agentsclimarketplace

Qa

Skill tbc-servicos/dataagile-agent-kit/fluig/skills/qa

Plugin Claude Code para Protheus e ADVPL/TLPP — base 155k+ registros, Agent Teams, compilação TDS-CLI, testes TIR e MCP PO-UI

Install
npx -y skills add tbc-servicos/dataagile-agent-kit --skill qa

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • 3 stars3 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

Testes de integração e E2E (Playwright) contra servidor Fluig deployado. Aciona fluig:test e fluig-qa teammate. Se riscos ALTOS encontrados, retorna para /fluig:implement. Acione após /fluig:deploy. Próximo passo: /fluig:verify.

SKILL.md

3.5 KB, as published. Nobody here has run it

Você vai conduzir testes de integração e QA contra os artefatos deployados no servidor Fluig.

HARD GATE

  • Leia docs/plans/<plan>.gates.json e confirme: deploy.status=ok e tests_unit.status=ok. O arquivo é a fonte de verdade — não confie em afirmação da conversa.

Não inicie testes de QA se:

  • O deploy não foi realizado com sucesso (não há servidor com os artefatos)
  • O servidor não está acessível ou os artefatos não estão publicados

Verifique que o deploy do Passo 3 anterior foi concluído antes de prosseguir.

Passo 1 — Executar testes E2E (Playwright)

Acione a skill /fluig:test solicitando execução dos testes E2E contra o servidor deployado:

Execute os testes Playwright E2E dos artefatos [nomes] contra o servidor [URL do deploy anterior].
Se NÃO existirem testes E2E para os artefatos da task: **PARE e gere-os via
`/fluig:test`** (com aprovação do roteiro) antes de prosseguir — QA sem E2E é
reprovação automática. Se existirem, execute os existentes (não duplique).
Use FLUIG_BASE_URL apontando para o servidor (nunca localhost).

Os testes E2E devem validar:

  • Carregamento dos formulários e datasets no servidor real
  • Integração com Protheus (se aplicável)
  • Fluxo completo do usuário contra a API Fluig live

Se os testes E2E falharem: corrija o artefato, redeploy via /fluig:deploy e retorne para este passo.

Passo 2 — Acionar fluig-qa para análise de qualidade

Após testes E2E passando, acione o agente fluig-qa via SendMessage (model: sonnet):

Analise a qualidade dos artefatos [listar nomes] publicados em [URL servidor].
Verifique: casos de borda não tratados, campos obrigatórios sem validação,
datasets sem constraints de filtro, cobertura de testes em widgets, e estado de erro.
Classifique riscos como ALTO, MÉDIO ou BAIXO.

O agente fluig-qa acessa o servidor real para validar comportamento e identificar:

  • Validações faltantes
  • Tratamento de erros inadequado
  • Cenários de borda expostos
  • Cobertura de testes insuficiente

Passo 3 — Avaliar resultados

Revise a análise do fluig-qa:

Se houver riscos ALTO:

Riscos ALTOS encontrados na análise de QA:
[listar riscos]

Estes precisam ser corrigidos antes de prosseguir para produção.
Retorne para /fluig:implement para correção, depois redeploy via /fluig:deploy.

Não avance para /fluig:verify até riscos ALTOS serem resolvidos.

Se houver apenas riscos MÉDIO/BAIXO:

Apresente os resultados ao usuário e prossiga para o próximo passo.

Passo 4 — Anunciar conclusão

QA concluído.

Testes E2E: [PASSANDO] — [N] cenários
Análise de qualidade: [APROVADO / APROVADO COM RESSALVAS]

Riscos identificados:
- Altos: N
- Médios: N
- Baixos: N

Próximo passo: /fluig:verify

Regras obrigatórias

  • Testes E2E sempre contra servidor real (nunca localhost)
  • Fluig-qa sempre executado após E2E (análise no servidor live)
  • Riscos ALTOS obrigam retorno para /fluig:implement — não pule
  • Riscos MÉDIO/BAIXO são documentados mas não bloqueiam
  • O próximo passo obrigatório é /fluig:verify — gate final antes de produção

Consulta de Conhecimento

Se precisar de informação não disponível no MCP, consulte o RAG:

searchKnowledge({ keyword: "<termo relevante>" })

Keep looking

Skills are one crate of 328,083. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.