Communitygithub.com

onboarding-de-codigo-base

Analise uma base de código desconhecida e gere um guia de integração estruturado com mapa de arquitetura, pontos de entrada principais, convenções e um arquivo CLAUDE.md inicial. Use ao ingressar em um novo projeto ou configurar o Claude Code pela primeira vez em um repositório.

O que é onboarding-de-codigo-base?

Este skill, 'onboarding-de-codigo-base' (original: 'codebase-onboarding'), automatiza a análise sistemática de uma base de código desconhecida, gerando um guia de integração abrangente e um arquivo CLAUDE.md inicial. Ele é especialmente útil para desenvolvedores que ingressam em um novo projeto ou configuram o Claude Code pela primeira vez, poupando horas de exploração manual. O skill opera em quatro fases: Reconhecimento (detecção de manifestos, frameworks, pontos de entrada e ferramentas), Mapeamento de Arquitetura (identificação de stack tecnológica, padrão arquitetural, diretórios-chave e fluxo de dados), Detecção de Convenções (análise de padrões de nomenclatura, estilo de código e convenções Git) e Geração de Artefatos (criação do guia de integração e do CLAUDE.md). Ele prioriza uso de Glob e Grep para evitar leitura excessiva de arquivos, respeita CLAUDE.md existentes e sinaliza incertezas em vez de adivinhar. Recomendado para repositórios Node.js, Python, Go, Ruby, Java, Elixir, Dart, PHP e outros.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/codebase-onboarding

Perguntar na sua IA favorita

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

Documentação

Onboarding de Código Base

Analise sistematicamente uma base de código desconhecida e produza um guia de integração estruturado. Projetado para desenvolvedores que ingressam em um novo projeto ou configuram o Claude Code pela primeira vez em um repositório existente.

Quando Usar

  • Primeira vez abrindo um projeto com Claude Code
  • Ingressando em um novo time ou repositório
  • Usuário pergunta "me ajude a entender essa base de código"
  • Usuário pede para gerar um CLAUDE.md para um projeto
  • Usuário diz "me integre" ou "me guie por este repositório"

Como Funciona

Fase 1: Reconhecimento

Colete sinais brutos sobre o projeto sem ler todos os arquivos. Execute estas verificações em paralelo:

1. Detecção de manifesto de pacote
   → package.json, go.mod, Cargo.toml, pyproject.toml, pom.xml, build.gradle,
     Gemfile, composer.json, mix.exs, pubspec.yaml

2. Identificação de framework
   → next.config.*, nuxt.config.*, angular.json, vite.config.*,
     django settings, flask app factory, fastapi main, rails config

3. Identificação de ponto de entrada
   → main.*, index.*, app.*, server.*, cmd/, src/main/

4. Instantâneo da estrutura de diretórios
   → Topo 2 níveis da árvore de diretórios, ignorando node_modules, vendor,
     .git, dist, build, __pycache__, .next

5. Detecção de configuração e ferramentas
   → .eslintrc*, .prettierrc*, tsconfig.json, Makefile, Dockerfile,
     docker-compose*, .github/workflows/, .env.example, configurações de CI

6. Detecção de estrutura de teste
   → tests/, test/, __tests__/, *_test.go, *.spec.ts, *.test.js,
     pytest.ini, jest.config.*, vitest.config.*

Fase 2: Mapeamento de Arquitetura

A partir dos dados de reconhecimento, identifique:

Stack Tecnológica

  • Linguagem(ns) e restrições de versão
  • Framework(s) e bibliotecas principais
  • Banco(s) de dados e ORMs
  • Ferramentas de build e bundlers
  • Plataforma de CI/CD

Padrão Arquitetural

  • Monólito, monorepo, microsserviços ou serverless
  • Separação frontend/backend ou full-stack
  • Estilo de API: REST, GraphQL, gRPC, tRPC

Diretórios-chave Mapeie os diretórios de topo para sua finalidade:

src/components/  → Componentes React UI
src/api/         → Manipuladores de rotas de API
src/lib/         → Utilitários compartilhados
src/db/          → Modelos e migrações de banco de dados
tests/           → Suítes de teste
scripts/         → Scripts de build e implantação

Fluxo de Dados Trace uma requisição da entrada à resposta:

  • Onde a requisição entra? (roteador, manipulador, controlador)
  • Como é validada? (middleware, schemas, guards)
  • Onde está a lógica de negócio? (serviços, modelos, casos de uso)
  • Como alcança o banco de dados? (ORM, consultas SQL brutas, repositórios)

Fase 3: Detecção de Convenções

Identifique padrões que a base de código já segue:

Convenções de Nomenclatura

  • Nomenclatura de arquivos: kebab-case, camelCase, PascalCase, snake_case
  • Padrões de nomenclatura de componentes/classes
  • Nomenclatura de arquivos de teste: *.test.ts, *.spec.ts, *_test.go

Padrões de Código

  • Estilo de tratamento de erros: try/catch, tipos Result, códigos de erro
  • Injeção de dependência ou imports diretos
  • Abordagem de gerenciamento de estado
  • Padrões assíncronos: callbacks, promises, async/await, channels

Convenções Git

  • Nomenclatura de branches a partir de branches recentes
  • Estilo de mensagem de commit a partir de commits recentes
  • Fluxo de trabalho de PR (squash, merge, rebase)
  • Se o repositório não tiver commits ainda ou tiver apenas um histórico raso (ex.: git clone --depth 1), pule esta seção e anote "Histórico Git indisponível ou muito raso para detectar convenções"

