Code Change Verification

Code Change Verification ist ein einzelner Skill aus OpenAIs offiziellem Open-Source-Repository openai-agents-python. Die direkte Primärquelle ist https://github.com/openai/openai-agents-python/tree/main/.agents/skills/code-change-verification. Der Skill beschreibt einen abschließenden Prüfablauf für Änderungen, die Laufzeitcode, Tests oder die Build- und Testkonfiguration betreffen. Statt eine Änderung nur anhand einer lokalen Momentaufnahme zu beurteilen, führt der Workflow durch Formatierung, Linting, Typprüfung und Tests. So entsteht eine nachvollziehbare technische Schranke vor der Fertigmeldung.

Zweck und Zielgruppe

Laut Anbieter soll der Skill erst nach einem sauberen Implementierungs-Review als vollständiger Abschluss-Gate verwendet werden. Während der Entwicklung sind fokussierte Tests und eng begrenzte statische Prüfungen sinnvoller, weil sie schnelle Rückmeldung geben. Der breite Ablauf gehört an das Ende einer stabilen Änderung. Geeignet ist der Skill besonders für Teams, die Änderungen am Python-SDK reproduzierbar absichern und eine klare Aussage darüber benötigen, ob die vorgesehenen Qualitätsprüfungen erfolgreich waren. Er ist kein Ersatz für fachliche Abnahme, Sicherheitsanalyse oder eine Prüfung, ob die Änderung tatsächlich die richtige Anforderung löst.

Der vorgesehene Ablauf

Die offizielle Anleitung stellt für macOS und Linux ein Skript bereit, das aus dem Repository-Wurzelverzeichnis arbeitet. In der normalen Reihenfolge ruft es make format, make lint, make typecheck und make tests auf und beendet sich beim ersten Fehler. Formatierung kann dabei Dateien anpassen, während Linting, Typprüfung und Tests Fehler sichtbar machen. Für Codex in einer Sandbox nennt die Quelle eine Umgebung, die den OpenAI-Schlüssel aus dem Prozess entfernt und den vorgesehenen Sandbox-Testmodus aktiviert. In anderen lokalen Umgebungen soll das Skript mit der dort passenden, nicht privilegierten Umgebung ausgeführt werden. Windows verwendet die bereitgestellte PowerShell-Variante.

Fehlerbehandlung und Evidenz

Wenn ein Schritt fehlschlägt, soll das Problem behoben und der vollständige Ablauf erneut gestartet werden. Ein grüner früherer Teilschritt beweist nicht, dass die späteren Prüfungen ebenfalls erfolgreich sind. Der Ablauf soll seine Ausgaben direkt zeigen, damit ein Review die konkrete Fehlerursache nachvollziehen kann. Vor dem vollständigen Stack empfiehlt die Quelle, vorhandene laufende repositoryweite Tests, Typprüfungen, Build- oder Integrationsläufe zu berücksichtigen. Sichtbare Ressourcenkonkurrenz ist ein Grund, zunächst Review- oder Vorbereitungsarbeit zu erledigen und später erneut zu prüfen, nicht eine zusätzliche Sperrdatei oder einen Host-weiten Mutex einzuführen.

Sicherheit und Grenzen

Der Skill autorisiert keine erweiterten Rechte. Er soll in der normalen Arbeitsbereichs-Sandbox laufen und nicht nach einem Fehlschlag mit weiterem Host-Zugriff wiederholt werden. Die Tests können weiterhin von lokalen Abhängigkeiten, Plattformbesonderheiten oder fehlenden Systempaketen abhängen. Laut Anbieter kann die macOS-Abdeckung für speziell markierte native Sandbox-Tests auf einem vertrauenswürdigen GitHub-Runner stattfinden; ist dieser nicht verfügbar, muss die fehlende Abdeckung offen berichtet werden. Keine Prüfung beweist vollständige Sicherheit. Speichern Sie keine API-Schlüssel, Tokens, persönlichen Daten oder vertraulichen Testinhalte in Prüfprotokollen oder Beispieldateien. Lokale Tests bedeuten außerdem nicht, dass verbundene Modellaufrufe lokal verarbeitet werden.

Einordnung für die Praxis

Die Stärke des Skills liegt in der klaren Definition eines Ende-zu-Ende-Gates: Eine Änderung gilt erst als abgeschlossen, wenn alle vorgesehenen Stufen erfolgreich durchlaufen sind und keine offenen Probleme verbleiben. Für eine noch instabile Änderung ist der vollständige Lauf unnötig teuer; fokussierte Tests bleiben dann der bessere Zwischenschritt. Diese Beschreibung wurde am 9. September 2026 anhand der offiziellen Skill-Datei und der offiziellen OpenAI-Agents-Dokumentation geprüft. Das Repository ist laut Anbieter Open Source und unter Apache-2.0 lizenziert. Aktuelle Skripte, Abhängigkeiten und Plattformhinweise sollten immer in der Primärquelle geprüft werden.