Django Verification Loop

Sélectionné par Skill Harbor : une boucle de vérification en douze phases qui fait produire à Muse un rapport succès/échec pour un projet Django avant chaque pull request ou déploiement. La phase 1 contrôle l'environnement Python et les variables requises ; la phase 2 exécute mypy, ruff, black et isort plus manage.py check --deploy pour les problèmes spécifiques à Django. La phase 3 valide la sécurité des migrations (migrations non appliquées, conflits, changements de modèles sans migration). La phase 4 lance pytest avec objectifs de couverture par composant (modèles 90 %+, services 90 %+, global 80 %+). La phase 5 scanne la sécurité avec pip-audit, safety, bandit et gitleaks, et confirme que DEBUG est désactivé. Les phases 6 à 11 couvrent les commandes de gestion, les assets statiques, la performance (requêtes N+1, index manquants), la relecture de configuration (SECRET_KEY, ALLOWED_HOSTS, HTTPS, HSTS), les logs et la documentation d'API. La phase 12 relit le diff lui-même pour les instructions de débogage, les TODO, les secrets en dur et les migrations manquantes, et conclut avec une checklist pré-déploiement plus un modèle GitHub Actions qui exécute toute la boucle en CI. Par @affaan-m, listé ici avec crédit à son créateur. Tiré du dépôt affaan-m/ECC (MIT). Bémols honnêtes : la vérification automatisée attrape les problèmes courants mais ne remplace ni la relecture manuelle ni les tests en staging ; les objectifs de couverture sont des défauts à ajuster par projet ; le skill rapporte les constats, il n'applique pas les correctifs. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage.