remove-ai-slops
Ajuda seu agente a remover padrões de código indesejados ou 'cheiros' de código gerado por IA. É útil para limpar o código após a geração automática.
O que ela faz
Esta ferramenta remove 'gordura' ou código desnecessário gerado por inteligência artificial em suas alterações de código. Ela faz isso com segurança, garantindo que o programa continue funcionando como antes.
Quando usar
- ✓Quando você pede para 'limpar' ou 'remover código desnecessário' de uma atualização.
- ✓Após usar uma IA para gerar código e querer revisá-lo.
- ✓Para garantir que o código gerado por IA siga boas práticas.
Exemplo do que pedir para a IA
“Limpe o código gerado por IA nos meus últimos commits.”
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 primeiro cria testes para garantir que o código funciona. Depois, ela analisa e remove padrões de código que são considerados 'gordura' pela IA. Por fim, ela verifica novamente com os testes para ter certeza de que nada quebrou.
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 code-yeongyu/oh-my-openagent --skill remove-ai-slopsOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/code-yeongyu/oh-my-openagent/dev/packages/shared-skills/skills/remove-ai-slops/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Skill para Remover "Slop" de IA
Entradas
- Escopo Padrão: diff de branch vs
merge-base main(sem argumentos necessários) - Escopo Opcional: lista explícita de arquivos passada pelo chamador (ex: conjunto de arquivos alterados de um workflow Ralph)
O que esta skill faz
Limpa "slop" (conteúdo desnecessário ou de baixa qualidade) gerado por IA de um conjunto delimitado de arquivos alterados, preservando estritamente o comportamento. Bloqueia o comportamento com testes de regressão primeiro, depois executa uma limpeza categorizada em várias passagens, e então verifica com "quality gates" (portões de qualidade) e uma revisão crítica. Reverte e edita diretamente quando a verificação falha.
O invariante de segurança principal: o comportamento é bloqueado por testes verdes antes que uma única linha seja removida. Um checklist por si só não é segurança; um teste de regressão que passa é.
Categorias (o que conta como "slop")
O agente procura por estas nove categorias. As três primeiras são estilísticas, as três seguintes são estruturais, as duas seguintes tratam de custo oculto, e a última é sobre cobertura de comportamento.
Estilísticas
Comentários óbvios — comentários que repetem o código, docstrings triviais, divisores de seção, código comentado, TODOs/Notas vagas.
- MANTER: comentários explicando o PORQUÊ (lógica de negócio, casos extremos, soluções alternativas), links de tickets, explicações de regex/algoritmos.
- MANTER: marcadores BDD (
# given,# when,# then,# when/then).
Código excessivamente defensivo — verificações de nulo para valores garantidos, try/except em torno de código que não pode gerar exceção, verificações isinstance para parâmetros tipados estaticamente, valores padrão para parâmetros obrigatórios, "shims" de compatibilidade retroativa, validação redundante duplicada em várias camadas, captura ampla de exceções (
except Exception/except BaseExceptionem Python,catch {}vazio oucatch (e) { console.error(e) }sem estreitamento em TypeScript/JavaScript).- MANTER: validação nas fronteiras do sistema (entrada do usuário, APIs externas), tratamento de erros de I/O, campos de banco de dados anuláveis. Um "catch-all" de nível superior na fronteira (CLI
main(), manipulador HTTP) com log explícito + re-raise é aceitável. - REFAZER:
except Exception→ capturar a exceção específica que você espera.catch {}vazio → adicionar estreitamentoinstanceofou re-lançar.catch (e) { log(e) }→ estreitar cominstanceof, tratar casos conhecidos, re-lançar desconhecidos. - PROVA REQUERIDA: antes de excluir qualquer validação ou tratamento de erro em um limite de confiança, a Fase 2 deve incluir uma regressão adversária (entrada malformada ou hostil) que falhe se a proteção for removida. Sem teste adversário → a proteção permanece. Defesa redundante a ser removida é uma duplicata de uma verificação que já roda dentro do limite; uma proteção sem prova de redundância está carregando peso.
