improve-codebase-architecture
Varra uma base de código em busca de oportunidades de aprofundamento, apresente-as como um relatório HTML visual e sabatine qualquer uma que você escolher.
Skill by matheusdmlopes
Chalk Labs
Need help deploying improve-codebase-architecture?
Chalk Labs sets up agents like this inside real teams: connected to your tools, tested on your data, with a human in the loop where it matters.
Install
Works with Claude Code, Claude apps, Codex, Cursor, Gemini CLI, GitHub Copilot, VS Code, OpenCode, Goose, Windsurf. Read the repository before you give any tool access to your data.
npx agentmarket install skill/matheusdmlopes-improve-codebase-architecture
Asks which of your tools to add it to (Claude Code, Codex, Cursor, VS Code, Windsurf, Gemini CLI, Claude Desktop) and shows the change first. See https://agentmart.dev/cli.
Get the weekly diff
The weekly diff: one email a week with new agent tools, notable updates and grade changes, plus security alerts for tools you follow. Double opt-in, one-click unsubscribe.
About
Use cases: frontend
Reviews
Write a reviewNo reviews yet. Installed it? Reviews come from verified installers only. How reviews work
Permissions
What this skill can do and what it asks for, from its SKILL.md. Checked Oct 25, 2026.
- Tools
- No tools found
- Secrets
- None asked for
- Install scripts
- None found
Network hosts it talks to 1
codeload.github.com· found in install command
Files it touches
~/.claude/skills/improve-codebase-architecture
What's inside
- Skill name
improve-codebase-architecture- Description
- Varra uma base de código em busca de oportunidades de aprofundamento, apresente-as como um relatório HTML visual e sabatine qualquer uma que você escolher.
- License
- MIT
- Instructions
- 67 lines in SKILL.md · view on GitHub
Files (3)
- HTML-REPORT.md
- SKILL.md
- openai.yaml · agents/
SKILL.md (first lines)
# Improve Codebase Architecture
Traga à tona a fricção arquitetural e proponha **oportunidades de aprofundamento** — refatorações que transformam módulos rasos em deep modules. O objetivo é testabilidade e navegabilidade por IA.
Este comando é _informado_ pelo modelo de domínio do projeto e construído sobre um vocabulário de design compartilhado:
- Execute a skill `/codebase-design` para o vocabulário de arquitetura (**módulo**, **interface**, **profundidade**, **costura**, **adaptador**, **alavancagem**, **localidade**) e seus princípios (o teste de deleção, "a interface é a superfície de teste", "um adaptador = costura hipotética, dois = real"). Use estes termos com exatidão em cada sugestão — não desvie para "componente", "serviço", "API" ou "divisa".
- A linguagem de domínio em `CONTEXT.md` dá nomes a boas costuras; ADRs em `docs/adr/` registram decisões que este comando não deve rediscutir.
## Processo
### 1. Explorar
**Delimite o escopo antes de varrer — YAGNI.** Aprofundar um módulo se paga ao facilitar mudanças futuras nele, portanto dê peso extra às partes da base de código que mudaram recentemente. Decida *onde* olhar antes de olhar:
- Se o usuário indicou uma direção — um módulo, um subsistema, um ponto de dor — siga-a e pule a inferência abaixo.
- Caso contrário, examine um bom trecho do histórico de commits (`git log --oneline`) para encontrar os hot spots da base de código — os arquivos e áreas que continuam aparecendo — e deixe esses caminhos chamarem sua atenção primeiro. Se as alterações estiverem espalhadas sem um hot spot claro, amplie a busca.
Leia o glossário de domínio do projeto (`CONTEXT.md`) e quaisquer ADRs na área em que você estiver mexendo primeiro.
Em seguida, dispare um subagente para percorrer a base de código. Não siga heurísticas rígidas — explore organicamente e anote onde sentir fricção:
- Onde o entendimento de um conceito exige alternar entre muitos módulos pequenos?
- Onde os módulos são **rasos** — interface quase tão complexa quanto a implementação?
- Onde funções puras foram extraídas apenas para testabilidade, mas os bugs reais se escondem em como elas são chamadas (sem **localidade**)?
- Onde módulos fortemente acoplados vazam através de suas costuras?
- Quais partes da base de código não são testadas ou são difíceis de testar por meio de sua interface atual?
Aplique o **teste de deleção** a qualquer coisa que você suspeite ser rasa: deletá-la concentraria a complexidade ou apenas a moveria de lugar? Um "sim, concentra" é o sinal que você procura.
