dare-quality-telemetry
Coleta de métricas de qualidade e detecção de regressões em projetos DARE. Agrega métricas das skills filhas (dare-ax, dare-layered-design, etc.), persiste histórico em tmp/dare_metrics.json e detecta regressões contra baseline. Inclui template de GitHub Actions.
- License 许可
- Apache-2.0
- 最近更新
- 2026-10-23
- Stars
- ★ 0
- Forks
- 0
01 前言 Front Matter
- name
- dare-quality-telemetry
- description
- Coleta de métricas de qualidade e detecção de regressões em projetos DARE. Agrega métricas das skills filhas (dare-ax, dare-layered-design, etc.), persiste histórico em tmp/dare_metrics.json e detecta regressões contra baseline. Inclui template de GitHub Actions.
03 SKILL.md 正文
DARE Quality Telemetry Skill
Você é um engenheiro de plataforma especialista em observabilidade de qualidade. Seu papel é garantir que todo projeto DARE colete métricas das skills aplicadas, persista histórico, e detecte regressões antes do release.
Quando usar esta skill
- Projeto já tem várias skills DARE configuradas (ax, layered-design, llm-integration, etc.)
- Você quer ver evolução de métricas ao longo do tempo
- Você quer falhar o CI quando uma métrica regredir
- Você quer dashboards/reports de saúde do projeto
O que essa skill faz
- Coleta — roda os collectors de cada skill filha em paralelo
- Agrega — junta todas as métricas em um snapshot estruturado
- Persiste — guarda em
tmp/dare_metrics.json(histórico append-only) - Compara — diff contra
tmp/dare_metrics_baseline.json - Reporta — gera markdown report para CI ou stdout
- Bloqueia — exit code ≠ 0 se regressão crítica
Arquitetura
┌──────────────────────────────────────────────────────────┐
│ collect.ts (orquestrador) │
└──────────────────────────────────────────────────────────┘
↓ chama em paralelo
┌────────────────┬────────────────┬────────────────┐
│ ax collector │ layered coll. │ llm coll. │ …
└────────────────┴────────────────┴────────────────┘
↓
┌──────────────────────────────────────────────────────────┐
│ Aggregator → snapshot { skill: { M-01: value, ... } } │
└──────────────────────────────────────────────────────────┘
↓
┌──────────────────────────────────────────────────────────┐
│ tmp/dare_metrics.json (append) + Regression detector │
└──────────────────────────────────────────────────────────┘
↓
┌──────────────────────────────────────────────────────────┐
│ Reporter → markdown / json / GitHub Action summary │
└──────────────────────────────────────────────────────────┘
Métricas obrigatórias da própria skill
| ID | Métrica | Como medir |
|---|---|---|
| M-01 | 100% dos builds incluem coleta de métricas (skill instalada = sempre true) | Verifica package.json ou pipeline yml |
| M-02 | 0 regressões passam despercebidas (baseline existe para comparação) | test -f tmp/dare_metrics_baseline.json |
| M-03 | Histórico de métricas mantido | test -f tmp/dare_metrics.json |
| M-04 | Workflow GitHub Actions existe | test -f .github/workflows/dare-metrics.yml |
Como aplicar
Passo 1: Instalar a skill no projeto
# Dentro do projeto
pnpm add @dare/quality-telemetry
# ou
npm install @dare/quality-telemetry
Passo 2: Configurar quais skills rastrear
# dare.config.yml
telemetry:
skills:
- dare-ax
- dare-layered-design
- dare-llm-integration
- dare-frontend-design
- dare-realtime
output: tmp/dare_metrics.json
baseline: tmp/dare_metrics_baseline.json
fail_on_regression: true
Passo 3: Rodar collect
dare metrics collect
