Communitygithub.com

verificación-quarkus

Bucle de verificación para proyectos Quarkus: compilación, análisis estático, pruebas con cobertura, escaneos de seguridad, compilación nativa y revisión de diferencias antes de lanzamiento o PR.

¿Qué es verificación-quarkus?

Esta skill define un bucle de verificación exhaustivo para proyectos Quarkus, diseñado para ejecutarse antes de abrir pull requests, después de refactorizaciones importantes o previo a despliegues en producción. Incluye fases como compilación, análisis estático (Checkstyle, PMD, SpotBugs, SonarQube), pruebas unitarias, de integración y API con cobertura mínima del 80%, escaneo de vulnerabilidades (OWASP Dependency-Check, Quarkus Audit, OWASP ZAP), compilación nativa con GraalVM, pruebas de rendimiento con K6, verificaciones de salud, creación de imágenes de contenedor y validación de configuración. Soporta Maven y Gradle, y se integra fácilmente en CI/CD con GitHub Actions. Es útil para desarrolladores y equipos que buscan mantener alta calidad, seguridad y rendimiento en sus aplicaciones Quarkus antes de cada entrega.

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

Preguntar en tu IA favorita

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

Documentación

Bucle de Verificación Quarkus

Ejecutar antes de PRs, después de cambios importantes y previo al despliegue.

Cuándo Activar

  • Antes de abrir un pull request para un servicio Quarkus
  • Después de una refactorización importante o actualización de dependencias
  • Verificación previa al despliegue en staging o producción
  • Ejecutar el pipeline completo: compilación → lint → prueba → escaneo de seguridad → compilación nativa
  • Validar que la cobertura de pruebas cumpla con los umbrales (80%+)
  • Probar la compatibilidad con imagen nativa

Fase 1: Compilación

# Maven
mvn clean verify -DskipTests

# Gradle
./gradlew clean assemble -x test

Si la compilación falla, detenerse y corregir los errores de compilación.

Fase 2: Análisis Estático

Checkstyle, PMD, SpotBugs (Maven)

mvn checkstyle:check pmd:check spotbugs:check

SonarQube (si está configurado)

mvn sonar:sonar \
  -Dsonar.projectKey=my-quarkus-project \
  -Dsonar.host.url=http://localhost:9000 \
  -Dsonar.login=${SONAR_TOKEN}

Problemas Comunes a Abordar

  • Importaciones o variables no utilizadas
  • Métodos complejos (alta complejidad ciclomática)
  • Posibles desreferencias de puntero nulo
  • Problemas de seguridad señalados por SpotBugs

Fase 3: Pruebas + Cobertura

# Ejecutar todas las pruebas
mvn clean test

# Generar informe de cobertura
mvn jacoco:report

# Aplicar umbral de cobertura (80%)
mvn jacoco:check

# O con Gradle
./gradlew test jacocoTestReport jacocoTestCoverageVerification

Categorías de Pruebas

Pruebas Unitarias

Prueba la lógica del servicio con dependencias simuladas:

@ExtendWith(MockitoExtension.class)
class UserServiceTest {
  @Mock UserRepository userRepository;
  @InjectMocks UserService userService;

  @Test
  void createUser_validInput_returnsUser() {
    var dto = new CreateUserDto("Alice", "[email protected]");

    // Panache persist() es void — usar doNothing + verify
    doNothing().when(userRepository).persist(any(User.class));

    User result = userService.create(dto);

    assertThat(result.name).isEqualTo("Alice");
    verify(userRepository).persist(any(User.class));
  }
}

Pruebas de Integración

Prueba con base de datos real (Testcontainers):

@QuarkusTest
@QuarkusTestResource(PostgresTestResource.class)
class UserRepositoryIntegrationTest {

  @Inject
  UserRepository userRepository;

  @Test
  @Transactional
  void findByEmail_existingUser_returnsUser() {
    User user = new User();
    user.name = "Alice";
    user.email = "[email protected]";
    userRepository.persist(user);

    Optional<User> found = userRepository.findByEmail("[email protected]");

    assertThat(found).isPresent();
    assertThat(found.get().name).isEqualTo("Alice");
  }
}

Pruebas de API

Prueba los endpoints REST con REST Assured:

@QuarkusTest
class UserResourceTest {

  @Test
  void createUser_validInput_returns201() {
    given()
        .contentType(ContentType.JSON)
        .body("""
            {"name": "Alice", "email": "[email protected]"}
            """)
        .when().post("/api/users")
        .then()
        .statusCode(201)
        .body("name", equalTo("Alice"));
  }

