uco-sensor-spectral-code-quality-analysis
Analisador espectral de qualidade de código multi-linguagem (Python, JS/TS, Java, Go). Detecta padrões de degradação via análise espectral + change-point exato 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.
Informações da origem
- Repositório
- thiagofernandes1987-create/APEX
- Última atividade na origem
- 18 de setembro de 2026 às 06:01
- Idioma detectado do SKILL.md
- português
- Estrelas
- 2
- Forks
- 0
Opções de instalação
Por padrão, está selecionado o prompt que primeiro revisa a origem. Você pode mudar para um comando direto ou baixar uma cópia local.
Revise os arquivos de origem
Leia o SKILL.md e os arquivos complementares exibidos pelo SkillsMP antes de decidir se vai instalar.
Explorador de arquivos
100 arquivosExibindo SKILL.md
SKILL.md
Instruções da origem · Visualização somente leitura- 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 padrões de degradação via análise espectral + change-point exato 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
- v3.97.0
- status
- BETA
- 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
- v3.97.0
- apex_events
- {"publishes":[{"event_type":"UCO_ANOMALY_DETECTED","trigger":"classification severity >= CRITICAL","fields":"[Truncated]"}],"consumes":[]}
- test_coverage
- {"baseline_full_suite":"2645 passed at v3.96.0","scientific_hardening":"M105 added in v3.97.0","canonical_runner":"run_tests_all.py","ci":".github/workflows/uco-sensor-ci.yml"}
- 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 Welch/STFT/Wavelet e change-point por programação
dinâmica penalizada exata sobre séries temporais desses canais. Frequências são
expressas em **ciclos por commit**; Hurst só participa de decisões com histórico
amostral suficiente.
- `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 é evidência auxiliar, não prova de irreversibilidade
- `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
Ver no GitHub