Communitygithub.com

Operações de Terminal

Fluxo de execução de repositório baseado em evidências para ECC. Use quando o usuário quiser executar um comando, verificar um repositório, depurar uma falha de CI ou enviar uma correção restrita com prova exata do que foi executado e verificado.

O que é Operações de Terminal?

O Terminal Ops é uma habilidade especializada para o ecossistema ECC, projetada para cenários onde a execução real de comandos no terminal e a verificação baseada em evidências são essenciais. Ao contrário de habilidades de codificação geral, esta segue um fluxo de trabalho operacional focado em inspecionar, corrigir, verificar e relatar o estado exato de alterações em um repositório. Ela integra-se perfeitamente com outras habilidades ECC como `verification-loop`, `tdd-workflow`, `security-review`, `github-ops` e `knowledge-ops` para lidar com tarefas complexas que envolvem CI, depuração, segurança e captura de conhecimento. O fluxo de trabalho prioriza a precisão: resolve a superfície de trabalho (caminho do repositório, branch, diff local), lê o estado de falha antes de qualquer alteração, mantém as correções restritas e relata o estado exato usando palavras-chave padronizadas (inspecionado, alterado localmente, verificado localmente, commitado, enviado, bloqueado). Isso garante que cada ação seja acompanhada de prova, evitando alegações não verificadas e promovendo auditoria confiável.

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

Perguntar na sua IA favorita

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

Documentação

O que Operações de Terminal faz?

Use esta habilidade quando o usuário quiser execução real em um repositório: executar comandos, inspecionar estado do git, depurar CI ou builds, fazer uma correção restrita e relatar exatamente o que mudou e o que foi verificado.

Esta habilidade é intencionalmente mais restrita do que orientação geral de codificação. É um fluxo de trabalho operacional para execução de terminal baseada em evidências.

Pilha de Habilidades

Puxe estas habilidades nativas do ECC para o fluxo de trabalho quando relevante:

  • verification-loop para etapas exatas de prova após alterações
  • tdd-workflow quando a correção correta precisar de cobertura de regressão
  • security-review quando segredos, autenticação ou entradas externas estiverem envolvidos
  • github-ops quando a tarefa depender de execuções de CI, estado de PR ou status de release
  • knowledge-ops quando o resultado verificado precisar ser capturado em contexto de projeto durável

Quando Usar

  • o usuário disser "corrigir", "depurar", "executar isso", "verificar o repositório" ou "enviar"
  • a tarefa depender da saída de comandos, estado do git, resultados de teste ou de uma correção local verificada
  • a resposta precisar distinguir entre alterado localmente, verificado localmente, commitado e enviado

Salvaguardas

  • inspecione antes de editar
  • permaneça somente leitura se o usuário pediu apenas auditoria/revisão
  • prefira scripts e auxiliares locais do repositório em vez de wrappers improvisados
  • não afirme corrigido até que o comando de prova tenha sido reexecutado
  • não afirme enviado a menos que o branch realmente tenha avançado no remoto

Fluxo de Trabalho

1. Resolver a superfície de trabalho

Estabeleça:

  • caminho exato do repositório
  • branch
  • estado do diff local
  • modo solicitado:
    • inspecionar
    • corrigir
    • verificar
    • enviar

2. Ler primeiro a superfície de falha

Antes de alterar qualquer coisa:

  • inspecione o erro
  • inspecione o arquivo ou teste
  • inspecione o estado do git
  • use quaisquer logs ou contexto já fornecidos antes de reler cegamente

3. Manter a correção restrita

Resolva uma falha dominante de cada vez:

  • use o menor comando de prova útil primeiro
  • só escale para uma passagem maior de build/teste depois que a falha local for resolvida
  • se um comando continuar falhando com a mesma assinatura, pare as tentativas amplas e restrinja o escopo

4. Relatar estado exato de execução

Use palavras de estado exatas:

  • inspecionado
  • alterado localmente
  • verificado localmente
  • commitado
  • enviado
  • bloqueado

Formato de Saída

SUPERFÍCIE
- repositório
- branch
- modo solicitado

EVIDÊNCIA
- comando / diff / teste com falha

AÇÃO
- o que mudou

STATUS
- inspecionado / alterado localmente / verificado localmente / commitado / enviado / bloqueado

Armadilhas

  • não trabalhe a partir de memória desatualizada quando o estado ativo do repositório puder ser lido
  • não alargue uma correção restrita em agitação generalizada no repositório
  • não use comandos git destrutivos
  • não ignore trabalho local não relacionado

Verificação

  • a resposta nomeia o comando de prova ou teste
  • o trabalho relacionado ao git nomeia o caminho do repositório e o branch
  • qualquer alegação de envio inclui o branch de destino e o resultado exato

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