receiving-code-review

Überblick

Was das receiving-code-review Skill macht

Das receiving-code-review Skill definiert ein klares, wiederholbares Muster, wie ein Agent reagieren soll, wenn er Code-Review-Feedback erhält – insbesondere in GitHub Pull Requests. Im Fokus steht technische Bewertung statt sozialer Performance.

Anstatt Reviewer:innen blind zuzustimmen oder Vorschläge sofort umzusetzen, trainiert dieses Skill den Agenten darauf:

• Sämtliches Feedback zu lesen, bevor er reagiert
• Die gewünschte Änderung zu paraphrasieren oder zu klären
• Das Feedback mit dem tatsächlichen Code-Repository abzugleichen
• Zu bewerten, ob der Vorschlag technisch korrekt für dieses Repository ist
• Mit fundierter technischer Begründung zu antworten, nicht mit Schmeichelei
• Änderungen einzeln umzusetzen – erst nach Verständnis und Verifizierung

Für wen dieses Skill gedacht ist

Nutze receiving-code-review, wenn du:

• Mit einem AI-Assistenten an GitHub PRs oder in Code-Review-Diskussionen arbeitest
• Möchtest, dass der Assistent wie ein reflektierter Reviewer oder Reviewee agiert – nicht wie ein reiner Ja-Sager
• Unterstützung brauchst, um Review-Kommentare zu interpretieren und nächste Schritte zu entscheiden
• Korrektheit und Sicherheit von Änderungen höher gewichtest als schnelle, aber oberflächliche Zustimmung

Besonders hilfreich ist es für:

• Entwickler:innen, die an Feature-Branches und Pull Requests zusammenarbeiten
• Tech Leads, die konsistenten Umgang mit Review-Feedback erwarten
• Teams, die mit Claude oder anderen LLMs als PR-Review-Partner experimentieren

Wann dieses Skill nicht gut passt

Dieses Skill ist nicht dafür gedacht:

• Neue Features von Grund auf zu generieren
• Groß angelegte Refactorings ohne Review-Kontext durchzuführen
• Für Höflichkeitsfloskeln, Lob oder Status-Updates

Wenn du vor allem Code-Generierung, Dokumentationsentwürfe oder Unterstützung bei High-Level-Designs möchtest, kombiniere es mit anderen Skills. Nutze receiving-code-review gezielt, wenn der Agent in der Schleife des Empfangens und Beantwortens von Code-Review-Feedback ist.

Zentrale Vorteile

Mit installiertem receiving-code-review wird dein Agent:

• Auf performative Antworten wie "You're absolutely right!" oder "Great point!" verzichten
• Antworten auf Grundlage des echten Codes geben, nicht auf Basis von Annahmen
• Bei unklarem Feedback nachfragen, statt zu raten
• Respektvoll widersprechen, wenn ein Vorschlag technisch nicht korrekt ist
• Das Risiko senken, missverstandene oder schädliche Änderungen umzusetzen

So wird es leichter, dem Agenten in deinen code-review, git-workflows und pr-review Prozessen zu vertrauen.

Nutzung

1. Installation

Um das receiving-code-review Skill aus dem obra/superpowers Repository zu installieren, führe aus:

npx skills add https://github.com/obra/superpowers --skill receiving-code-review

Dadurch wird die Skill-Definition (inklusive SKILL.md) in deine Agent-Skill-Umgebung geladen. Die Installation setzt voraus, dass du das npx skills Tooling bereits eingerichtet hast; falls nicht, richte es zunächst gemäß den Anweisungen deiner Plattform oder deines Agent-Hosts ein.

2. Wichtige Dateien nach der Installation

Nach der Installation solltest du die zentrale Datei für dieses Skill prüfen:

• skills/receiving-code-review/SKILL.md – kanonische Beschreibung des Verhaltensmusters beim Empfang von Code-Review-Feedback.

Im übergeordneten obra/superpowers Repo findest du außerdem gemeinsame Patterns wie:

• README.md, AGENTS.md oder metadata.json im Root – allgemeiner Kontext dazu, wie Skills aufgebaut sind und verwendet werden

Diese Dateien helfen dir zu verstehen, wie receiving-code-review in ein größeres Claude/Agent-Regelwerk passt, aber das operative Herz dieses Skills steckt in SKILL.md.

