Receber por email
← Voltar para o catálogo

proportione-plugins

Claude Code plugin marketplace + playbook. 9 QA skills (review, security, architecture, performance, WordPress, Terraform) and 8 production guides from an AI-first consultancy.

0estrelas
Atualizado há 6 meses

Ver no GitHub ↗ Licença: MIT

Como adicionar

/plugin marketplace add Proportione/proportione-plugins

O comando exato pode variar conforme o repositório. Confira o README no GitHub.

Para o autor da skill

Cole no README do seu repo

Mostra que sua skill está catalogada na Skillteca, gera backlink e tráfego rastreável.

[![Skillteca](https://www.skillteca.com.br/api/badge/proportione-plugins-mqcc1156/svg)](https://www.skillteca.com.br/skills/proportione-plugins-mqcc1156)

Skills relacionadas

Ver todas de Documentos →

Alerta por categoria

Receba novas skills de Documentos toda segunda

1 email curto, só com as skills novas de Documentos. 4 minutos de leitura, sem spam, cancela com 1 clique.

Você confirma o email no primeiro envio. Sem spam. Cancela com 1 clique.

Ler descrição completa

Skill: Deep Review

Revision profunda de codigo adaptada al contexto de Proportione. Cada hallazgo se clasifica por severidad: CRITICAL, WARNING, SUGGESTION.

Target: $ARGUMENTS (PR number, commit range, file paths, o directorio)

Configuration

This skill references external paths. Set these environment variables or replace inline:

  • $QA_PROPORTIONE_DIR — Root of the QA_Proportione repo (e.g. /path/to/QA_Proportione)

Flujo

PASO 1 — Obtener el diff

Determina que revisar segun $ARGUMENTS o lo que el usuario proporcione:

# Si es un PR
gh pr diff [numero]

# Si es un rango de commits
git diff [commit1]..[commit2]

# Si es el working directory
git diff

# Si son ficheros especificos
# Leer los ficheros directamente

PASO 2 — Leer contexto del proyecto

  1. Lee el CLAUDE.md del proyecto para entender convenciones y arquitectura.
  2. Identifica el stack (Python, PHP, JS/TS, Terraform, Ansible).
  3. Lee $QA_PROPORTIONE_DIR/CLAUDE.md para contexto QA transversal.
  4. Si existe documentacion de requisitos del cliente (specs, tickets, issues), leela para verificar cumplimiento.

PASO 3 — Analisis profundo

Revisa cada fichero modificado evaluando:

Logica y correccion

  • [ ] La logica es correcta para todos los inputs posibles?
  • [ ] Se manejan los edge cases? (null, vacio, lista con 1 elemento, overflow)
  • [ ] Las condiciones son completas? (falta algun else/case?)
  • [ ] Los tipos/valores de retorno son consistentes?
  • [ ] Hay race conditions o problemas de concurrencia?

Naming y claridad

  • [ ] Las variables dicen lo que contienen?
  • [ ] Los metodos hacen lo que dice su nombre?
  • [ ] Hay variables con nombres enganosos? (el problema de codigo legacy que detecto juanmacias)
  • [ ] Los nombres siguen las convenciones del proyecto?

Complejidad

  • [ ] Se puede simplificar sin perder funcionalidad?
  • [ ] Hay duplicacion que deberia extraerse?
  • [ ] La funcion hace demasiadas cosas? (Single Responsibility)
  • [ ] Los condicionales anidados se pueden aplanar?

Tests

  • [ ] Existen tests para el codigo modificado?
  • [ ] Los tests cubren los edge cases identificados?
  • [ ] Si no hay tests, deberia haberlos?
  • [ ] Los tests existentes siguen siendo validos tras el cambio?

Cumplimiento de requisitos

  • [ ] El cambio implementa lo que se pidio? (ticket, issue, spec)
  • [ ] Hay requisitos del cliente que el cambio no cubre?
  • [ ] Se introduce comportamiento no solicitado?
  • [ ] Los mensajes de error/UI cumplen con lo esperado por el usuario final?

Seguridad (check rapido)

  • [ ] Se valida input del usuario antes de usarlo?
  • [ ] Hay secrets hardcodeados?
  • [ ] Se usa SQL parametrizado?
  • [ ] Hay eval(), exec(), dangerouslySetInnerHTML o equivalentes?

Stack-especifico

Python (Aviaria, automation-brain):

  • Se usan type hints en funciones publicas?
  • Se usa with para file handles y conexiones?
  • Hay except Exception genericos que enmascaran errores?

PHP (WordPress):

  • Se usa $wpdb->prepare() para queries?
  • Se escapan outputs con esc_html(), esc_attr()?
  • Se verifican nonces en forms?
  • Se usa sanitize_*() para inputs?

JavaScript/TypeScript (porqueviven, OpenClaw):

  • Hay any types innecesarios?
  • Se manejan promesas rechazadas?
  • Se usa === en lugar de ==?

Terraform/Ansible:

  • Se parametrizan valores que pueden cambiar?
  • Los recursos tienen tags/labels descriptivos?
  • Se usa depends_on explicito cuando es necesario?

PASO 4 — Generar informe

Presenta los hallazgos en este formato:

## Deep Review — [nombre del PR/commit/ficheros]

### Resumen
[1-2 frases describiendo que hacen los cambios y la calidad general]

### Hallazgos

#### CRITICAL (bloquean merge)
1. **[fichero:linea]** — [descripcion del problema]
   - Impacto: [que puede pasar si no se corrige]
   - Fix sugerido: [codigo o descripcion del fix]

#### WARNING (deberian corregirse)
1. **[fichero:linea]** — [descripcion]
   - Fix sugerido: [...]

#### SUGGESTION (mejoras opcionales)
1. **[fichero:linea]** — [descripcion]

### Tests recomendados
- [ ] [test case 1]
- [ ] [test case 2]

### Veredicto
[APPROVE / REQUEST_CHANGES / NEEDS_DISCUSSION]

PASO 5 — Ofrecer correcciones

Si hay hallazgos CRITICAL o WARNING, pregunta al usuario:

Quieres que corrija los issues CRITICAL/WARNING directamente?

Si acepta, aplica los fixes y vuelve a ejecutar la revision para verificar.

Notas

  • Esta skill NO sustituye el juicio humano. Presenta hallazgos para que el humano decida.
  • En codigo legacy, presta especial atencion a variables cuyo nombre no refleja su contenido real.
  • Si el diff es muy grande (>500 lineas), divide la revision por fichero y presenta un resumen global al final.
  • Cuando el proyecto tenga Semgrep configurado, ejecuta semgrep --config $QA_PROPORTIONE_DIR/rulesets/semgrep/ como complemento.
Compartilhar X LinkedIn