- MANTER: validação nas fronteiras do sistema (entrada do usuário, APIs externas), tratamento de erros de I/O, campos de banco de dados anuláveis. Um "catch-all" de nível superior na fronteira (CLI
Complexidade excessiva — aninhamento profundo (>3 níveis), ternários aninhados, expressões booleanas complexas (combinar 4+ predicados), listas longas de parâmetros (>5 argumentos sem uma struct/dataclass/objeto), funções "god" (>50 linhas fazendo muitas coisas), "one-liners" excessivamente inteligentes que sacrificam a legibilidade, cadeias
if/elif/elsepara discriminação de tipo/enum/literal (deve sermatch/case+assert_never),objectusado como anotação de tipo (deve serProtocol,TypeVar, ou união explícita).- MANTER: padrões de complexidade estabelecidos neste codebase, caminhos de hot performance que intencionalmente usam um idioma complexo.
if/elsepara condições booleanas e verificações de intervalo (não discriminação de variantes). - REFAZER: cadeias if aninhadas → "guard clauses" / retornos antecipados. Ternários complexos → if/else explícito. Cadeias if/elif isinstance/enum →
match/casecomassert_neverno "wildcard". Anotaçõesobject→Protocol(estrutural),TypeVar(genérico), ou união (variantes conhecidas).
- MANTER: padrões de complexidade estabelecidos neste codebase, caminhos de hot performance que intencionalmente usam um idioma complexo.
Estruturais
Abstração desnecessária — wrappers "pass-through", helpers de uso único, indireção especulativa ("podemos precisar disso mais tarde"), interfaces com um único implementador onde a interface não adiciona ganho de testabilidade, funções de fábrica que apenas chamam um construtor.
- MANTER: abstrações que fornecem uma "costura" real (testabilidade, múltiplos implementadores, limites exigidos pelo framework).
Violações de limites — importações de camada errada (UI importando driver de banco de dados), responsabilidades "vazadas" (manipulador fazendo lógica de negócio que pertence a um serviço), acoplamento oculto (módulo A lendo estado privado do módulo B), efeitos colaterais em funções com nomes "puros".
- MANTER: atalhos pragmáticos já estabelecidos como padrão neste codebase. Sinalizar para julgamento humano se incerto.
Código morto — imports não utilizados, funções/métodos privados não utilizados, branches inalcançáveis, flags de funcionalidade desatualizadas, sobras de depuração (
console.log,print(...),dbg!), código removido mas ainda referenciado.
…
Perguntas frequentes
O que são 'AI slops'?
São padrões de código que as IAs às vezes geram e que não são ideais, como comentários óbvios, código excessivamente defensivo ou complexidade desnecessária.
Isso pode quebrar meu código?
Não, a ferramenta é projetada para ser segura. Ela só remove código após confirmar com testes que o comportamento do programa não mudou.
Ela remove comentários úteis?
Não, ela mantém comentários que explicam o 'porquê' de algo, links de tickets, ou explicações de algoritmos complexos. Ela remove apenas comentários que apenas repetem o código.
Detalhes
Descrição original do autor
Removes AI-generated code smells from branch changes or an explicit file list behind regression tests. Use when the user asks to clean up, deslop, or remove AI-slop patterns from recent changes.
Popularidade
- Estrelas no GitHub
- 70 mil
- Posição no ranking
- #1743
- Licença
- NOASSERTION
- Atualizada em
- 16/10/2026
Comentários
- …
Mais skills deste repositório
comment-checker
Ajuda seu agente a entender e responder a feedbacks de verificadores automáticos de comentários. É útil quando o agente precisa processar informações de ferramentas que revisam automaticamente o código ou o conteúdo.
code-yeongyu/oh-my-openagent
lcx-contribute-bug-fix
Ajuda seu agente a contribuir com correções de bugs para projetos relacionados ao LazyCodex. Ele cria issues ou pull requests para garantir a qualidade do código.
code-yeongyu/oh-my-openagent
lcx-doctor
Faz seu agente verificar a saúde da instalação do LazyCodex e Codex CLI. É útil quando o sistema se comporta de forma estranha após atualizações ou mudanças.
code-yeongyu/oh-my-openagent
lcx-report-bug
Ajuda seu agente a reportar bugs de forma detalhada em projetos do LazyCodex. Ele cria issues com informações úteis para os desenvolvedores corrigirem o problema.
code-yeongyu/oh-my-openagent
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