vlv-code/scan-meta-project

Inspeciona a integridade do meta-conhecimento do repositório, verifica cobertura de limites de 100%, detecta desvios arquiteturais e preenche lacunas oportunisticamente sem reinicialização.

O que é scan-meta-project?

Esta skill operacional realiza varreduras rápidas ou auditorias de integridade profundas em um meta-projeto existente sem exigir reinicialização destrutiva. Ela opera em dois modos: `--shallow` (verificação de integridade expressa) e `--deep` (imersão profunda com detecção de desvios). No modo superficial, verifica a existência e não-vazio do `AGENTS.md` raiz, 5 fatias de conhecimento (arquitetura, limites, pontos fracos, observações e tarefas), executa o Gate de Limites (`check_boundaries.py --audit-tree`) para cobertura de 100% de arquivos e verifica a atualidade das tarefas. No modo profundo, executa todas as verificações superficiais mais a Lista de Verificação de Inspeção Principal nos módulos-chave (banco de dados, clientes externos, conteinerização/CI, entrypoints/UI), delega a sincronização de componentes/fluxos de dados para `sync-architecture`, audita dívida técnica em `weak_spots.md` e executa testes automatizados. A skill é útil para garantir que o meta-conhecimento de um repositório esteja completo e preciso antes de PRs, revisões de código ou após alterações extensas, e é invocada automaticamente ao final da inicialização do meta-projeto.

Funciona com~Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/vlv-code/meta-project/tree/HEAD/.agents/skills/scan-meta-project

Installed? Explore more Programação e Desenvolvimento skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

Perguntar na sua IA favorita

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

Documentação

Scanner de Integridade do Meta-Conhecimento do Repositório (Scan Meta-Project)

Skill operacional para realizar varreduras rápidas ou auditorias de integridade profundas de uma configuração de meta-projeto existente sem reinicialização destrutiva.

A skill opera em dois modos:

  • --shallow (Verificação Rápida de Sanidade): Verifica a existência e não-vazio do AGENTS.md raiz, 5 fatias de conhecimento, executa o Gate de Limites (check_boundaries.py --audit-tree) para cobertura de 100% de arquivos e verifica a atualidade das tarefas.
  • --deep (Imersão Profunda e Verificação de Desvio): Executa todas as verificações superficiais, invoca a Lista de Verificação de Inspeção Principal nos módulos de execução chave, delega a sincronização de componentes/fluxos de dados para sync-architecture, audita dívida técnica em weak_spots.md e executa testes de integridade locais.

Quando invocar a skill

  • O usuário solicita: "scan-meta-project", "scan meta project", "инспекция мета-знаний", "чекни покрытие", "audit meta-knowledge", "check boundaries coverage", "найди слепые зоны", "verify slices".
  • Verificação pré-lançamento, revisões de PR ou retomada do desenvolvimento após alterações extensas feitas fora da sessão agêntica.
  • Invocada automaticamente por init-meta-project ao final da inicialização.
  • Função designada primária: agent-quality-guardian (na topologia Compact Trio) ou agent-meta-guardian (na topologia de função expandida), ou invocação direta pelo usuário.

Etapas de execução

Fase 1: Determinação do Modo e Resolução do Alvo

  1. Identificar o modo de invocação a partir do prompt do usuário ou usar --shallow como padrão:
    • --shallow: Verificação de integridade de rotina, validação de cobertura de limites, atualidade das tarefas.
    • --deep: Detecção completa de desvios arquiteturais, Lista de Verificação de Inspeção Principal, execução de testes.
  2. Localizar o script do Gate de Limites:
    • Preferir .agents/scripts/check_boundaries.py (layout do repositório alvo).
    • Fallback para scripts/check_boundaries.py (layout do meta-projeto).
    • Se nenhum script existir, verificar limites manualmente contra os padrões glob em boundaries.md.

