Communitygithub.com

pipeline-de-codigo-aberto

Pipeline de código aberto: bifurque, sanitize e empacote projetos privados para lançamento público seguro. Encadeia 3 agentes (forker, sanitizer, packager). Gatilhos:

O que é pipeline-de-codigo-aberto?

O Pipeline de Código Aberto é uma skill projetada para preparar projetos privados para lançamento público de forma segura, seguindo um fluxo de três estágios gerenciados por agentes: Fork (cópia e remoção de segredos), Sanitize (verificação de limpeza e conformidade) e Package (geração de arquivos como CLAUDE.md, setup.sh, README e licença). Ela é ativada por comandos como `/opensource fork`, `/opensource verify` ou `/opensource package`, sendo especialmente útil para desenvolvedores que utilizam assistentes de IA como Claude Code, Cursor e Codex e precisam transformar repositórios privados em projetos open source sem expor informações sensíveis. A skill resolve caminhos de projetos, coleta parâmetros como licença e organização GitHub, executa agentes especializados de forma encadeada e oferece revisão final antes da publicação. Inclui verificações críticas de segurança, como varredura de segredos, PII e histórico de git, e suporta até 3 tentativas de correção automática em caso de falha. O resultado é um repositório sanitizado e pronto para push, com documentação e estrutura padronizadas.

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

Perguntar na sua IA favorita

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

Documentação

Habilidade de Pipeline de Código Aberto

Disponibilize qualquer projeto como código aberto com segurança por meio de um pipeline de 3 estágios: Fork (remover segredos) → Sanitizar (verificar limpeza) → Empacotar (CLAUDE.md + setup.sh + README).

Quando Ativar

  • O usuário diz "abra esse projeto como código aberto" ou "torne isso público"
  • O usuário quer preparar um repositório privado para lançamento público
  • O usuário precisa remover segredos antes de enviar para o GitHub
  • O usuário invoca /opensource fork, /opensource verify ou /opensource package

Comandos

ComandoAção
/opensource fork PROJETOPipeline completo: fork + sanitizar + empacotar
/opensource verify PROJETOExecutar sanitizador em repositório existente
/opensource package PROJETOGerar CLAUDE.md + setup.sh + README
/opensource listMostrar todos os projetos em preparação
/opensource status PROJETOMostrar relatórios de um projeto em preparação

Protocolo

/opensource fork PROJETO

Pipeline completo — o fluxo de trabalho principal.

Passo 1: Coletar Parâmetros

Resolva o caminho do projeto. Se PROJETO contiver /, trate como um caminho (absoluto ou relativo). Caso contrário, verifique: diretório de trabalho atual, $HOME/PROJETO, depois pergunte ao usuário.

SOURCE_PATH="<caminho absoluto resolvido>"
STAGING_PATH="$HOME/opensource-staging/${NOME_DO_PROJETO}"

Pergunte ao usuário:

  1. "Qual projeto?" (se não encontrado)
  2. "Licença? (MIT / Apache-2.0 / GPL-3.0 / BSD-3-Clause)"
  3. "Organização ou usuário do GitHub?" (padrão: detectar via gh api user -q .login)
  4. "Nome do repositório no GitHub?" (padrão: nome do projeto)
  5. "Descrição para o README?" (analisar o projeto para sugestão)

Passo 2: Criar Diretório de Preparação

mkdir -p $HOME/opensource-staging/

Passo 3: Executar Agente Forker

Invoque o agente opensource-forker:

Agent(
  description="Fork {PROJETO} para código aberto",
  subagent_type="opensource-forker",
  prompt="""
Faça um fork do projeto para lançamento como código aberto.

Fonte: {SOURCE_PATH}
Destino: {STAGING_PATH}
Licença: {licenca_escolhida}

Siga o protocolo completo de fork:
1. Copiar arquivos (excluir .git, node_modules, __pycache__, .venv)
2. Remover todos os segredos e credenciais
3. Substituir referências internas por placeholders
4. Gerar .env.example
5. Limpar histórico do git
6. Gerar FORK_REPORT.md em {STAGING_PATH}/FORK_REPORT.md
"""
)

Aguarde a conclusão. Leia {STAGING_PATH}/FORK_REPORT.md.

Passo 4: Executar Agente Sanitizador

Invoque o agente opensource-sanitizer:

Agent(
  description="Verificar sanitização de {PROJETO}",
  subagent_type="opensource-sanitizer",
  prompt="""
Verifique a sanitização do fork de código aberto.

Projeto: {STAGING_PATH}
Fonte (para referência): {SOURCE_PATH}

Execute TODAS as categorias de varredura:
1. Varredura de segredos (CRÍTICA)
2. Varredura de PII (CRÍTICA)
3. Varredura de referências internas (CRÍTICA)
4. Verificação de arquivos perigosos (CRÍTICA)
5. Completude da configuração (AVISO)
6. Auditoria do histórico do git

Gere SANITIZATION_REPORT.md dentro de {STAGING_PATH}/ com veredito PASS/FAIL.
"""
)

Aguarde a conclusão. Leia {STAGING_PATH}/SANITIZATION_REPORT.md.

