Communitygithub.com

agentskillexchange/skills

Lista de verificación estructurada de auto-revisión para ejecutar antes de confirmar cambios de código sustanciales. Cubre casos límite, rutas de error, cobertura de pruebas, documentación y calidad del código, para que CI sea el último recurso, no tu primer revisor.

¿Qué es skills?

Esta habilidad proporciona una lista de verificación estructurada de auto-revisión diseñada para ayudar a los desarrolladores y agentes de IA a evitar que errores obvios lleguen a CI o a los usuarios. Es especialmente útil cuando se realizan cambios de código sustanciales (más de 100 líneas, más de 5 archivos, infraestructura central, nuevas abstracciones o cuando se tienen dudas sobre casos límite). La lista incluye cinco perspectivas clave: casos límite, rutas de error, cobertura de pruebas, documentación y calidad del código. Cada sección tiene elementos de acción concretos, como verificar que las entradas nulas/vacías se manejen, que todas las excepciones se capturen en el nivel correcto, que las rutas críticas tengan pruebas, que los docstrings estén actualizados y que no haya olores de código como números mágicos o funciones dios. También incluye una prueba de humo de una línea y una tabla de antipatrones con sus correcciones. La habilidad es independiente de la plataforma y se puede utilizar con cualquier agente (por ejemplo, Claude Code, Cursor, Codex) o directamente desde la terminal. La revisión sigue un orden secuencial para garantizar que nada obvio se escape, ahorrando tiempo en iteraciones de CI y evitando bugs en producción.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/agentskillexchange/skills/tree/HEAD/skills/pre-landing-review

Preguntar en tu IA favorita

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

Documentación

Auto-Revisión Pre-Confirmación

Antes de confirmar cambios significativos, repasa esta lista de verificación. Detecta problemas antes de que CI los detecte — o peor aún, antes de que los usuarios lo hagan.

Cuándo Usarlo

Ejecuta esta habilidad cuando se cumpla alguna de estas condiciones:

  • Cambiaste más de 100 líneas de código
  • Modificaste más de 5 archivos
  • Tocaste infraestructura central (ejecutor, almacenamiento, bucles de despacho principales)
  • Introdujiste nuevas abstracciones o APIs públicas
  • Tienes dudas sobre casos límite o decisiones de diseño

Verificación rápida:

git diff --stat HEAD | tail -5  # ¿Cuánto cambió?
git diff --name-only HEAD | wc -l  # ¿Cuántos archivos?

Omitir Si

  • Cambio trivial (≤50 líneas, ≤3 archivos)
  • Solo documentación o actualizaciones de lecciones
  • Solo cambios de pruebas (las pruebas tienen su propia revisión)
  • Corrección simple de una línea con alcance obvio y limitado
  • Refactorización mecánica sin cambios de lógica

La Lista de Verificación

1. Casos Límite

- [ ] ¿Se manejan entradas nulas/vacías?
- [ ] ¿Se probaron condiciones de frontera (fuera por uno, listas vacías, cero)?
- [ ] ¿Se consideraron accesos concurrentes o condiciones de carrera?
- [ ] ¿Se consideró Unicode/codificación si se procesa texto?

2. Rutas de Error

- [ ] ¿Todas las excepciones se capturan en el nivel correcto (no demasiado amplio)?
- [ ] ¿Los mensajes de error son informativos (qué falló, por qué, qué hacer)?
- [ ] ¿Los modos de fallo fallan de forma elegante, no silenciosa?
- [ ] ¿No hay `except:` desnudo ni errores tragados?

3. Cobertura de Pruebas

- [ ] ¿Las rutas críticas tienen pruebas?
- [ ] ¿Los casos límite identificados arriba tienen pruebas?
- [ ] ¿Las pruebas realmente se ejecutan y pasan?
- [ ] ¿No quedaron esqueletos de prueba con `pass` o `...`?

4. Documentación

- [ ] ¿Los docstrings/comentarios coinciden con el comportamiento actual?
- [ ] ¿Se actualizó el README si cambió la interfaz pública?
- [ ] ¿El mensaje de confirmación captura qué cambió y por qué?
- [ ] ¿Los documentos de arquitectura relevantes siguen siendo precisos?

5. Calidad del Código

- [ ] ¿Los nombres son claros y consistentes con el código circundante?
- [ ] ¿No hay olores de código evidentes (funciones dios, números mágicos, rutas hardcodeadas)?
- [ ] ¿Sigue los patrones existentes en el archivo/paquete?
- [ ] ¿Pasa el análisis estático / typecheck?

Prueba de Humo de Una Línea

# Ejecutar antes de confirmar (adaptar a tu stack):
make format && make typecheck && pytest -x -q && echo "✅ Listo para enviar"

Si algún paso falla, arréglalo antes de confirmar. No envíes en rojo.