  @Test
  void createUser_invalidEmail_returns400() {
    given()
        .contentType(ContentType.JSON)
        .body("""
            {"name": "Alice", "email": "invalid"}
            """)
        .when().post("/api/users")
        .then()
        .statusCode(400);
  }
}

Informe de Cobertura

Consulte target/site/jacoco/index.html para obtener cobertura detallada:

  • Cobertura de líneas general (objetivo: 80%+)
  • Cobertura de ramas (objetivo: 70%+)
  • Identificar rutas críticas no cubiertas

Fase 4: Escaneo de Seguridad

Vulnerabilidades de Dependencias (Maven)

mvn org.owasp:dependency-check-maven:check

Revise target/dependency-check-report.html para conocer los CVE.

Auditoría de Seguridad de Quarkus

# Verificar extensiones vulnerables
mvn quarkus:audit

# Listar todas las extensiones
mvn quarkus:list-extensions

OWASP ZAP (Pruebas de Seguridad de API)

docker run -t ghcr.io/zaproxy/zaproxy:stable zap-api-scan.py \
  -t http://localhost:8080/q/openapi \
  -f openapi

Verificaciones de Seguridad Comunes

  • Todos los secretos en variables de entorno (no en el código)
  • Validación de entrada en todos los endpoints
  • Autenticación/autorización configurada
  • CORS configurado correctamente
  • Cabeceras de seguridad configuradas
  • Contraseñas hasheadas con BCrypt
  • Protección contra inyección SQL (consultas parametrizadas)
  • Limitación de tasa en endpoints públicos

Fase 5: Compilación Nativa

Prueba la compatibilidad con la imagen nativa de GraalVM:

# Compilar ejecutable nativo
mvn package -Dnative

# O con contenedor
mvn package -Dnative -Dquarkus.native.container-build=true

# Probar ejecutable nativo
./target/*-runner

# Ejecutar pruebas de humo básicas
curl http://localhost:8080/q/health/live
curl http://localhost:8080/q/health/ready

Solución de Problemas de Imagen Nativa

Problemas comunes:

  • Reflexión: Agregar configuración de reflexión para clases dinámicas
  • Recursos: Incluir recursos con quarkus.native.resources.includes
  • JNI: Registrar clases JNI si se utilizan bibliotecas nativas

Ejemplo de configuración de reflexión:

@RegisterForReflection(targets = {MyDynamicClass.class})
public class ReflectionConfiguration {}

Fase 6: Pruebas de Rendimiento

Pruebas de Carga con K6

// load-test.js
import http from 'k6/http';
import { check } from 'k6';

export const options = {
  stages: [
    { duration: '30s', target: 50 },
    { duration: '1m', target: 100 },
    { duration: '30s', target: 0 },
  ],
};

export default function () {
  const res = http.get('http://localhost:8080/api/markets');
  check(res, {
    'status is 200': (r) => r.status === 200,
    'response time < 200ms': (r) => r.timings.duration < 200,
  });
}

Ejecutar:

k6 run load-test.js

Métricas a Monitorear

  • Tiempo de respuesta (p50, p95, p99)
  • Rendimiento (solicitudes/segundo)
  • Tasa de error
  • Uso de memoria
  • Uso de CPU

Fase 7: Verificaciones de Salud

# Liveness
curl http://localhost:8080/q/health/live

# Readiness
curl http://localhost:8080/q/health/ready

# Todas las verificaciones de salud
curl http://localhost:8080/q/health

# Métricas (si están habilitadas)
curl http://localhost:8080/q/metrics

Respuestas esperadas:

{
  "status": "UP",
  "checks": [
    {
      "name": "Conexión a base de datos",
      "status": "UP"
    }
  ]
}

Fase 8: Compilación de Imagen de Contenedor

# Compilar imagen de contenedor
mvn package -Dquarkus.container-image.build=true

# O con registro específico
mvn package \
  -Dquarkus.container-image.build=true \
  -Dquarkus.container-image.registry=docker.io \
  -Dquarkus.container-image.group=myorg \
  -Dquarkus.container-image.tag=1.0.0

