aibot88 repo-radar — Guia Completo
Quando usar
Carregue esta skill quando o usuário pedir:
- repo-radar, avaliar repositório, analisar repo, classificar repo
- score repo, evaluate repo, rate repository
- quero saber se vale usar X, análise de projeto open-source
PASSO 0 — Identificar o repositório
Se $ARGUMENTS contiver uma URL GitHub, usar diretamente.
Se não, perguntar: "Qual é a URL do repositório a avaliar?"
PASSO 1 — Verificar instalação do CLI
which repo-radar && repo-radar --version
Se não instalado:
# Verificar se o source existe
ls /opt/references/repo-radar 2>/dev/null || \
git clone https://github.com/marciohideaki/repo-radar /opt/references/repo-radar
pip install -e /opt/references/repo-radar
PASSO 2 — Garantir configuração do .env
ls /opt/references/repo-radar/.env 2>/dev/null && echo "EXISTS" || echo "NOT_FOUND"
Se NOT_FOUND, criar a partir do exemplo:
cp /opt/references/repo-radar/.env.example /opt/references/repo-radar/.env
Configurar LLM_PROVIDER conforme o agente em execução:
| Agente | LLM_PROVIDER | API Key |
|---|---|---|
| Claude Code | claude |
ANTHROPIC_API_KEY |
| Codex | openai |
OPENAI_API_KEY |
| Gemini CLI | gemini |
GEMINI_API_KEY |
| Ollama local | ollama |
— |
PASSO 3 — Executar análise
cd /opt/references/repo-radar
repo-radar add "<url-do-repositorio>"
O CLI irá:
- Buscar metadados via GitHub API (stars, forks, contributors, releases, language, license)
- Clonar repositório em
repos/ - Calcular scores heurísticos:
interest,doc,code,coherence,maturity - Consultar LLM para veredito final (classificação + rationale)
- Persistir em SQLite (
data/radar.db) — append-only
PASSO 4 — Exibir resultado
repo-radar show <nome-do-repo>
Anotar:
- Classificação:
INTERESTING|INCORPORATE|WATCH|REDUNDANT|DISCARD - Scores individuais (0–10 cada)
- Rationale do LLM
- Metadados (stars, forks, language, license, last push)
PASSO 5 — Exportar para PROJECT_EVALUATIONS.md
Arquivo destino: /opt/references/PROJECT_EVALUATIONS.md
Se o repositório JÁ EXISTE no arquivo → atualizar a entrada existente. Se é novo → adicionar ao final.
Template obrigatório:
## owner/repo
- Local path: `/opt/references/<nome>`
- Status: `adopt` | `partial` | `reject`
- Priority: `high` | `medium` | `low`
- Recommended action: <ação objetiva em uma frase>
#### What To Reuse
- <item concreto com contexto — baseado no rationale do LLM e evidências reais>
#### What To Avoid
- <item concreto com contexto>
#### Risks
- <risco específico identificado>
#### Evidence
- `path/to/file`: <nota objetiva sobre o arquivo>
#### Notes
- Scores: interest=X doc=X code=X coherence=X maturity=X
- Stars: X | Forks: X | Contributors: X | Releases: X
- Language: X | License: X | LLM: <provider>
- Last push: YYYY-MM-DD
- radar.db: `/opt/references/repo-radar/data/radar.db`
Mapeamento de classificação:
| CLI Output | Status | Priority (guideline) |
|---|---|---|
| INTERESTING | adopt | high |
| INCORPORATE | partial | medium |
| WATCH | partial | low |
| REDUNDANT | reject | low |
| DISCARD | reject | low |
Regras de governança
| Regra | Detalhe |
|---|---|
| SQLite é fonte primária | PROJECT_EVALUATIONS.md é relatório derivado — nunca editar sem consultar o DB |
| Sem duplicatas | Se entry existe, atualizar — nunca adicionar segundo bloco para mesmo repo |
| Evidência real | Citar arquivos reais encontrados no clone — não inventar caminhos |
| Scores obrigatórios | Sempre incluir interest=X doc=X code=X coherence=X maturity=X nas Notes |
| Rationale como base | Usar o texto do LLM como fonte para What To Reuse / What To Avoid |
Quick Mode
For low-context activation, load .enterprise/governance/agent-skills/repo-radar/SKILL-QUICK.md or QUICK.md first. Load this full skill for deep analysis, violation fixing, or formal review gates.