agentsclimarketplace

Verify

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

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 verify

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

Gate de deploy final para artefatos Fluig. Checklist adaptativo baseado no ambiente do projeto (HML vs servidor único). Acione após fluig-review aprovado, antes de declarar o artefato pronto para produção. Confirma ambiente, valida checklist e aciona o deploy final via fluig-deployer.

SKILL.md

3.7 KB, as published. Nobody here has run it

Você vai conduzir o gate final antes de declarar um artefato Fluig pronto para produção.

HARD GATE

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

Não acione o deploy final e não declare o artefato "pronto" sem completar o checklist abaixo com todas as respostas positivas.

Passo 1 — Ler contexto do projeto

Leia o CLAUDE.md do projeto para identificar:

  • Servidor(es): URL(s) disponíveis e seus ambientes (HML, produção, único)
  • Prefixo do cliente: para confirmar que os artefatos corretos serão deployados
  • Integração Protheus: se existir, confirmar que a URL da API está correta

Se o CLAUDE.md não existir no projeto atual, pergunte ao usuário o servidor de destino antes de prosseguir.

Passo 2 — Checklist adaptativo

Se o projeto tem ambiente HML (homologação separado de produção):

Use AskUserQuestion para confirmar cada item:

  1. O fluig-review foi executado e retornou aprovado no ambiente HML?
  2. Os itens CRÍTICOS da revisão estática estão corrigidos?
  3. O deploy será feito em PRODUÇÃO (não HML) — confirma o ambiente correto?
  4. Há um plano de rollback definido? (qual versão anterior, como reverter via fluig-deployer)
  5. O responsável pelo ambiente de produção foi notificado?

Se o projeto tem servidor único:

Use AskUserQuestion para confirmar cada item:

  1. O fluig-review foi executado e retornou aprovado?
  2. Os itens CRÍTICOS da revisão estática estão corrigidos?
  3. O fluig-qa não retornou nenhum item de risco ALTO?
  4. Há um plano de rollback definido? (backup do artefato anterior)
  5. O horário de deploy é adequado? (evitar horário de pico de uso)

Se qualquer item for respondido negativamente: não prossiga. Indique o que precisa ser resolvido antes de retomar.

Passo 3 — Confirmação final

Apresente um resumo antes do deploy:

DEPLOY FINAL — [nome do artefato]

Artefato(s): [listar com nomes completos]
Servidor destino: [URL]
Ambiente: [Produção / Servidor único]
Checklist: ✅ Todos os itens confirmados

Confirma o deploy?

Aguarde confirmação explícita do usuário antes de prosseguir ("sim", "confirma" ou "pode deployar").

Passo 4 — Deploy final (fluig-deployer)

Após confirmação, acione o agente fluig-deployer:

"Faça o deploy dos artefatos [listar] para [URL servidor de produção / servidor único]."

Passo 5 — Resultado

Após o deploy com sucesso, apresente:

DEPLOY CONCLUÍDO — [nome do artefato]

Artefato(s) publicado(s) em: [URL]

Para validar no servidor:
  Acesse [URL do artefato no Fluig] e verifique o comportamento esperado.

Em caso de problema — rollback:
  "use fluig-deployer to rollback [artefato] to previous version"

Regras obrigatórias

  • Nunca fazer deploy em produção sem confirmação explícita do usuário
  • Sempre ler CLAUDE.md para identificar o ambiente correto — nunca assumir
  • Se o projeto não tiver CLAUDE.md, perguntar o servidor antes de prosseguir
  • Sempre informar como fazer rollback após o deploy
  • Checklist HML e servidor único são diferentes — não misturar

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.