code-quality-review - SKILL.md Agent Skill

name: code-quality-review description: Analisa código quanto a legibilidade e otimização, sugere melhorias e atribui percentual de confiabilidade. Use quando o usuário pedir revisão de código, análise de legibilidade, sugestões de otimização, ou code review.

Análise de Qualidade de Código

Base de referência

Para código Django/DRF, consulte .cursor/reference/django-docs.md para padrões e documentação oficial.

Objetivo

Analisar o código em duas dimensões: legibilidade e otimização. Sugerir melhorias concretas e atribuir um percentual de confiabilidade à análise.

Critérios de análise

Legibilidade

Nomenclatura: nomes descritivos para variáveis, funções e classes
Tamanho: funções curtas (< 30 linhas); classes focadas
Complexidade: evite aninhamento profundo (> 3 níveis)
Comentários: docstrings em funções públicas; comentários apenas quando necessário
Consistência: padrão de formatação e estilo uniforme
Separação de responsabilidades: uma função faz uma coisa

Otimização

Algoritmo: complexidade adequada ao problema
Redundância: código duplicado; loops desnecessários
Recursos: uso eficiente de memória e I/O
Padrões do framework: uso correto de ORM, cache, etc.

Formato do relatório

Sempre apresente a análise neste formato:

## Análise de Qualidade

### Legibilidade: X%
[Breve justificativa]

### Otimização: Y%
[Breve justificativa]

### Confiabilidade da análise: Z%
[Quanto você confia nas sugestões: 0-100%. Considere clareza do código, contexto disponível, complexidade do domínio]

---

### Pontos positivos
- Item 1
- Item 2

### Sugestões de melhoria
1. **[Categoria]** Descrição
   ```python
   # Antes
   [código atual]
   # Depois (sugerido)
   [código otimizado]

[Categoria] Descrição ...


---

## Cálculo do percentual

- **Legibilidade/Otimização (0-100%):** Avalie cada critério; média ponderada
- **Confiabilidade (0-100%):** Quanto você confia na análise
  - 90-100%: código claro, contexto completo, sugestões seguras
  - 70-89%: boa visibilidade, algumas suposições
  - 50-69%: contexto limitado, sugestões podem variar
  - < 50%: pouco contexto, sugestões exploratórias

---

## Exemplos de sugestões

### Legibilidade

```python
# ANTES - nome vago
def proc(d):
    return d.get('x', 0) + d.get('y', 0)

# DEPOIS
def sum_coordinates(point: dict) -> float:
    """Soma as coordenadas x e y de um ponto."""
    return point.get('x', 0) + point.get('y', 0)

Otimização

# ANTES - lista desnecessária
result = []
for x in items:
    result.append(transform(x))
return result

# DEPOIS
return [transform(x) for x in items]

Ao aplicar

Analise o código fornecido
Avalie cada critério de legibilidade e otimização
Liste pontos positivos e sugestões com código antes/depois
Atribua os percentuais (legibilidade, otimização, confiabilidade)
Seja específico; evite sugestões genéricas