### 2. Apresentar candidatos como um relatório HTML
Escreva um arquivo HTML autocontido no diretório temporário do sistema operacional para que nada caia no repositório. Resolva o diretório temporário a partir de `$TMPDIR`, com fallback para `/tmp` (ou `%TEMP%` no Windows), e escreva em `<tmpdir>/architecture-review-<timestamp>.html` para que cada execução receba um arquivo novo. Abra-o para o usuário — `xdg-open <path>` no Linux, `open <path>` no macOS, `start <path>` no Windows — e informe a eles o caminho absoluto.
O relatório usa **Tailwind via CDN** para layout e estilização, e **Mermaid via CDN** para diagramas onde um gráfico/fluxo/sequência comunica a estrutura de forma confiável. Misture Mermaid com recursos visuais em CSS/SVG feitos à mão — use Mermaid quando os relacionamentos tiverem formato de grafo (grafos de chamadas, dependências, sequências) e divs/SVG construídos à mão quando quiser algo mais editorial (diagramas de massa, cortes transversais, animações de colapso). Cada candidato ganha uma **visualização de antes/depois**. Seja visual.
Para cada candidato, renderize um card com:
- **Arquivos** — quais arquivos/módulos estão envolvidos
- **Problema** — por que a arquitetura atual está causando fricção
- **Solução** — descrição em linguagem clara do que mudaria
- **Benefícios** — explicados em termos de localidade e alavancagem, e como os testes melhorariam
- **Diagrama de Antes / Depois** — lado a lado, desenhado sob medida, ilustrando a superficialidade e o aprofundamento
- **Força da recomendação** — uma entre `Strong`, `Worth exploring`, `Speculative`, renderizada como um badge
Termine o relatório com uma seção de **Principal recomendação**: qual candidato você abordaria primeiro e por quê.
**Use o vocabulário de CONTEXT.md para o domínio e o vocabulário de `/codebase-design` para a arquitetura.** Se `CONTEXT.md` define "Order", fale sobre "o módulo de entrada de Order" — não "o FooBarHandler" e não "o serviço de Order".
**Conflitos com ADRs**: se um candidato contradisser um ADR existente, apresente-o apenas quando a fricção for real o suficiente para justificar revisitar o ADR. Marque isso claramente no card (por exemplo, um callout de aviso: _"contradiz o ADR-0007 — mas vale a pena reabrir porque…"_). Não liste toda refatoração teórica que um ADR proíbe.
Veja [HTML-REPORT.md](HTML-REPORT.md) para o scaffold HTML completo, padrões de diagramas e orientações de estilo.
NÃO proponha interfaces ainda. Após o arquivo ser escrito, pergunte ao usuário: "Qual destes você gostaria de explorar?"
### 3. Loop de sabatina (Grilling loop)
Assim que o usuário escolher um candidato, execute a skill `/grilling` para percorrer a árvore de decisões com ele — restrições, dependências, o formato do módulo aprofundado, o que fica atrás da costura, quais testes sobrevivem.
Efeitos colaterais acontecem inline conforme as decisões se cristalizam — execute a skill `/domain-modeling` para manter o modelo de domínio atualizado à medida que avança:
- **Nomeando um módulo aprofundado com um conceito que não está em `CONTEXT.md`?** Adicione o termo ao `CONTEXT.md`. Crie o arquivo sob demanda (lazily) se ele não existir.
- **Refinando um termo impreciso durante a conversa?** Atualize o `CONTEXT.md` ali mesmo.
- **O usuário rejeitou o candidato por um motivo estrutural importante (load-bearing)?** Ofereça um ADR, formulado como: _"Quer que eu registre isso como um ADR para que revisões de arquitetura futuras não voltem a sugerir isso?"_ Ofereça apenas quando o motivo realmente for necessário para que um explorador futuro evite sugerir a mesma coisa — ignore motivos efêmeros ("não vale a pena agora") e autoevidentes.
- **Quer explorar interfaces alternativas para o módulo aprofundado?** Execute a skill `/codebase-design` e use seu padrão de subagentes paralelos design-it-twice.From matheusdmlopes/skills-ptbr, MIT.
More from matheusdmlopes/skills-ptbr
- 0.526score
diagnosing-bugs
matheusdmlopes
Ciclo de diagnóstico para bugs difíceis e regressões de desempenho.
SkillBFreshness: BClaude Code +9 - 0.524score
code-review
matheusdmlopes
Revise as alterações desde um ponto fixo (commit, branch, tag ou merge-base) ao longo de dois eixos — Padrões (o código segue os padrões de código…
SkillBFreshness: BClaude Code +9 - 0.524score
wizard
matheusdmlopes
Gere um assistente interativo em bash que guia um humano pelas etapas que apenas ele pode executar.
