Communitygithub.com

plankton-code-quality

Reforço de qualidade de código em tempo de escrita usando Plankton — formatação automática, linting e correções alimentadas por Claude em cada edição de arquivo via hooks. Use ao configurar hooks de formatação, linting ou correção automática em edições de arquivo.

O que é plankton-code-quality?

Esta skill fornece um sistema de reforço de qualidade de código em tempo de escrita chamado Plankton, projetado para o Claude Code. Ele integra-se com uma arquitetura de três fases que formata arquivos silenciosamente (corrigindo 40-50% dos problemas sem intervenção), coleta violações restantes de linters como ruff, biome e shellcheck, e delega correções para subprocessos do Claude com roteamento automático por níveis (Haiku para estilo, Sonnet para lógica, Opus para tipos). Disponível principalmente para Claude Code via hooks PostToolUse e PreToolUse, inclui proteção de configuração para evitar que agentes manipulem arquivos de linter, aplicação de gerenciadores de pacotes (bloqueando pip/npm em favor de uv/bun), e suporte multilíngue incluindo Python, TypeScript, Shell, YAML, JSON, TOML, Markdown e Dockerfile. Sua documentação explica claramente como configurar, integrar com outras ferramentas como ECC (Enhanced Code Copilot), e usar variáveis de ambiente para ajustar o comportamento—tornando-o ideal para desenvolvedores que desejam reforço rigoroso de qualidade de código durante sessões de edição com IA, não apenas em commits.

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

Perguntar na sua IA favorita

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

Documentação

Skill de Qualidade de Código com Plankton

Referência de integração para Plankton (crédito: @alxfazio), um sistema de reforço de qualidade de código em tempo de escrita para Claude Code. O Plankton executa formatadores e linters em cada edição de arquivo via hooks PostToolUse, e então gera subprocessos Claude para corrigir violações que o agente não detectou.

Quando Usar

  • Você quer formatação e linting automáticos em cada edição de arquivo (não apenas na hora do commit)
  • Você precisa de defesa contra agentes que modificam configurações de linter para passar em vez de corrigir código
  • Você quer roteamento de modelo em níveis para correções (Haiku para estilo simples, Sonnet para lógica, Opus para tipos)
  • Você trabalha com múltiplas linguagens (Python, TypeScript, Shell, YAML, JSON, TOML, Markdown, Dockerfile)

Como Funciona

Arquitetura de Três Fases

Cada vez que o Claude Code edita ou escreve um arquivo, o hook multi_linter.sh do Plankton (PostToolUse) é executado:

Fase 1: Auto-Format (Silencioso)
├─ Executa formatadores (ruff format, biome, shfmt, taplo, markdownlint)
├─ Corrige 40-50% dos problemas silenciosamente
└─ Sem saída para o agente principal

Fase 2: Coletar Violações (JSON)
├─ Executa linters e coleta violações não corrigíveis
├─ Retorna JSON estruturado: {line, column, code, message, linter}
└─ Ainda sem saída para o agente principal

Fase 3: Delegar + Verificar
├─ Gera subprocesso claude -p com o JSON de violações
├─ Roteia para o nível de modelo baseado na complexidade da violação:
│   ├─ Haiku: formatação, imports, estilo (códigos E/W/F) — timeout de 120s
│   ├─ Sonnet: complexidade, refatoração (códigos C901, PLR) — timeout de 300s
│   └─ Opus: sistema de tipos, raciocínio profundo (atributo não resolvido) — timeout de 600s
├─ Reexecuta Fase 1+2 para verificar correções
└─ Exit 0 se limpo, Exit 2 se violações permanecerem (reportado ao agente principal)

O que o Agente Principal Vê

CenárioAgente vêExit do hook
Sem violaçõesNada0
Todas corrigidas pelo subprocessoNada0
Violações permanecem após subprocesso[hook] N violação(ões) permanece(m)2
Aviso (duplicatas, ferramentas antigas)[hook:aviso] ...0

O agente principal só vê problemas que o subprocesso não pôde corrigir. A maioria dos problemas de qualidade é resolvida de forma transparente.

Proteção de Configuração (Defesa contra Manipulação de Regras)

LLMs modificarão .ruff.toml ou biome.json para desabilitar regras em vez de corrigir código. O Plankton bloqueia isso com três camadas:

  1. Hook PreToolUse — protect_linter_configs.sh bloqueia edições em todas as configurações de linter antes que elas aconteçam
  2. Hook Stop — stop_config_guardian.sh detecta alterações de configuração via git diff no final da sessão
  3. Lista de arquivos protegidos — .ruff.toml, biome.json, .shellcheckrc, .yamllint, .hadolint.yaml, e mais

Aplicação de Gerenciador de Pacotes

Um hook PreToolUse em Bash bloqueia gerenciadores de pacotes legados:

  • pip, pip3, poetry, pipenv → Bloqueados (use uv)
  • npm, yarn, pnpm → Bloqueados (use bun)
  • Exceções permitidas: npm audit, npm view, npm publish

Configuração

Início Rápido

Nota: O Plankton requer instalação manual a partir de seu repositório. Revise o código antes de instalar.

