit; Veraltung; bekannte CVEs, für die Ökosystem-Tools existieren.
  5. Pipeline-Retrospektive — Anzahl der Review-Durchläufe, Eskalationen, Hook-Fehler während des Meilensteins: Welche Phase hat Abfall produziert? Wurde eine Agentenregel wiederholt ignoriert (ein Zeichen dafür, dass die Regel in einen Hook und nicht in einen Prompt gehört)?
  6. Prompt-Audit — wenn seit dem letzten Audit eine neue Modellgeneration veröffentlicht wurde, lies die cobots-Agenten-Prompts erneut auf Anweisungen, die nicht mehr passen (Schweregradfilter, übermäßig auslösende Warnungen, modellspezifische Workarounds).

Ausgabe

Ein Audit-Berichtskommentar zum Tracking-Issue des Meilensteins (oder einem neuen Issue mit dem Titel audit: <milestone>): Ergebnisse nach Schweregrad geordnet, jeweils mit Datei-/PR-Referenzen und einer einzeiligen Korrektur. Erstelle ein gh issue pro mittelschwerem+ Ergebnis, das für den nächsten Zyklus mit dem Meilenstein getaggt ist. Beende mit einem einzeiligen Urteil: Ist die Codebasis gesünder als beim letzten Audit?

Darf nicht

  • Nichts direkt reparieren – das Audit erstellt Issues; die Pipeline behebt sie.
  • Ergebnisse aus Höflichkeit filtern. Melde alles, geordnet.

Verwandte Skills