Fase 2: Inspeção Superficial (--shallow)

  1. Integridade do Passaporte:
    • Verificar a presença do AGENTS.md na raiz.
    • Garantir que a Seção 1 contenha Estrelas do Norte e invariantes (Circuit Breaker, Default Deny).
    • Garantir que as Seções 2, 3, 4, 5 estejam preenchidas sem tags de espaço reservado ({{...}}).
  2. Auditoria de Fatias de Conhecimento:
    • Verificar as 5 fatias canônicas em .agents/project_knowledge/:
      • architecture.md (componentes e fluxos de dados).
      • boundaries.md (zonas de responsabilidade).
      • weak_spots.md (módulos frágeis e riscos).
      • observations.md (tabela de observações de 5 colunas).
      • tasks.md (objetivo ativo e checklists).
  3. Cobertura de Limites (Regra de Zero Diretórios Não Mapeados):
    • Executar a auditoria automatizada do Gate de Limites:
      python .agents/scripts/check_boundaries.py --audit-tree
      # Fallback: python scripts/check_boundaries.py --audit-tree
      
    • Se quaisquer arquivos ou diretórios não mapeados forem relatados, tratá-los como violações da Zona Preta. Sinalizá-los imediatamente para inclusão em boundaries.md.
  4. Verificação do Registro de Tarefas (tasks.md):
    • Verificar se o objetivo ativo está claro e os itens concluídos estão marcados com - [x].

Fase 3: Inspeção Profunda (--deep)

Quando executado com --deep, o agente executa todas as verificações da Fase 2, seguidas por:

  1. Lista de Verificação de Inspeção Principal (Módulos Chave):
    • Banco de Dados e Armazenamento: Ler os principais arquivos de modelo/repositório. Inspecionar acoplamento de esquema, migrações e crescimento monolítico.
    • Clientes Externos e APIs: Ler integrações (SDKs de IA, clientes HTTP). Verificar configurações de timeout, circuit breakers e propagação de erros.
    • Conteinerização e CI: Ler Dockerfile, docker-compose*.yml, .github/workflows/. Verificar matriz de build e flags de segurança.
    • Entrypoints e UI: Ler roteadores principais, entrypoints de CLI e manipuladores de comando. Verificar restrições de payload da plataforma e validação de entrada.
  2. Detecção de Desvio Arquitetural (Delegação para sync-architecture):
    • NÃO duplicar a lógica personalizada de análise de código. Invocar a skill procedural sync-architecture:
      • sync-architecture realiza a Preservação Pré-Voo de todos os blocos local_repo_data.
      • Atualiza .agents/project_knowledge/architecture.md com componentes atuais e Fluxos de Dados Ponta a Ponta.
  3. Recalibração de Risco e Dívida (weak_spots.md):
    • Verificar itens existentes em weak_spots.md: se uma dívida técnica registrada anteriormente foi resolvida, marcá-la como resolvida ou removê-la.
    • Se novos acoplamentos frágeis ou gargalos arquiteturais forem descobertos durante a Inspeção Principal, registrá-los.
  4. Execução de Testes Automatizados:
    • Executar o conjunto de testes do projeto usando descoberta de teste padrão:
      python -m unittest discover -s tests -p "test_*.py" -v
      # Ou executor específico da stack (ex.: pytest, npm test, cargo test)
      

Fase 4: Atualização Oportunística e Relatório

  1. Preenchimento de Lacunas Identificadas (Leitura + Atualização Oportunística):
    • Escrever atomicamente os caminhos não mapeados descobertos em boundaries.md (dentro do bloco <!-- local_repo_data:boundaries -->).
    • Atualizar tasks.md com novas subtarefas ou marcos concluídos.
    • Registrar peculiaridades de ambiente recém-resolvidas em observations.md.
  2. Entregar Relatório de Varredura: Apresentar um resumo conciso ao usuário:
    ### 🔍 Relatório de Varredura (Scanner de Meta-Projeto)
    - **Modo:** `--shallow` | `--deep`
    - **Passaporte e Fatias:** 5/5 fatias presentes, AGENTS.md válido
    - **Cobertura de Limites:** 100% mapeado (ou N caminhos não mapeados detectados)
    - **Desvio Arquitetural:** Sincronizado (ou atualizado via sync-architecture)
    - **Itens de Ação Identificados:** [Lista de 1–3 recomendações concretas, se houver]
    

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Habilidades Relacionadas