requesting-code-review

par openai

Utiliser lors de l’exécution de tâches, de l’implémentation de fonctionnalités majeures ou avant une fusion pour vérifier que le travail répond aux exigences.

npx skills add https://github.com/openai/plugins --skill requesting-code-review

Requesting Code Review

Dispatch a code reviewer subagent to catch issues before they cascade. The reviewer gets precisely crafted context for evaluation — never your session's history. This keeps the reviewer focused on the work product, not your thought process, and preserves your own context for continued work.

Core principle: Review early, review often.

When to Request Review

Mandatory:

  • After each task in subagent-driven development
  • After completing major feature
  • Before merge to main

Optional but valuable:

  • When stuck (fresh perspective)
  • Before refactoring (baseline check)
  • After fixing complex bug

How to Request

1. Get git SHAs:

BASE_SHA=$(git rev-parse HEAD~1)  # or origin/main
HEAD_SHA=$(git rev-parse HEAD)

2. Dispatch code reviewer subagent:

Use Task tool with general-purpose type, fill template at code-reviewer.md

Placeholders:

  • {DESCRIPTION} - Brief summary of what you built
  • {PLAN_OR_REQUIREMENTS} - What it should do
  • {BASE_SHA} - Starting commit
  • {HEAD_SHA} - Ending commit

3. Act on feedback:

  • Fix Critical issues immediately
  • Fix Important issues before proceeding
  • Note Minor issues for later
  • Push back if reviewer is wrong (with reasoning)

Example

[Just completed Task 2: Add verification function]

You: Let me request code review before proceeding.

BASE_SHA=$(git log --oneline | grep "Task 1" | head -1 | awk '{print $1}')
HEAD_SHA=$(git rev-parse HEAD)

[Dispatch code reviewer subagent]
  DESCRIPTION: Added verifyIndex() and repairIndex() with 4 issue types
  PLAN_OR_REQUIREMENTS: Task 2 from docs/superpowers/plans/deployment-plan.md
  BASE_SHA: a7981ec
  HEAD_SHA: 3df7661

[Subagent returns]:
  Strengths: Clean architecture, real tests
  Issues:
    Important: Missing progress indicators
    Minor: Magic number (100) for reporting interval
  Assessment: Ready to proceed

You: [Fix progress indicators]
[Continue to Task 3]

Integration with Workflows

Subagent-Driven Development:

  • Review after EACH task
  • Catch issues before they compound
  • Fix before moving to next task

Executing Plans:

  • Review after each task or at natural checkpoints
  • Get feedback, apply, continue

Ad-Hoc Development:

  • Review before merge
  • Review when stuck

Red Flags

Never:

  • Skip review because "it's simple"
  • Ignore Critical issues
  • Proceed with unfixed Important issues
  • Argue with valid technical feedback

If reviewer wrong:

  • Push back with technical reasoning
  • Show code/tests that prove it works
  • Request clarification

See template at: requesting-code-review/code-reviewer.md

Plus de skills de openai

user-context
openai
Charger ou gérer les préférences de routage source durables du plugin Data Analytics, la logique d’intégration, la progression de la configuration et le registre de la couche sémantique.
official
notion-research-documentation
openai
Rechercher du contenu Notion et le synthétiser en notes structurées, rapports ou comparaisons avec citations. Interroger et récupérer des pages Notion à l'aide de requêtes ciblées, puis organiser les résultats par thème avec des citations de sources en ligne et une section de références. Choisir parmi quatre formats de sortie (note rapide, résumé de recherche, comparaison, rapport complet) en fonction de la portée et de l'objectif de l'utilisateur. Créer et mettre à jour des pages Notion à l'aide de modèles intégrés ; lier les sources directement et suivre les modifications à mesure que de nouvelles informations arrivent...
official
rcsb-pdb-skill
openai
Soumettre des requêtes RCSB PDB compactes pour les métadonnées principales, les requêtes Search API et les téléchargements FASTA. Utiliser lorsque l'utilisateur souhaite des résumés RCSB concis ; enregistrer le JSON brut ou…
official
pdf
openai
Lecture, création et validation de PDF avec rendu visuel et génération programmatique. Rendu des pages PDF en PNG pour inspection visuelle de la mise en page, de l'espacement et de la typographie avant livraison à l'aide de Poppler (pdftoppm). Génération programmatique de PDF avec reportlab pour un formatage fiable ; extraction de texte et de métadonnées avec pdfplumber ou pypdf. Application de normes de qualité : pas de texte rogné, d'éléments superposés, de tableaux cassés ou d'artefacts de rendu ; traits d'union ASCII uniquement, citations lisibles par l'humain. Utilisation...
official
test-coverage-improver
openai
Improve test coverage in the OpenAI Agents JS monorepo: run `pnpm test:coverage`, inspect coverage artifacts, identify low-coverage files and branches, propose…
official
playwright
openai
Automatisation de navigateur pilotée par terminal avec captures d'éléments et workflows d'interface utilisateur interactifs. Fonctionne via un script wrapper playwright-cli (nécessite npx) ; prend en charge les modes headless et headed pour le débogage visuel. Workflow principal : ouvrir une page, capturer pour des références d'éléments stables, interagir à l'aide des références, recapturer après navigation ou modifications du DOM. Inclut le remplissage de formulaires, le clic, la saisie, la gestion multi-onglets, la capture d'écran/PDF et l'enregistrement de traces pour le débogage de flux. Références d'éléments (par exemple, e3, e15)...
official
ukb-topmed-phewas-skill
openai
Récupérez des résumés compacts UKB-TOPMed PheWAS pour des variants uniques en acceptant une entrée rsID, GRCh37 ou GRCh38 et en résolvant la requête GRCh38 nécessaire. Utilisez lorsque…
official
code-review-context
openai
Contexte visible du modèle
official