does-it-work

Скилл для Claude Code / Codex, который отвечает на главный вопрос вайбкодера:
«а оно вообще работает?»

Прогоняет ваше живое приложение автотестами, находит баги (репорт с severity:
что критично, что терпит), отвечает «можно ли в прод» — и оставляет каркас
автотестов как защиту от регрессий при следующем вайбкодинге.

Что умеет

• Аудит продукта: чек-лист готовности к проду (авторизация и IDOR, утечки
  данных, целостность и бизнес-логика, фаззинг по OpenAPI), smoke-прогон ядра,
  карта покрытия, баг-репорт с severity и честный вердикт go/no-go — что работает,
  что сломано, что не проверялось.
• Генерация тестовых фреймворков по пяти проверенным веткам:

• Конвертация OpenAPI / Postman / curl / HAR в тесты; негативные кейсы
  и проверка контрактов.
• Стабилизация флакающих тестов (flake_hunt.sh: N прогонов → таблица
  «тест → упал X из N», --prove для доказательства починки) и ревью качества
  уже написанных тестов.
• Линтер тестов scripts/review_tests.py — исполняемый чек-лист качества
  (тесты без проверок, sleep, секреты в коде, хрупкие xpath, слабые ассерты…);
  работает и по чужому проекту в режиме ревью.
• CI из коробки: GitHub Actions и Jenkinsfile в каждом шаблоне,
  Allure-отчёт с трендами.

Оформление: имена функций — латиницей, docstrings / Allure-тайтлы / шаги /
сообщения ассертов — на русском.

Установка

Claude Code

Глобально (скилл доступен во всех проектах):

git clone https://github.com/TsakunovR/does-it-work ~/.claude/skills/does-it-work

Или только в текущий проект:

git clone https://github.com/TsakunovR/does-it-work .claude/skills/does-it-work

Claude Code подхватит скилл при следующем запуске. Проверить — команда /help
или просто попросить «проверь мой продукт».

Codex

git clone https://github.com/TsakunovR/does-it-work ~/.codex/skills/does-it-work

Формат SKILL.md — открытый стандарт, поэтому один и тот же скилл работает в обоих
инструментах.

Обновление

cd ~/.claude/skills/does-it-work   # или ~/.codex/skills/...
git pull

Примеры запросов

Скилл активируется сам — просто опишите задачу своими словами:

• «Я навайбкодил приложение — проверь, что оно реально работает» —
  аудит: smoke-прогон, баг-репорт с severity, вердикт о готовности к проду.
• «Найди баги в моём API: https://.../openapi.json» —
  проверка живого стенда против спеки, расхождения — в отчёт.
• «Напиши API-тесты по этой OpenAPI-спеке» —
  каркас + тесты с нуля (Python по умолчанию, Java — по запросу).
• «Покрой тестами эндпоинты бронирования, вот curl-примеры» —
  тесты из curl / Postman-коллекции / HAR.
• «Сгенерируй UI-тесты на Playwright для страницы логина» —
  web-ветка с Page Object и логином через API.
• «Добавь негативные кейсы и проверку контрактов к существующим тестам» —
  дописывание в ваш проект, без разворачивания каркаса.
• «Тесты флакают в CI, стабилизируй» — режим стабилизации:
  воспроизведение повторами → диагноз → починка причины → доказательство прогонами.
• «Сделай ревью качества наших автотестов» — режим ревью:
  запуск, чек-листы, отчёт с находками по severity.

Как это работает

Триггеры и полный порядок работы — в SKILL.md.

Структура:

• SKILL.md — точка входа: выбор ветки, порядок работы, конвенции, red flags.
• templates/ — пять эталонных каркасов, проверенных запуском против живых стендов
  (в каждом — GitHub Actions workflow и Jenkinsfile).
• reference/ — методички: детали ветки api-python, источники тест-кейсов,
  паттерны живого API, чек-лист готовности к проду, стабилизация и ревью.
• scripts/ — префлайт стенда (check_env.py), bootstrap окружения,
  линтер качества тестов (review_tests.py), охота на флаки и доказательство
  стабильности повторами (flake_hunt.sh).
• examples/ — образцы карты покрытия, баг-репорта и вердикта «можно ли в прод».
• fixtures/ — заглушка API для прогона без стенда и заведомо плохой проект,
  на котором проверяется сам линтер.

Скилл проверяет сам себя: workflow .github/workflows/skill-selfcheck.yml на каждом
коммите гоняет templates/api-python целиком против заглушки, коллектит остальные
python-шаблоны, компилирует java-шаблоны и проверяет линтер с обеих сторон —
что он чист на эталонах и находит все свои правила на плохом проекте.

Лицензия

MIT