Communitygithub.com

workspace-surface-audit

Audite o repositório ativo, servidores MCP, plugins, conectores, superfícies de ambiente e configuração do harness, e recomende as habilidades, hooks, agentes e fluxos de operador ECC nativos de maior valor. Use quando o usuário precisar de ajuda para configurar o Claude Code ou entender quais capacidades estão realmente disponíveis no ambiente.

O que é workspace-surface-audit?

Esta habilidade de auditoria somente leitura responde à pergunta: 'o que este workspace e esta máquina podem realmente fazer agora, e o que devemos adicionar ou ativar em seguida?' Ela inspeciona repositórios, arquivos de ambiente, conectores, plugins, servidores MCP e LSP, além da superfície ECC já existente. A auditoria compara a cobertura atual com plugins oficiais do Claude (Codex, etc.) e identifica lacunas. Para cada lacuna real, a habilidade recomenda o formato ECC nativo mais adequado — seja uma skill, hook, agente, servidor MCP ou conector externo — priorizando fluxos de trabalho operacionais com alto valor de negócio. A saída é organizada em cinco seções: superfície atual, paridade, gaps com apenas primitivos, integrações ausentes e próximos passos concretos. A habilidade não modifica arquivos a menos que o usuário solicite explicitamente uma implementação de acompanhamento.

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

Perguntar na sua IA favorita

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

Documentação

Auditoria de Superfície do Workspace

Habilidade de auditoria somente leitura para responder à pergunta "o que este workspace e esta máquina podem realmente fazer agora, e o que devemos adicionar ou ativar em seguida?"

Esta é a resposta nativa do ECC para plugins de auditoria de configuração. Ela não modifica arquivos a menos que o usuário solicite explicitamente uma implementação de acompanhamento.

Quando Usar

  • O usuário diz "configurar Claude Code", "recomendar automações", "quais plugins ou MCPs devo usar?" ou "o que estou perdendo?"
  • Auditar uma máquina ou repositório antes de instalar mais habilidades, hooks ou conectores
  • Comparar plugins do marketplace oficial com a cobertura nativa do ECC
  • Revisar .env, .mcp.json, configurações de plugins ou superfícies de aplicativos conectados para encontrar camadas de fluxo de trabalho ausentes
  • Decidir se uma capacidade deve ser uma skill, hook, agente, MCP ou conector externo

Regras Não Negociáveis

  • Nunca imprimir valores secretos. Exiba apenas nomes de provedores, nomes de capacidades, caminhos de arquivo e se uma chave ou configuração existe.
  • Preferir fluxos de trabalho nativos do ECC em vez de conselhos genéricos de "instalar outro plugin" quando o ECC puder razoavelmente possuir a superfície.
  • Tratar plugins externos como benchmarks e inspiração, não como fronteiras de produto autoritativas.
  • Separar três coisas claramente:
    • já disponível agora
    • disponível, mas não bem encapsulado no ECC
    • não disponível e exigiria uma nova integração

Entradas da Auditoria

Inspecione apenas os arquivos e configurações necessários para responder bem à pergunta:

  1. Superfície do repositório
    • package.json, lockfiles, marcadores de linguagem, config de framework, README.md
    • .mcp.json, .lsp.json, .claude/settings*.json, .codex/*
    • AGENTS.md, CLAUDE.md, manifestos de instalação, configs de hooks
  2. Superfície do ambiente
    • Arquivos .env* no repositório ativo e em workspaces ECC adjacentes óbvios
    • Exiba apenas nomes de chave como STRIPE_API_KEY, TWILIO_AUTH_TOKEN, FAL_KEY
  3. Superfície de ferramentas conectadas
    • Plugins instalados, conectores habilitados, servidores MCP, LSPs e integrações de aplicativos
  4. Superfície ECC
    • Habilidades, comandos, hooks, agentes e módulos de instalação existentes que já cobrem a necessidade

Processo de Auditoria

Fase 1: Inventário do que Existe

Produza um inventário compacto:

  • alvos de harness ativos
  • plugins instalados e aplicativos conectados
  • servidores MCP configurados
  • servidores LSP configurados
  • serviços baseados em ambiente implícitos pelos nomes das chaves
  • habilidades ECC existentes já relevantes para o workspace

Se uma superfície existir apenas como primitiva, destaque isso. Exemplo:

  • "Stripe está disponível via aplicativo conectado, mas o ECC carece de uma skill de operador de cobrança"
  • "Google Drive está conectado, mas não há um fluxo de operador do Google Workspace nativo do ECC"

Fase 2: Benchmark Contra Superfícies Oficiais e Instaladas

Compare o workspace contra:

  • plugins oficiais do Claude que se sobrepõem à configuração, revisão, documentação, design ou qualidade do fluxo de trabalho
  • plugins instalados localmente no Claude ou Codex
  • superfícies de aplicativos atualmente conectados pelo usuário

Não apenas liste nomes. Para cada comparação, responda:

  1. o que eles realmente fazem
  2. se o ECC já tem paridade
  3. se o ECC só tem primitivos
  4. se o ECC está perdendo o fluxo de trabalho completamente

Fase 3: Transformar Lacunas em Decisões ECC

Para cada lacuna real, recomende a forma ECC nativa correta:

Tipo de LacunaForma ECC Preferida
Fluxo de operador repetívelSkill
Aplicação automática ou efeito colateralHook
Papel delegado especializadoAgente
Ponte para ferramenta externaServidor MCP ou conector
Orientação de instalação/bootstrapSkill de configuração ou auditoria

Padrão: preferir skills voltadas ao usuário que orquestram ferramentas existentes quando a necessidade for operacional, não infraestrutural.

Formato de Saída

Retorne cinco seções nesta ordem:

  1. Superfície atual
    • o que já está utilizável agora
  2. Paridade
    • onde o ECC já corresponde ou excede o benchmark
  3. Gaps com apenas primitivos
    • ferramentas existem, mas o ECC carece de uma skill de operador limpa
  4. Integrações ausentes
    • capacidade não disponível ainda
  5. Principais 3-5 próximos passos
    • adições ECC nativas concretas, ordenadas por impacto

Regras de Recomendação

  • Recomende no máximo 1-2 ideias de maior valor por categoria.
  • Favoreça skills com intenção de usuário óbvia e valor de negócio:
    • auditoria de configuração
    • operações de cobrança/cliente
    • operações de issue/programa
    • operações do Google Workspace
    • operações de implantação/controle
  • Se um conector for específico da empresa, recomende-o apenas quando genuinamente disponível ou claramente útil ao fluxo do usuário.
  • Se o ECC já tiver uma primitiva forte, proponha uma skill wrapper em vez de inventar um subsistema totalmente novo.

Bons Resultados

  • O usuário pode ver imediatamente o que está conectado, o que está faltando e o que o ECC deve possuir em seguida.
  • As recomendações são específicas o suficiente para implementar no repositório sem outra rodada de descoberta.
  • A resposta final é organizada em torno de fluxos de trabalho, não marcas de API.

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