acquire-codebase-knowledge
Ajuda seu agente a entender e documentar um projeto de código existente. É útil para novas pessoas entrarem no projeto ou para ter uma visão geral da arquitetura.
O que ela faz
Esta ferramenta cria um conjunto de documentos que explicam como um projeto de software está organizado, quais tecnologias ele usa e como funciona. Ela ajuda novas pessoas a entenderem o código rapidamente.
Quando usar
- ✓Quando você precisa entender um projeto de código que não conhece.
- ✓Ao integrar um novo membro na equipe de desenvolvimento.
- ✓Para documentar a estrutura e o funcionamento de um sistema existente.
Exemplo do que pedir para a IA
“Me ajude a entender este projeto de código, documentando sua estrutura, tecnologias e funcionamento.”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
A ferramenta analisa os arquivos do projeto e executa comandos para coletar informações. Em seguida, ela preenche sete tipos de documentos com base no que encontra, marcando o que não consegue descobrir.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add github/awesome-copilot --skill acquire-codebase-knowledgeOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/github/awesome-copilot/main/skills/acquire-codebase-knowledge/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Adquirir Conhecimento da Base de Código
Produz sete documentos preenchidos em docs/codebase/ cobrindo tudo o que é necessário para trabalhar efetivamente no projeto. Documente apenas o que é verificável a partir de arquivos ou saída do terminal — nunca infira ou assuma.
Contrato de Saída (Obrigatório)
Antes de finalizar, tudo o que segue deve ser verdadeiro:
- Exatamente estes arquivos existem em
docs/codebase/:STACK.md,STRUCTURE.md,ARCHITECTURE.md,CONVENTIONS.md,INTEGRATIONS.md,TESTING.md,CONCERNS.md. - Cada afirmação é rastreável a arquivos de origem, configuração ou saída do terminal.
- Desconhecidos são marcados como
[TODO]; decisões dependentes de intenção são marcadas[ASK USER]. - Cada documento inclui uma curta lista de "evidências" com caminhos de arquivo concretos.
- A resposta final inclui perguntas numeradas
[ASK USER]e divergências entre intenção e realidade.
Fluxo de Trabalho
Copie e acompanhe esta lista de verificação:
- [ ] Phase 1: Run scan, read intent documents
- [ ] Phase 2: Investigate each documentation area
- [ ] Phase 3: Populate all seven docs in docs/codebase/
- [ ] Phase 4: Validate docs, present findings, resolve all [ASK USER] items
Modo de Área de Foco
Se o usuário fornecer uma área de foco (por exemplo: "apenas arquitetura" ou "testes e preocupações"):
- Execute sempre a Fase 1 por completo.
- Conclua totalmente os documentos da área de foco primeiro.
- Para documentos não focados ainda não analisados, mantenha as seções necessárias presentes e marque desconhecidos como
[TODO]. - Ainda execute o loop de validação da Fase 4 em todos os sete documentos antes da saída final.
Fase 1: Escanear e Ler Intenção
Execute o script de escaneamento a partir da raiz do projeto alvo:
python3 "$SKILL_ROOT/scripts/scan.py" --output docs/codebase/.codebase-scan.txtOnde
$SKILL_ROOTé o caminho absoluto para a pasta da skill. Funciona em Windows, macOS e Linux.Início rápido: Se você tiver o caminho em linha:
python3 /absolute/path/to/skills/acquire-codebase-knowledge/scripts/scan.py --output docs/codebase/.codebase-scan.txtProcure por arquivos
PRD,TRD,README,ROADMAP,SPEC,DESIGNe leia-os.Resuma a intenção declarada do projeto antes de ler qualquer código-fonte.
Fase 2: Investigar
Use a saída do escaneamento para responder a perguntas para cada um dos sete modelos. Carregue references/inquiry-checkpoints.md para a lista completa de perguntas por modelo.
Se a pilha for ambígua (múltiplos arquivos de manifesto, tipos de arquivo desconhecidos, sem package.json), carregue references/stack-detection.md.
