Synthèse automatique
Passerelle de qualité de code qui s'appuie sur le serveur MCP Open Code Review pour repérer les défauts typiques du code généré par IA : imports hallucinés, paquets fantômes, API obsolètes et chemins de code morts.
Points forts
- Cible des catégories de défauts que les linters classiques ignorent, comme les imports hallucinés et les paquets fantômes
- Valide les imports par rapport aux manifestes de dépendances (package.json, requirements.txt, pom.xml) lorsqu'on scanne la racine du projet
- Propose un scan de diff pour un retour rapide sur une pull request, avec explication détaillée et suggestion de correctif par défaut
- Structure le résultat en rapport hiérarchisé (critique / avertissement / info) directement exploitable dans une revue
Limites
- Nécessite le serveur MCP @opencodereview/mcp-server ; sans lui, aucune des commandes de scan n'est disponible
- La correction automatique (heal_code) doit être relue avant commit, le skill lui-même recommande de l'utiliser avec parcimonie
- Couverture limitée à six langages : TypeScript, JavaScript, Python, Java, Go et Kotlin
À utiliser lorsqu'il faut contrôler du code généré par IA avant une fusion, auditer les imports et dépendances d'un projet, ou passer un diff de PR au crible.
À éviter comme unique contrôle qualité sur des bases non couvertes (Rust, C++, Ruby…) ou en remplacement d'un vérificateur de types et d'une suite de tests complète.
Analyse de sécurité
PrudenceThe skill contains no destructive, obfuscated, or exfiltration instructions, but it delegates scanning and auto-fixing to an external MCP server and can modify source files through heal_code. These are legitimate developer-tool capabilities, so the risk is moderate rather than malicious.
- •Relies on an external MCP server package (@opencodereview/mcp-server) that is not vendored or verified in the skill
- •Includes a heal_code tool that can automatically modify source files; users should review changes before committing
Exemples
Scan the codebase at /Users/me/projects/api for AI-generated defects before I merge this branch — I want hallucinated imports and phantom packages reported first.Here is the diff from my pull request. Run a code quality gate on it and list any stale API calls or version mismatches, with fixes.Audit the imports in /Users/me/projects/pipeline, python only, and tell me which packages don't actually exist or aren't in requirements.txt.name: open-code-review-scan description: AI code quality gate that detects hallucinated imports, phantom packages, stale APIs, and AI-specific code defects. Use when the user asks to scan code, review code quality, check for AI-generated bugs, audit imports, find phantom dependencies, or run a code quality gate. Supports TypeScript, JavaScript, Python, Java, Go, Kotlin. license: MIT metadata: author: raye-deng version: "1.0" mcp-server: "@opencodereview/mcp-server"
Open Code Review — AI Code Quality Gate
Scan source code for AI-generated defects that traditional linters miss. This skill detects:
- Hallucinated imports: packages that don't exist or aren't in dependencies
- Phantom packages: code referencing non-existent modules
- Stale APIs: calls to removed or renamed APIs
- Dead code paths: unreachable code introduced by AI generation
- Version mismatches: code using APIs from wrong library versions
When to activate
- User asks to "scan code", "review code quality", "check for AI bugs"
- User wants to audit imports or find phantom dependencies
- User needs a code quality gate before merging PRs
- User mentions "code review", "lint", "static analysis" for AI-generated code
- User wants to check a diff or specific files for defects
Instructions
- Use the
scan_directorytool to scan the target codebase:- Provide the absolute path to the directory
- Optionally specify language filter (e.g., "typescript", "python")
- For PR reviews, use
scan_diffwith the diff content - Review the scan results for defect categories:
- Critical: hallucinated imports, missing dependencies
- Warning: stale APIs, version mismatches
- Info: dead code paths, unused variables
- For each defect, use
explain_issueto get detailed explanations and fix suggestions - To auto-fix issues, use
heal_codeon affected files - Present a structured report to the user with:
- Summary statistics (total issues, by severity)
- Top critical issues with explanations
- Recommended fixes
Supported Languages
TypeScript, JavaScript (Node.js), Python, Java, Go, Kotlin
Tips
- For best results, scan the project root so the tool can read
package.json/requirements.txt/pom.xmlfor dependency validation - Run
scan_diffon PR diffs for fastest feedback - Use
heal_codesparingly — always review auto-fixed code before committing
Du fichier au premier essai
Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.
Consulter la source et ses fichiers annexesCe téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.
1. Télécharger le fichier
Télécharger SKILL.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/ai-code-quality-gate-detect-ai-defects-ms47vpfr/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.
Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.
mkdir -p '.skill-downloads/ai-code-quality-gate-detect-ai-defects-ms47vpfr' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/ai-code-quality-gate-detect-ai-defects-ms47vpfr/download' --output '.skill-downloads/ai-code-quality-gate-detect-ai-defects-ms47vpfr/SKILL.md.part' && mv '.skill-downloads/ai-code-quality-gate-detect-ai-defects-ms47vpfr/SKILL.md.part' '.skill-downloads/ai-code-quality-gate-detect-ai-defects-ms47vpfr/SKILL.md'2. Vérifier les prérequis
Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.
Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.
Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.
3. Charger la skill
Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.
Claude Code
test -f '.skill-downloads/ai-code-quality-gate-detect-ai-defects-ms47vpfr/SKILL.md' && test -s '.skill-downloads/ai-code-quality-gate-detect-ai-defects-ms47vpfr/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/open-code-review-scan' && cp -R '.skill-downloads/ai-code-quality-gate-detect-ai-defects-ms47vpfr' '.claude/skills/open-code-review-scan'Cursor
test -f '.skill-downloads/ai-code-quality-gate-detect-ai-defects-ms47vpfr/SKILL.md' && test -s '.skill-downloads/ai-code-quality-gate-detect-ai-defects-ms47vpfr/SKILL.md' && mkdir -p '.cursor/skills' && test ! -e '.cursor/skills/open-code-review-scan' && cp -R '.skill-downloads/ai-code-quality-gate-detect-ai-defects-ms47vpfr' '.cursor/skills/open-code-review-scan'OpenSkills
OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.
Installation officielle d’OpenSkillsopenskills install './.skill-downloads/ai-code-quality-gate-detect-ai-defects-ms47vpfr'openskills read 'ai-code-quality-gate-detect-ai-defects-ms47vpfr'La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.
Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.
openskills syncMode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.
4. Faire un premier essai
Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :
Lis .skill-downloads/ai-code-quality-gate-detect-ai-defects-ms47vpfr/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.
Bonnes pratiques React Hook Form
Developpement
Maîtrisez React Hook Form : évitez les anti-patterns, gérez les abonnements, et traitez correctement reset, dirty state et entrées contrôlées.
Migration Emotion vers Mantine
Developpement
Migrer les styled-components Emotion vers des composants Mantine avec style props et modules CSS. Pour convertir .styled.tsx ou supprimer les imports @emotion.
Détecteur de dérive de périmètre
Developpement
Analyse les diffs git par rapport à une intention pour détecter la dérive de périmètre, fichiers non liés et PR trop larges, puis suggère de garder, diviser ou justifier.