スキル一覧に戻る

polish-claw-project

pjt222
更新日 2 days ago
2 閲覧
17
2
17
GitHubで表示
メタautomation

について

このスキルは、OpenClawエコシステムプロジェクトへの貢献のための、構造化された9ステップのワークフローを提供します。コード監査、誤検知の防止、プルリクエスト作成前の所見の相互参照に重点を置いています。OpenClaw、NemoClaw、またはNanoClawリポジトリを体系的にレビューし貢献する必要がある場合にご利用ください。

クイックインストール

Claude Code

推奨
メイン
npx skills add pjt222/agent-almanac -a claude-code
プラグインコマンド代替
/plugin add https://github.com/pjt222/agent-almanac
Git クローン代替
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/polish-claw-project

このコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします

ドキュメント

Claw-Projekt polieren

Strukturierter Workflow zum Beitragen zu OpenClaw-Oekosystem-Projekten. Der neuartige Wert liegt in den Schritten 5-7: parallele Pruefung, Vermeidung von False Positives und Querverweisen von Befunden gegen offene Issues um hoch-impactvolle Beitraege auszuwaehlen. Mechanische Schritte (Fork, PR-Erstellung) delegieren an existierende Skills.

Wann verwenden

  • Beitragen zu NVIDIA/OpenClaw, NVIDIA/NemoClaw, NVIDIA/NanoClaw oder aehnlichen Claw-Oekosystem-Repos
  • Erstmalige Beitraege zu einem unvertrauten Open-Source-Projekt mit sicherheits-sensibler Architektur
  • Wenn ein wiederholbarer, auditierbarer Beitrags-Workflow statt Ad-hoc-Fixes gewuenscht ist
  • Nach Identifikation eines Claw-Projekts das externe Beitraege akzeptiert (CONTRIBUTING.md pruefen)

Eingaben

  • Erforderlich: repo_url — GitHub-URL des Ziel-Claw-Projekts (z.B. https://github.com/NVIDIA/NemoClaw)
  • Optional:
    • contribution_count — Anzahl Beitraege zu anvisieren (Standard: 1-3)
    • focus — Bevorzugter Beitrags-Typ: security, tests, docs, bugs, any (Standard: any)
    • fork_org — GitHub-Org/-Benutzer in den geforkt werden soll (Standard: authentifizierter Benutzer)

Vorgehensweise

Schritt 1: Ziel identifizieren und verifizieren

Bestaetigen dass das Projekt externe Beitraege akzeptiert und aktiv gepflegt wird.

  1. Die Repository-URL oeffnen und CONTRIBUTING.md, CODE_OF_CONDUCT.md und LICENSE lesen
  2. Aktuelle Commit-Aktivitaet pruefen (letzte 30 Tage) und offene PR-Merge-Rate
  3. Verifizieren dass das Projekt eine permissive oder beitragsfreundliche Lizenz nutzt
  4. SECURITY.md oder Sicherheits-Politik falls vorhanden lesen — Responsible-Disclosure-Regeln vermerken
  5. Die primaere Sprache, Test-Framework und CI-System identifizieren

Erwartet: CONTRIBUTING.md existiert, Commits innerhalb der letzten 30 Tage, klare Beitrags-Guidelines.

Bei Fehler: Wenn keine CONTRIBUTING.md oder keine aktuelle Aktivitaet, dokumentieren warum und stoppen — veraltete Projekte mergen externe PRs selten.

Schritt 2: Forken und klonen

Eine Arbeitskopie des Repositories erstellen.

  1. Forken: gh repo fork <repo_url> --clone
  2. Upstream-Remote setzen: git remote add upstream <repo_url>
  3. Verifizieren: git remote -v zeigt sowohl origin (Fork) als auch upstream
  4. Synchronisieren: git fetch upstream && git checkout main && git merge upstream/main

Erwartet: Lokaler Klon mit beiden Remotes konfiguriert und aktuell.

Bei Fehler: Wenn Forken scheitert, GitHub-Authentifizierung pruefen (gh auth status). Wenn Klonen langsam ist, --depth=1 fuer initiale Erkundung versuchen.

Schritt 3: Codebasis erkunden

Ein mentales Modell der Projekt-Architektur aufbauen.

  1. README.md fuer Architektur-Ueberblick und Projektziele lesen
  2. Eintrittspunkte, Kernmodule und oeffentliche API-Oberflaeche identifizieren
  3. Die Test-Struktur kartieren: wo Tests leben, welches Framework, Coverage-Level
  4. Code-Stil-Konventionen vermerken: Linter-Konfig, Namens-Muster, Import-Stil
  5. Auf Docker/Container-Setup, CI-Konfiguration und Deployment-Muster pruefen

Erwartet: Klares Verstaendnis der Projektstruktur, Konventionen und wo Beitraege passen wuerden.

Bei Fehler: Wenn Architektur unklar ist, auf ein spezifisches Subsystem statt das ganze Projekt fokussieren.

