Analisador espectral de qualidade de código multi-linguagem (Python, JS/TS, Java, Go). Detecta 8 padrões de degradação via pipeline FFT/Wavelet/PELT sobre 9 canais UCO: H (Hamiltoniano), CC, ILR, DSM_d, DSM_c, DI, dead, dups, bugs. Publica UCO_ANOMALY_DETECTED no APEX EventBus para classificações CRITICAL. Alternativa open-source ao SonarQube — sem LLM, billing por chamada de API.
Scanned 9/8/2026
Install to Claude Code
npx -y skills add thiagofernandes1987-create/APEX --skill uco-sensor --agent claude-codeInstalls into .claude/skills of the current project.
Are you the author of Uco Sensor?
Add the live security badge to your README — it updates automatically with every re-scan.
[](https://www.skillsdirectory.com/skills/thiagofernandes1987-create-uco-sensor)More formats (shields.io, HTML) on the badges page.
---
skill_id: algorithms.uco-sensor.sensor
name: "UCO-Sensor — Spectral Code Quality Analysis"
description: >
Analisador espectral de qualidade de código multi-linguagem (Python, JS/TS, Java, Go).
Detecta 8 padrões de degradação via pipeline FFT/Wavelet/PELT sobre 9 canais UCO:
H (Hamiltoniano), CC, ILR, DSM_d, DSM_c, DI, dead, dups, bugs.
Publica UCO_ANOMALY_DETECTED no APEX EventBus para classificações CRITICAL.
Alternativa open-source ao SonarQube — sem LLM, billing por chamada de API.
version: v00.37.0
status: CANDIDATE
domain_path: algorithms/uco-sensor
anchors:
- uco
- uco_sensor
- spectral_analysis
- code_quality
- sonarqube_alternative
- hamiltonian
- cyclomatic_complexity
- infinite_loop_risk
- dead_code
- duplicate_detection
- apex_integration
- UCO_ANOMALY_DETECTED
- frequency_engine
- sarif
- multi_language
source_repo: uco-sensor
risk: safe
languages: [python]
llm_compat: {claude: full, gpt4o: partial, gemini: partial, llama: minimal}
apex_version: v00.37.0
apex_events:
publishes:
- event_type: UCO_ANOMALY_DETECTED
trigger: classification severity >= CRITICAL
fields: [primary_error, severity, uco_score, apex_prompt, change_point, spectral_evidence]
consumes: []
test_coverage:
frequency_engine: 88/88
marco1: 27/27
marco2: 30/30
marco3: 16/16
marco_c_real_code: 48/48
total: 209/209
entry_points:
cli: sensor-api/cli.py
server: sensor-api/api/server.py
scan: sensor-api/scan/repo_scanner.py
---
# UCO-Sensor
Analisador espectral de qualidade de código — alternativa open-source ao SonarQube.
## O que faz
Analisa código-fonte em **Python, JavaScript/TypeScript, Java e Go** extraindo 9 canais UCO:
| Canal | Descrição |
|---------|-----------|
| H | Hamiltoniano (Halstead effort / LOC) |
| CC | Cyclomatic Complexity |
| ILR | Infinite Loop Risk |
| DSM_d | Density de dependências |
| DSM_c | Ciclicidade de dependências |
| DI | Dependency Instability |
| dead | Linhas de código morto |
| dups | Blocos duplicados |
| bugs | Halstead bug density |
O **FrequencyEngine** aplica FFT/Wavelet/PELT sobre séries temporais desses canais para detectar 8 padrões:
- `AI_CODE_BOMB` — spike simultâneo em dead + dups + ILR
- `TECH_DEBT_ACCUMULATION` — H crescendo em ULF/LF
- `GOD_CLASS_FORMATION` — DI dominante em HF
- `COGNITIVE_COMPLEXITY_EXPLOSION` — CC burst agudo
- `DEPENDENCY_CYCLE_INTRODUCTION` — DSM_c > 0.5
- `LOOP_RISK_INTRODUCTION` — ILR isolado
- `DEAD_CODE_DRIFT` — dead acumulando (Hurst ≈ 1.0, irreversível)
- `REFACTORING_OPPORTUNITY` — correlação DSM_d + CC
## Integração APEX
Quando `severity == CRITICAL`, o `ApexConnector` publica `UCO_ANOMALY_DETECTED` no `ApexEventBus`:
```python
from apex_integration.connector import get_connector
connector = get_connector()
connector.handle(classification_result, store)
# → publica {"event_type": "UCO_ANOMALY_DETECTED", "primary_error": "AI_CODE_BOMB", ...}
```
## CLI
```bash
# Escanear repositório local
python cli.py scan ./meu-projeto
# Escanear todos os repos de um usuário GitHub
python cli.py scan-github thiagofernandes1987-create
# Filtrar repos específicos
python cli.py scan-github thiagofernandes1987-create --repos apex,uco-sensor
# Saída SARIF para GitHub Code Scanning
python cli.py scan ./meu-projeto --format sarif > results.sarif
# Iniciar servidor HTTP
python cli.py serve --port 8080 --db uco.db --apex-url https://apex.example.com
```
## API REST
```
POST /analyze — analisa código + classifica
POST /analyze-pr — analisa diff de PR → SARIF + status
POST /scan-repo — escaneia diretório remoto
GET /health — liveness probe
GET /docs — auto-documentação
GET /anomalies — eventos UCO_ANOMALY_DETECTED persistidos
POST /auth/keys — cria API key
GET /apex/status — status da integração APEX
POST /apex/ping — testa conectividade APEX
```
## Instalação
```bash
pip install numpy scipy PyWavelets
# Opcional (tree-sitter para JS/TS/Java/Go):
pip install tree-sitter tree-sitter-python tree-sitter-javascript \
tree-sitter-typescript tree-sitter-java tree-sitter-go
```
## CI/CD
Copie `.github/workflows/uco-sensor.yml` (gerado em `sensor-api/ci/`) para o seu repositório.
Funciona como quality gate: bloqueia PRs com arquivos CRITICAL, faz upload SARIF para GitHub Code Scanning.
## Diff History
- **v00.37.0**: Marco 3 completo — APEX integration, scan-github CLI, 209/209 testes
- **v00.36.0**: Marco 2 completo — multi-language adapters, auth/billing, CI/CD
- **v00.35.0**: Marco 1 completo — UCOBridge, SnapshotStore, FrequencyEngine pipeline
Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.
No comments yet. Be the first to comment!