Ein strenges 9-stufiges Entwicklungs-Framework und Validierungssystem, das sicherstellt, dass AI agents hochwertigen, verifizierten Code in GitHub-Repositories produzieren.
Installieren & Herunterladen
1. ClawHub CLI
Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.
npx clawhub@latest install github-development-standard
2. Manuelle Installation
Kopiere den Skill-Ordner an einen dieser Orte
~/.openclaw/skills/ <project>/skills/ Priorität: Workspace > Lokal > Integriert (Bundled)
3. Prompt-Installation
Kopiere diesen Prompt in OpenClaw, um ihn automatisch zu installieren.
Hilf mir, github-development-standard über Clawhub zu installieren. Falls Clawhub nicht installiert ist, installiere es bitte zuerst (npm i -g clawhub).
Lieber herunterladen?
Hole dir die rohen Skill-Dateien in einem ZIP-Archiv.
Was ist GitHub-Entwicklungsstandard?
Der GitHub-Entwicklungsstandard ist ein umfassendes, methodengesteuertes Framework, das darauf ausgelegt ist, AI-Modelle während des Entwicklungsprozesses zu bändigen. Durch die Durchsetzung eines strukturierten Lebenszyklus – von der Analyse der issue bis zur vierstufigen Validierung – wird sichergestellt, dass die Codequalität konsistent und vorhersehbar bleibt. Dieser spezifische Eintrag in der Openclaw Skills-Bibliothek konzentriert sich auf die Lösung gängiger AI-Coding-Probleme wie Scope Creep, mangelnde Verifizierung und unbefugtes Refactoring, was ihn zu einem unverzichtbaren Werkzeug für Entwickler macht, die AI agents einsetzen.
Der Skill geht über die einfache Codegenerierung hinaus, indem er einen disziplinierten Ansatz implementiert: Zuerst das Problem definieren, die Behebung planen, die Codeänderung ausführen und vor jeder Veröffentlichung eine umfassende Validierung durchführen. Dies stellt sicher, dass der AI agent wie ein professioneller Ingenieur und nicht nur wie ein Codegenerator agiert.
GitHub-Entwicklungsstandard Anwendungsfälle
- Standardisierung des Entwicklungslebenszyklus für AI agents, die an komplexen GitHub-Repositories arbeiten.
- Vermeidung von unbeabsichtigtem Scope Creep und unnötigen Refactorings bei einfachen Fehlerbehebungen.
- Automatisierung einer mehrstufigen Validierungspipeline zur Sicherstellung der Codeintegrität vor dem Deployment.
- Erstellung präziser und synchronisierter Release Notes basierend auf tatsächlichen Codeänderungen.
So funktioniert GitHub-Entwicklungsstandard
- Analysieren der GitHub issue und Erstellen einer Aufgabenkarte, um den Umfang und die Baseline zu definieren.
- Identifizieren spezifischer Änderungspunkte, um Code-Churn zu minimieren und eine Vermischung von Logik/Stil zu verhindern.
- Ausführen der Codierungsphase unter Verwendung lokaler Austauschstrategien, um die ursprüngliche Codestruktur beizubehalten.
- Durchführen eines 4-stufigen Validierungsprozesses, der Syntax, imports, spezifisches Verhalten und Regressionstests abdeckt.
- Überprüfen des Diff gegen die ursprünglichen Anforderungen und Erstellen von Release Notes, die dem verifizierten Code entsprechen.
GitHub-Entwicklungsstandard Einrichtung
Um dies in Ihrer Umgebung zu implementieren, stellen Sie sicher, dass das GitHub CLI installiert und konfiguriert ist. Folgen Sie während des Entwicklungsprozesses den mehrstufigen Validierungsbefehlen:
# Step 1: Syntax Validation
python3 -m py_compile path/to/your_script.py
# Step 2: Behavior Verification
python3 test_fix.py
# Step 3: Regression Testing
python3 -m pytest tests/
GitHub-Entwicklungsstandard Datenschema & Taxonomie
Der Skill organisiert seinen Workflow anhand einer 15-Punkte-Abnahme-Checkliste, die in vier technische Bereiche unterteilt ist:
| Bereich | Elemente | Fokus |
|---|---|---|
| Anforderungskonsistenz | A1-A3 | Abgleich mit issue-Beschreibungen und Zielen |
| Technische Korrektheit | B1-B4 | Versionierung, Datenstrukturen und logische Integrität |
| Testvalidierung | C1-C4 | Syntax, imports, Beispiele und Regressionen |
| Release-Qualität | D1-D4 | Diff-Größe, Release Notes und Risikobewertung |
GitHub-Entwicklungsstandard Erweiterte Funktionen
- Integrierte GitHub CLI-Unterstützung für automatisierte issue-Anzeige, Kommentierung und Schließung direkt über den agent.
- Multi-Datei-Synchronisationslogik, um READMEs und Dokumentationen in verschiedenen Sprachen synchron zu halten.
- Systematische toolbasierte Verifizierung mit grep und anderen CLI-Utilities, um manuelle menschliche Fehler zu ersetzen.
- Performance-Benchmarking, das die Fehlerüberarbeitungsraten signifikant von 60 % auf 5 % senkt.
SKILL.md
Laden
Verwandte Openclaw-Skills
Reddit Market Insights
Ein KI-gestütztes semantisches Suchwerkzeug zur Aufdeckung von E-Commerce-Chancen, Käufer-Schwachstellen und Trendprodukten direkt aus Reddit-Diskussionen.
WHOOP AI Agent Skill
Eine spezialisierte Integration, die es AI Agenten ermöglicht, WHOOP v2 Gesundheits- und Leistungsmetriken zu autorisieren, abzurufen und zu analysieren.
Morning Radar
Morning Radar ist ein automatisiertes Intelligenz-Tool für Openclaw Skills, das maßgeschneiderte Nachrichten-Briefings sammelt, filtert und direkt in Ihren Arbeitsbereich pusht.
Alkahest Developer
Ein spezialisiertes Toolset für Entwickler zum Erstellen von Anwendungen und Agenten, die über mehrere Programmiersprachen hinweg mit Alkahest-Escrow-Verträgen interagieren.
Audio-Schlafhilfe bei Insomnie
Ein spezialisierter AI-Skill, der empathische Begleitung und kuratierte Audio-Ressourcen für Benutzer mit Schlaflosigkeit und Schlafschwierigkeiten bietet.
Draw Animal Skill
Ein Python-basiertes Dienstprogramm zur Generierung von beschreibendem Text für Tierbilder basierend auf benutzerdefinierten Parametern.
Hervorgehoben*
