completion-check — скилл для Claude Code: проверка инфраструктуры
Проверяет, подключена ли инфраструктура к рабочему пути: хуки зарегистрированы, нужный backend используется, сценарий проходит end-to-end.
npx skills add parcadei/Continuous-Claude-v3 --skill completion-check -a claude-codeЧто делает completion-check
completion-check помогает проверить инфраструктуру после написания кода. Скилл предлагает проследить путь от намерения пользователя до вызова кода, убедиться, что хуки зарегистрированы в .claude/settings.json, и проверить, какой backend использует приложение.
Проверка включает end-to-end запуск с отладочным логом, поиск функций, которые определены, но не вызываются, и обнаружение параллельных реализаций. В примерах используются grep, ls, uv run python, cat и ast-grep; отдельно проверяется, что PostgreSQL не подменён SQLite. Это повод проверить конфигурацию: наличие класса или скрипта ещё не доказывает, что система его вызывает.
Скилл помечен как невидимый для прямого вызова и доступен для Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI и OpenCode.
Какие задачи решает
- проследить путь от точки входа до инфраструктуры
- проверить регистрацию хуков в
.claude/settings.json - убедиться, что приложение использует PostgreSQL
- найти мёртвый код и параллельные реализации
- провести end-to-end проверку вызова инфраструктуры
Примеры запросов агенту
- Проверь, что новая инфраструктура подключена к рабочему пути от пользовательского запроса до выполнения кода.
- Проследи вызов
Task()и выясни, запускается лиclaude -p, а не параллельная реализация. - Проверь хуки в
.claude/settings.json, backend и end-to-end запуск, затем составь список незакрытых пунктов.
Как установить completion-check
1Через Skills CLI (Vercel)
npx skills add parcadei/Continuous-Claude-v3 --skill completion-check -a claude-code2Вручную: положить файлы
~/.claude/skills/completion-check/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/completion-check/
1Через Skills CLI (Vercel)
npx skills add parcadei/Continuous-Claude-v3 --skill completion-check -a codex2Вручную: положить файлы
.agents/skills/completion-check/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add parcadei/Continuous-Claude-v3 --skill completion-check -a cursor2Вручную: положить файлы
.cursor/skills/completion-check/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install parcadei/Continuous-Claude-v3 completion-check2Вручную: положить файлы
.github/skills/completion-check/SKILL.md1Через Skills CLI (Vercel)
npx skills add parcadei/Continuous-Claude-v3 --skill completion-check -a gemini-cli2Командой платформы
gemini skills install https://github.com/parcadei/Continuous-Claude-v3 --path .claude/skills/completion-checkВручную: положить файлы
.devin/skills/completion-check/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add parcadei/Continuous-Claude-v3 --skill completion-check -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о completion-check
Как установить completion-check в Claude Code?
Выполните npx skills add parcadei/Continuous-Claude-v3 --skill completion-check -a claude-code, затем повторите эту команду ещё раз. После этого откройте ~/.claude/skills/completion-check/SKILL.md.
Что делает completion-check?
Скилл проверяет, что написанная инфраструктура действительно подключена и вызывается. Он смотрит execution path, регистрацию хуков, backend, end-to-end запуск и мёртвый код.
Что проверяет скилл в базе данных?
Он предлагает проверить строки подключения и убедиться, что используется PostgreSQL, если он заложен в архитектуре, а SQLite не подменяет ожидаемый backend.
Исходный текст
SKILL.md · MIT
---
name: completion-check
description: "Completion Check: Verify Infrastructure Is Wired"
user-invocable: false
---
# Completion Check: Verify Infrastructure Is Wired
When building infrastructure, verify it's actually connected to the system before marking as complete.
## Pattern
Infrastructure is not done when the code is written - it's done when it's wired into the system and actively used. Dead code (built but never called) is wasted effort.
## DO
1. **Trace the execution path** - Follow from user intent to actual code execution:
```bash
# Example: Verify Task tool spawns correctly
grep -r "claude -p" src/
grep -r "Task(" src/
```
2. **Check hooks are registered**, not just implemented:
```bash
# Hook exists?
ls -la .claude/hooks/my-hook.sh
# Hook registered in settings?
grep "my-hook" .claude/settings.json
```
3. **Verify database connections** - Ensure infrastructure uses the right backend:
```bash
# Check connection strings
grep -r "postgresql://" src/
grep -r "sqlite:" src/ # Should NOT find if PostgreSQL expected
```
4. **Test end-to-end** - Run the feature and verify infrastructure is invoked:
```bash
# Add debug logging
echo "DEBUG: DAG spawn invoked" >> /tmp/debug.log
# Trigger feature
uv run python -m my_feature
# Verify infrastructure was called
cat /tmp/debug.log
```
5. **Search for orphaned implementations**:
```bash
# Find functions defined but never called
ast-grep --pattern 'async function $NAME() { $$$ }' | \
xargs -I {} grep -r "{}" src/
```
## DON'T
- Mark infrastructure "complete" without testing execution path
- Assume code is wired just because it exists
- Build parallel systems (Task tool vs claude -p spawn)
- Use wrong backends (SQLite when PostgreSQL is architected)
- Skip end-to-end testing ("it compiles" ≠ "it runs")
## Completion Checklist
Before declaring infrastructure complete:
- [ ] Traced execution path from entry point to infrastructure
- [ ] Verified hooks are registered in .claude/settings.json
- [ ] Confirmed correct database/backend in use
- [ ] Ran end-to-end test showing infrastructure invoked
- [ ] Searched for dead code or parallel implementations
- [ ] Checked configuration files match implementation
## Example: DAG Task Graph
**Wrong approach:**
```
✓ Built BeadsTaskGraph class
✓ Implemented DAG dependencies
✓ Added spawn logic
✗ Never wired - Task tool still runs instead
✗ Used SQLite instead of PostgreSQL
```
**Right approach:**
```
✓ Built BeadsTaskGraph class
✓ Wired into Task tool execution path
✓ Verified claude -p spawn is called
✓ Confirmed PostgreSQL backend in use
✓ Tested: user calls Task() → DAG spawns → beads execute
✓ No parallel implementations found
```
## Source Sessions
- This session: Architecture gap discovery - DAG built but not wired, Task tool runs instead of spawn, SQLite used instead of PostgreSQL
© parcadei · MIT · parcadei/Continuous-Claude-v3