Fase 3: Preencher Modelos
Copie cada modelo de assets/templates/ para docs/codebase/. Preencha nesta ordem:
- STACK.md — linguagem, runtime, frameworks, todas as dependências
- STRUCTURE.md — layout do diretório, pontos de entrada, arquivos chave
- ARCHITECTURE.md — camadas, padrões, fluxo de dados
- CONVENTIONS.md — nomenclatura, formatação, tratamento de erros, imports
- INTEGRATIONS.md — APIs externas, bancos de dados, autenticação, monitoramento
- TESTING.md — frameworks, organização de arquivos, estratégia de mock
- CONCERNS.md — débito técnico, bugs, riscos de segurança, gargalos de performance
Use [TODO] para qualquer coisa que não possa ser determinada pelo código. Use [ASK USER] onde a resposta correta requer a intenção da equipe.
Fase 4: Validar, Reparar, Verificar
Execute este loop de validação obrigatório antes de finalizar:
- Valide cada documento contra
references/inquiry-checkpoints.md. - Para cada afirmação não trivial, confirme se existe pelo menos uma referência de evidência.
- Se alguma seção obrigatória estiver faltando ou não suportada:
- Corrija o documento.
- Reexecute a validação.
- Repita até que todos os sete documentos passem.
Em seguida, apresente um resumo de todos os sete documentos, liste cada item [ASK USER] como uma pergunta numerada e destaque quaisquer divergências entre Intenção vs. Realidade da Fase 1.
Critérios de aprovação da validação:
- Nenhuma afirmação não suportada.
- Nenhuma seção obrigatória vazia.
- Desconhecidos usam
[TODO]em vez de suposições. - Lacunas de intenção da equipe são explicitamente marcadas
[ASK USER].
Armadilhas
Monorepos: A raiz package.json pode não ter código-fonte — verifique por diretórios workspaces, packages/ ou apps/. Cada workspace pode ter dependências e convenções independentes. Mapeie cada subpacote separadamente.
…
Perguntas frequentes
O que são os sete documentos criados?
São documentos sobre a pilha de tecnologia (STACK), estrutura (STRUCTURE), arquitetura (ARCHITECTURE), convenções (CONVENTIONS), integrações (INTEGRATIONS), testes (TESTING) e preocupações gerais (CONCERNS) do projeto.
O que significa '[TODO]' ou '[ASK USER]'?
'[TODO]' indica algo que a ferramenta não conseguiu descobrir. '[ASK USER]' significa que a ferramenta precisa de uma pergunta respondida por você para completar a documentação.
A ferramenta pode adivinhar informações sobre o código?
Não, a ferramenta só documenta o que pode ser verificado diretamente nos arquivos ou na saída de comandos. Ela não inventa ou assume informações.
Detalhes
Descrição original do autor
Use this skill when the user explicitly asks to map, document, or onboard into an existing codebase. Trigger for prompts like "map this codebase", "document this architecture", "onboard me to this repo", or "create codebase docs". Do not trigger for routine feature implementation, bug fixes, or narrow code edits unless the user asks for repository-level discovery.
repo: github/awesome-copilot
Popularidade
- Estrelas no GitHub
- 40 mil
- Posição no ranking
- #4977
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
acreadiness-assess
Faz seu agente avaliar a prontidão de um projeto para IA e gerar um relatório. É útil para entender o quão bem um projeto está preparado para usar ferramentas de IA.
github/awesome-copilot
acreadiness-generate-instructions
Ajuda seu agente a criar instruções para ferramentas de IA baseadas em uma avaliação. É útil para melhorar a forma como a IA interage com o código e fecha lacunas identificadas.
github/awesome-copilot
acreadiness-policy
Faz seu agente ajudar a definir ou aplicar políticas para avaliação de projetos de IA. É útil para padronizar a forma como os projetos são avaliados e garantir conformidade.
github/awesome-copilot
ad-campaign-analyzer
Ajuda seu agente a analisar dados de campanhas de anúncios. Ele identifica o que cortar, escalar ou testar para otimizar o investimento.
github/awesome-copilot
Skills parecidas
architecture-decision-records
Faz seu agente registrar decisões importantes sobre a estrutura do projeto. Ajuda a entender o porquê das escolhas feitas e a manter um histórico claro das mudanças.
affaan-m/ECC
code-tour
Faz seu agente criar guias passo a passo no código, com locais exatos em arquivos e linhas. É útil para apresentar um projeto, explicar código ou revisar mudanças. Ajuda a entender como um sistema funciona.
affaan-m/ECC
codebase-onboarding
Ajuda seu agente a analisar um código desconhecido e criar um guia de integração. Ele inclui um mapa da arquitetura, pontos de entrada e convenções. Ideal para quem está começando em um novo projeto.
affaan-m/ECC