Revue de code système IA (grille)

VérifiéSûr

Analyse le projet par rapport à la grille IA et fournit des retours exploitables avant chaque jalon.

Spar Skills Guide Bot
DeveloppementIntermédiaire
06/08/2026
Claude Code
#code-review#rubric#ai-system#checkpoint#feedback

Recommandé pour

Synthèse automatique

Examine le projet selon une grille d'évaluation spécifique et génère un retour structuré avec scores, constats et actions à entreprendre.

Points forts

  • Sortie structurée avec scores par critère, constats et liste de tâches.
  • Basé sur une grille d'évaluation explicite, ce qui rend l'évaluation objective.
  • Cite des preuves précises du dépôt pour chaque constat.

Limites

  • Nécessite que les URL des grilles soient accessibles.
  • Adapté à un projet académique précis, donc moins générique.
Quand l'utiliser

Lors d'une revue avant un jalon de projet où une grille d'évaluation est fournie.

Quand l'éviter

Pour une revue de code libre sans grille ou lorsque l'on souhaite un retour informel.

Analyse de sécurité

Sûr
Score qualité85/100

The skill is a text-based instruction for code review; it does not declare or use any tools, and there are no destructive, exfiltrating, or obfuscated actions. It only provides guidance for a manual review process.

Aucun point d'attention détecté

Comment cette analyse est faite

Exemples

Review against AI System rubric
Review the current module against the AI System rubric (https://csc-343.path.app/projects/project-2-ai-system/ai-system.rubric.md) and give scores and findings.
Checkpoint rubric review
Run a rubric-based code review for the checkpoint, focusing on the latest changes, and list critical issues and action items.
Elegance rubric review
Check the repository against the Elegance Rubric at https://csc-343.path.app/rubrics/code-elegance.rubric.md and provide structured feedback.

AI System Code Review (Rubric-Based)

Use this skill to review the project against the AI System rubric and provide actionable feedback before each checkpoint.

Required Inputs

  • Repository context (current module spec, recent changes, test results).
  • Elegance Rubric: https://csc-343.path.app/rubrics/code-elegance.rubric.md
  • AI System Rubric: https://csc-343.path.app/projects/project-2-ai-system/ai-system.rubric.md

Review Process

  1. Identify the module(s) included in the current checkpoint.
  2. Read the module spec and README updates.
  3. Inspect implementation, tests, and documentation.
  4. Score each rubric criterion with short justification.
  5. List concrete fixes or improvements needed before submission.

Output Format

Summary

One short paragraph describing overall readiness.

Rubric Scores

Provide a score and justification for each criterion in the rubric.

Findings

List issues by severity (critical, major, minor). Each finding must include:

  • Evidence (file paths, function names, or README sections)
  • Impact on rubric scoring
  • Suggested fix

Action Items

Checklist of next steps to address issues.

Questions

Any missing information needed to finalize the review.

Style Guidelines

  • Cite evidence from the repository.
  • Be concise and direct.
  • Prefer clear, actionable feedback over general advice.

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 annexes

Ce 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.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/ai-system-code-review-rubric-msh3us48/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-system-code-review-rubric-msh3us48' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/ai-system-code-review-rubric-msh3us48/download' --output '.skill-downloads/ai-system-code-review-rubric-msh3us48/SKILL.md.part' && mv '.skill-downloads/ai-system-code-review-rubric-msh3us48/SKILL.md.part' '.skill-downloads/ai-system-code-review-rubric-msh3us48/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

Le fichier ne fournit pas un en-tête name/description exploitable pour cette procédure native. Le téléchargement reste disponible pour lecture ; utilisez le mode manuel ci-dessous.

Mode 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-system-code-review-rubric-msh3us48/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.

Skills similaires