Clean Code Guard

Raport z testu

GitHub API było ograniczone szybkością, więc płytko sklonowałem repozytorium; SKILL.md znajduje się w skills/clean-code-guard/ z 7 plikami referencyjnymi, a ja pobrałem w stanie surowym trzy z nich (ai-failure-modes.md, solid.md, sources.md) — wszystkie HTTP 200. Frontmatter parsowany z name plus opisem o długości 938 znaków (poniżej limitu 1024); jedynym plikiem innym niż Markdown jest 4-liniowy agents/openai.yaml z metadanymi wyświetlania, a grep nie znalazł żadnych pipe-to-shell, blobów base64, odczytów sekretów ani tekstu iniekcji. Dla etapu wyjścia napisałem 72-liniowy Python OrderProcessor z celowo wprowadzonymi wadami, stworzyłem bazowy przegląd BEZ czytania treści umiejętności, a następnie ponownie przejrzałem, postępując zgodnie z SKILL.md plus review-checklist.md i ai-failure-modes.md: wersja bazowa podała 14 płaskich, nieposortowanych punktów z blokującym scalanie wyjątkiem swallowed-payment-exception zakopanym na pozycji 4 między nieużywanym importem a drobną uwagą "+=", podczas gdy uruchomienie umiejętności wymusiło wstępną kontrolę refaktoryzacji vs poprawności, poziomy ważności i linię Coverage dla każdej sekcji, i wychwyciło trzy rzeczy, które wersja bazowa pominęła — niekontrolowany status odpowiedzi (200 z odrzuconą treścią nadal utrwala zamówienie), surowe dane karty POSTowane do payment_url, które domyślnie jest None, ujęte jako znalezisko dotyczące granicy zaufania, oraz float-money poprawnie zdegradowane do "behavior change, confirm with author" zamiast wymienione jako poprawka. Koszty są rzeczywiste: około 470 linii czytania referencji, a limit 3 drobnych uwag z listy kontrolnej usunął dwa uzasadnione elementy bazowe. Dokumentacja straciła punkt, ponieważ linia 42 w SKILL.md twierdzi "14 systematycznych sposobów", podczas gdy linia 3 w ai-failure-modes.md mówi 15 i wymienia 15, a klauzura "invoke it on your own initiative the moment you finish writing code" w frontmatterze stanowi ryzyko nadmiernego wyzwalania podczas rutynowych zmian w kodzie. Frazy wyzwalające ocenione: POWINIEN zadziałać — "Właśnie skończyłem implementować handler checkout, przejrzyj go, zanim zatwierdzę" (tak), "Przejrzyj ten PR, czy jest bezpieczny do scalenia?" (tak), "Zrefaktoryzuj tę klasę OrderProcessor, zachowaj identyczne zachowanie" (tak); NIE POWINIEN zadziałać — "Zestaw pytest zawodzi na CI z błędem teardown fixture, pomóż mi to debugować" (nie, wykluczone dwukrotnie jako uruchamianie testów i CI), "Czy powinniśmy używać event sourcing czy CRUD dla usługi zamówień?" (nie, wykluczone jako czysta dyskusja o architekturze). 5/5 poprawnie. Wszystkie cztery cytowane adresy URL źródeł, które wyrywkowo sprawdziłem (arXiv 2409.19182, Fowler Yagni, Metz Wrong Abstraction, USENIX Spracklen) zwróciły 200, so the research claims are backed rather than decorative.

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