Token导航 LogoToken导航

Agent Skill · 研究检索

code-quality(代码质量)

code-quality 用于记录任务执行中的错误、用户纠正、经验和能力缺口,适合在 Codex、Claude、Cursor、Gemini CLI 中希望让 Agent 持续沉淀问题、修正和最佳实践时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

code-quality 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为需要联网;许可证信息还不明确,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 46,825。

总安装 760周安装 32GitHub Stars 7下载 266核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:code-quality(代码质量)
来源仓库:https://github.com/d-o-hub/rust-self-learning-memory
仓库路径:skills/code-quality
安装命令:
npx skills add https://github.com/d-o-hub/rust-self-learning-memory --skill code-quality
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/d-o-hub/rust-self-learning-memory --skill code-quality

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

统一管理 Rust 项目的代码质量与安全检查。提供格式化、clippy lint、安全审计与覆盖率检测脚本。质量门禁要求 >90% 测试覆盖率且零警告通过。所有提交前必须通过 ./scripts/quality-gates.sh 验证。code-quality 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

来源仓库内路径:skills/code-quality

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/d-o-hub/rust-self-learning-memory --skill code…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

code-quality 怎么安装?

在终端执行 npx skills add https://github.com/d-o-hub/rust-self-learning-memory --skill code-quality。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

code-quality 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

code-quality 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

code-quality 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

code-quality 用的人多吗?

公开数据是累计安装 760 次,近一周安装 32 次,下载 266 次,GitHub 7 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

code-quality 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
code-quality

代码质量 · 本页

7607需要联网未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Code Quality

Unified skill for Rust code quality and clean code development. Use scripts as primary interface.

Quick Commands

# Format check
./scripts/code-quality.sh fmt

# Lint with clippy
./scripts/code-quality.sh clippy --workspace

# Security audit
./scripts/code-quality.sh audit

# Run all quality gates
./scripts/code-quality.sh check

# Full quality gates (coverage threshold 90%)
./scripts/quality-gates.sh

Quality Gates

CheckCommandTarget
Format./scripts/code-quality.sh fmt100% compliant
Lint./scripts/code-quality.sh clippy --workspaceZero warnings
Auditcargo auditNo known vulnerabilities
Coveragecargo llvm-cov --html>=90%
Docscargo doc --no-depsAll public APIs

Rust Quality Dimensions

DimensionFocusTarget
StructureFiles <500 LOC, clear modules<500 LOC per file
Error HandlingCustom Error, Result, no unwrap? operator, thiserror
Async Patternsspawn_blocking for CPU workNo blocking in async
Testing>=90% coverage, AAA patterncargo nextest + doctests
DocumentationPublic APIs documentedcargo doc passes
SecurityParameterized SQL, env varsNo hardcoded secrets

Clean Code Principles

SOLID

  • Single Responsibility: One reason to change per module
  • Open-Closed: Extend via traits, not modification
  • Liskov Substitution: Subtypes substitutable for base types
  • Interface Segregation: Small, focused interfaces
  • Dependency Inversion: Depend on abstractions, inject deps

DRY/KISS/YAGNI

  • DRY: Extract common code, single source of truth
  • KISS: Simple solutions, avoid over-engineering
  • YAGNI: Build what's needed now, defer complexity

Anti-Patterns

Rust-Specific

  • Excessive clone -> Use borrowing or Arc
  • Unnecessary unwrap -> Use ? operator
  • Deep nesting -> Extract methods
  • Large functions -> Split (<50 LOC)
  • Deadlocks -> Release locks before .await

General Code Smells

  • Long methods -> Break into smaller
  • Duplicate code -> Extract reusable functions
  • God class -> Reduce responsibilities
  • Feature envy -> Move methods to appropriate classes

Best Practices Checklist

DO

  • Files <500 LOC, clear module hierarchy
  • Custom Error enum with Result
  • No unwrap() in production (tests only)
  • async fn for IO, spawn_blocking for CPU
  • =90% test coverage
  • Public APIs documented
  • SOLID principles applied
  • No code duplication (DRY)

DON'T

  • Violate SOLID principles
  • Duplicate code "for now"
  • Functions >50 lines without justification
  • Skip static analysis warnings
  • Over-engineer simple problems
  • Create tight coupling

Code Review Output Format

# Code Quality Report

## Summary
- Score: X/100
- Critical Issues: N
- Warnings: M

## By Dimension
- Structure: [Status]
- Error Handling: [Status]
- Async Patterns: [Status]
- Testing: [Status]
- Documentation: [Status]

## Critical Issues
1. [Issue] - File:line - Fix: [Recommendation]

## Action Items
- [ ] High: Fix critical issues
- [ ] Medium: Address warnings

Dependency Monitoring

# Count duplicate dependencies (target: <100)
cargo tree -d | grep -cE "^[a-z]"

# Find unused dependencies
cargo machete && cargo shear

References

  • Detailed dimensions: quality-dimensions.md (in this directory)
  • ADR-036: Dependency Deduplication
  • ADR-032: Disk Space Optimization

平台分布

Codex

37.68%
按下载量换算100

Claude

31.05%
按下载量换算83

Cursor

20.64%
按下载量换算55

Gemini CLI

8.57%
按下载量换算23

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills