code-review

Lakukan tinjauan kode terstruktur terhadap perubahan, memeriksa kebenaran, gaya, pengujian, dan potensi masalah.

npx skills add https://github.com/langchain-ai/deepagents --skill code-review

Code Review Skill

Use this skill after implementing changes to validate your work before delivering.

Review Checklist

1. Correctness

  • Changes solve the original issue/task
  • No unintended side effects on existing functionality
  • Edge cases are handled
  • Error handling is appropriate (not excessive)

2. Code Quality

  • Code matches existing style and patterns
  • No unnecessary complexity or abstraction
  • Variable and function names are clear
  • No dead code, commented-out code, or TODOs left behind

3. Tests

  • New functionality has test coverage
  • Existing tests still pass
  • Tests cover both happy path and error cases
  • Tests are not brittle (don't test implementation details)

4. Safety

  • No hardcoded secrets or credentials
  • User input is validated at boundaries
  • No SQL injection, XSS, or command injection vectors
  • File operations use safe paths

Process

  1. Read each modified file end-to-end (not just the diff)
  2. Run the test suite: execute("python -m pytest -v")
  3. Run linters if available: execute("ruff check .")
  4. Run the bundled lint check: execute("python /skills/code-review/lint_check.py .")
  5. Check against each item in the review checklist
  6. If any issues found, fix them and re-review
  7. When everything passes, the review is complete

Helper Scripts

  • /skills/code-review/lint_check.py — Scans Python files for missing docstrings, long functions (>50 lines), and bare except: clauses. Run it via execute("python /skills/code-review/lint_check.py [path ...]").

Lebih banyak skill dari langchain-ai

deepagents-thread-inspector
langchain-ai
Periksa dan jelaskan percakapan di penyimpanan sesi SQLite Deep Agents Code lokal. Gunakan sebagai cadangan saat alat pelacakan LangSmith tidak tersedia, untuk…
deepagents-python-quickstart
langchain-ai
Buat kerangka minimal Deep Agent lokal dalam Python dengan mengikuti panduan memulai resmi, menggunakan pencarian web bawaan penyedia alih-alih Tavily. Gunakan saat pengguna ingin…
deepagents-typescript-quickstart
langchain-ai
Buat kerangka Deep Agent lokal minimal dalam TypeScript dengan mengikuti quickstart resmi, menggunakan pencarian web native penyedia alih-alih Tavily. Gunakan saat pengguna…
eval-engineering
langchain-ai
Periksa repositori agen dan trace opsional dari pengguna secara iteratif, wawancarai pengguna, lalu buat, jalankan, dan audit eval Harbor satu per satu. Gunakan untuk…
LangChain RAG Pipeline
langchain-ai
GUNAKAN KETERAMPILAN INI saat membangun sistem retrieval-augmented generation (RAG) apa pun. Mencakup pemuat dokumen, RecursiveCharacterTextSplitter, embeddings (OpenAI),…
LangChain Structured Output & HITL
langchain-ai
langchain-structured-output-&-hitl — sebuah skill yang dapat diinstal untuk agen AI, diterbitkan oleh langchain-ai/langchain-skills.
LangSmith Datasets
langchain-ai
PANGGIL KETERAMPILAN INI saat membuat dataset evaluasi dari jejak ATAU mengunggah dataset ke LangSmith ATAU menanyakan dataset. Mencakup tipe dataset (final_response,…
langsmith-evaluator
langchain-ai
GUNAKAN KETERAMPILAN INI saat membangun pipeline evaluasi untuk LangSmith. Mencakup tiga komponen inti: (1) Membuat Evaluator - LLM-as-Judge, kode kustom; (2)…