Communitygithub.com

laravel-verification

Loop de verificação para projetos Laravel: checagens de ambiente, linting, análise estática, testes com cobertura, varreduras de segurança e prontidão para deploy. Use ao verificar um projeto Laravel antes de merge ou deploy — lint, análise estática, testes, cobertura, segurança.

O que é laravel-verification?

Este skill automatiza o pipeline completo de verificação de um projeto Laravel antes de pull requests, grandes alterações ou deploys. Ele executa uma sequência de fases — começando pela checagem do ambiente e do Composer, passando por linting (Pint), análise estática (PHPStan ou Psalm), testes com cobertura, auditoria de segurança (Composer Audit), revisão de migrações de banco de dados, otimizações de cache e prontidão de filas/agendadores. Cada fase só prossegue se a anterior for bem-sucedida, garantindo que erros sejam detectados cedo. Suporta ambientes locais (com ou sem Laravel Sail) e pipelines de CI. Inclui verificações específicas para Laravel Horizon e monitoramento de filas, além de um job de healthcheck opcional para ambientes de staging. É útil para equipes que desejam padronizar a qualidade do código e a segurança antes de integrar ou implantar alterações.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/laravel-verification

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Loop de Verificação Laravel

Execute antes de PRs, após mudanças importantes e antes de deploys.

Quando Usar

  • Antes de abrir um pull request para um projeto Laravel
  • Após grandes refatorações ou atualizações de dependências
  • Verificação pré-deploy para staging ou produção
  • Executar o pipeline completo de lint -> teste -> segurança -> prontidão para deploy

Como Funciona

  • Execute as fases sequencialmente, desde checagens de ambiente até prontidão para deploy, para que cada camada se baseie na anterior.
  • As checagens de ambiente e do Composer são a porta de entrada para todo o resto; pare imediatamente se falharem.
  • Linting/análise estática devem estar limpos antes de executar testes completos e cobertura.
  • As revisões de segurança e migrações acontecem após os testes para que você verifique o comportamento antes de dados ou etapas de lançamento.
  • As checagens de prontidão de build/deploy e filas/agendadores são as barreiras finais; qualquer falha bloqueia o lançamento.

Fase 1: Checagens de Ambiente

php -v
composer --version
php artisan --version
  • Verifique se .env está presente e as chaves obrigatórias existem
  • Confirme que APP_DEBUG=false para ambientes de produção
  • Confirme que APP_ENV corresponde ao destino do deploy (production, staging)

Se estiver usando Laravel Sail localmente:

./vendor/bin/sail php -v
./vendor/bin/sail artisan --version

Fase 1.5: Composer e Autoload

composer validate
composer dump-autoload -o

Fase 2: Linting e Análise Estática

vendor/bin/pint --test
vendor/bin/phpstan analyse

Se seu projeto usa Psalm em vez de PHPStan:

vendor/bin/psalm

Fase 3: Testes e Cobertura

php artisan test

Cobertura (CI):

XDEBUG_MODE=coverage php artisan test --coverage

Exemplo de CI (formatação -> análise estática -> testes):

vendor/bin/pint --test
vendor/bin/phpstan analyse
XDEBUG_MODE=coverage php artisan test --coverage

Fase 4: Verificações de Segurança e Dependências

composer audit

Fase 5: Banco de Dados e Migrações

php artisan migrate --pretend
php artisan migrate:status
  • Revise migrações destrutivas com cuidado
  • Garanta que os nomes dos arquivos de migração sigam Y_m_d_His_* (ex.: 2025_03_14_154210_create_orders_table.php) e descrevam a alteração claramente
  • Garanta que rollbacks são possíveis
  • Verifique os métodos down() e evite perda irreversível de dados sem backups explícitos

Fase 6: Prontidão de Build e Deploy

php artisan optimize:clear
php artisan config:cache
php artisan route:cache
php artisan view:cache
  • Certifique-se de que os aquecimentos de cache sejam bem-sucedidos na configuração de produção
  • Verifique se os workers de fila e o agendador estão configurados
  • Confirme que storage/ e bootstrap/cache/ são graváveis no ambiente de destino

Fase 7: Verificações de Fila e Agendador

php artisan schedule:list
php artisan queue:failed

Se Horizon estiver sendo usado:

php artisan horizon:status

Se queue:monitor estiver disponível, use-o para verificar o backlog sem processar jobs:

php artisan queue:monitor default --max=100

Verificação ativa (apenas em staging): despache um job no-op para uma fila dedicada e execute um único worker para processá-lo (certifique-se de que uma conexão de fila não-sync esteja configurada).

php artisan tinker --execute="dispatch((new App\\Jobs\\QueueHealthcheck())->onQueue('healthcheck'))"
php artisan queue:work --once --queue=healthcheck

Verifique se o job produziu o efeito colateral esperado (entrada de log, linha na tabela healthcheck ou métrica).

Execute isso apenas em ambientes que não sejam de produção, onde processar um job de teste é seguro.

Exemplos

Fluxo mínimo:

php -v
composer --version
php artisan --version
composer validate
vendor/bin/pint --test
vendor/bin/phpstan analyse
php artisan test
composer audit
php artisan migrate --pretend
php artisan config:cache
php artisan queue:failed

Pipeline estilo CI:

composer validate
composer dump-autoload -o
vendor/bin/pint --test
vendor/bin/phpstan analyse
XDEBUG_MODE=coverage php artisan test --coverage
composer audit
php artisan migrate --pretend
php artisan optimize:clear
php artisan config:cache
php artisan route:cache
php artisan view:cache
php artisan schedule:list

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/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

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.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Habilidades Relacionadas