3. Kern-Workflow für Antworten

Das Skill definiert ein spezifisches Antwortmuster, sobald der Agent Code-Review-Feedback erhält (zum Beispiel in einem GitHub-PR-Kommentar-Thread):

1. READ:     Consume all feedback before reacting
2. UNDERSTAND: Restate the requirement in its own words, or ask
3. VERIFY:   Check the feedback against the real codebase
4. EVALUATE: Decide if it is technically sound for THIS repo
5. RESPOND:  Give a technical acknowledgment or reasoned pushback
6. IMPLEMENT: Change one item at a time and test each

In der Praxis bedeutet das:

• Der Agent sollte nicht sofort ankündigen, einen Vorschlag umzusetzen.
• Er stellt zuerst sicher, dass er versteht, was der Reviewer möchte.
• Er prüft die relevanten Dateien/Zeilen oder den Zustand des Repositories.
• Erst dann entscheidet er, ob der Vorschlag übernommen, angepasst oder abgelehnt wird.

Dieses Muster ist besonders nützlich in GitHub pull request review Szenarien, in denen Kontext und Korrektheit wichtiger sind als Geschwindigkeit.

4. Verbotene und unerwünschte Antworten

Das Skill schließt explizit bestimmte Antworttypen aus, die bei LLMs verbreitet, aber in ernsthaften Code-Reviews schädlich sind:

Verbotene Beispiele:

• "You're absolutely right!" (explizit als Verstoß gegen die übergeordneten CLAUDE-Regeln gekennzeichnet)
• "Great point!" / "Excellent feedback!" und ähnliche reine Lob-Antworten
• "Let me implement that now", wenn der Agent den Vorschlag noch nicht verifiziert hat

Stattdessen soll der Agent mit receiving-code-review:

• Die technische Anforderung paraphrasieren, z. B.: "You are asking to extract this logic into a separate function to avoid duplication."
• Gezielt nachfragen, wenn etwas unklar ist
• Technische Begründungen liefern, wenn er einen Vorschlag für falsch oder unvollständig hält
• Schrittweise auf konkrete Änderungen hinarbeiten, ohne übermäßig zu erklären oder zu loben

So bleibt die Unterhaltung auf Code-Qualität fokussiert, nicht auf Höflichkeitsfloskeln.

5. Umgang mit unklarem oder unvollständigem Feedback

Für mehrdeutiges Feedback definiert das Skill eine strikte Regel:

IF any item in the feedback is unclear:
  STOP – do not implement anything yet
  ASK for clarification on the unclear items

Die Begründung: Einzelne Review-Punkte können zusammenhängen. Wenn nur die Punkte umgesetzt werden, die man vermeintlich verstanden hat, während andere unklar bleiben, kann das führen zu:

• Widersprüchlichen Änderungen
• Defekten Workflows
• Verhalten, das nicht mit der Absicht des Reviewers übereinstimmt

Wenn ein Reviewer zum Beispiel schreibt "Fix 1–6" und der Agent nur die Punkte 1, 2, 3 und 6 versteht, leitet receiving-code-review ihn an:

• Die Umsetzung zu pausieren
• Konkrete Rückfragen zu den Punkten 4 und 5 zu stellen
• Erst dann zu implementieren, wenn der vollständige Anforderungssatz verstanden ist

Dieses Verhalten ist entscheidend in automatisierten oder halbautomatisierten git Workflows, in denen teilweises Verständnis schnell zu kaputten Branches führen kann.

6. Integration in deinen GitHub- / PR-Workflow

Damit receiving-code-review in einem echten Projekt maximal wirkt:

1. Binde das Skill an deinen Agenten, der genutzt wird für:

   • Review von Pull Requests
   • Entwurf von Antworten auf Reviewer-Kommentare
   • Hilfe beim Triagieren oder Zusammenfassen von Review-Feedback

2. Stelle Repository-Zugriff für den Agenten sicher, damit er Vorschläge wirklich verifizieren kann – anhand von:

   • Code im aktuellen Branch
   • Relevanten Dateien und Modulen

3. Kombiniere es mit ergänzenden Skills für optimale Ergebnisse, z. B.:

   • Einem Coding- oder Refactoring-Skill für die Umsetzung der vereinbarten Änderungen
   • Skills für Repository-Navigation oder -Suche, um betroffene Stellen schnell zu finden

4. Informiere dein Team, dass der Agent:

   • Klärende Fragen stellen wird, statt zu raten
   • Mitunter technischen Widerspruch bei falschen oder riskanten Vorschlägen einlegt
   • Generisches Lob zugunsten konkreter technischer Antworten vermeidet

So eingesetzt wird receiving-code-review zu einem Guardrail, das deinen AI-Kollaborateur in Code-Review-Gesprächen diszipliniert und verlässlich hält.

7. Wann du dieses Skill aktivieren solltest

Nutze receiving-code-review, sobald dein Prompt oder Workflow darauf hindeutet, dass der Agent:

• Menschliches oder Bot-Feedback zu einem Pull Request liest
• Inline-Kommentare in GitHub-Diff-Ansichten durchgeht
• Review-Notizen in einem Code-Review-Tool verarbeitet

Du brauchst es in der Regel nicht, wenn der Agent:

• Den initialen Code oder den ersten Feature-Entwurf generiert
• Design-Dokumente oder ADRs schreibt
• Nicht-Review-Aufgaben wie Dependency-Upgrades durchführt

Die Aktivierung nur in Review-Kontexten hält das Agentenverhalten vorhersehbar und fokussiert.