SkillBFreshness: BClaude Code +9 - 0.524score
codebase-design
matheusdmlopes
Vocabulário compartilhado para projetar deep modules.
SkillBFreshness: BClaude Code +9 - 0.521score
triage
matheusdmlopes
Mova issues e PRs externos por uma máquina de estados de papéis de triagem — categorizar, verificar, sabatinar se necessário e escrever briefs prontos para…
SkillBFreshness: BClaude Code +9 - 0.521score
to-tickets
matheusdmlopes
Divida um plano, spec ou a conversa atual em um conjunto de tickets de bala traçante, cada um declarando suas arestas de bloqueio, publicados no tracker…
SkillBFreshness: BClaude Code +9 - 0.521score
setup-matt-pocock-skills
matheusdmlopes
Configure este repositório para as engineering skills — defina seu issue tracker, o vocabulário de labels de triagem e a estrutura de documentos de domínio.
SkillBFreshness: BClaude Code +9 - 0.521score
to-spec
matheusdmlopes
Transforme a conversa atual em uma spec e publique-a no issue tracker do projeto — sem entrevista, apenas a síntese do que já foi discutido.
SkillBFreshness: BClaude Code +9 - 0.521score
tdd
matheusdmlopes
Desenvolvimento orientado a testes (TDD).
SkillBFreshness: BClaude Code +9 - 0.521score
domain-modeling
matheusdmlopes
Construa e refine o modelo de domínio de um projeto.
SkillBFreshness: BClaude Code +9 - 0.521score
wayfinder
matheusdmlopes
Planeje uma grande fatia de trabalho — mais do que uma sessão de agente comporta — como um mapa compartilhado de decision tickets no seu issue tracker, e…
SkillBFreshness: BClaude Code +9 - 0.521score
prototype
matheusdmlopes
Construa um protótipo descartável para responder a uma dúvida de design.
SkillBFreshness: BClaude Code +9
Signals
- Stars
- 0
- Forks
- 0
- Open issues
- 1
- Last commit (this folder)
- Aug 15, 2026 (2 months ago)
From GitHub (fetched Oct 24, 2026).
Details
- License
- MIT
- Repository
- github.com/matheusdmlopes/skills-ptbr
- First seen
- Oct 24, 2026
- Last checked
- Oct 24, 2026
- Source
- GitHubgithub-graphql
More from matheusdmlopes
- 0.526score
diagnosing-bugs
matheusdmlopes
Ciclo de diagnóstico para bugs difíceis e regressões de desempenho.
SkillBFreshness: BClaude Code +9 - 0.524score
codebase-design
matheusdmlopes
Vocabulário compartilhado para projetar deep modules.
SkillBFreshness: BClaude Code +9 - 0.524score
wizard
matheusdmlopes
Gere um assistente interativo em bash que guia um humano pelas etapas que apenas ele pode executar.
SkillBFreshness: BClaude Code +9 - 0.524score
code-review
matheusdmlopes
Revise as alterações desde um ponto fixo (commit, branch, tag ou merge-base) ao longo de dois eixos — Padrões (o código segue os padrões de código…
SkillBFreshness: BClaude Code +9 - 0.521score
prototype
matheusdmlopes
Construa um protótipo descartável para responder a uma dúvida de design.
SkillBFreshness: BClaude Code +9 - 0.521score
domain-modeling
matheusdmlopes
Construa e refine o modelo de domínio de um projeto.
SkillBFreshness: BClaude Code +9
Done for you
Rather not set it up yourself?
Chalk Labs scopes, builds and runs agents for your team: the task audit, the eval harness, the integrations and the weekly ops report. Fixed scope, priced before we start.
See how we build AI agents →Read the case studies
Chalk Labs is a two-founder AI and growth studio. We build AI agents, CRMs and MVPs for Web3 and AI companies, and have shipped 50+ product and token launches.
- launches shipped
- 50+
- launches shipped
- media placements
- 500+
- media placements
- founders on every account
- 2
- founders on every account
Press we've placed: Forbes · CoinDesk · Decrypt · Cointelegraph · The Block
Rahil Jain, Co-founder, Chalk Labs. Ex-Goldman Sachs engineer. You talk to the person who builds it.
Get improve-codebase-architecture running in your business
Tell us what you want to automate. A founder replies within one working day with a plan, not a pitch deck.
Cite this page
improve-codebase-architecture skill. Agent Mart. https://agentmart.dev/skills/matheusdmlopes-improve-codebase-architecture (last updated 2026-10-24)