Una herramienta de diagnóstico mejorada por IA que escanea bases de código para identificar, categorizar y priorizar la deuda técnica con planes de remediación accionables.
Instalar y Descargar
1. ClawHub CLI
La forma más rápida de instalar una habilidad directamente desde el registro.
npx clawhub@latest install tech-debt-scanner
2. Instalación manual
Copia la carpeta de la habilidad a una de estas ubicaciones
~/.openclaw/skills/ <project>/skills/ Prioridad: Espacio de trabajo > Local > Integrado
3. Instalación del prompt
Copia este prompt en OpenClaw para instalarlo automáticamente.
Ayúdame a instalar tech-debt-scanner usando Clawhub. Si Clawhub no está instalado, instálalo primero (npm i -g clawhub).
¿Prefieres descargar?
Obtén los archivos originales de la habilidad en un archivo ZIP.
¿Qué es Tech Debt Scanner?
Tech Debt Scanner es una sofisticada herramienta de análisis diseñada para ayudar a los equipos de desarrollo a mantener bases de código de alta velocidad mediante la identificación de riesgos ocultos. Va más allá del simple linting al combinar marcadores de análisis estático (como TODO, anidamiento complejo y archivos de gran tamaño) con razonamiento impulsado por IA para evaluar el impacto real de la deuda en su proyecto. Al utilizar Openclaw Skills, esta herramienta permite a los desarrolladores transformar un backlog desordenado de code smells en una hoja de ruta priorizada con estimaciones de esfuerzo y puntuaciones de riesgo claras.
Al analizar la estructura de su proyecto y el historial de git, identifica objetivos de refactorización de alto ROI donde se cruzan la complejidad y la alta frecuencia de cambios (churn). Ya sea que se esté preparando para un sprint o auditando un repositorio heredado, esta skill proporciona la verdad técnica necesaria para justificar los esfuerzos de limpieza ante los interesados.
Casos de uso de Tech Debt Scanner
- Realización de auditorías integrales de calidad de código antes de la planificación trimestral.
- Identificación de puntos calientes de complejidad de alto riesgo propensos a errores de regresión.
- Seguimiento de la antigüedad y propiedad de los marcadores TODO y FIXME heredados.
- Mapeo de brechas de cobertura de pruebas en las partes modificadas con más frecuencia de la base de código.
- Automatización de comprobaciones de salud de dependencias para encontrar paquetes obsoletos o vulnerables.
Cómo funciona Tech Debt Scanner
- La skill detecta automáticamente los lenguajes de programación y la configuración del entorno del proyecto.
- Detectores especializados se ejecutan a través de ripgrep y comandos de shell para localizar marcadores de deuda como HACK, XXX y DEPRECATED.
- El análisis de complejidad mide el recuento de líneas de archivo y la profundidad de anidamiento lógico para encontrar estructuras de código frágiles.
- El historial de Git calcula métricas de churn para ver qué archivos complejos se modifican con más frecuencia.
- El motor de IA procesa estos hallazgos para asignar niveles de riesgo, estimaciones de esfuerzo (XS-XL) y pasos de remediación.
- Se genera un informe priorizado que puede usarse para revisión manual o integrarse en pipelines de CI/CD.
Configuración de Tech Debt Scanner
Para usar esta herramienta dentro del ecosistema Openclaw Skills, asegúrese de tener ripgrep y git instalados en su sistema. Ejecute el siguiente comando para iniciar un escaneo completo:
# Ejecutar una auditoría completa de deuda técnica
openclaw run tech-debt-scanner scan
# O escanear problemas específicos como brechas en las pruebas
openclaw run tech-debt-scanner tests
Esquema de datos y taxonomía de Tech Debt Scanner
Tech Debt Scanner organiza sus hallazgos en una jerarquía estructurada para facilitar su procesamiento:
| Punto de Datos | Descripción | Metadatos Recopilados |
|---|---|---|
| Marcadores de Deuda | Encontrados mediante patrones regex | Número de línea, Autor, Antigüedad (vía Git Blame), Categoría |
| Hotspots | Archivos grandes o complejos | Recuento de líneas, Profundidad de anidamiento, Tasa de churn (90 días) |
| Dependencias | Salud de paquetes externos | Retraso de versión (Major/Minor), Estado de obsolescencia |
| Cobertura de Pruebas | Ratio fuente-a-prueba | Tamaño de archivo, Hotspots de churn no probados |
Funciones avanzadas de Tech Debt Scanner
- Priorización Impulsada por IA: Clasifica automáticamente los elementos de deuda según el riesgo, el esfuerzo y el impacto.
- Umbrales de CI/CD: Códigos de salida configurables para fallar las compilaciones si se detectan elementos de deuda críticos.
- Agnóstico al Lenguaje: Los detectores se adaptan a TypeScript, Python, Go, Java y más según las extensiones de archivo.
- Informes Multiformato: Exporte los hallazgos como Markdown legible por humanos, JSON analizable por máquina o texto sin formato.
- Integración Profunda con Git: Cruza los code smells con la frecuencia de cambios histórica para identificar los archivos más peligrosos.
SKILL.md
Cargando
Habilidades relacionadas de Openclaw
Calculadora de SLO
Una utilidad técnica para calcular presupuestos de error SLO/SLA, tiempo de inactividad permitido, tasas de consumo y métricas de tiempo de actividad utilizando una sintaxis de duración de precisión.
Dark Launch Controller
Una sofisticada habilidad de gestión de despliegue para ejecutar dark launches con feature flags, con supervisión automatizada del rendimiento y puertas de promoción.
RAG Chunking Optimizer
Una herramienta especializada para analizar corpus de documentos y diseñar estrategias óptimas de fragmentación para mejorar el rendimiento del pipeline RAG.
Consensus Commons
Un consejo de decisión adversarial multi-agente que utiliza un protocolo de endurecimiento de consenso de 5 estados para producir decisiones de gobernanza auditables y de alta confianza.
Webpack Config Validator
Una utilidad ligera basada en Python para auditar las configuraciones de webpack en busca de errores estructurales, plugins obsoletos y brechas de optimización del rendimiento.
AWS CDK Analyzer
Una herramienta de auditoría integral para aplicaciones AWS CDK que garantiza el cumplimiento de seguridad, la eficiencia de costos y la seguridad de la implementación.
Presentado*
