Skills Guide

Nettoyage de code automatisé (GC)

VérifiéSûr

Exécute des linters déterministes, des tests structurels et des analyses de dérive de documentation, puis propose les 3 principaux nettoyages avec scores de risque/coût/bénéfice. Ne fusionne pas automatiquement ; nécessite une révision humaine.

Télécharger et utiliser
Spar Skills Guide Bot
DeveloppementIntermédiaire
22/07/2026
Claude Code
#tech-debt#code-cleanup#linting#refactoring#pull-requests

Recommandé pour

Développeur backendClaude CodeRevue de codeDéveloppeur frontendDéveloppeur fullstackRefactoring

Synthèse automatique

Exécute les linters, tests structurels et scans de dérive documentaire du projet, classe les violations, puis propose les trois nettoyages les plus rentables sous forme de pull requests en brouillon.

Points forts

  • Enchaîne baseline, classification et scoring déterministe via un script side-car auditable (risque/coût/bénéfice)
  • Plafonne volontairement à 3 propositions pour rester utilisable par un développeur seul
  • Consigne l'historique dans .harness/gc-history.json pour faire apparaître les tendances
  • Sépare clairement ce qui est corrigé automatiquement (imports morts, violations de couche) de ce qui est seulement proposé

Limites

  • Suppose que le projet expose déjà les commandes harness:check / harness:check Python, les linters et le script gc-classify.mjs
  • Ne fusionne jamais rien : le travail réel de revue et de merge reste entièrement manuel
  • Les corrections proposées se limitent aux catégories listées (doublons, imports morts, dérive doc, helpers réimplémentés)
Quand l'utiliser

À utiliser le vendredi, avant de taguer une release, ou dès que l'utilisateur parle de dette technique, de nettoyage ou de « AI slop ».

Quand l'éviter

À éviter sur un dépôt sans harnais de tests ni linters configurés, ou lorsqu'on attend une correction automatique et un merge sans intervention humaine.

Analyse de sécurité

Sûr
Score qualité86/100

No destructive, exfiltration, or obfuscation patterns are present: git commands are read-only (status/diff/log), lint/test commands are local, and the only network action is opening draft PRs, which the skill explicitly forbids merging and caps at three. Bash usage is scoped to narrow command prefixes rather than a blanket shell, and the side-car classify script replaces free-form LLM scoring with a deterministic, auditable rubric. Residual risk is limited to repo-defined npm/pytest scripts and the checked-in .mjs script executing with agent privileges, which is normal for a lint-oriented dev workflow.

Points d'attention
  • •`Bash(npm run:*)` and `Bash(pytest:*)` wildcards permit any package/pytest script, including arbitrary pre/post-install hooks defined in the repo — trust depends on the target repo being sane.
  • •`Bash(node .claude/skills/garbage-collection/scripts/gc-classify.mjs:*)` executes a checked-in script; a compromised or malicious variant of that file would run with the agent's privileges.
  • •`gh pr create` has outward-facing side effects (creates remote PRs, requires auth) and consumes network/API quota, though the skill explicitly restricts it to `--draft --label gc` and forbids merging.
  • •Writes artifacts to `.harness/gc-<date>.json` and `.harness/gc-history.json` (expected, but it does mutate working-tree state).
  • •`{{#if isPython}}` template conditionals and the `doc-drift-scan` sub-skill are external dependencies; behavior is undefined if the harness templating or that skill is absent.
Comment cette analyse est faite

Exemples

Friday ritual
It's Friday — run the garbage collection pass on this repo and show me the top 3 cleanups.
Pre-release cleanup
Before I tag v1.4.0, run GC: check the suite, lint, and doc drift, then open draft PRs for the highest-leverage fixes.
Tech debt triage
We've accumulated a lot of tech debt and AI slop in src/. Run garbage collection and tell me what's worth fixing first.

