Pular para o conteúdo
Skillpedia
Código em geral40 mil · #5052

code-exemplars-blueprint-generator

Faz seu agente criar instruções personalizadas para analisar códigos e encontrar bons exemplos. Ajuda a definir padrões de codificação e manter a consistência em projetos de software.

O que ela faz

Este gerador cria um guia de exemplos de código de alta qualidade para um projeto. Ele ajuda a manter um padrão de programação consistente, mostrando bons exemplos de como escrever código.

Quando usar

  • ✓Ao iniciar um novo projeto para definir padrões.
  • ✓Quando a qualidade do código precisa ser melhorada.
  • ✓Para ajudar novos desenvolvedores a entenderem as boas práticas.

Exemplo do que pedir para a IA

“Gere um guia de exemplos de código para meu projeto Python, focando em padrões de design e com exemplos de código.”

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

https://github.com/github/awesome-copilot/blob/main/skills/code-exemplars-blueprint-generator/SKILL.md

Mensagem pronta para colar

Use esta skill para me ajudar: https://github.com/github/awesome-copilot/blob/main/skills/code-exemplars-blueprint-generator/SKILL.md Leia o arquivo SKILL.md desse link e siga as instruções dele na minha tarefa.
Como funciona

Você informa o tipo de projeto e como ele deve analisar o código. A ferramenta então cria um arquivo com exemplos de código que seguem as melhores práticas definidas.

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 code-exemplars-blueprint-generator

Ou baixe só o arquivo:

curl -L https://raw.githubusercontent.com/github/awesome-copilot/main/skills/code-exemplars-blueprint-generator/SKILL.md -o SKILL.md
Conteúdo técnico (SKILL.md)

Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.

Gerador de Blueprint de Exemplos de Código

Variáveis de Configuração

${PROJECT_TYPE="Auto-detect|.NET|Java|JavaScript|TypeScript|React|Angular|Python|Other"} <!-- Tecnologia principal --> ${SCAN_DEPTH="Basic|Standard|Comprehensive"} <!-- Quão profundamente analisar a base de código --> ${INCLUDE_CODE_SNIPPETS=true|false} <!-- Incluir trechos de código reais além de referências de arquivos --> ${CATEGORIZATION="Pattern Type|Architecture Layer|File Type"} <!-- Como organizar os exemplos --> ${MAX_EXAMPLES_PER_CATEGORY=3} <!-- Número máximo de exemplos por categoria --> ${INCLUDE_COMMENTS=true|false} <!-- Incluir comentários explicativos para cada exemplo -->

Prompt Gerado

"Analise esta base de código e gere um arquivo exemplars.md que identifique exemplos de código de alta qualidade e representativos. Os exemplos devem demonstrar nossos padrões e práticas de codificação para ajudar a manter a consistência. Use a seguinte abordagem:

1. Fase de Análise da Base de Código

  • ${PROJECT_TYPE == "Auto-detect" ? "Detectar automaticamente as linguagens de programação e frameworks primários, escaneando extensões de arquivo e arquivos de configuração" : Focus on ${PROJECT_TYPE} code files}
  • Identificar arquivos com implementação de alta qualidade, boa documentação e estrutura clara
  • Procurar por padrões comumente usados, componentes de arquitetura e implementações bem estruturadas
  • Priorizar arquivos que demonstrem as melhores práticas para nossa pilha de tecnologia
  • Referenciar apenas arquivos reais que existem na base de código - sem exemplos hipotéticos

2. Critérios de Identificação de Exemplos

  • Código bem estruturado e legível com convenções de nomenclatura claras
  • Comentários e documentação abrangentes
  • Tratamento de erros e validação adequados
  • Aderência a padrões de design e princípios arquitetônicos
  • Separação de preocupações e princípio da responsabilidade única
  • Implementação eficiente sem "code smells" (cheiros de código)
  • Representativo de nossas abordagens padrão

3. Categorias de Padrões Principais

${PROJECT_TYPE == ".NET" || PROJECT_TYPE == "Auto-detect" ? `#### Exemplos .NET (se detectado)