Se FAIL: Mostre as descobertas ao usuário. Pergunte: "Corrigir estes itens e revarrer, ou abortar?"

  • Se corrigir: Aplique correções, reexecute o sanitizador (máximo 3 tentativas — após 3 FAILs, apresente todas as descobertas e peça ao usuário para corrigir manualmente)
  • Se abortar: Limpe o diretório de preparação

Se PASS ou PASS WITH WARNINGS: Continue para o Passo 5.

Passo 5: Executar Agente Empacotador

Invoque o agente opensource-packager:

Agent(
  description="Empacotar {PROJETO} para código aberto",
  subagent_type="opensource-packager",
  prompt="""
Gere o pacote de código aberto para o projeto.

Projeto: {STAGING_PATH}
Licença: {licenca_escolhida}
Nome do projeto: {NOME_DO_PROJETO}
Descrição: {descricao}
Repositório GitHub: {github_repo}

Gere:
1. CLAUDE.md (comandos, arquitetura, arquivos-chave)
2. setup.sh (bootstrapping com um comando, torná-lo executável)
3. README.md (ou aprimore o existente)
4. LICENSE
5. CONTRIBUTING.md
6. .github/ISSUE_TEMPLATE/ (bug_report.md, feature_request.md)
"""
)

Passo 6: Revisão Final

Apresente ao usuário:

Fork de Código Aberto Pronto: {NOME_DO_PROJETO}

Localização: {STAGING_PATH}
Licença: {licenca}
Arquivos gerados:
  - CLAUDE.md
  - setup.sh (executável)
  - README.md
  - LICENSE
  - CONTRIBUTING.md
  - .env.example ({N} variáveis)

Sanitização: {veredito_sanitizacao}

Próximos passos:
  1. Revisar: cd {STAGING_PATH}
  2. Criar repositório: gh repo create {github_org}/{github_repo} --public
  3. Enviar: git remote add origin ... && git push -u origin main

Prosseguir com a criação no GitHub? (sim/não/revisar primeiro)

Passo 7: Publicar no GitHub (com aprovação do usuário)

cd "{STAGING_PATH}"
gh repo create "{github_org}/{github_repo}" --public --source=. --push --description "{descricao}"

/opensource verify PROJETO

Execute o sanitizador de forma independente. Resolva o caminho: se PROJETO contiver /, trate como um caminho. Caso contrário, verifique $HOME/opensource-staging/PROJETO, depois $HOME/PROJETO, e então o diretório atual.

Agent(
  subagent_type="opensource-sanitizer",
  prompt="Verificar sanitização de: {caminho_resolvido}. Execute todas as 6 categorias de varredura e gere SANITIZATION_REPORT.md."
)

/opensource package PROJETO

Execute o empacotador de forma independente. Pergunte por "Licença?" e "Descrição?", depois:

Agent(
  subagent_type="opensource-packager",
  prompt="Empacotar: {caminho_resolvido} ..."
)

/opensource list

ls -d $HOME/opensource-staging/*/

Mostre cada projeto com o progresso do pipeline (presença de FORK_REPORT.md, SANITIZATION_REPORT.md, CLAUDE.md).


/opensource status PROJETO

cat $HOME/opensource-staging/${PROJETO}/SANITIZATION_REPORT.md
cat $HOME/opensource-staging/${PROJETO}/FORK_REPORT.md

Estrutura de Preparação

$HOME/opensource-staging/
  meu-projeto/
    FORK_REPORT.md           # Do agente forker
    SANITIZATION_REPORT.md   # Do agente sanitizador
    CLAUDE.md                # Do agente empacotador
    setup.sh                 # Do agente empacotador
    README.md                # Do agente empacotador
    .env.example             # Do agente forker
    ...                      # Arquivos do projeto sanitizados

Antipadrões

  • Nunca enviar para o GitHub sem aprovação do usuário
  • Nunca pular o sanitizador — ele é o portão de segurança
  • Nunca prosseguir após uma falha do sanitizador sem corrigir todas as descobertas críticas
  • Nunca deixar .env, *.pem ou credentials.json no diretório de preparação

Melhores Práticas

  • Sempre execute o pipeline completo (fork → sanitizar → empacotar) para novos lançamentos
  • O diretório de preparação persiste até ser explicitamente limpo — use-o para revisão
  • Reexecute o sanitizador após quaisquer correções manuais antes de publicar
  • Parametrize segredos em vez de excluí-los — preserve a funcionalidade do projeto

Habilidades Relacionadas

Veja security-review para padrões de detecção de segredos usados pelo sanitizador.

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