Automatyzacja raportów

Cel projektu

Skonfiguruj Claude Code z MCP servers i zbuduj workflow: (1) pobierz dane z repozytorium, (2) przeanalizuj zmiany z ostatniego tygodnia, (3) wygeneruj changelog, (4) stwórz raport jakości kodu, (5) zapisz wynik do pliku markdown.

Krok 1: Konfiguracja MCP

Dodaj filesystem MCP do .mcp.json:

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y",
        "@modelcontextprotocol/server-filesystem",
        "/ścieżka/do/projektu"]
    }
  }
}

Opcjonalnie dodaj GitHub MCP (jeśli masz token).

Krok 2: Analiza zmian

Przeanalizuj zmiany w tym repozytorium z ostatniego
tygodnia (git log --since="7 days ago").
Dla każdego commita: autor, data, opis, zmienione pliki.

Krok 3: Changelog

Na podstawie analizy zmian wygeneruj CHANGELOG.md:
- Sekcje: Added, Changed, Fixed, Removed
- Każdy wpis z odniesieniem do commita
- Format: Keep a Changelog (keepachangelog.com)

Krok 4: Raport jakości

Przeprowadź audyt jakości kodu:
1. Struktura projektu -- czy jest logiczna?
2. Pokrycie testami -- ile plików ma testy?
3. Potencjalne bugi -- sprawdź typowe problemy
4. Zależności -- czy są przestarzałe?
5. Bezpieczeństwo -- czy nie ma exposed secrets?

Format: raport markdown z priorytetami
[KRYTYCZNY] / [PILNY] / [SUGESTIA].

Krok 5: Automatyzacja

Stwórz skill /weekly-report:

---
name: "weekly-report"
description: "Generujesz tygodniowy raport z repozytorium"
---

1. Przeanalizuj git log z ostatnich 7 dni
2. Wygeneruj CHANGELOG.md
3. Przeprowadź audyt jakości kodu
4. Zapisz raport do reports/weekly-YYYY-MM-DD.md
5. Podsumuj: co się zmieniło, co wymaga uwagi

Teraz wystarczy wpisać /weekly-report w Claude Code.

Deliverable: Skrypt automatyzacji + skill /weekly-report + dokumentacja workflow.

Co dalej

Ostatni projekt: Twoje AI Portfolio.