  • Modelos de Domínio: Encontrar entidades que implementam corretamente encapsulamento e lógica de domínio
  • Implementações de Repositório: Exemplos de nossa abordagem de acesso a dados
  • Componentes da Camada de Serviço: Implementações de lógica de negócios bem estruturadas
  • Padrões de Controlador: Controladores de API limpos com validação e respostas adequadas
  • Uso de Injeção de Dependência: Bons exemplos de configuração e uso de DI
  • Componentes de Middleware: Implementações de middleware personalizadas
  • Padrões de Teste de Unidade: Testes bem estruturados com arranjo e asserções adequadas` : ""}

${(PROJECT_TYPE == "JavaScript" || PROJECT_TYPE == "TypeScript" || PROJECT_TYPE == "React" || PROJECT_TYPE == "Angular" || PROJECT_TYPE == "Auto-detect") ? `#### Exemplos Frontend (se detectado)

  • Estrutura de Componentes: Componentes limpos e bem estruturados
  • Gerenciamento de Estado: Bons exemplos de tratamento de estado
  • Integração de API: Chamadas de serviço e tratamento de dados bem implementados
  • Gerenciamento de Formulários: Padrões de validação e envio
  • Implementação de Roteamento: Configuração de navegação e rotas
  • Componentes de UI: Elementos de UI reutilizáveis e bem estruturados
  • Exemplos de Teste de Unidade: Testes de componentes e serviços` : ""}

${PROJECT_TYPE == "Java" || PROJECT_TYPE == "Auto-detect" ? `#### Exemplos Java (se detectado)

  • Classes de Entidade: Entidades JPA bem projetadas ou modelos de domínio
  • Implementações de Serviço: Componentes limpos da camada de serviço
  • Padrões de Repositório: Implementações de acesso a dados
  • Classes de Controlador/Recurso: Implementações de endpoints de API
  • Classes de Configuração: Configuração da aplicação
  • Testes de Unidade: Testes JUnit bem estruturados` : ""}

${PROJECT_TYPE == "Python" || PROJECT_TYPE == "Auto-detect" ? `#### Exemplos Python (se detectado)

  • Definições de Classe: Classes bem estruturadas com documentação adequada
  • Rotas/Visualizações de API: Implementações de API limpas
  • Modelos de Dados: Definições de modelos ORM
  • Funções de Serviço: Implementações de lógica de negócios
  • Módulos Utilitários: Funções auxiliares e utilitárias
  • Casos de Teste: Testes de unidade bem estruturados` : ""}

4. Exemplos de Camada de Arquitetura

  • Camada de Apresentação:

    • Componentes de interface do usuário
    • Controladores/endpoints de API
    • Modelos de visualização/DTOs
  • Camada de Lógica de Negócios:

    • Implementações de serviço
    • Componentes de lógica de negócios
    • Orquestração de fluxo de trabalho
  • Camada de Acesso a Dados:

    • Implementações de repositório
    • Modelos de dados
    • Padrões de consulta
  • Preocupações Transversais:

    • Implementações de logging

…

Perguntas frequentes

O que são 'exemplares de código'?

São trechos de código que servem como modelo ou exemplo de como escrever código de alta qualidade e seguir os padrões definidos para um projeto.

O que significa 'agnóstico de tecnologia'?

Significa que a ferramenta pode funcionar com vários tipos de linguagens de programação e frameworks, não se limitando a apenas um.

Posso escolher o que incluir nos exemplos?

Sim, você pode configurar se quer incluir trechos de código, comentários explicativos e como os exemplos devem ser organizados (por tipo de padrão, camada de arquitetura, etc.).

Detalhes

Descrição original do autor

Technology-agnostic prompt generator that creates customizable AI prompts for scanning codebases and identifying high-quality code exemplars. Supports multiple programming languages (.NET, Java, JavaScript, TypeScript, React, Angular, Python) with configurable analysis depth, categorization methods, and documentation formats to establish coding standards and maintain consistency across development

repo: github/awesome-copilot

Popularidade

Estrelas no GitHub
40 mil
Posição no ranking
#5052
Licença
MIT
Atualizada em
15/10/2026

Essa skill é útil?

0

Entre para votar.

Comentários

  • …

Mais skills deste repositório

Skills parecidas