agentsclimarketplace

Review

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

Atalho que orquestra o pipeline completo de qualidade Fluig. Executa sequencialmente: (1) revisão estática via fluig-reviewer, (2) testes unitários, (3) /fluig:deploy, (4) /fluig:qa. Use como atalho após mudanças ad-hoc ou quando quiser executar o pipeline completo de uma vez. Para o fluxo guiado, use /fluig:implement → /fluig:deploy → /fluig:qa.From its SKILL.md

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

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

2 things to look at

  • reads credentialsReads from 1 credential source: `FLUIG_BASE_URL`.
  • 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.

SKILL.md

5.5 KB, ~1.6k tokens by cl100k_base, as published. Nobody here has run it

Você vai conduzir o pipeline completo de qualidade Fluig. Este é um atalho que orquestra as skills individuais em sequência.

Nota: No fluxo guiado (/fluig:brainstorm → plan → implement → deploy → qa → verify), cada skill é acionada individualmente. Este /fluig:review serve como atalho para mudanças ad-hoc ou correções rápidas.

HARD GATE

Não declare o artefato "aprovado" ou "pronto para produção" sem completar os 5 passos abaixo com resultado positivo em cada um.

Regra de Modelos

Teammates de review e QA usam sonnet. Nunca escalar para opus automaticamente — se necessário, sugerir ao dev.

Passo 1 — Revisão Estática (fluig-reviewer)

Antes de qualquer teste ou deploy, acione o agente fluig-reviewer para revisar o código localmente.

Instrução ao agente:

"Revise os artefatos [listar arquivos] seguindo o checklist completo de código Fluig."

O agente fluig-reviewer consultará o MCP para obter as regras atualizadas automaticamente.

Se fluig-reviewer retornar itens CRÍTICOS: corrija antes de prosseguir. Não avance para o Passo 2.

Se fluig-reviewer retornar apenas AVISOS: documente-os e prossiga com o Passo 2.

Passo 2 — Testes Unitários (fluig-test / Jasmine + Karma)

Com o código revisado e sem itens críticos, execute os testes unitários locais.

Acione a skill /fluig:test solicitando execução dos testes unitários:

"Execute os testes unitários Jasmine/Karma do artefato [nome]. Não gere novos testes — execute os existentes."

Se não houver testes unitários ainda:

"Gere e execute os testes unitários Jasmine/Karma para o artefato [nome]."

Threshold mínimo: 70% global (gate mecânico via coverageReporter.check; alvo de 80% no código novo). Se o projeto não tem karma.conf.js com check: copie skills/test/assets/karma.conf.template.js — sem ele npm test passa sem medir e o threshold é ficção.

Se os testes unitários falharem: corrija o código ou os testes e volte ao Passo 1.

Se coberta < 70%: adicione testes antes de prosseguir.

Se os testes passarem com cobertura adequada: prossiga para o Passo 3.

Passo 3 — Deploy no Servidor de Teste (fluig-deployer)

Antes de executar, leia o CLAUDE.md do projeto para identificar:

  • Se há ambiente de homologação (HML): use-o como destino
  • Se há apenas um servidor: use-o, mas confirme explicitamente com o usuário

Confirme com o usuário antes de deployar:

"Vou fazer o deploy de [artefatos] para [servidor/ambiente]. Confirma?"

Após confirmação, acione o agente fluig-deployer:

"Faça o deploy dos artefatos [listar] para o ambiente [HML ou servidor único do CLAUDE.md]."

Se o deploy falhar: reporte o erro ao usuário e aguarde correção. Não avance para o Passo 4.

Passo 4 — Testes E2E no Servidor (fluig-test / Playwright)

Com os artefatos publicados no servidor, execute os testes E2E.

Acione a skill /fluig:test solicitando execução dos testes E2E:

"Execute os testes Playwright E2E do artefato [nome] contra o servidor [URL do Passo 3]. Não gere novos testes — execute os existentes."

Se não houver testes E2E ainda:

"Gere e execute os testes Playwright E2E para o artefato [nome] contra o servidor [URL]."

Os testes E2E usam FLUIG_BASE_URL apontando para o servidor do Passo 3 — nunca localhost.

Se os testes E2E falharem: corrija o artefato, redeploy (Passo 3) e execute novamente.

Se os testes E2E passarem: prossiga para o Passo 5.

Passo 5 — QA no Servidor (fluig-qa)

Com os artefatos publicados e testes E2E passando, acione o agente fluig-qa:

"Analise a qualidade dos artefatos [listar] publicados em [URL do servidor]. Verifique casos de borda, campos obrigatórios sem validação, datasets sem constraints de filtro e cobertura de testes."

O agente fluig-qa acessa o servidor real para validar o comportamento.

Se fluig-qa retornar itens de risco ALTO: corrija, volte ao Passo 1 e repita o ciclo.

Se fluig-qa retornar apenas riscos MÉDIO/BAIXO: documente e apresente o resultado ao usuário.

Resultado do Review

Ao final dos 5 passos, apresente um resumo:

REVIEW CONCLUIDO — [nome do artefato]

Passo 1 — Revisão estática: [APROVADO / APROVADO COM AVISOS]
  Avisos: [listar se houver]

Passo 2 — Testes unitários: [APROVADO] — cobertura: [X%]

Passo 3 — Deploy teste: [APROVADO] em [URL servidor]

Passo 4 — Testes E2E: [APROVADO] — [N] cenários passando

Passo 5 — QA servidor: [APROVADO / APROVADO COM RESSALVAS]
  Ressalvas: [listar se houver]

Próximo passo: /fluig:verify → deploy final

Regras obrigatórias

  • Os 5 passos são sequenciais — nunca em paralelo
  • Testes unitários antes do deploy (Jasmine/Karma rodam localmente)
  • Deploy obrigatório antes dos testes E2E (Playwright exige servidor real)
  • E2E nunca usa localhost — sempre o servidor do Passo 3
  • Sempre ler CLAUDE.md para saber servidor e prefixo antes de acionar qualquer agente
  • Sempre confirmar com o usuário antes de fazer qualquer deploy

Consulta de Conhecimento

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

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

What ships with it

Read from the repository

Just SKILL.md. No reference files, no scripts.

Keep looking

Skills are one crate of 325,949. 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.