# Probar contenedor
docker run -p 8080:8080 myorg/my-quarkus-app:1.0.0

Escaneo de Seguridad del Contenedor

# Trivy
trivy image myorg/my-quarkus-app:1.0.0

# Grype
grype myorg/my-quarkus-app:1.0.0

Fase 9: Validación de Configuración

# Verificar todas las propiedades de configuración
mvn quarkus:info

# Listar todas las fuentes de configuración
curl http://localhost:8080/q/dev/io.quarkus.quarkus-vertx-http/config

Verificaciones Específicas del Entorno

  • URLs de base de datos configuradas por entorno
  • Secretos externalizados (Vault, variables de entorno)
  • Niveles de registro adecuados
  • Orígenes CORS configurados correctamente
  • Limitación de tasa configurada
  • Monitoreo/rastreo habilitado

Fase 10: Revisión de Documentación

  • Documentación OpenAPI/Swagger actualizada (/q/swagger-ui)
  • README con instrucciones de configuración
  • Cambios en la API documentados
  • Guía de migración para cambios disruptivos
  • Propiedades de configuración documentadas

Generar especificación OpenAPI:

curl http://localhost:8080/q/openapi -o openapi.json

Lista de Verificación

Calidad del Código

  • La compilación pasa sin advertencias
  • Análisis estático limpio (sin problemas altos/medios)
  • El código sigue las convenciones del equipo
  • Sin código comentado ni TODOs en el PR

Pruebas

  • Todas las pruebas pasan
  • Cobertura de código ≥ 80%
  • Pruebas de integración con base de datos real
  • Pruebas de seguridad pasan
  • Rendimiento dentro de límites aceptables

Seguridad

  • Sin vulnerabilidades de dependencias
  • Autenticación/autorización probadas
  • Validación de entrada completa
  • Secretos no en código fuente
  • Cabeceras de seguridad configuradas

Despliegue

  • Compilación nativa exitosa
  • La imagen de contenedor se compila
  • Las verificaciones de salud responden correctamente
  • Configuración válida para el entorno objetivo

Imagen Nativa

  • El ejecutable nativo se compila
  • Las pruebas nativas pasan
  • Tiempo de inicio < 100 ms
  • Huella de memoria aceptable

Script de Verificación Automatizada

#!/bin/bash
set -e

echo "=== Fase 1: Compilación ==="
mvn clean verify -DskipTests

echo "=== Fase 2: Análisis Estático ==="
mvn checkstyle:check pmd:check spotbugs:check

echo "=== Fase 3: Pruebas + Cobertura ==="
mvn test jacoco:report jacoco:check

echo "=== Fase 4: Escaneo de Seguridad ==="
mvn org.owasp:dependency-check-maven:check

echo "=== Fase 5: Compilación Nativa ==="
mvn package -Dnative -Dquarkus.native.container-build=true

echo "=== Todas las Fases Completadas ==="
echo "Revisar informes:"
echo "  - Cobertura: target/site/jacoco/index.html"
echo "  - Seguridad: target/dependency-check-report.html"
echo "  - Nativo: target/*-runner"

Integración en CI/CD

Ejemplo de GitHub Actions

name: Verificación

on: [push, pull_request]

jobs:
  verify:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v7

      - name: Configurar JDK 21
        uses: actions/setup-java@v5
        with:
          java-version: '21'
          distribution: 'temurin'

      - name: Cachear paquetes Maven
        uses: actions/cache@v6
        with:
          path: ~/.m2
          key: ${{ runner.os }}-m2-${{ hashFiles('**/pom.xml') }}

      - name: Compilar
        run: mvn clean verify -DskipTests

      - name: Pruebas con Cobertura
        run: mvn test jacoco:report jacoco:check

      - name: Escaneo de Seguridad
        run: mvn org.owasp:dependency-check-maven:check

      - name: Subir Cobertura
        uses: codecov/codecov-action@v7
        with:
          token: ${{ secrets.CODECOV_TOKEN }}
          files: target/site/jacoco/jacoco.xml

Mejores Prácticas

  • Ejecutar el bucle de verificación antes de cada PR
  • Automatizar en el pipeline de CI/CD
  • Corregir los problemas inmediatamente; no acumular deuda
  • Mantener la cobertura por encima del 80%
  • Actualizar las dependencias regularmente
  • Probar la compilación nativa periódicamente
  • Monitorear las tendencias de rendimiento
  • Documentar los cambios disruptivos
  • Revisar los resultados de los escaneos de seguridad
  • Validar la configuración para cada entorno

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