dart-run-static-analysis은(는) 무엇을 하나요?
dart analyze를 실행하여 경고와 오류를 식별하고, dart fix --apply를 사용하여 기계적인 린트 문제를 자동으로 해결합니다. 개발 중 코드 품질을 보장하고 변경 사항을 커밋하기 전에 사용하세요.
`dart analyze`를 실행하여 경고와 오류를 식별하고, `dart fix --apply`를 사용하여 기계적인 린트 문제를 자동으로 해결합니다. 개발 중 코드 품질을 보장하고 변경 사항을 커밋하기 전에 사용하세요.
이 스킬은 Dart 프로젝트에서 정적 분석을 실행하고 자동 수정을 적용하는 방법을 제공합니다. 개발자는 `dart analyze` 명령어를 사용하여 코드 내 잠재적인 경고와 오류를 식별하고, `dart fix --apply`를 통해 기계적인 린트 문제를 자동으로 해결할 수 있습니다. 이는 개발 중 코드 품질을 유지하고 변경 사항을 커밋하기 전에 사용하기에 적합하며, 주로 AI 에이전트(예: Claude Code, Cursor, Codex) 환경에서 Dart 프로젝트의 정적 분석을 자동화하는 데 유용합니다. 이 스킬은 명령줄 기반으로 작동하며, 프로젝트의 pubspec.yaml 파일에 의존하여 분석을 수행합니다.
npx skills add https://github.com/dart-lang/skills/tree/main/skills/dart-run-static-analysisInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
dart analyze를 실행하여 경고와 오류를 식별하고, dart fix --apply를 사용하여 기계적인 린트 문제를 자동으로 해결합니다. 개발 중 코드 품질을 보장하고 변경 사항을 커밋하기 전에 사용하세요.
This repo contains 8 individual skills — each has its own dedicated page.
Write and organize unit tests for functions, methods, and classes using `package:test`. Use when creating new logic or fixing bugs to ensure code remains correct and regression-free.
Entrypoint structure, exit codes, cross-platform scripts. Use when building command line utilities, scripts, or applications.
Collect coverage using the coverage packge and create an LCOV report
Uses get_runtime_errors and lsp to fetch an active stack trace, locate the failing line, apply a fix, and verify resolution via hot_reload.
Define and generate mock objects for external dependencies using `package:mockito` and `build_runner`. Use when unit testing classes that depend on complex external services like APIs or databases.
Replace the usage of `expect` and similar functions from `package:matcher` to `package:checks` equivalents.
Workflow for fixing package version conflicts. Use this when `pub get` fails due to incompatible package versions.
Use switch expressions and pattern matching where appropriate
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.