Clean Code Guard

Testrapport

GitHub API var rate-begrænset, so I shallow-cloned the repo; SKILL.md sits at skills/clean-code-guard/ with 7 reference files, and I raw-fetched three of them (ai-failure-modes.md, solid.md, sources.md) — all HTTP 200. Frontmatter parses with name plus a 938-tegns beskrivelse (under 1024-grænsen); den eneste ikke-Markdown-fil er en 4-linjers agents/openai.yaml med display-metadata, and grep found no pipe-to-shell, base64 blobs, secret reads or injection text. Til output-fasen skrev jeg en 72-linjers Python OrderProcessor med indlejrede defekter, producerede en baseline-gennemgang UDEN at læse skill-kroppen, og gen-gennemgik derefter efter SKILL.md plus review-checklist.md og ai-failure-modes.md: baseline gav 14 flade urangerede punkter med den merge-blokerende slugte-betalings-undtagelse begravet på position 4 mellem en ubrugt import og en "+=" nit, mens skill-kørslen tvang en refactor-vs-korrekthed pre-flight, alvorlighedsniveauer og en per-sektion Coverage-linje, og fangede tre ting, baseline missede — den ukontrollerede responsstatus (en 200 med en afvist krop persisterer stadig ordren), rå kortdata POSTet til en payment_url, der som standard er None, indrammet som et tillidsgrænsefund, og float-money korrekt nedgraderet til "behavior change, confirm with author" snarere end listet som en rettelse. Omkostningerne er reelle: omkring 470 linjer referencelæsning, and the checklist's max-3-nits cap dropped two legitimate baseline items. Docs mistede et point, because SKILL.md line 42 claims "14 systematic ways" while ai-failure-modes.md line 3 says 15 and lists 15, and the frontmatter's "invoke it on your own initiative the moment you finish writing code" clause is an over-trigger-risiko ved rutinemæssige kodningsrunder. Trigger-fraseringer bedømt: SKAL udløses — "I just finished implementing the checkout handler, review it before I commit" (ja), "Review this PR, is it safe to merge?" (ja), "Refactor this OrderProcessor class, keep behavior identical" (ja); SKAL IKKE udløses — "The pytest suite fails on CI with a fixture teardown error, help me debug it" (nej, udelukket to gange som test-kørsel og CI), "Should we use event sourcing or CRUD for the orders service?" (nej, udelukket som ren arkitekturdiskussion). 5/5 korrekt. Alle fire citerede kilde-URL'er, jeg spot-tjekkede (arXiv 2409.19182, Fowler Yagni, Metz Wrong Abstraction, USENIX Spracklen) returnerede 200, so the research claims are backed rather than decorative.

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