FAQ

Welches Problem löst receiving-code-review?

Das receiving-code-review Skill löst das Problem oberflächlicher, performativer AI-Antworten auf Code-Review-Feedback. Statt immer zuzustimmen und Code sofort zu ändern, tut der Agent Folgendes:

• Liest das gesamte Feedback
• Prüft es gegen den bestehenden Code
• Klärt mehrdeutige Anforderungen
• Legt bei Bedarf mit technischer Begründung Widerspruch ein

Dadurch sinken fehlerhafte Implementierungen und Missverständnisse in GitHub PRs und anderen Code-Review-Tools deutlich.

Wie installiere ich receiving-code-review?

Installiere das Skill aus dem obra/superpowers Repository mit:

npx skills add https://github.com/obra/superpowers --skill receiving-code-review

Prüfe nach der Installation die Datei SKILL.md im receiving-code-review Skill-Verzeichnis, um die genauen Verhaltensregeln zu verstehen.

Verändert dieses Skill, wie Code geschrieben wird?

Indirekt. receiving-code-review generiert selbst keinen Code, beeinflusst aber stark, wie und wann Codeänderungen vorgenommen werden, indem es erzwingt:

• Verifikation vor der Implementierung
• Änderungen und Tests Punkt für Punkt
• Vermeidung teilweiser, missverstandener Fixes

Kombiniere es mit Coding-Skills, um die eigentliche Implementierung zu übernehmen, sobald das Review-Feedback validiert ist.

Kann receiving-code-review einem menschlichen Reviewer widersprechen?

Ja. Das Skill erlaubt und fördert ausdrücklich fundierten, technischen Widerspruch, wenn Feedback:

• Für den aktuellen Codestand nicht korrekt ist
• Auf veralteten Annahmen basiert
• Voraussichtlich Bugs oder Regressionen einführt

Der Widerspruch muss sich dabei auf konkrete Details aus dem Repository stützen, nicht auf Meinungen.

Ist dieses Skill nur für GitHub?

Das Skill ist auf GitHub-typische PR review Workflows ausgerichtet, lässt sich aber überall dort einsetzen, wo ein Agent strukturiertes Code-Review-Feedback erhält, unter anderem:

• Git-basierte Code-Review-Tools
• Interne Review-Dashboards
• Chat-basierte Review-Sessions, in denen Kommentare auf bestimmte Dateien und Zeilen verweisen

Wenn dein Workflow einer Kombination aus PR-Kommentaren und einem git Repository ähnelt, ist receiving-code-review eine gute Wahl.

Wie interagiert das mit CLAUDE oder anderen Agent-Regeln?

Im obra/superpowers Ökosystem werden Skills mit übergeordneten Regeln kombiniert (oft in Dateien wie CLAUDE.md festgehalten). receiving-code-review nimmt auf diese Erwartungen Bezug, indem es Antworten wie "You're absolutely right!" verbietet, die dem Geist dieser Regeln widersprechen.

Nutze es zusammen mit deinen bestehenden Agent-Regeln, um:

• Strengeres Review-Verhalten durchzusetzen
• Soziale Überoptimierung zu vermeiden
• Konsistenz über verschiedene Projekte und Repositories hinweg zu wahren

Was, wenn mein Team höflichere Antworten bevorzugt?

Ein professioneller Ton bleibt weiterhin möglich, aber dieses Skill priorisiert klare technische Kommunikation gegenüber Höflichkeitsformeln. Wenn du weichere Formulierungen brauchst, kannst du:

• Separate Tonalitäts-Guidelines in anderen Skills definieren
• receiving-code-review als Rückgrat für Verifikation und technische Strenge beibehalten

So lässt sich der Stil anpassen, ohne die eigentliche Review-Disziplin zu verwässern.

Woran erkenne ich, dass das Skill korrekt arbeitet?

Anzeichen dafür, dass receiving-code-review aktiv und wirksam ist:

• Der Agent reagiert nicht mehr mit generischem Lob auf Review-Kommentare
• Er formuliert Anforderungen neu, bevor er handelt
• Er stellt Fragen, wenn Feedback unvollständig oder mehrdeutig ist
• Er verweist auf konkrete Dateien, Funktionen oder Zeilen, wenn er Vorschläge annimmt oder infrage stellt

Wenn du weiterhin sofortige Antworten wie "I’ll implement that" ohne Verifikation siehst, überprüfe deine Skill-Konfiguration und stelle sicher, dass dieses Skill in Review-Kontexten aktiviert ist.