Compétences cc-skill-project-guidelines-example
📦

cc-skill-project-guidelines-example

Sûr

Construa Aplicações AI Full-Stack com Diretrizes de Projeto

Desenvolvedores enfrentam dificuldades para manter padrões consistentes em projetos full-stack. Esta skill fornece diagramas de arquitetura prontos para uso, padrões de código e fluxos de trabalho de implantação para aplicações Next.js e FastAPI com integração Claude AI.

Prend en charge: Claude Codex Code(CC)
🥉 74 Bronze
1

Télécharger le ZIP du skill

2

Importer dans Claude

Allez dans Paramètres → Capacités → Skills → Importer un skill

3

Activez et commencez à utiliser

Tester

Utilisation de "cc-skill-project-guidelines-example". Como devo estruturar respostas de API em nosso backend FastAPI?

Résultat attendu:

Use o padrão genérico ApiResponse com os campos success, data e error. Crie um modelo Pydantic com métodos de classe ok() para respostas de sucesso e fail() para respostas de erro. Isso garante manipulação consistente de respostas em todos os endpoints.

Utilisation de "cc-skill-project-guidelines-example". Que abordagem de teste devo usar para componentes React?

Résultat attendu:

Siga os padrões do React Testing Library: renderize componentes, consulte elementos por role e teste interações do usuário com fireEvent. Envolva testes de estado assíncrono com padrões await screen.findBy. Mantenha cobertura mínima de 80%.

Audit de sécurité

Sûr
v1 • 2/25/2026

This skill is a documentation-only resource containing project guidelines and code examples. All 47 static analyzer findings are false positives resulting from Markdown code fences being misinterpreted as shell commands. The file contains no executable code, no actual network calls, and no credential access - only documentation of best practices for a full-stack application.

1
Fichiers analysés
355
Lignes analysées
0
résultats
1
Total des audits
Aucun problème de sécurité trouvé
Audité par: claude

Score de qualité

38
Architecture
100
Maintenabilité
87
Contenu
50
Communauté
100
Sécurité
91
Conformité aux spécifications

Ce que vous pouvez construire

Integrar Novos Membros da Equipe

Use esta skill para colocar desenvolvedores rapidamente a par da arquitetura do projeto, padrões de código e fluxos de trabalho de implantação.

Padronizar Code Reviews

Referencie os padrões documentados e regras críticas durante code reviews para garantir consistência em toda a codebase.

Configurar Novas Instâncias de Projeto

Clone a estrutura e padrões documentados ao criar novos projetos com arquitetura full-stack semelhante.

Essayez ces prompts

Revisar Arquitetura do Projeto 
Com base nas diretrizes do projeto, explique a arquitetura de nossa aplicação Next.js e FastAPI. Inclua o diagrama de serviços e como o Claude AI se integra com o backend.
Gerar Padrão de Resposta de API 
Usando o formato de resposta de API documentado nas diretrizes, crie um modelo Pydantic para um endpoint de perfil de usuário que retorne os campos success, data e error.
Configurar Estrutura de Testes 
Seguindo os requisitos de teste nas diretrizes, gere fixtures de teste pytest e um teste de exemplo para o endpoint de health check em nosso backend FastAPI.
Preparar Checklist de Implantação 
Revise as diretrizes de fluxo de trabalho de implantação e gere um checklist pré-implantação para nosso próximo release no Cloud Run. Inclua todas as variáveis de ambiente necessárias e etapas de build.

Bonnes pratiques

  • Escreva testes antes da implementação seguindo metodologia TDD com cobertura mínima de 80%
  • Mantenha imutabilidade - nunca mute objetos ou arrays diretamente em código TypeScript ou Python
  • Mantenha arquivos pequenos com 200-400 linhas típico e máximo de 800 linhas para manutenibilidade

Éviter

  • Usar console.log em código de produção - use frameworks de logging apropriados
  • Hardcoding de segredos ou credenciais em arquivos fonte - sempre use variáveis de ambiente
  • Pular validação de entrada - sempre valide com Pydantic para Python ou Zod para TypeScript

Foire aux questions

Que stack tecnológica este projeto usa?
Frontend: Next.js 15 com App Router, TypeScript e TailwindCSS. Backend: FastAPI com Python 3.11 e Pydantic. Database: Supabase PostgreSQL. AI: Claude API com tool calling. Implantação: Google Cloud Run.
Como executo os testes deste projeto?
Backend: use 'poetry run pytest tests/' com flags de cobertura opcionais. Frontend: use 'npm run test' para testes unitários e 'npm run test:e2e' para testes end-to-end Playwright.
Quais são as regras críticas de codificação que devo seguir?
Sem emojis no código, mantenha imutabilidade, siga TDD com cobertura mínima de 80%, mantenha arquivos abaixo de 800 linhas, sem console.log em produção, use try/catch para tratamento de erros e valide todas as entradas com Pydantic ou Zod.
Como implanto esta aplicação?
Build do frontend com 'npm run build' depois implante com 'gcloud run deploy frontend --source'. Build e implante o backend com 'gcloud run deploy backend --source'. Certifique-se que todos os testes passem e que não existam segredos em hardcoded antes de implantar.
Quais variáveis de ambiente são necessárias?
O frontend precisa de NEXT_PUBLIC_API_URL, NEXT_PUBLIC_SUPABASE_URL e NEXT_PUBLIC_SUPABASE_ANON_KEY. O backend precisa de DATABASE_URL, ANTHROPIC_API_KEY, SUPABASE_URL e SUPABASE_KEY. Nunca commite estes valores para controle de versão.
Como o Claude AI é integrado no backend?
O backend usa o Anthropic Python SDK com saída estruturada via tool calling. Defina modelos Pydantic para schemas de saída esperados, depois use client.messages.create com tool_choice para forçar respostas estruturadas que podem ser analisadas diretamente.

Détails du développeur

Auteur

affaan-m

Licence

MIT

Dépôt

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/cc-skill-project-guidelines-example

Réf

main

Structure de fichiers

📄 SKILL.md