Bob Martin veröffentlicht Coding-Regeln für KI-Agenten
Bob Martin veröffentlicht Coding-Regeln für KI-Agenten
Der ub-mode-Skill von Robert Martin gibt KI-Coding-Agenten klare Leitplanken: minimale Änderungen, echte Tests und Ursachenbehebung.
Bob Martin, Autor von „Clean Code“, hat Regeln veröffentlicht, an denen sich seine eigenen KI-Agenten beim Programmieren orientieren.
Wesentliche Punkte:
- Eine Prüfung, die einen Fehler nur versteckt, ohne die Ursache zu beheben, kann nicht als Fix gelten.
- Wenn ein Test weiterhin besteht, obwohl alle Funktionen nichts zurückgeben, sollte man auf diesen Test verzichten.
- Codeänderungen sollten minimal, aber ausreichend sein, um die gestellte Aufgabe zu lösen.
- Bevor Code geändert wird, sollte ein Test geschrieben werden, der den vorhandenen Fehler sichtbar macht.
Durch die Installation dieses Skills lassen sich versteckte KI-Fehler vermeiden und Situationen verhindern, in denen bestandene Tests ein falsches Bild von funktionierendem Code erzeugen.
Installations-Prompt:
Installiere den Skill ub-mode aus dem GitHub-Repository unclebob/ub-mode in meinen skills-Ordner und verwende den Befehl /ub-mode bei der nächsten Codeänderung. Wenn crapper, dryer oder mutator nicht installiert sind, überspringe die entsprechenden Schritte.
Repository: unclebob/ub-mode
Warum das wichtig ist
AnalyseDie Regeln erhöhen die Zuverlässigkeit von KI-Agenten und verhindern, dass bestandene Tests falsche Sicherheit erzeugen.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Bob Martin veröffentlicht Regeln für KI-Agenten beim Schreiben von Code
Bob Martin, Autor des Buches Clean Code, hat das GitHub-Repository ub-mode mit Regeln für KI-Agenten veröffentlicht, die Code schreiben und ändern.
Open-Source-Projekt mit 74 Skills für die Spieleentwicklung
Ein Open-Source-Repository auf GitHub bündelt 74 Skills für Unity, Godot, Unreal Engine und andere Engines, mit automatischer Skill-Auswahl und Unterstützung für Claude Code und Codex.
Claude Code Projects: Wie ein KI-Agent ein Team autonomer Agenten koordiniert
Eine tiefgehende Analyse von Claude Code Projects: die Architektur von Coordinator und Threads, parallele Branches, gemeinsamer Speicher MEMORY.md sowie das Management von Cloud-Agenten.
KI in Geschäftsprozessen: Von der Diagnose zum Hermes-Agenten im Production-Betrieb
Umfassendes praktisches B2B-Playbook: Prozessdiagnose, Single-Agent-Workflows, Tools, Memory, Sicherheit, Evaluation, Observability und Runbooks.
KI-Agenten (Autonome Agenten)
LLM-basierte Softwaresysteme, die in der Lage sind, den Zustand ihrer Umgebung autonom wahrzunehmen, komplexe Ziele zu zerlegen, externe Tools aufzurufen und eigene Fehler iterativ zu korrigieren.
Marker für generierten Code (AI-Code-Smells)
Typische Antipatterns und Marker für synthetischen Code („Code mit Geruch“ von KI). Überflüssige, offensichtliche Kommentare, Duplizierung von Hilfsfunktionen in jeder Datei, gefälschte Mocks und unsinnige try-catch-Blöcke, die auf ungeprüfte Generierung hinweisen.