Antipatrones

AntipatrónCorrección
"CI lo atrapará"CI es un último recurso, no un sustituto de tu propio criterio. Atrápalo primero.
"Agregaré pruebas después"Después nunca llega. Escribe la prueba ahora o acepta la brecha permanentemente.
"Funcionó cuando lo probé manualmente"Las pruebas manuales no son reproducibles. Escribe una prueba automatizada para que futuras sesiones también puedan verificarlo.
"El mensaje de error es un TODO"Los mensajes de error TODO se envían como mensajes de error TODO. Escribe el mensaje real ahora.
"Puedo ver en el código que maneja este caso"Si no está probado, una futura refactorización lo romperá invisiblemente.

Por Qué Esto Importa

Los agentes autónomos están entrenados para producir resultados lo suficientemente buenos para evitar correcciones. Sin una puerta de revisión estructurada, las confirmaciones de código autónomas eluden la verificación humana que normalmente detecta regresiones y casos límite. Esta habilidad actúa como esa puerta: cinco lentes específicos ejecutados en secuencia para que nada obvio se escape.

La recompensa se acumula: cada paso de revisión que detecta un problema real ahorra un viaje de ida y vuelta de CI, evita un bug de usuario y evita un PR de reversión.

Relacionado

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

Academic Paper Citation Network Mapper

Builds citation networks from Semantic Scholar API and CrossRef DOI metadata. Visualizes paper influence graphs using NetworkX, identifies seminal works, and tracks research lineage across fields.

ACF Custom Fields REST Exposer

Exposes Advanced Custom Fields data through the WordPress REST API using register_rest_field and acf_format_value. Handles repeater fields, flexible content layouts, and gallery fields with proper serialization.

ACF Extended for Advanced Custom Fields Workflows

An ASE skill built around ACF Extended, the WordPress enhancement suite for Advanced Custom Fields that adds field types, admin improvements, front-end forms, options pages, and developer tooling. It is a practical fit for agents working inside complex WordPress content models and custom field workflows.

ACF to Gutenberg Block Migrator

Converts Advanced Custom Fields field groups into native Gutenberg blocks using the ACF Block API v2 and @wordpress/scripts build pipeline. Maps ACF repeaters, groups, and flexible content to InnerBlocks and block attributes with server-side rendering via acf_register_block_type().

Activepieces Open Source Workflow Automation

Activepieces is an open-source, self-hostable workflow automation platform with 200+ integrations. It provides a visual builder for creating automated workflows and exposes all its connectors as MCP servers for AI agent use.

ActivityWatch Cross-Platform Automated Time Tracker and Producti

ActivityWatch is a privacy-first, open-source automated time tracker that records application usage, browser activity, and AFK status across Windows, macOS, and Linux. With 16k+ GitHub stars, it provides detailed productivity analytics without sending data to external servers.

act Local GitHub Actions Runner

act is an open-source CLI tool that runs GitHub Actions workflows locally using Docker, enabling fast feedback on workflow changes without pushing to GitHub. It is a standard tool for local Actions development and testing.

Add a browser review checkpoint before risky agent actions with

Use AgentClick when an agent should pause before risky commands, plans, drafts, or code changes so a human can inspect, edit, approve, or reject them in a purpose-built browser UI.

Add Claude design-system and accessibility workflows with UX/UI

Use UX/UI Agent Skills when Claude should generate tokens, component specs, accessibility audits, and framework-specific UI code from a repeatable design workflow.

Add executable smoke tests for shell scripts and CLIs before ref

Use Bats-core when an agent needs to turn fragile shell scripts or command-line workflows into something it can verify repeatedly after edits. The agent writes focused Bash tests for success paths, failure paths, and output contracts, then runs them locally or in CI before a refactor, release, or incident fix goes out.

Add graph-backed memory and context retrieval to agent workflows

Use Cognee to ingest project knowledge into graph and vector memory so agents can retrieve durable context across sessions and workflows.

Add IDE-style semantic code navigation and symbol-safe refactors

Give a coding agent symbol-aware lookup, cross-file rename, and structural edit tools before it starts making brittle text-only changes.

Add managed long-term memory to LangGraph agents with LangMem

Give LangGraph agents memory management and search tools so they can store, retrieve, and update durable facts across sessions.

Add multimodal lifelong memory to MCP and Python agents with Sim

Use SimpleMem to store, compress, index, and retrieve text or multimodal memories for agents through MCP or Python integrations.

Add persistent project memory and hook-driven synthesis with Cla

Keep Claude Code sessions grounded in prior decisions, project context, and daily handoff notes instead of starting from zero every time.

Add Postgres-native vector retrieval to agent and RAG workflows

Store embeddings beside application data in Postgres, create vector indexes, and query nearest neighbors for semantic search, RAG, recommendations, or agent memory retrieval.

Address GitHub PR review comments from the current branch with g

Find the open PR for the current branch, gather unresolved review comments, and drive a focused comment-resolution workflow with gh-authenticated context.

Add runtime guardrails to TypeScript agents with VoltAgent

Use VoltAgent to intercept, validate, and enforce input/output policies in TypeScript agent workflows.

Add temporal context memory to agent workflows with Zep

Use Zep as an external context layer for agents that need to store events, assemble temporal graph context, and retrieve relevant memory before model calls.

Adobe Firefly API Batch Image Generator

Calls Adobe Firefly

Skills relacionados