Skill: Deep Review

Skill: Deep Review

Revision profunda de codigo adaptada al contexto de Proportione. Cada hallazgo se clasifica por severidad: CRITICAL, WARNING, SUGGESTION.

Target: $ARGUMENTS (PR number, commit range, file paths, o directorio)

Configuration

This skill references external paths. Set these environment variables or replace inline:

• $QA_PROPORTIONE_DIR — Root of the QA_Proportione repo (e.g. /path/to/QA_Proportione)

Flujo

PASO 1 — Obtener el diff

Determina que revisar segun $ARGUMENTS o lo que el usuario proporcione:

# Si es un PR
gh pr diff [numero]

# Si es un rango de commits
git diff [commit1]..[commit2]

# Si es el working directory
git diff

# Si son ficheros especificos
# Leer los ficheros directamente

PASO 2 — Leer contexto del proyecto

1. Lee el CLAUDE.md del proyecto para entender convenciones y arquitectura.
2. Identifica el stack (Python, PHP, JS/TS, Terraform, Ansible).
3. Lee $QA_PROPORTIONE_DIR/CLAUDE.md para contexto QA transversal.
4. Si existe documentacion de requisitos del cliente (specs, tickets, issues), leela para verificar cumplimiento.

PASO 3 — Analisis profundo

Revisa cada fichero modificado evaluando:

Logica y correccion

• La logica es correcta para todos los inputs posibles?
• Se manejan los edge cases? (null, vacio, lista con 1 elemento, overflow)
• Las condiciones son completas? (falta algun else/case?)
• Los tipos/valores de retorno son consistentes?
• Hay race conditions o problemas de concurrencia?

Naming y claridad

• Las variables dicen lo que contienen?
• Los metodos hacen lo que dice su nombre?
• Hay variables con nombres enganosos? (el problema de codigo legacy que detecto juanmacias)
• Los nombres siguen las convenciones del proyecto?

Complejidad

• Se puede simplificar sin perder funcionalidad?
• Hay duplicacion que deberia extraerse?
• La funcion hace demasiadas cosas? (Single Responsibility)
• Los condicionales anidados se pueden aplanar?

Tests

• Existen tests para el codigo modificado?
• Los tests cubren los edge cases identificados?
• Si no hay tests, deberia haberlos?
• Los tests existentes siguen siendo validos tras el cambio?

Cumplimiento de requisitos

• El cambio implementa lo que se pidio? (ticket, issue, spec)
• Hay requisitos del cliente que el cambio no cubre?
• Se introduce comportamiento no solicitado?
• Los mensajes de error/UI cumplen con lo esperado por el usuario final?

Seguridad (check rapido)

• Se valida input del usuario antes de usarlo?
• Hay secrets hardcodeados?
• Se usa SQL parametrizado?
• Hay eval(), exec(), dangerouslySetInnerHTML o equivalentes?

Stack-especifico

Python (Aviaria, automation-brain):

• Se usan type hints en funciones publicas?
• Se usa with para file handles y conexiones?
• Hay except Exception genericos que enmascaran errores?

PHP (WordPress):

• Se usa $wpdb->prepare() para queries?
• Se escapan outputs con esc_html(), esc_attr()?
• Se verifican nonces en forms?
• Se usa sanitize_*() para inputs?

JavaScript/TypeScript (porqueviven, OpenClaw):

• Hay any types innecesarios?
• Se manejan promesas rechazadas?
• Se usa === en lugar de ==?

Terraform/Ansible:

• Se parametrizan valores que pueden cambiar?
• Los recursos tienen tags/labels descriptivos?
• Se usa depends_on explicito cuando es necesario?

PASO 4 — Generar informe

Presenta los hallazgos en este formato:

## Deep Review — [nombre del PR/commit/ficheros]

### Resumen
[1-2 frases describiendo que hacen los cambios y la calidad general]

### Hallazgos

#### CRITICAL (bloquean merge)
1. **[fichero:linea]** — [descripcion del problema]
   - Impacto: [que puede pasar si no se corrige]
   - Fix sugerido: [codigo o descripcion del fix]

#### WARNING (deberian corregirse)
1. **[fichero:linea]** — [descripcion]
   - Fix sugerido: [...]

#### SUGGESTION (mejoras opcionales)
1. **[fichero:linea]** — [descripcion]

### Tests recomendados
- [ ] [test case 1]
- [ ] [test case 2]

### Veredicto
[APPROVE / REQUEST_CHANGES / NEEDS_DISCUSSION]

PASO 5 — Ofrecer correcciones

Si hay hallazgos CRITICAL o WARNING, pregunta al usuario:

Quieres que corrija los issues CRITICAL/WARNING directamente?

Si acepta, aplica los fixes y vuelve a ejecutar la revision para verificar.

---

Notas

• Esta skill NO sustituye el juicio humano. Presenta hallazgos para que el humano decida.
• En codigo legacy, presta especial atencion a variables cuyo nombre no refleja su contenido real.
• Si el diff es muy grande (>500 lineas), divide la revision por fichero y presenta un resumen global al final.
• Cuando el proyecto tenga Semgrep configurado, ejecuta semgrep --config $QA_PROPORTIONE_DIR/rulesets/semgrep/ como complemento.