Schritt 4: Offene Issues lesen

Existierende Issues durchgehen um Projektbeduerfnisse zu verstehen und doppelte Arbeit zu vermeiden.

  1. Offene Issues auflisten: gh issue list --state open --limit 50
  2. Nach Typ kategorisieren: Bugs, Features, Docs, Security, good-first-issue
  3. Issues mit Labels help wanted, good first issue oder hacktoberfest vermerken
  4. Auf veraltete Issues (>90 Tage offen, keine aktuellen Kommentare) pruefen — diese koennen verlassen sein
  5. Verlinkte PRs lesen um versuchte Loesungen zu verstehen

Erwartet: Kategorisierte Liste nicht beanspruchter Issues mit Typ-Labels.

Bei Fehler: Wenn keine offenen Issues existieren, zu Schritt 5 fortfahren — die Pruefung kann nicht gelistete Verbesserungen aufdecken.

Schritt 5: Parallele Pruefung

Sicherheits- und Code-Qualitaets-Pruefungen parallel ausfuehren. Hier tauchen neuartige Befunde auf.

  1. security-audit-codebase-Skill gegen das Projekt-Root ausfuehren
  2. Gleichzeitig review-codebase-Skill mit Scope quality ausfuehren
  3. Kritisch: jeden Befund gegen das Bedrohungsmodell und die Architektur des Projekts verifizieren
    • Ein "hartcodiertes Geheimnis" in einem Sandbox-Bootstrap-Skript ist keine Schwachstelle
    • Eine fehlende Eingabe-Validierung an einer nur-internen Funktion ist niedrige Schwere
    • Eine als verwundbar markierte Abhaengigkeit kann bereits durch die Architektur des Projekts gemildert sein
  4. Verifizierte Befunde bewerten: CRITICAL, HIGH, MEDIUM, LOW
  5. False Positives mit Begruendung dokumentieren — sie informieren Common Pitfalls fuer zukuenftige Laeufe

Erwartet: Liste verifizierter Befunde mit Schwere-Bewertungen und False-Positive-Annotationen.

Bei Fehler: Wenn keine Befunde auftauchen, Fokus auf Test-Coverage-Luecken, Dokumentations-Verbesserungen oder Developer-Experience-Verbesserungen verschieben.

Schritt 6: Befunde querverweisen

Verifizierte Audit-Befunde auf offene Issues abbilden — der Kern-Urteilsschritt.

  1. Fuer jeden verifizierten Befund offene Issues nach verwandten Diskussionen durchsuchen
  2. Jeden Befund kategorisieren als:
    • Passt zu offenem Issue — den Befund mit dem Issue verlinken
    • Neuer Befund — kein existierendes Issue deckt dies ab
    • Bereits in PR gefixt — offene PRs auf laufende Fixes pruefen
  3. Befunde priorisieren die existierenden Issues entsprechen (hoechste Merge-Wahrscheinlichkeit)
  4. Fuer neue Befunde einschaetzen ob die Maintainer den Fix basierend auf Projekt-Prioritaeten begruessen wuerden

Erwartet: Priorisierte Liste mit Befund-zu-Issue-Mapping und Merge-Wahrscheinlichkeits-Bewertung.

Bei Fehler: Wenn alle Befunde bereits adressiert sind, zu Schritt 4 zurueckkehren und nach Dokumentations-, Test- oder Developer-Experience-Beitraegen suchen.

Schritt 7: Beitraege auswaehlen

1-3 Beitraege basierend auf Impact, Aufwand und Expertise auswaehlen.

  1. Jeden Kandidaten bewerten auf:
    • Impact: Wie sehr verbessert dies das Projekt? (Sicherheit > Bugs > Tests > Docs)
    • Aufwand: Kann dies in einer fokussierten Sitzung gut erledigt werden? (kleine, vollstaendige PRs bevorzugen)
    • Expertise: Hat der Contributor Domaenen-Wissen fuer diesen Fix?
    • Merge-Wahrscheinlichkeit: Passt dies zu erklaerten Projekt-Prioritaeten?
  2. Die Top-Kandidaten auswaehlen (Standard: 1-3)
  3. Fuer jeden definieren: Branch-Name, Scope-Grenze, Akzeptanzkriterien, Test-Plan

Erwartet: 1-3 ausgewaehlte Beitraege mit klarem Scope und Akzeptanzkriterien.

Bei Fehler: Wenn keine Beitraege gut bewertet werden, in Erwaegung ziehen gut geschriebene Issues statt PRs einzureichen.

Schritt 8: Implementieren

Einen Branch pro Beitrag erstellen und den Fix implementieren.