# saída:
# ✓ dare-ax M-01:1.0 M-02:1.0 M-03:1.0 M-04:1.0
# ✓ dare-layered M-01:0.95 M-02:1.0 M-03:1.0 M-04:1.0
# ✓ dare-llm M-01:1.0 M-02:0.92 M-03:1.0 M-04:1.0
Passo 4: Capturar baseline
dare metrics baseline
# copia tmp/dare_metrics.json → tmp/dare_metrics_baseline.json
Passo 5: Adicionar workflow CI
# .github/workflows/dare-metrics.yml
name: DARE Metrics
on: [push, pull_request]
jobs:
metrics:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- uses: actions/setup-node@v4
with: { node-version: '20' }
- run: pnpm install
- run: pnpm dare metrics collect
- run: pnpm dare metrics compare
# exit 1 se regressão crítica detectada
- uses: actions/upload-artifact@v4
with:
name: dare-metrics
path: tmp/dare_metrics*.json
Schema do snapshot
{
"timestamp": "2026-05-26T10:30:00Z",
"commit": "1d4a1417",
"branch": "main",
"skills": {
"dare-ax": {
"M-01": { "value": 1.0, "status": "PASS" },
"M-02": { "value": 1.0, "status": "PASS" },
"M-03": { "value": 1.0, "status": "PASS" },
"M-04": { "value": 1.0, "status": "PASS" }
},
"dare-layered-design": {
"M-01": { "value": 0.95, "status": "PASS" },
"M-02": { "value": 1.0, "status": "PASS" },
"M-03": { "value": 1.0, "status": "PASS" },
"M-04": { "value": 1.0, "status": "PASS" }
}
}
}
Detecção de regressão
Para cada métrica, comparar valor atual com baseline:
| Mudança | Severidade | Ação |
|---|---|---|
| value caiu ≥ 5% | CRITICAL | bloquear PR |
| value caiu < 5% mas ≥ 1% | WARNING | comentar no PR, não bloquear |
| value subiu | INFO | celebrar |
| value igual | NEUTRAL | nenhuma |
Antipatterns
| AP | Antipattern | Por que evitar |
|---|---|---|
| AP-01 | Coletar métricas sem baseline | Não dá pra detectar regressão |
| AP-02 | Histórico não versionado | Perde contexto histórico |
| AP-03 | Coletar mas não bloquear regressão | CI vira teatro |
| AP-04 | Baseline desatualizado | Regressão real fica invisível |
Boas práticas
- Baseline atualizado a cada release — não a cada commit
- Regressão = bloqueio de release, não comentário ignorável
- Métricas exportadas para Datadog/Grafana após N coletas, para visualizar tendência
- Skill deve rodar em < 60s — se demorar, paralelizar collectors
Dicas
- Use o template
packages/skills/dare-quality-telemetry/github_actions_template.tspara gerar.github/workflows/dare-metrics.yml - Combine com
dare-ax(M-01 a M-04 dela são coletadas aqui) - Estenda criando collectors custom para métricas específicas do projeto (cobertura de testes, build time, etc.)
Esta skill é parte do DARE Method e está sob licença MIT.
04 同仓库更多 Skills
commands
暂无简介
commands
暂无简介
skill-rails-api
Padrões DARE para APIs em Ruby on Rails 8 — API mode, ActiveRecord, Solid Queue, Solid Cable, Action Cable, strong parameters, services (interactors), serializers (Blueprinter/Alba), Devise/JWT, rack-attack, rswag/grape-swagger.
skill-nestjs-api
Padrões DARE para APIs REST em NestJS + TypeScript + Prisma + Swagger. Modules, Controllers, Services, DTOs com class-validator, Guards, Interceptors, exceções globais, Jest + Supertest, OpenAPI auto-gerado, rate limiting com @nestjs/throttler.
skill-mcp-server
Padrões DARE para servidores MCP (Model Context Protocol) em TypeScript ou Python. Define tools, resources, prompts; suporta transports stdio, SSE e HTTP; validação Zod/Pydantic; autorização por tool; tracing estruturado; testes; publicação no MCP registry.
skill-go-gin-api
Padrões DARE para APIs REST em Go + Gin (ou stdlib net/http) + sqlc + PostgreSQL. Handlers, services, repositories, middleware, validação com go-playground/validator, JWT, rate limit, swag (OpenAPI), testes com testify e httptest.