CommunityRedacción y edicióngithub.com

JawsomeJason/jawsome-agents

Convierte el historial de revisiones de código de un repositorio en estándares de codificación numerados, cada regla con su porqué y los comentarios de revisión que la respaldan, luego revisa los diffs contra esos estándares y los mantiene ajustados. Útil al redactar o auditar estándares de codificación o convenciones a partir del historial de revisiones (mine, write), revisar un diff, rama o PR contra estándares (review), podar estándares que los agentes ya siguen espontáneamente (prune), o verificar estándares por desviación (doctor).

¿Qué es jawsome-agents?

Esta skill convierte el historial de revisiones de código de un repositorio en un conjunto de estándares de codificación numerados y justificados, y luego aplica esos estándares para revisar nuevos cambios. Es útil para equipos de desarrollo que desean formalizar y automatizar las convenciones de código que surgen de la revisión entre pares, reduciendo la carga de los revisores humanos y asegurando consistencia. La skill está diseñada para ser utilizada con agentes de IA como Claude Code, Cursor o Codex. Funciona mediante comandos específicos: `mine` extrae comentarios de revisión y los agrupa en clusters, `write` convierte esos clusters en una skill de estándares, `review` aplica los estándares a un diff, `prune` elimina reglas que los agentes ya siguen sin necesidad de recordárselas, y `doctor` detecta desviaciones y problemas de mantenimiento. Basa sus reglas en evidencia (múltiples revisiones de diferentes cambios y revisores) y prioriza la automatización sobre la especificación manual, delegando a linters y tipos cuando sea posible.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/JawsomeJason/jawsome-agents/tree/HEAD/plugins/standards/skills/standards

Installed? Explore more Redacción y edición skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

Preguntar en tu IA favorita

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

Documentación

Estándares

Los revisores aplican las mismas convenciones a mano, comentario tras comentario. Esta skill extrae esos comentarios para convertirlos en estándares escritos, y luego verifica los diffs contra ellos. Cada estándar empareja una regla que un agente sigue al escribir código con una lente que un revisor aplica a un diff. Cada § numerado cita los comentarios de revisión que lo respaldan, para que cualquiera pueda rastrear una regla hasta los revisores que la aplicaron.

Principios fundamentales

  • Evidencia primero. Un § necesita comentarios de revisión de al menos 3 cambios distintos y 2 revisores diferentes, porque muchos comentarios sobre un solo cambio, o de una sola persona, son el gusto de un único revisor.
  • Cada regla lleva su porqué. Una razón sigue guiando a un agente incluso después de que el código alrededor de la regla cambie de forma.
  • Un único hogar por convención. Dos copias divergen, y un agente sigue la que haya leído primero.
  • Una verificación automática es mejor que un §. Una convención que un linter, tipo o prueba puede detectar pertenece a esa herramienta, porque una verificación se ejecuta cada vez.
  • Elimina lo que los agentes ya hacen. Una regla seguida espontáneamente cuesta contexto en cada carga y no cambia nada.
  • Los scripts son atajos. Cada archivo de salida tiene un esquema en references/schemas/, por lo que cuando un script falta o falla, se escribe el mismo archivo manualmente.
  • git es la única dependencia obligatoria. La CLI de una forja, como gh o glab, añade comentarios de revisión, y git log la sustituye si no se dispone de ella.

Comandos

ComandoQué haceSalidaReferencia
mineObtiene comentarios de revisión, los etiqueta por convención, ordena los clústeres por frecuencia por severidad.standards/clusters.jsonreferences/mine.md
writeConvierte los clústeres ordenados en una skill de estándares en el repositorio, cada § con su porqué y evidenciala skill de estándaresreferences/write.md
reviewAplica cada lente que un diff activa e informa los hallazgos con el § citadohallazgos en la respuestareferences/review.md
prunePrueba A/B cada regla en entornos de prueba y elimina las que los agentes siguen espontáneamenteprune.jsonreferences/prune.md
doctorDetecta desviaciones: globs que no coinciden con nada, archivos citados que ya no existen, lentes que nunca se activan, datos de poda obsoletos.standards/doctor.jsonreferences/doctor.md

Enrutamiento

Se invoca como standards [comando] [ámbito]. Un ámbito es una ruta o glob, un slug de área del índice generado, o un número de § (§2, §2.3). Se resuelve según references/scope.md. mine solo acepta una ruta, porque las áreas solo existen después de write.

  • Sin argumento. Muestra el menú a continuación y espera una elección. Nunca ejecutes un comando automáticamente, porque cada uno lee el historial, edita el repositorio o consume muchas ejecuciones del agente.
  • Un ámbito sin comando. Ejecuta review de ese ámbito sin preguntar, porque review solo lee.
  • Un comando explícito o claramente implícito. Carga su referencia y síguela paso a paso.
  • Dos comandos encajan. Pregunta una vez cuál, nombrando ambos y lo que haría cada uno. Luego sigue la respuesta.
  • Estándares desde cero. Comienza con mine, porque write necesita clusters.json. Ofrece write cuando mine termine.
  • Una pregunta sobre la skill en sí. Responde desde este archivo sin ejecutar un comando.

Menú

standards: ¿qué debería hacer?
  mine    Extraer comentarios de revisión en convenciones ordenadas
  write   Escribir estándares a partir de las convenciones ordenadas
  review  Revisar un diff contra los estándares
  prune   Probar cada regla y eliminar las que los agentes ya siguen
  doctor  Verificar los estándares en busca de desviaciones
Cada comando acepta un ámbito opcional: una ruta, un área o un §.

Cuando existan estándares generados, lista sus áreas bajo el menú como número de § y slug.

Pipeline

mine alimenta a write, y write produce lo que review aplica. prune y doctor mantienen los estándares después de eso.

Los archivos de trabajo residen en .standards/ en la raíz del repositorio objetivo. Mantén esa carpeta fuera del control de versiones, porque los comentarios de revisión citan código y personas. prune.json es la excepción. Está junto a los estándares generados, porque doctor lo lee allí.

<skill-dir> en las referencias es la carpeta que contiene este archivo. Los scripts en <skill-dir>/scripts/ aceleran mine y solo necesitan la biblioteca estándar de un entorno de ejecución de JavaScript.

Modelo de juicio

mine, prune y doctor hacen muchas preguntas pequeñas y tipadas. Un modelo de juicio es un modelo rápido que responde preguntas tipadas (elige una de un conjunto, una probabilidad sí/no, una puntuación) con probabilidades calibradas. Si tu entorno te proporciona un modelo de juicio, responde el archivo de preguntas con él; de lo contrario, respóndelas tú mismo. Las instrucciones de tu propio entorno deciden qué modelo es ese.

Estándares generados

  • La salida predeterminada es una skill con un índice de resúmenes de una línea, cada uno enlazando a un archivo de §. Plantillas: índice y sección.
  • Una skill por área es una opción, decidida por repositorio mediante el experimento de forma en references/write.md.
  • Los estándares generados siguen las mismas reglas que esta skill: solo frontmatter de especificación, sin URL, sin fechas, y un porqué para cada regla.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Skills relacionados