A regra que parece cuidado
"Ou é admin, ou está inserindo a si mesmo" lê como zelo. Na prática, qualquer conta que soubesse o id de uma empresa entrava nela como admin. O teste de isolamento achou no dia em que foi escrito.
Cinco skills que auditam o que a IA escreveu com ferramenta, prova e veredito. Elas acham o que a leitura deixa passar: a regra de acesso que parece cuidado, o botão que não faz nada, os 2 pixels que o usuário sente e não sabe nomear.
Código gerado por IA compila, roda e parece bem escrito. O defeito que derruba um produto raramente está no que parece errado. Está no que parece certo. Estes são casos reais que as skills pegaram depois que a revisão por leitura tinha deixado passar.
"Ou é admin, ou está inserindo a si mesmo" lê como zelo. Na prática, qualquer conta que soubesse o id de uma empresa entrava nela como admin. O teste de isolamento achou no dia em que foi escrito.
Um acento de diferença. O if exists engole o erro, a regra antiga continua valendo e soma com a nova. Cada arquivo, lido sozinho, está certo. O ledger enumera tabela por operação e mostra as duas lado a lado.
No screenshot, a tela de login está pronta. Operando de verdade, o botão principal não reagia ao envio vazio: nenhuma requisição, nenhum aviso, nenhum campo obrigatório. Só aparece para quem clica e olha a rede.
Quatro raios de canto no mesmo app, dois deles quase iguais. Dez tamanhos de fonte disputando o texto corrido entre 8 e 18px. A interface parece "um pouco amadora" e ninguém sabe dizer por quê. A medida diz.
Pedir para uma IA "revisar o código" falha de dois jeitos opostos: gera ruído que ensina você a ignorar o relatório, ou gera uma confiança que ninguém conquistou. As cinco skills seguem o mesmo método, desenhado contra as duas falhas.
O que um scanner determinístico acha, ele acha melhor, mais barato e sem alucinar. A leitura fica para onde a ferramenta não alcança: autorização, isolamento, lógica de negócio.
A revisão comum pede "procure segredos" e perde o .env ignorado pelo git, que é onde mora a chave real.
"Não achei nada" e "não olhei" são frases diferentes. Todo relatório traz o mapa do que foi coberto e do que ficou de fora, unidade por unidade.
A revisão comum diz "nenhuma dependência vulnerável" com o scanner desinstalado.
Todo achado sobrevive a uma tentativa explícita de derrubá-lo. Os críticos e altos passam por um verificador que não os escreveu.
A revisão comum lista trinta problemas, vinte são ruído, e você descarta também o que era real.
Contagem por severidade e uma decisão: publicar ou não. A nota de 0 a 100 não se reproduz e esconde a única falha que importa.
A revisão comum dá "92/100" a um app com a chave de administrador do banco dentro do código do navegador.
Cada skill responde uma pergunta que o dono do produto precisa responder antes de publicar. Todas começam por ferramenta, terminam em veredito e declaram o que não cobriram.
Auditoria de segurança em profundidade. Roda os scanners antes de qualquer leitura, enumera cada unidade de superfície do código e só reporta o que sobreviveu à refutação.
Termina em contagem por severidade e publicar ou não publicar, com as pendências e a checagem que o dono faz.
Opera o app de verdade, tarefa por tarefa: clica, digita, completa o fluxo, força os estados esquecidos e instrumenta console, rede e controles.
Termina em veredito por bloqueadores, nunca em nota de UX.
Audita servidores MCP, skills e agentes antes de você instalar um de terceiro ou publicar o seu. Extrai a superfície sem executar o servidor.
Termina em instalar ou não instalar, ou publicar ou não publicar.
Sem design system nenhum. Mede a geometria real no navegador, infere a régua que o próprio app já usa e aponta onde ele se contradiz.
Termina em régua inferida e desvios, e pode gerar os tokens para a próxima skill.
Varre tela a tela o que é realmente pintado, compara com os tokens e aplica as trocas com verificação. Para quando o design system chegou depois das telas.
Termina em conforme ou não conforme, com estados e telas não varridos.
A ordem é a defesa. O que a ferramenta acha vem antes da leitura, e nada chega ao relatório sem passar pela verificação adversarial.
Nomeia quem ataca, que fronteira cruza, que controle falha e o que consegue, com caminho no código. Só ele recebe severidade.
Uma camada visível barra. Fica registrado com a prova e nunca aparece como achado.
Falta um fato fora do repositório. Nomeia a checagem exata que o dono faz e não recebe severidade.
O ledger é a diferença entre "olhei as regras de acesso" e "olhei estas 100 regras, nestes commits". A auditoria seguinte herda o que não mudou e reabre o que mudou, por git diff. Trecho de exemplo:
| id | unidade | origem | estado | nota |
|---|---|---|---|---|
| pol-7cb00 | members · INSERT · "admin convida" | 0084:24 | coberto | só admin; o teste de isolamento cobre |
| pol-99dcd | members · UPDATE · "cada um edita o próprio cadastro" | 0001:152 | planejado | quase homônima da 0065: troca que falhou? |
| pol-5be21 | credentials · DELETE · "limpeza" | catálogo vivo | pendente | só em produção, fora de qualquer migration |
| dee-02477 | app:// (URL scheme) | Info.plist | fora de escopo | rodada só de plataforma |
Sem média que dilua. Uma crítica basta para decidir, e o relatório diz isso numa palavra. Exemplo de cabeçalho:
Ledger: 304 unidades, planejado 0 · pendente de validação: 1
| Quando | Revisão por prompt | Skill v12x |
|---|---|---|
| quem acha | A memória do modelo, que varia a cada rodada | Scanner determinístico primeiro, leitura só onde ele não alcança |
| o que não viu | Some do texto | Mapa de cobertura e ledger, cada unidade com estado |
| falso positivo | Entra no relatório | Morre na refutação; crítico e alto por verificador independente |
| "não sei" | Vira palpite ou vira achado | Pendente de validação, com a checagem que resolve |
| a saída | Lista longa, às vezes uma nota | Contagem por severidade e uma decisão de publicar |
| depois | O relatório envelhece | O achado vira teste no CI e a próxima auditoria herda por diff |
| ao corrigir | Pode refatorar o que não devia | Travas: audita e registra, não reescreve |
O código muda no dia seguinte. O que aproxima um produto de "sem furo" é fechar o ciclo, e por isso cada skill deixa algo que roda sozinho.
Num app real, o teste de isolamento entre empresas passava havia seis semanas. Ao provar uma correção, descobrimos que as checagens de "o banco tem que recusar" nunca falhavam: o próprio teste engolia o erro. A regra que saiu daí está na skill: todo teste de recusa precisa ser visto falhando uma vez, contra um banco com o furo aberto, antes de valer como prova.
Na mesma rodada, o ledger tinha apontado um furo como sendo de produção. O catálogo vivo mostrou que ele só existia no banco que o CI monta. Essa correção também virou regra: achado de banco só é confirmado depois de conferido contra produção, e o relatório diz de qual banco ele é.
Depois de instalada, cada skill dispara sozinha quando você pede uma auditoria, ou pelo nome. Código aberto, licença MIT.