Fase 4: Gerar Artefatos de Integração

Produza duas saídas:

Saída 1: Guia de Integração

# Guia de Integração: [Nome do Projeto]

## Visão Geral
[2-3 frases: o que este projeto faz e a quem atende]

## Stack Tecnológica
<!-- Exemplo para um projeto Next.js — substitua pela stack detectada -->
| Camada | Tecnologia | Versão |
|--------|------------|--------|
| Linguagem | TypeScript | 5.x |
| Framework | Next.js | 14.x |
| Banco de Dados | PostgreSQL | 16 |
| ORM | Prisma | 5.x |
| Testes | Jest + Playwright | - |

## Arquitetura
[Diagrama ou descrição de como os componentes se conectam]

## Pontos de Entrada Principais
<!-- Exemplo para um projeto Next.js — substitua pelos caminhos detectados -->
- **Rotas da API**: `src/app/api/` — manipuadores de rotas Next.js
- **Páginas da UI**: `src/app/(dashboard)/` — páginas autenticadas
- **Banco de Dados**: `prisma/schema.prisma` — fonte da verdade do modelo de dados
- **Config**: `next.config.ts` — configuração de build e runtime

## Mapa de Diretórios
[Diretório de topo → mapeamento de finalidade]

## Ciclo de Vida de uma Requisição
[Trace uma requisição de API da entrada à resposta]

## Convenções
- [Padrão de nomenclatura de arquivos]
- [Abordagem de tratamento de erros]
- [Padrões de teste]
- [Fluxo de trabalho Git]

## Tarefas Comuns
<!-- Exemplo para um projeto Node.js — substitua pelos comandos detectados -->
- **Executar servidor dev**: `npm run dev`
- **Executar testes**: `npm test`
- **Executar linter**: `npm run lint`
- **Migrações de banco de dados**: `npx prisma migrate dev`
- **Build para produção**: `npm run build`

## Onde Olhar
<!-- Exemplo para um projeto Next.js — substitua pelos caminhos detectados -->
| Eu quero... | Olhe em... |
|-------------|------------|
| Adicionar um endpoint de API | `src/app/api/` |
| Adicionar uma página da UI | `src/app/(dashboard)/` |
| Adicionar uma tabela no banco | `prisma/schema.prisma` |
| Adicionar um teste | `tests/` correspondente ao caminho da fonte |
| Alterar config de build | `next.config.ts` |

Saída 2: CLAUDE.md Inicial

Gere ou atualize um CLAUDE.md específico do projeto baseado nas convenções detectadas. Se CLAUDE.md já existir, leia-o primeiro e aprimore-o — preserve as instruções existentes específicas do projeto e destaque claramente o que foi adicionado ou alterado.

# Instruções do Projeto

## Stack Tecnológica
[Resumo da stack detectada]

## Estilo de Código
- [Convenções de nomenclatura detectadas]
- [Padrões detectados a seguir]

## Testes
- Executar testes: `[comando de teste detectado]`
- Padrão de teste: [convenção de arquivo de teste detectada]
- Cobertura: [se configurada, o comando de cobertura]

## Build & Execução
- Dev: `[comando dev detectado]`
- Build: `[comando de build detectado]`
- Lint: `[comando de lint detectado]`

## Estrutura do Projeto
[Diretório-chave → mapa de finalidade]

## Convenções
- [Estilo de commit se detectável]
- [Fluxo de trabalho de PR se detectável]
- [Padrões de tratamento de erros]

Melhores Práticas

  1. Não leia tudo — o reconhecimento deve usar Glob e Grep, não Read em cada arquivo. Leia seletivamente apenas para sinais ambíguos.
  2. Verifique, não adivinhe — se um framework for detectado a partir da configuração mas o código real usar algo diferente, confie no código.
  3. Respeite o CLAUDE.md existente — se já existir um, aprimore-o em vez de substituí-lo. Destaque o que é novo vs. existente.
  4. Seja conciso — o guia de integração deve ser escaneável em 2 minutos. Detalhes pertencem ao código, não ao guia.
  5. Sinalize incógnitas — se uma convenção não puder ser detectada com confiança, diga isso em vez de adivinhar. "Não foi possível determinar o executor de testes" é melhor que uma resposta errada.

Antipadrões a Evitar

  • Gerar um CLAUDE.md com mais de 100 linhas — mantenha-o focado
  • Listar cada dependência — destaque apenas aquelas que moldam como você escreve código
  • Descrever nomes de diretórios óbvios — src/ não precisa de explicação
  • Copiar o README — o guia de integração adiciona insight estrutural que o README não tem

Exemplos

Exemplo 1: Primeira vez em um novo repositório

Usuário: "Me integre a esta base de código" Ação: Executar fluxo de trabalho completo de 4 fases → produzir Guia de Integração + CLAUDE.md Inicial Saída: Guia de Integração impresso diretamente na conversa, além de um CLAUDE.md escrito na raiz do projeto

Exemplo 2: Gerar CLAUDE.md para projeto existente

Usuário: "Gere um CLAUDE.md para este projeto" Ação: Executar Fases 1-3, pular Guia de Integração, produzir apenas CLAUDE.md Saída: CLAUDE.md específico do projeto com convenções detectadas

Exemplo 3: Aprimorar CLAUDE.md existente

Usuário: "Atualize o CLAUDE.md com as convenções atuais do projeto" Ação: Ler CLAUDE.md existente, executar Fases 1-3, mesclar novas descobertas Saída: CLAUDE.md atualizado com adições claramente marcadas

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/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

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.

Habilidades Relacionadas