Communitygithub.com

operaciones-terminal

Flujo de trabajo de ejecución de repositorio basado en evidencia para ECC. Úsalo cuando el usuario desee ejecutar un comando, revisar un repositorio, depurar un fallo de CI o realizar una corrección estrecha con prueba exacta de lo ejecutado y verificado.

¿Qué es operaciones-terminal?

Este skill está diseñado para proporcionar un flujo de trabajo de ejecución de repositorio basado en evidencia, adecuado para plataformas como Claude Code, Cursor o Codex. Es más estrecho que la guía de codificación general, enfocándose en operaciones reales del terminal: ejecutar comandos, inspeccionar el estado de Git, depurar fallos de CI o builds, realizar correcciones específicas y reportar exactamente qué cambió y qué se verificó. El skill se basa en el principio de 'evidencia primero', asegurando que cada acción esté respaldada por resultados verificables. Funciona integrando otros skills nativos de ECC como verification-loop, tdd-workflow, security-review, github-ops y knowledge-ops cuando sea relevante. El flujo de trabajo incluye pasos para resolver la superficie de trabajo, leer la superficie fallida antes de cualquier cambio, mantener la corrección estrecha y reportar el estado exacto de ejecución utilizando palabras de estado estándar como 'inspeccionado', 'cambiado localmente', 'verificado localmente', 'confirmado', 'empujado' o 'bloqueado'.

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

Preguntar en tu IA favorita

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

Documentación

Operaciones Terminal

Úsalo cuando el usuario desee ejecución real del repositorio: ejecutar comandos, inspeccionar el estado de Git, depurar CI o builds, realizar una corrección estrecha, y reportar exactamente qué cambió y qué se verificó.

Este skill es intencionalmente más estrecho que la guía de codificación general. Es un flujo de trabajo operador para ejecución de terminal basada en evidencia.

Pila de habilidades

Incorpora estos skills nativos de ECC en el flujo de trabajo cuando sean relevantes:

  • verification-loop para pasos exactos de prueba después de cambios
  • tdd-workflow cuando la corrección adecuada necesita cobertura de regresión
  • security-review cuando estén involucrados secretos, autenticación o entradas externas
  • github-ops cuando la tarea dependa de ejecuciones de CI, estado de PR o estado de lanzamiento
  • knowledge-ops cuando el resultado verificado deba capturarse en el contexto duradero del proyecto

Cuándo usar

  • el usuario dice "corregir", "depurar", "ejecutar esto", "revisar el repositorio" o "subirlo"
  • la tarea depende de la salida de un comando, estado de Git, resultados de pruebas o una corrección local verificada
  • la respuesta debe distinguir entre cambiado localmente, verificado localmente, confirmado y empujado

Barreras de protección

  • inspeccionar antes de editar
  • permanecer solo lectura si el usuario solicitó solo auditoría/revisión
  • preferir scripts y ayudantes locales del repositorio sobre contenedores ad hoc improvisados
  • no afirmar corregido hasta que se haya vuelto a ejecutar el comando de prueba
  • no afirmar empujado a menos que la rama se haya movido realmente al upstream

Flujo de trabajo

1. Resolver la superficie de trabajo

Establecer:

  • ruta exacta del repositorio
  • rama
  • estado de diff local
  • modo solicitado:
    • inspeccionar
    • corregir
    • verificar
    • empujar

2. Leer primero la superficie fallida

Antes de cambiar cualquier cosa:

  • inspeccionar el error
  • inspeccionar el archivo o la prueba
  • inspeccionar el estado de Git
  • usar cualquier registro o contexto ya proporcionado antes de releer ciegamente

3. Mantener la corrección estrecha

Resolver una falla dominante a la vez:

  • usar el comando de prueba más pequeño y útil primero
  • solo escalar a un pase de construcción/prueba más grande después de abordar la falla local
  • si un comando falla repetidamente con la misma firma, detener reintentos amplios y reducir el alcance

4. Reportar el estado exacto de ejecución

Usar palabras de estado exactas:

  • inspeccionado
  • cambiado localmente
  • verificado localmente
  • confirmado
  • empujado
  • bloqueado

Formato de salida

SUPERFICIE
- repositorio
- rama
- modo solicitado

EVIDENCIA
- comando fallido / diff / prueba

ACCIÓN
- qué cambió

ESTADO
- inspeccionado / cambiado localmente / verificado localmente / confirmado / empujado / bloqueado

Errores comunes

  • no trabajar desde memoria obsoleta cuando se puede leer el estado vivo del repositorio
  • no ampliar una corrección estrecha en un cambio generalizado del repositorio
  • no usar comandos destructivos de Git
  • no ignorar trabajo local no relacionado

Verificación

  • la respuesta nombra el comando de prueba o prueba
  • el trabajo relacionado con Git nombra la ruta del repositorio y la rama
  • cualquier afirmación de empuje incluye la rama objetivo y el resultado exacto

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