  1. Fuer jeden Beitrag: git checkout -b fix/<description>
  2. Projekt-Konventionen exakt folgen (Linter, Naming, Import-Stil)
  3. Tests die die Aenderung abdecken hinzufuegen oder aktualisieren
  4. Die Test-Suite des Projekts ausfuehren: verifizieren dass alle Tests bestehen
  5. Den Linter des Projekts ausfuehren: verifizieren dass keine neuen Warnings
  6. Jeden PR fokussiert halten — eine logische Aenderung pro Branch

Erwartet: Saubere Implementation mit bestehenden Tests und keinen Linter-Warnings.

Bei Fehler: Wenn Tests an vorbestehenden Problemen scheitern, sie dokumentieren und sicherstellen dass der PR keine neuen Versagen einfuehrt.

Schritt 9: Pull Requests erstellen

Beitraege gemaess CONTRIBUTING.md des Projekts einreichen.

  1. Branch pushen: git push origin fix/<description>
  2. PR mit create-pull-request-Skill erstellen
  3. Das verwandte Issue im PR-Body referenzieren (z.B. "Fixes #123")
  4. Dem PR-Template des Projekts folgen falls eines existiert
  5. Auf Reviewer-Feedback reagieren — schnell iterieren

Erwartet: PRs erstellt, mit Issues verlinkt, Projekt-Konventionen folgend.

Bei Fehler: Wenn PR-Erstellung scheitert, Branch-Schutz-Regeln und Contributor-License-Agreements pruefen.

Validierung

  1. Alle ausgewaehlten Beitraege wurden implementiert und als PRs eingereicht
  2. Jeder PR referenziert das verwandte Issue (falls eines existiert)
  3. Alle Projekt-Tests bestehen auf jedem PR-Branch
  4. Keine False-Positive-Befunde wurden als echte Issues eingereicht
  5. PR-Beschreibungen folgen dem CONTRIBUTING.md-Template des Projekts

Haeufige Stolperfallen

  • False-Positive-Ueberanspruch: Claw-Projekte nutzen Sandbox-Architekturen — eine "Schwachstelle" innerhalb einer gesandboxten Umgebung kann beabsichtigt sein. Immer gegen das Bedrohungsmodell des Projekts verifizieren bevor berichtet wird.
  • Digest-/Signatur-Ketten-Stoerung: Claw-Projekte nutzen oft Verifikations-Ketten fuer Modell-Integritaet. Aenderungen muessen diese Ketten erhalten oder der PR wird abgelehnt.
  • Konventions-Mismatch: Claw-Projekte erzwingen strikten Stil. Den eigenen Linter des Projekts ausfuehren, keinen generischen. Import-Reihenfolge, Docstring-Format und Test-Muster exakt entsprechen.
  • Scope-Creep: 3 fokussierte PRs mergen schneller als 1 ausufernder PR. Jeden Beitrag atomar halten.
  • Veralteter Fork: Vor Arbeitsbeginn immer mit Upstream synchronisieren (git fetch upstream && git merge upstream/main).

Verwandte Skills

GitHub リポジトリ

pjt222/agent-almanac
パス: i18n/de/skills/polish-claw-project
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

関連スキル

content-collections

メタ

このスキルは、Content Collections(Markdown/MDXファイルを型安全なデータコレクションに変換するTypeScriptファーストのツール)の本番環境でテストされた設定を提供します。Zodバリデーションによる型安全性を実現し、ブログ、ドキュメントサイト、コンテンツ重視のVite + Reactアプリケーション構築時にご利用ください。Viteプラグインの設定、MDXコンパイルから、デプロイ最適化、スキーマバリデーションまで、すべてを網羅しています。

スキルを見る

polymarket

メタ

このスキルは、開発者がPolymarket予測市場プラットフォームを活用したアプリケーション構築を可能にします。API統合による取引や市場データの取得に加え、WebSocketを介したリアルタイムデータストリーミングにより、ライブ取引や市場活動を監視できます。取引戦略の実装や、ライブ市場更新を処理するツールの作成にご利用ください。

スキルを見る

creating-opencode-plugins

メタ

このスキルは、開発者がコマンド、ファイル、LSP操作など25種類以上のイベントタイプにフックするOpenCodeプラグインを作成することを支援します。JavaScript/TypeScriptモジュール向けに、プラグイン構造、イベントAPI仕様、および実装パターンを提供します。カスタムイベント駆動ロジックでOpenCode AIアシスタントのライフサイクルをインターセプト、監視、または拡張する必要がある場合にご利用ください。

スキルを見る

sglang

メタ

SGLangは、高性能なLLMサービングフレームワークであり、RadixAttentionプレフィックスキャッシュを活用したJSON、正規表現、エージェントワークフロー向けの高速で構造化された生成を特長とします。特にプレフィックスが繰り返されるタスクにおいて、大幅に高速な推論を実現し、複雑な構造化出力やマルチターン対話に最適です。制約付きデコードが必要な場合や、広範なプレフィックス共有を伴うアプリケーションを構築する場合は、vLLMなどの代替案ではなくSGLangを選択してください。

スキルを見る