Communitygithub.com

vérification-quarkus

Cycle de vérification pour les projets Quarkus : construction, analyse statique, tests avec couverture, scans de sécurité, compilation native et revue des différences avant une release ou une PR.

Qu'est-ce que vérification-quarkus ?

Cette compétence définit un cycle de vérification complet pour les projets Quarkus, à exécuter avant chaque pull request, après des modifications importantes ou avant un déploiement. Elle couvre dix phases : construction, analyse statique (Checkstyle, PMD, SpotBugs, SonarQube), tests unitaires, d'intégration et d'API avec couverture JaCoCo (seuil de 80 %), scan de sécurité (OWASP Dependency-Check, audit Quarkus, OWASP ZAP), compilation native GraalVM, tests de performance avec K6, vérifications de santé, construction d'images Docker, validation de configuration et revue de documentation. La compétence fournit des exemples de code Java, des commandes Maven/Gradle, des scripts d'automatisation et une intégration CI/CD (GitHub Actions). Elle aide les développeurs à maintenir la qualité du code, la sécurité et la fiabilité des services Quarkus avant leur mise en production.

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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Cycle de vérification Quarkus

À exécuter avant les PR, après des modifications majeures et avant le déploiement.

Quand l'activer

  • Avant d'ouvrir une pull request pour un service Quarkus
  • Après un remaniement important ou une mise à jour de dépendances
  • Vérification pré-déploiement pour les environnements de staging ou de production
  • Exécution du pipeline complet : construction → lint → test → scan de sécurité → compilation native
  • Validation que la couverture de tests atteint les seuils (80 %+)
  • Test de compatibilité avec les images natives

Phase 1 : Construction

# Maven
mvn clean verify -DskipTests

# Gradle
./gradlew clean assemble -x test

Si la construction échoue, arrêtez-vous et corrigez les erreurs de compilation.

Phase 2 : Analyse statique

Checkstyle, PMD, SpotBugs (Maven)

mvn checkstyle:check pmd:check spotbugs:check

SonarQube (si configuré)

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

Problèmes courants à résoudre

  • Imports ou variables inutilisés
  • Méthodes complexes (forte complexité cyclomatique)
  • Dé-référencements potentiels de pointeur nul
  • Problèmes de sécurité signalés par SpotBugs

Phase 3 : Tests + Couverture

# Exécuter tous les tests
mvn clean test

# Générer le rapport de couverture
mvn jacoco:report

# Appliquer le seuil de couverture (80 %)
mvn jacoco:check

# Ou avec Gradle
./gradlew test jacocoTestReport jacocoTestCoverageVerification

Catégories de tests

Tests unitaires

Testez la logique métier avec des dépendances mockées :

@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() est void — utiliser 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));
  }
}

Tests d'intégration

Testez avec une base de données réelle (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");
  }
}

Tests d'API

Testez les endpoints REST avec 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);
  }
}

Rapport de couverture

Consultez target/site/jacoco/index.html pour les détails de couverture :

  • Couverture globale des lignes (objectif : 80 %+)
  • Couverture des branches (objectif : 70 %+)
  • Identifier les chemins critiques non couverts

Phase 4 : Scan de sécurité

Vulnérabilités des dépendances (Maven)

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

Consultez target/dependency-check-report.html pour les CVE.

Audit de sécurité Quarkus

# Vérifier les extensions vulnérables
mvn quarkus:audit

# Lister toutes les extensions
mvn quarkus:list-extensions

OWASP ZAP (Tests de sécurité d'API)

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

Vérifications de sécurité courantes

  • Tous les secrets dans des variables d'environnement (pas dans le code)
  • Validation des entrées sur tous les endpoints
  • Authentification/autorisation configurée
  • CORS correctement configuré
  • En-têtes de sécurité définis
  • Mots de passe hachés avec BCrypt
  • Protection contre les injections SQL (requêtes paramétrées)
  • Limitation de débit sur les endpoints publics

Phase 5 : Compilation native

Testez la compatibilité avec les images natives GraalVM :

# Construire l'exécutable natif
mvn package -Dnative

# Ou avec conteneur
mvn package -Dnative -Dquarkus.native.container-build=true

# Tester l'exécutable natif
./target/*-runner

# Exécuter les tests de base
curl http://localhost:8080/q/health/live
curl http://localhost:8080/q/health/ready

Résolution des problèmes d'image native

Problèmes courants :

  • Réflexion : Ajoutez la configuration de réflexion pour les classes dynamiques
  • Ressources : Incluez les ressources avec quarkus.native.resources.includes
  • JNI : Enregistrez les classes JNI si vous utilisez des bibliothèques natives

Exemple de configuration de réflexion :

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

Phase 6 : Tests de performance

Tests de charge avec 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,
  });
}

Exécutez :

k6 run load-test.js

Métriques à surveiller

  • Temps de réponse (p50, p95, p99)
  • Débit (requêtes/seconde)
  • Taux d'erreur
  • Utilisation mémoire
  • Utilisation CPU

Phase 7 : Vérifications de santé

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

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

# Toutes les vérifications de santé
curl http://localhost:8080/q/health

# Métriques (si activées)
curl http://localhost:8080/q/metrics

Réponses attendues :

{
  "status": "UP",
  "checks": [
    {
      "name": "Connexion à la base de données",
      "status": "UP"
    }
  ]
}

Phase 8 : Construction d'image conteneur

# Construire l'image conteneur
mvn package -Dquarkus.container-image.build=true

# Ou avec un registre spécifique
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

# Tester le conteneur
docker run -p 8080:8080 myorg/my-quarkus-app:1.0.0

Scan de sécurité des conteneurs

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

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

Phase 9 : Validation de configuration

# Vérifier toutes les propriétés de configuration
mvn quarkus:info

# Lister toutes les sources de configuration
curl http://localhost:8080/q/dev/io.quarkus.quarkus-vertx-http/config

Vérifications spécifiques à l'environnement

  • URLs de base de données configurées par environnement
  • Secrets externalisés (Vault, variables d'environnement)
  • Niveaux de journalisation appropriés
  • Origines CORS correctement définies
  • Limitation de débit configurée
  • Monitoring/traçage activé

Phase 10 : Revue de documentation

  • Documentation OpenAPI/Swagger à jour (/q/swagger-ui)
  • README avec instructions d'installation
  • Modifications d'API documentées
  • Guide de migration pour les changements cassants
  • Propriétés de configuration documentées

Générer la spécification OpenAPI :

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

Liste de vérification

Qualité du code

  • Construction réussie sans avertissements
  • Analyse statique propre (aucun problème haut/moyen)
  • Code respecte les conventions de l'équipe
  • Pas de code commenté ni de TODO dans la PR

Tests

  • Tous les tests passent
  • Couverture de code ≥ 80 %
  • Tests d'intégration avec base de données réelle
  • Tests de sécurité réussis
  • Performances dans les limites acceptables

Sécurité

  • Aucune vulnérabilité de dépendance
  • Authentification/autorisation testée
  • Validation des entrées complète
  • Secrets absents du code source
  • En-têtes de sécurité configurés

Déploiement

  • Compilation native réussie
  • Image conteneur construite
  • Vérifications de santé répondent correctement
  • Configuration valide pour l'environnement cible

Image native

  • Exécutable natif construit
  • Tests natifs réussis
  • Temps de démarrage < 100 ms
  • Empreinte mémoire acceptable

Script de vérification automatisé

#!/bin/bash
set -e

echo "=== Phase 1 : Construction ==="
mvn clean verify -DskipTests

echo "=== Phase 2 : Analyse statique ==="
mvn checkstyle:check pmd:check spotbugs:check

echo "=== Phase 3 : Tests + Couverture ==="
mvn test jacoco:report jacoco:check

echo "=== Phase 4 : Scan de sécurité ==="
mvn org.owasp:dependency-check-maven:check

echo "=== Phase 5 : Compilation native ==="
mvn package -Dnative -Dquarkus.native.container-build=true

echo "=== Toutes les phases terminées ==="
echo "Consultez les rapports :"
echo "  - Couverture : target/site/jacoco/index.html"
echo "  - Sécurité : target/dependency-check-report.html"
echo "  - Native : target/*-runner"

Intégration CI/CD

Exemple GitHub Actions

name: Vérification

on: [push, pull_request]

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

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

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

      - name: Construction
        run: mvn clean verify -DskipTests

      - name: Tests avec couverture
        run: mvn test jacoco:report jacoco:check

      - name: Scan de sécurité
        run: mvn org.owasp:dependency-check-maven:check

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

Bonnes pratiques

  • Exécutez le cycle de vérification avant chaque PR
  • Automatisez dans le pipeline CI/CD
  • Corrigez les problèmes immédiatement ; n'accumulez pas de dette
  • Maintenez la couverture au-dessus de 80 %
  • Mettez à jour les dépendances régulièrement
  • Testez la compilation native périodiquement
  • Surveillez les tendances de performance
  • Documentez les changements cassants
  • Examinez les résultats des scans de sécurité
  • Validez la configuration pour chaque environnement

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 associés