# Instalar dependências principais
brew install jaq ruff uv

# Instalar linters Python
uv sync --all-extras

# Iniciar Claude Code — hooks ativam automaticamente
claude

Sem comando de instalação, sem configuração de plugin. Os hooks em .claude/settings.json são capturados automaticamente quando você executa o Claude Code no diretório do Plankton.

Integração por Projeto

Para usar os hooks do Plankton no seu próprio projeto:

  1. Copie o diretório .claude/hooks/ para o seu projeto
  2. Copie a configuração de hooks de .claude/settings.json
  3. Copie os arquivos de configuração do linter (.ruff.toml, biome.json, etc.)
  4. Instale os linters para suas linguagens

Dependências por Linguagem

LinguagemObrigatórioOpcional
Pythonruff, uvty (tipos), vulture (código morto), bandit (segurança)
TypeScript/JSbiomeoxlint, semgrep, knip (exportações mortas)
Shellshellcheck, shfmt—
YAMLyamllint—
Markdownmarkdownlint-cli2—
Dockerfilehadolint (>= 2.12.0)—
TOMLtaplo—
JSONjaq—

Emparelhamento com ECC

Complementares, Não Sobrepostos

AspectoECCPlankton
Reforço de qualidade de códigoHooks PostToolUse (Prettier, tsc)Hooks PostToolUse (20+ linters + correções subprocesso)
Varredura de segurançaAgentShield, agente security-reviewerBandit (Python), Semgrep (TypeScript)
Proteção de configuração—Bloqueio PreToolUse + detecção Stop hook
Gerenciador de pacotesDetecção + configuraçãoAplicação (bloqueia PMs legados)
Integração CI—Hooks pré-commit para git
Roteamento de modeloManual (/model opus)Automático (complexidade da violação → nível)

Combinação Recomendada

  1. Instale ECC como seu plugin (agentes, skills, comandos, regras)
  2. Adicione hooks do Plankton para reforço de qualidade em tempo de escrita
  3. Use AgentShield para auditorias de segurança
  4. Use o loop de verificação do ECC como porta final antes de PRs

Evitando Conflitos de Hook

Se estiver executando hooks de ambos ECC e Plankton:

  • O hook Prettier do ECC e o formatador biome do Plankton podem conflitar em arquivos JS/TS
  • Resolução: desabilite o hook PostToolUse do Prettier do ECC ao usar Plankton (o biome do Plankton é mais abrangente)
  • Ambos podem coexistir em diferentes tipos de arquivo (ECC cuida do que o Plankton não cobre)

Referência de Configuração

O arquivo .claude/hooks/config.json do Plankton controla todo o comportamento:

{
  "languages": {
    "python": true,
    "shell": true,
    "yaml": true,
    "json": true,
    "toml": true,
    "dockerfile": true,
    "markdown": true,
    "typescript": {
      "enabled": true,
      "js_runtime": "auto",
      "biome_nursery": "warn",
      "semgrep": true
    }
  },
  "phases": {
    "auto_format": true,
    "subprocess_delegation": true
  },
  "subprocess": {
    "tiers": {
      "haiku":  { "timeout": 120, "max_turns": 10 },
      "sonnet": { "timeout": 300, "max_turns": 10 },
      "opus":   { "timeout": 600, "max_turns": 15 }
    },
    "volume_threshold": 5
  }
}

Configurações-chave:

  • Desabilite linguagens que você não usa para acelerar hooks
  • volume_threshold — violações > este número sobem automaticamente para um nível de modelo superior
  • subprocess_delegation: false — pule a Fase 3 completamente (apenas reporte violações)

Substituições por Ambiente

VariávelPropósito
HOOK_SKIP_SUBPROCESS=1Pule Fase 3, reporte violações diretamente
HOOK_SUBPROCESS_TIMEOUT=NSubstitua o timeout do nível
HOOK_DEBUG_MODEL=1Registre decisões de seleção de modelo
HOOK_SKIP_PM=1Ignore a aplicação do gerenciador de pacotes

Referências

  • Plankton (crédito: @alxfazio)
  • Plankton REFERENCE.md — Documentação completa da arquitetura (crédito: @alxfazio)
  • Plankton SETUP.md — Guia de instalação detalhado (crédito: @alxfazio)

Adições ECC v1.8

Perfil de Hook Copiável

Configure comportamento de qualidade estrito:

export ECC_HOOK_PROFILE=strict
export ECC_QUALITY_GATE_FIX=true
export ECC_QUALITY_GATE_STRICT=true

Tabela de Portão de Linguagem

  • TypeScript/JavaScript: Biome preferido, Prettier como fallback
  • Python: ruff format/check
  • Go: gofmt

Guarda de Violação de Configuração

Durante o reforço de qualidade, sinalize alterações em arquivos de configuração na mesma iteração:

  • biome.json, .eslintrc*, prettier.config*, tsconfig.json, pyproject.toml

Se a configuração for alterada para suprimir violações, exija revisão explícita antes do merge.

Padrão de Integração CI

Use os mesmos comandos no CI que nos hooks locais:

  1. execute verificações de formatador
  2. execute verificações de lint/tipo
  3. falhe rapidamente no modo estrito
  4. publique resumo de remediação

Métricas de Saúde

Acompanhe:

  • edições sinalizadas por portões
  • tempo médio de remediação
  • violações repetidas por categoria
  • bloqueios de merge devido a falhas de portão

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