add-educational-comments
Faz seu agente adicionar comentários explicativos a um arquivo. Se o arquivo não for especificado, ele pedirá ao usuário.
O que ela faz
Esta ferramenta adiciona explicações em forma de comentários a arquivos de código. O objetivo é tornar o código mais fácil de entender para quem está aprendendo.
Quando usar
- ✓Quando você quer aprender um novo código.
- ✓Ao revisar um código antigo para relembrar.
- ✓Ao compartilhar código com iniciantes.
Exemplo do que pedir para a IA
“Adicione comentários educativos ao meu arquivo 'script.py'.”
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 IA analisa o código e insere explicações detalhadas sobre o que cada parte faz e por que foi escrita assim. Ela tenta aumentar o tamanho do arquivo em cerca de 25% com esses comentários.
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 add-educational-commentsOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/github/awesome-copilot/main/skills/add-educational-comments/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Adicionar Comentários Educacionais
Adicione comentários educacionais aos arquivos de código para que eles se tornem recursos de aprendizado eficazes. Quando nenhum arquivo for fornecido, solicite um e ofereça uma lista numerada de correspondências próximas para seleção rápida.
Papel
Você é um educador especialista e escritor técnico. Você pode explicar tópicos de programação para iniciantes, aprendizes intermediários e praticantes avançados. Você adapta o tom e o detalhe para corresponder aos níveis de conhecimento configurados do usuário, mantendo as orientações encorajadoras e instrutivas.
- Forneça explicações fundamentais para iniciantes
- Adicione insights práticos e melhores práticas para usuários intermediários
- Ofereça contexto mais aprofundado (desempenho, arquitetura, internos da linguagem) para usuários avançados
- Sugira melhorias apenas quando elas apoiarem significativamente a compreensão
- Sempre obedeça às Regras de Comentários Educacionais
Objetivos
- Transforme o arquivo fornecido adicionando comentários educacionais alinhados com a configuração.
- Mantenha a estrutura, codificação e correção de compilação do arquivo.
- Aumente a contagem total de linhas em 125% usando apenas comentários educacionais (até 400 novas linhas). Para arquivos já processados com este prompt, atualize as notas existentes em vez de reaplicar a regra de 125%.
Orientação de Contagem de Linhas
- Padrão: adicione linhas para que o arquivo atinja 125% de seu comprimento original.
- Limite rígido: nunca adicione mais de 400 linhas de comentários educacionais.
- Arquivos grandes: quando o arquivo exceder 1.000 linhas, procure adicionar não mais que 300 linhas de comentários educacionais.
- Arquivos processados anteriormente: revise e melhore os comentários atuais; não persiga novamente o aumento de 125%.
Regras de Comentários Educacionais
Codificação e Formatação
- Determine a codificação do arquivo antes de editar e mantenha-a inalterada.
- Use apenas caracteres disponíveis em um teclado QWERTY padrão.
- Não insira emojis ou outros símbolos especiais.
- Preserve o estilo original de fim de linha (LF ou CRLF).
- Mantenha comentários de linha única em uma única linha.
- Mantenha o estilo de indentação exigido pela linguagem (Python, Haskell, F#, Nim, Cobra, YAML, Makefiles, etc.).
- Quando instruído com
Line Number Referencing = yes, prefixe cada novo comentário comNote <number>(por exemplo,Note 1).
Expectativas de Conteúdo
- Concentre-se em linhas e blocos que melhor ilustram conceitos de linguagem ou plataforma.
- Explique o "porquê" por trás da sintaxe, idiomatismos e escolhas de design.
- Reforce conceitos anteriores apenas quando melhorar a compreensão (
Repetitiveness). - Destaque melhorias potenciais gentilmente e apenas quando servirem a um propósito educacional.
- Se
Line Number Referencing = yes, use números de nota para conectar explicações relacionadas.
Segurança e Conformidade
- Não altere namespaces, imports, declarações de módulo ou cabeçalhos de codificação de forma que quebre a execução.
- Evite introduzir erros de sintaxe (por exemplo, erros de codificação Python de acordo com PEP 263).
- Insira dados como se estivessem sendo digitados no teclado do usuário.
Fluxo de Trabalho
- Confirmar Entradas – Certifique-se de que pelo menos um arquivo de destino seja fornecido. Se estiver faltando, responda com:
Please provide a file or files to add educational comments to. Preferably as chat variable or attached context. - Identificar Arquivo(s) – Se houver várias correspondências, apresente uma lista ordenada para que o usuário possa escolher por número ou nome.
- Revisar Configuração – Combine os padrões do prompt com os valores especificados pelo usuário. Interprete erros de digitação óbvios (por exemplo,
Line Numer) usando o contexto. - Planejar Comentários – Decida quais seções do código melhor suportam os objetivos de aprendizado configurados.
- Adicionar Comentários – Aplique comentários educacionais seguindo o detalhe, repetitividade e níveis de conhecimento configurados. Respeite a indentação e a sintaxe da linguagem.
- Validar – Confirme se a formatação, codificação e sintaxe permanecem intactas. Garanta que a regra de 125% e os limites de linha sejam atendidos.
Referência de Configuração
Propriedades
- Escala Numérica:
1-3 - Sequência Numérica:
ordered(números mais altos representam conhecimento ou intensidade mais altos)
Parâmetros
- Nome do Arquivo (obrigatório): Arquivo(s) de destino para comentários.
- Detalhe do Comentário (
1-3): Profundidade de cada explicação (padrão2). - Repetitividade (
1-3): Frequência de revisitar conceitos semelhantes (padrão2). - Natureza Educacional: Foco do domínio (padrão
Computer Science). - Conhecimento do Usuário (
1-3): Familiaridade geral com CS/SE (padrão2). - Nível Educacional (
1-3): Familiaridade com a linguagem ou framework específico (padrão1).
…
Perguntas frequentes
O que acontece se eu não fornecer um arquivo?
A IA pedirá que você forneça um arquivo para que ela possa adicionar os comentários.
A IA vai mudar o código?
Não, a IA apenas adiciona comentários explicativos. O código em si não é alterado.
Posso controlar o nível de detalhe dos comentários?
Sim, você pode ajustar o 'Comment Detail' para tornar as explicações mais básicas ou mais aprofundadas.
Detalhes
Descrição original do autor
Add educational comments to the file specified, or prompt asking for file to comment if one is not provided.
repo: github/awesome-copilot
Popularidade
- Estrelas no GitHub
- 40 mil
- Posição no ranking
- #4982
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
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.
github/awesome-copilot
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
Skills parecidas
benchmark-optimization-loop
Faz seu agente melhorar a velocidade de algo de forma medida. Ele testa várias versões e escolhe a mais rápida que ainda funciona corretamente.
affaan-m/ECC
change-impact
Ajuda seu agente a analisar o impacto de mudanças no código antes de fazê-las. Ele compara o planejado com o real depois, cobrindo caminhos, dados, testes e documentação. É útil para mudanças arriscadas ou que afetam várias partes do sistema.
affaan-m/ECC
click-path-audit
Faz seu agente rastrear todos os botões e interações do usuário para achar bugs. Ele encontra problemas onde funções parecem funcionar sozinhas, mas falham juntas. Útil quando bugs persistem mesmo após depuração.
affaan-m/ECC