Communitygithub.com

opensource-pipeline

Pipeline de código abierto: bifurca, sanea y empaqueta proyectos privados para su publicación pública segura. Encadena 3 agentes (bifurcador, sanitizador, empaquetador).

¿Qué es opensource-pipeline?

Este skill permite a un agente de IA (como Claude Code, Cursor o Codex) tomar un repositorio privado y prepararlo para su publicación pública de forma segura a través de un pipeline de tres etapas: bifurcación (fork), sanitización y empaquetado. El agente bifurcador copia el proyecto eliminando secretos, credenciales y referencias internas; el agente sanitizador verifica que no queden datos sensibles (seis categorías de escaneo); y el agente empaquetador genera automáticamente los archivos esenciales para un proyecto open source: README.md, CLAUDE.md, setup.sh, LICENSE, CONTRIBUTING.md y plantillas de issues. El pipeline está diseñado para prevenir la filtración accidental de información confidencial y requiere aprobación explícita del usuario antes de publicar en GitHub. Es útil para desarrolladores que desean abrir sus proyectos de manera segura y reproducible.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/opensource-pipeline

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Habilidad de Pipeline de Código Abierto

Abra cualquier proyecto de forma segura mediante un pipeline de 3 etapas: Bifurcar (eliminar secretos) → Sanitizar (verificar limpieza) → Empaquetar (CLAUDE.md + setup.sh + README).

Cuándo Activar

  • El usuario dice "abrir este proyecto como código abierto" o "hacerlo público"
  • El usuario desea preparar un repositorio privado para publicación pública
  • El usuario necesita eliminar secretos antes de enviar a GitHub
  • El usuario invoca /opensource fork, /opensource verify o /opensource package

Comandos

ComandoAcción
/opensource fork PROYECTOPipeline completo: bifurcar + sanitizar + empaquetar
/opensource verify PROYECTOEjecutar sanitizador en el repositorio existente
/opensource package PROYECTOGenerar CLAUDE.md + setup.sh + README
/opensource listMostrar todos los proyectos en preparación
/opensource status PROYECTOMostrar informes de un proyecto en preparación

Protocolo

/opensource fork PROYECTO

Pipeline completo — el flujo de trabajo principal.

Paso 1: Recopilar Parámetros

Resuelva la ruta del proyecto. Si PROYECTO contiene /, trátelo como una ruta (absoluta o relativa). De lo contrario, verifique: directorio de trabajo actual, $HOME/PROYECTO, luego pregunte al usuario.

SOURCE_PATH="<ruta absoluta resuelta>"
STAGING_PATH="$HOME/opensource-staging/${PROJECT_NAME}"

Pregunte al usuario:

  1. "¿Qué proyecto?" (si no se encuentra)
  2. "¿Licencia? (MIT / Apache-2.0 / GPL-3.0 / BSD-3-Clause)"
  3. "¿Organización o nombre de usuario de GitHub?" (por defecto: detectar mediante gh api user -q .login)
  4. "¿Nombre del repositorio en GitHub?" (por defecto: nombre del proyecto)
  5. "¿Descripción para el README?" (analizar el proyecto para sugerir)

Paso 2: Crear Directorio de Preparación

mkdir -p $HOME/opensource-staging/

Paso 3: Ejecutar Agente Bifurcador

Inicie el agente opensource-forker:

Agent(
  description="Bifurcar {PROYECTO} para código abierto",
  subagent_type="opensource-forker",
  prompt="""
Bifurcar proyecto para publicación de código abierto.

Origen: {SOURCE_PATH}
Destino: {STAGING_PATH}
Licencia: {chosen_license}

Siga el protocolo completo de bifurcación:
1. Copiar archivos (excluir .git, node_modules, __pycache__, .venv)
2. Eliminar todos los secretos y credenciales
3. Reemplazar referencias internas con marcadores de posición
4. Generar .env.example
5. Limpiar historial de git
6. Generar FORK_REPORT.md en {STAGING_PATH}/FORK_REPORT.md
"""
)

Espere a que termine. Lea {STAGING_PATH}/FORK_REPORT.md.

Paso 4: Ejecutar Agente Sanitizador

Inicie el agente opensource-sanitizer:

Agent(
  description="Verificar sanitización de {PROYECTO}",
  subagent_type="opensource-sanitizer",
  prompt="""
Verificar sanitización de la bifurcación de código abierto.

Proyecto: {STAGING_PATH}
Origen (para referencia): {SOURCE_PATH}

Ejecutar TODAS las categorías de escaneo:
1. Escaneo de secretos (CRÍTICO)
2. Escaneo de PII (CRÍTICO)
3. Escaneo de referencias internas (CRÍTICO)
4. Verificación de archivos peligrosos (CRÍTICO)
5. Integridad de configuración (ADVERTENCIA)
6. Auditoría de historial de git

Generar SANITIZATION_REPORT.md dentro de {STAGING_PATH}/ con veredicto APROBADO/RECHAZADO.
"""
)

Espere a que termine. Lea {STAGING_PATH}/SANITIZATION_REPORT.md.

