Clean Code Guard

Testovací report

GitHub API bylo omezeno rychlostí, takže jsem repozitář naklonoval mělce; SKILL.md se nachází v skills/clean-code-guard/ se 7 referenčními soubory a já jsem raw-načetl tři z nich (ai-failure-modes.md, solid.md, sources.md) — všechny HTTP 200. Frontmatter se parsuje s name plus popisem o 938 znacích (pod limitem 1024); jediný soubor, který není Markdown, je 4řádkový agents/openai.yaml s metadaty zobrazení a grep nenašel žádné pipe-to-shell, base64 bloby, čtení tajemství nebo injekční text. Pro fázi výstupu jsem napsal 72řádkový Python OrderProcessor s vloženými defekty, vytvořil základní recenzi BEZ čtení těla dovednosti, poté jsem znovu recenzoval podle SKILL.md plus review-checklist.md a ai-failure-modes.md: základ dal 14 plochých nehodnocených bodů s chybou pohlcené platby blokující sloučení pohřbenou na pozici 4 mezi nepoužitým importem a "+=" drobnou chybou, zatímco spuštění dovednosti vynutilo předletovou kontrolu refaktoringu vs správnosti, úrovně závažnosti a řádek pokrytí pro každou sekci a zachytilo tři věci, které základ minul — nekontrolovaný stav odpovědi (200 s odmítnutým tělem stále persistuje objednávku), raw data karty POSTovaná na payment_url, která se ve výchozím nastavení rovná None, zarámovaná jako zjištění hranice důvěry, a float-money správně degradované na "behavior change, confirm with author" namísto uvedení jako oprava. Náklady jsou skutečné: asi 470 řádků referenčního čtení a limit 3 drobných chyb v checklistu vynechal dva legitimní základní položky. Dokumentace ztratila bod, protože řádek 42 SKILL.md tvrdí "14 systematic ways", zatímco řádek 3 ai-failure-modes.md říká 15 a uvádí 15, a klauzule frontmatteru "invoke it on your own initiative the moment you finish writing code" je riziko nadměrného spuštění při běžných kódovacích tazích. Spouštěcí fráze posouzeny: MĚLO by se spustit — "I just finished implementing the checkout handler, review it before I commit" (ano), "Review this PR, is it safe to merge?" (ano), "Refactor this OrderProcessor class, keep behavior identical" (ano); NEMĚLO by se spustit — "The pytest suite fails on CI with a fixture teardown error, help me debug it" (ne, dvakrát vyloučeno jako spouštění testů a CI), "Should we use event sourcing or CRUD for the orders service?" (ne, vyloučeno jako čistá architektonická diskuse). 5/5 správně. Všechny čtyři citované zdrojové URL, které jsem namátkově zkontroloval (arXiv 2409.19182, Fowler Yagni, Metz Wrong Abstraction, USENIX Spracklen), vrátily 200, takže výzkumná tvrzení jsou podložena spíše než dekorativní.

Testováno: 2026-07-21 · Claude Code 2.x (agent harness)