Um utilitário inteligente do Openclaw Skills que clona repositórios do GitHub e utiliza a IA DeepSeek para realizar auditorias profundas de qualidade de código e segurança.
A maneira mais rápida de instalar uma habilidade diretamente do registro.
npx clawhub@latest install github-code-analyzer
Copie a pasta da habilidade para um desses locais
~/.openclaw/skills/ <project>/skills/ Prioridade: Espaço de Trabalho > Local > Integrado
Copie este prompt para o OpenClaw para instalá-lo automaticamente.
Ajude-me a instalar o github-code-analyzer usando o Clawhub. Se o Clawhub não estiver instalado, instale-o primeiro (npm i -g clawhub).
Obtenha os arquivos originais da habilidade em um arquivo ZIP.
O GitHub Code Analyzer é uma ferramenta robusta projetada para trazer auditoria automatizada de repositórios para o ecossistema Openclaw Skills. Ao integrar-se diretamente com o git e os modelos de linguagem avançados da DeepSeek, ele permite que os desenvolvedores obtenham visibilidade imediata sobre a saúde de qualquer base de código pública. A skill foca na identificação de padrões estruturais, bugs ocultos e potenciais vulnerabilidades de segurança que revisões manuais podem perder.
Esta skill é particularmente valiosa para desenvolvedores que precisam verificar dependências de código aberto ou realizar revisões arquiteturais rápidas. Ao aproveitar modelos especializados como o deepseek-coder, o analisador fornece sugestões contextuais que vão além de um simples linting, oferecendo uma perspectiva sofisticada orientada por IA sobre a manutenibilidade e o desempenho do projeto.
Para começar a usar esta ferramenta em seu ambiente Openclaw Skills, certifique-se de ter um cliente git instalado e suas credenciais da DeepSeek API configuradas.
# Executar uma análise em um repositório alvo
analyze https://github.com/owner/repo
# Especificar um modelo especializado para análise lógica de código mais profunda
analyze https://github.com/owner/repo --model deepseek-coder
O GitHub Code Analyzer organiza suas descobertas em um formato claro e acionável. Os dados processados incluem:
| Ponto de Dado | Descrição |
|---|---|
| Estrutura do Projeto | Um mapa visual das pastas e arquivos principais do repositório. |
| Avaliação de Qualidade | Métricas de alto nível sobre a limpeza e legibilidade do código. |
| Identificação de Bugs | Uma lista de falhas lógicas ou potenciais erros de tempo de execução encontrados nas amostras. |
| Vulnerabilidades de Segurança | Destaques de padrões de codificação inseguros ou riscos expostos. |
| Roteiro de Melhorias | Sugestões classificadas para refatoração e aprimoramento arquitetural. |
Carregamento
Um mecanismo de planejamento movido a AI que transforma filmagens brutas e intenção criativa em plantas de edição JSON estruturadas para produção de vídeo automatizada.

Um utilitário CLI profissional projetado para remover assinaturas de AI e humanizar textos usando a Dashboard Console API.

Uma habilidade de automação baseada em AI projetada para gerar notas profissionais para o XiaoHongShu, incluindo texto, tags e imagens via API Xiaonian.

Uma habilidade de otimização de imagem automatizada para macOS que garante que sua mídia atenda aos limites de tamanho da plataforma antes de ser enviada.

Uma poderosa integração para gerenciar repositórios, issues e pull requests do GitHub diretamente através da GitHub CLI.

Uma skill especializada que permite a comunicação persistente e segura entre sessões de agentes de IA autônomos.








