Si RECHAZADO: Muestre los hallazgos al usuario. Pregunte: "¿Corregir estos problemas y volver a escanear, o cancelar?"

  • Si corregir: Aplique correcciones, vuelva a ejecutar el sanitizador (máximo 3 intentos — después de 3 RECHAZOS, presente todos los hallazgos y pida al usuario que corrija manualmente)
  • Si cancelar: Limpie el directorio de preparación

Si APROBADO o APROBADO CON ADVERTENCIAS: Continúe al Paso 5.

Paso 5: Ejecutar Agente Empaquetador

Inicie el agente opensource-packager:

Agent(
  description="Empaquetar {PROYECTO} para código abierto",
  subagent_type="opensource-packager",
  prompt="""
Generar empaquetado de código abierto para el proyecto.

Proyecto: {STAGING_PATH}
Licencia: {chosen_license}
Nombre del proyecto: {PROJECT_NAME}
Descripción: {description}
Repositorio GitHub: {github_repo}

Generar:
1. CLAUDE.md (comandos, arquitectura, archivos clave)
2. setup.sh (bootstrap con un comando, hacer ejecutable)
3. README.md (o mejorar el existente)
4. LICENSE
5. CONTRIBUTING.md
6. .github/ISSUE_TEMPLATE/ (bug_report.md, feature_request.md)
"""
)

Paso 6: Revisión Final

Presente al usuario:

Bifurcación de Código Abierto Lista: {PROJECT_NAME}

Ubicación: {STAGING_PATH}
Licencia: {license}
Archivos generados:
  - CLAUDE.md
  - setup.sh (ejecutable)
  - README.md
  - LICENSE
  - CONTRIBUTING.md
  - .env.example ({N} variables)

Sanitización: {sanitization_verdict}

Próximos pasos:
  1. Revisar: cd {STAGING_PATH}
  2. Crear repositorio: gh repo create {github_org}/{github_repo} --public
  3. Enviar: git remote add origin ... && git push -u origin main

¿Proceder con la creación en GitHub? (sí/no/revisar primero)

Paso 7: Publicar en GitHub (con aprobación del usuario)

cd "{STAGING_PATH}"
gh repo create "{github_org}/{github_repo}" --public --source=. --push --description "{description}"

/opensource verify PROYECTO

Ejecutar sanitizador de forma independiente. Resolver ruta: si PROYECTO contiene /, trátelo como una ruta. De lo contrario, verifique $HOME/opensource-staging/PROYECTO, luego $HOME/PROYECTO, luego el directorio actual.

Agent(
  subagent_type="opensource-sanitizer",
  prompt="Verificar sanitización de: {resolved_path}. Ejecutar las 6 categorías de escaneo y generar SANITIZATION_REPORT.md."
)

/opensource package PROYECTO

Ejecutar empaquetador de forma independiente. Pregunte "¿Licencia?" y "¿Descripción?", luego:

Agent(
  subagent_type="opensource-packager",
  prompt="Empaquetar: {resolved_path} ..."
)

/opensource list

ls -d $HOME/opensource-staging/*/

Muestre cada proyecto con su progreso en el pipeline (presencia de FORK_REPORT.md, SANITIZATION_REPORT.md, CLAUDE.md).


/opensource status PROYECTO

cat $HOME/opensource-staging/${PROYECTO}/SANITIZATION_REPORT.md
cat $HOME/opensource-staging/${PROYECTO}/FORK_REPORT.md

Estructura de Preparación

$HOME/opensource-staging/
  mi-proyecto/
    FORK_REPORT.md           # Del agente bifurcador
    SANITIZATION_REPORT.md   # Del agente sanitizador
    CLAUDE.md                # Del agente empaquetador
    setup.sh                 # Del agente empaquetador
    README.md                # Del agente empaquetador
    .env.example             # Del agente bifurcador
    ...                      # Archivos del proyecto sanitizados

Anti-patrones

  • Nunca enviar a GitHub sin la aprobación del usuario
  • Nunca saltarse el sanitizador — es la puerta de seguridad
  • Nunca continuar después de un RECHAZO del sanitizador sin corregir todos los hallazgos críticos
  • Nunca dejar .env, *.pem o credentials.json en el directorio de preparación

Buenas Prácticas

  • Ejecute siempre el pipeline completo (bifurcar → sanitizar → empaquetar) para nuevas versiones
  • El directorio de preparación persiste hasta que se limpie explícitamente — úselo para revisión
  • Vuelva a ejecutar el sanitizador después de cualquier corrección manual antes de publicar
  • Parametrice los secretos en lugar de eliminarlos — preserve la funcionalidad del proyecto

Habilidades Relacionadas

Consulte security-review para ver los patrones de detección de secretos utilizados por el sanitizador.

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/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

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.

Skills relacionados