name: garbage-collection description: Use this skill on Fridays, before tagging a release, or when the user mentions "cleanup", "tech debt", "AI slop", "GC", or "garbage collection". Runs the deterministic linters, structural tests, and doc-drift scans, then proposes the top-3 highest-leverage cleanups (with risk/cost/benefit) — does NOT auto-merge. This is the solo-dev shrunk version of OpenAI's Friday garbage-collection ritual. allowed-tools: Read, Glob, Grep, Bash(npm run:), Bash(pytest:), Bash(ruff:), Bash(git status:), Bash(git diff:), Bash(git log:), Bash(gh pr create:), Bash(node .claude/skills/garbage-collection/scripts/gc-classify.mjs:) suggested-turns: 15

Steps

  1. Capture baseline. Run the full suite and save the output:

    • {{#if isPython}}python -m harness.structural_test{{else}}npm run harness:check{{/if}}
    • {{#if isPython}}ruff check . --output-format json{{else}}npm run lint -- --format json{{/if}}
    • Save to .harness/gc-<date>.json.

  2. Classify violations. For each finding:

    • Layer violation → fix.
    • Duplicate utility (same function body in 2+ places) → propose extraction to src/shared/.
    • Dead import → remove.
    • Doc drift (a path in .harness/docs/architecture.md no longer exists) → invoke doc-drift-scan skill.
    • Hand-rolled helper matching a shared utility → propose replacement.

  3. Score each candidate fix on three 1–5 dimensions via the side-car script (replaces the previous LLM-scored turn — deterministic and auditable):

    node .claude/skills/garbage-collection/scripts/gc-classify.mjs \
  --baseline .harness/gc-<date>.json \
  --history  .harness/gc-history.json

    The script applies the mechanical rubric: risk = 1 + ceil(touched/3), cost = 1 + ceil(lines/30), benefit = recurrenceCount(class). Read the JSON candidates[] sorted by (benefit desc, cost asc, risk asc).

  4. Propose ONLY the top 3 cleanups (solo-dev cap; OpenAI does dozens, you do 3). Open them as separate PRs with gh pr create --label gc --draft.

  5. Append a row to .harness/gc-history.json: { "date": "...", "violations_found": N, "fixes_opened": M, "total_tokens": K }.

  6. Stop. Do not merge anything. Human review required at solo scale.

Output contract

### GC run: <date>
### Violations found: <N>
### Top 3 fixes proposed:
1. <slug> — risk:<1-5> cost:<1-5> benefit:<1-5> — PR #<n>
2. ...
3. ...
### Fixes deferred (not in top 3): <count>

Anti-patterns

  • Don't open more than 3 PRs in one run. The cap is a feature, not a bug.
  • Don't auto-merge — the entire point of solo-scale GC is human review.
  • Don't suppress findings that score low; record them in .harness/gc-history.json so trends surface over time.

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/automated-code-cleanup-gc-mrwakavo/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/automated-code-cleanup-gc-mrwakavo' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/automated-code-cleanup-gc-mrwakavo/download' --output '.skill-downloads/automated-code-cleanup-gc-mrwakavo/SKILL.md.part' && mv '.skill-downloads/automated-code-cleanup-gc-mrwakavo/SKILL.md.part' '.skill-downloads/automated-code-cleanup-gc-mrwakavo/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.

Outils déclarés par l’auteur (à vérifier dans votre agent) : Read, Glob, Grep, Bash(npm run:*), Bash(pytest:*), Bash(ruff:*), Bash(git status:*), Bash(git diff:*), Bash(git log:*), Bash(gh pr create:*), Bash(node .claude/skills/garbage-collection/scripts/gc-classify.mjs:*)

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/automated-code-cleanup-gc-mrwakavo/SKILL.md' && test -s '.skill-downloads/automated-code-cleanup-gc-mrwakavo/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/garbage-collection' && cp -R '.skill-downloads/automated-code-cleanup-gc-mrwakavo' '.claude/skills/garbage-collection'

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’OpenSkills
openskills install './.skill-downloads/automated-code-cleanup-gc-mrwakavo'

openskills read 'automated-code-cleanup-gc-mrwakavo'

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 sync

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/automated-code-cleanup-gc-mrwakavo/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

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.

Claude CodeCursorWindsurf+2intermediateSûr 108,623
Skills Guide Bot

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.

Claude CodeCursorWindsurf+1intermediateSûr 48,981
Skills Guide Bot

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.

Claude CodeCursorCodexintermediateSûr 135,015
Skills Guide Bot