agentleFS
ES-92ES-92/esc/skills/review/SKILL.md

review

Skill0 starsChanged 4 months agoMITView on GitHub

Führt ein adversariales, kritisches Code- und Spec-Review einer umgesetzten ESC-Story durch — prüft jedes Akzeptanzkriterium, Constitution-Konformität, Edge-Cases, Spec-Drift und macht einen dedizierten Security-Pass (Injection, Authz, Secrets, Deps) und liefert konkrete Findings. Use when a story was implemented and the user says "review", "code review", "kritisch prüfen", "security review", "esc review [id]", or before marking a story done.

192 other projects use a version of this.

Adopted by

Most recently taken up by

Used with

Projects with it also use close-spec, design-with-images and 10 more.

Other files people use alongside this one.

Files found in the same public projects as a version of this one, more often than they turn up anywhere else. Each project counts once, large collections count for less, and this file's own repository is left out.
  • dzhngSkill

    close-spec

    When a spec under specs/<feature>/ is done shipping (a write-spec build, or any planned task that produced a spec), archive it to specs/done/ and rewrite it from a build-plan into a durable rationale — the why, the principles, the invariants — pointing back to the real code for the how. Use when implementation has landed and the plan no longer matches what shipped, or the user says a feature/spec is finished. Pairs with [write-spec](../write-spec/SKILL.md) (the plan this closes) and [review](../review/SKILL.md) (run before closing).

    Also in 5 projects that use this

  • dzhngSkill

    design-with-images

    Explore UI and visual design with image generation, then iterate the real implementation against the user-selected concept. Use when brainstorming visual directions, offering mockup variants, or implementing an approved generated design; do not stop at the mockups or the first code approximation.

    Also in 5 projects that use this

  • LambenthanSkill

    daily-arxiv

    每日从 arXiv 拉取新论文,过滤相关性,auto-ingest 高优先级论文,检测 SOTA 更新

    Also in 5 projects that use this

  • LambenthanSkill

    exp-eval

    实验判决门:Review LLM 独立评判实验结果 → 4 种判决路径 → 自动更新 claims confidence、ideas status、graph edges

    Also in 5 projects that use this

  • +3 more from dzhng
  • +5 more from Lambenthan

The file

Files
SKILL.md

esc:review — Adversariales Review

Ziel: die Umsetzung kritisch gegen die Spec prüfen. Haltung: Skeptiker, nicht Cheerleader. Der Reviewer ist bewusst nicht der Umsetzer — suche aktiv nach Lücken.

Sichtweise & Schärfe

Dies ist das Zuhause der skeptischen Sicht — Advocatus Diaboli, unerbittlich fragend, konkrete Einwände gegen dieses Artefakt, nie generisch (${CLAUDE_PLUGIN_ROOT}/shared/viewpoints.md). Tiefe nach level (${CLAUDE_PLUGIN_ROOT}/shared/intensity.md); ab Level 2 zusätzlich esc:challenge (frischer Zweit-Pass).

Lies zuerst

  • esc/specs/stories/<id>-*.md (Akzeptanzkriterien!), esc/specs/constitution.md
  • Den tatsächlichen Diff/Code (via Bash git diff, Glob/Grep auf die betroffenen Dateien)

Ablauf

1. Scope erfassen

Nimm $ARGUMENTS als ID. Lies die Story und sieh dir die geänderten Dateien an.

2. Akzeptanzkriterien einzeln verifizieren

Gehe jedes testbares Akzeptanzkriterium durch und belege mit Code/Test, ob es erfüllt ist (erfüllt / teilweise / nicht erfüllt). Tests selbst ausführen, nicht auf die Behauptung verlassen.

3. Kritische Dimensionen prüfen

  • Korrektheit — Logikfehler, falsche Annahmen, Off-by-one, Race Conditions.
  • Edge-Cases/Fehlerpfade — die in PRD/Story genannten Fälle wirklich abgedeckt?
  • Constitution-Konformität — Standards, Test-Anspruch, Security-Regeln eingehalten?
  • Quellen-Konformität — hält die Umsetzung die bindenden externen Quellen (esc/specs/sources.md, falls vorhanden) ein? Verstöße sind Blocker.
  • Sicherheit — Injection, Secrets im Code, fehlende Validierung/Authz.
  • Spec-Drift — wurde etwas anderes/mehr gebaut als spezifiziert? Scope-Creep?
  • Wartbarkeit — Duplikate, Muster-Bruch, unnötige Komplexität.

4. Security-Pass (level-skaliert)

Über die allgemeine Sicherheits-Dimension hinaus ein gezielter Durchgang: Injection (SQL/Command/XSS), fehlende Input-Validierung, Authentifizierung/Authorisierung (fehlende/zu weite Checks), Secrets/Keys im Code, unsichere Defaults, riskante/veraltete Dependencies, unsichere Datei-/Netzwerk-Operationen. Ab Level 2 diesen Pass als frischen Subagenten (esc:challenge-Mechanik) auf den Diff laufen lassen — kontextlos, nur auf Sicherheit fokussiert; Befunde dann hier einsortieren.

4b. YAGNI-Prüfung

Bei jedem „sollte man auch X bauen / ordentlich machen": die Codebase greppen, ob X wirklich genutzt wird. Ungenutzt → Entfernen vorschlagen (YAGNI); genutzt → sauber umsetzen. Kein Feature auf Verdacht.

5. Findings berichten

Strukturierter Report nach Schweregrad (Blocker / Sollte / Nice-to-have), je Finding: Ort, Problem, Vorschlag. Sicherheits-Blocker sind immer Blocker. Klar sagen, ob die Story freigegeben ist oder nachgebessert werden muss. Bei Blockern: zurück zu esc:implement.

Umgang mit Findings: Wer die Findings umsetzt (implement/ correct-course), reagiert nicht performativ („Du hast völlig recht! / Danke!"). Stattdessen: lesen, in eigenen Worten wiedergeben/nachfragen, gegen die Codebase verifizieren, dann faktisch quittieren („Behoben. [was]") oder technisch begründet widersprechen. Unklare Findings: erst klären, nichts teilweise umsetzen.

6. Status setzen

Nur wenn keine Blocker offen sind und alle Akzeptanzkriterien erfüllt: Story-Status in state.yaml auf done. Sonst auf in_progress zurück mit klarer To-do-Liste.

Definition of Done

  • Mitlaufende Artefakte aktualisiert: esc:track (Story-Status auf done/zurück).
  • Jedes Akzeptanzkriterium wurde explizit gegen Code/Test verifiziert (mit gezeigter Test-Ausgabe).
  • Alle kritischen Dimensionen + Security-Pass geprüft; Findings nach Schweregrad geordnet.
  • Klare Freigabe-Entscheidung; Status in state.yaml korrekt gesetzt.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.