Codebasis bereinigen

Wann verwenden

Diesen Skill verwenden wenn eine Codebasis Hygieneschulden angehaeuft hat:

• Lint-Warnungen haben sich waehrend schneller Entwicklung angehaeuft
• Ungenutzte Imports und Variablen ueberladen Dateien
• Tote Codepfade existieren, wurden aber nie entfernt
• Formatierung ist ueber Dateien hinweg inkonsistent
• Statische Analysewerkzeuge melden behebbare Probleme

NICHT verwenden fuer architektonisches Refactoring, Fehlerbehebungen oder Aenderungen der Geschaeftslogik. Dieser Skill konzentriert sich ausschliesslich auf Hygiene und automatisierte Bereinigung.

Eingaben

codebase_path

language

cleanup_mode

safe

aggressive

run_tests

backup

Vorgehensweise

Schritt 1: Vorbewertung

Den aktuellen Zustand messen um Verbesserungen spaeter zu quantifizieren.

# Lint-Warnungen nach Schweregrad zaehlen
lint_tool --format json > lint_before.json

# Codezeilen zaehlen
cloc . --json > cloc_before.json

# Ungenutzte Symbole auflisten (sprachabhaengig)
# JavaScript/TypeScript: ts-prune oder depcheck
# Python: vulture
# R: lintr-Pruefung ungenutzter Funktionen

Erwartet: Ausgangskennzahlen in

lint_before.json

cloc_before.json

Bei Fehler: Wenn das Lint-Werkzeug nicht gefunden wird, automatisierte Korrekturen ueberspringen und auf manuelle Pruefung konzentrieren

Schritt 2: Automatisierte Lint-Warnungen beheben

Sichere automatisierte Korrekturen anwenden (Abstande, Anfuehrungszeichen, Semikolons, nachfolgende Leerzeichen).

JavaScript/TypeScript:

eslint --fix .
prettier --write .

Python:

black .
isort .
ruff check --fix .

R:

Rscript -e "styler::style_dir('.')"

Rust:

cargo fmt
cargo clippy --fix --allow-dirty

Erwartet: Alle sicheren Lint-Warnungen behoben; Dateien konsistent formatiert

Bei Fehler: Wenn automatisierte Korrekturen Testfehler einfuehren, Aenderungen rueckgaengig machen und eskalieren

Schritt 3: Tote Codepfade identifizieren

Statische Analyse verwenden um unreferenzierte Funktionen, ungenutzte Variablen und verwaiste Dateien zu finden.

JavaScript/TypeScript:

ts-prune | tee dead_code.txt
depcheck | tee unused_deps.txt

Python:

vulture . | tee dead_code.txt

R:

Rscript -e "lintr::lint_dir('.', linters = lintr::unused_function_linter())"

Allgemeiner Ansatz:

1. Nach Funktionsdefinitionen suchen
2. Nach Funktionsaufrufen suchen
3. Funktionen melden die definiert aber nie aufgerufen werden

Erwartet:

dead_code.txt

Bei Fehler: Wenn das statische Analysewerkzeug nicht verfuegbar ist, manuell die juengste Commit-Historie auf verwaisten Code pruefen

Schritt 4: Ungenutzte Imports entfernen

Importbloecke bereinigen indem Referenzen auf nie verwendete Pakete entfernt werden.

JavaScript:

eslint --fix --rule 'no-unused-vars: error'

Python:

autoflake --remove-all-unused-imports --in-place --recursive .

R:

# Manuelle Pruefung: nach library()-Aufrufen suchen, pruefen ob Paket verwendet wird
grep -r "library(" . | cut -d: -f2 | sort | uniq

Erwartet: Alle ungenutzten Import-Anweisungen entfernt

Bei Fehler: Wenn das Entfernen von Imports den Build bricht, wurden sie indirekt verwendet — wiederherstellen und dokumentieren

Schritt 5: Toten Code entfernen (modusabhaengig)

Sicherer Modus (Standard):

• Nur explizit als veraltet markierten Code entfernen
• Auskommentierte Codebloecke entfernen (wenn >10 Zeilen und >6 Monate alt)
• TODO-Kommentare entfernen die auf abgeschlossene Issues verweisen

Aggressiver Modus (opt-in):

• Alle in Schritt 3 als ungenutzt identifizierten Funktionen entfernen
• Private Methoden mit null Referenzen entfernen
• Feature-Flags fuer veraltete Features entfernen

Fuer jede Loeschkandidatin:

1. Null Referenzen in der Codebasis verifizieren
2. Git-Historie auf juengste Aktivitaet pruefen (ueberspringen wenn in den letzten 30 Tagen geaendert)
3. Code entfernen und Eintrag in

   CLEANUP_LOG.md

   hinzufuegen

Erwartet: Toter Code entfernt;

CLEANUP_LOG.md

Bei Fehler: Wenn unsicher ob Code wirklich tot ist, in ein

archive/

Schritt 6: Formatierung vereinheitlichen

Konsistente Formatierung ueber alle Dateien sicherstellen (auch wenn nicht von Lintern erfasst).

1. Zeilenenden normalisieren (LF vs CRLF)
2. Einzelnen Zeilenumbruch am Dateiende sicherstellen
3. Nachfolgende Leerzeichen entfernen
4. Einrueckung normalisieren (Leerzeichen vs Tabs, Einrueckungstiefe)

# Beispiel: Zeilenenden und nachfolgende Leerzeichen beheben
find . -type f -name "*.js" -exec sed -i 's/\r$//' {} +
find . -type f -name "*.js" -exec sed -i 's/[[:space:]]*$//' {} +

Erwartet: Alle Dateien folgen konsistenten Formatierungskonventionen

Bei Fehler: Wenn sed Binaerdateien beschaedigt, ueberspringen und dokumentieren

Schritt 7: Tests ausfuehren

Validieren dass die Bereinigung die Funktionalitaet nicht beeintraechtigt hat.

# Sprachspezifischer Testbefehl
npm test              # JavaScript
pytest                # Python
R CMD check           # R
cargo test            # Rust

Erwartet: Alle Tests bestehen (oder dieselben Fehler wie vor der Bereinigung)

Bei Fehler: Aenderungen inkrementell rueckgaengig machen um die brechende Aenderung zu identifizieren, dann eskalieren

Schritt 8: Bereinigungsbericht erstellen

Alle Aenderungen zur Pruefung dokumentieren.

# Codebasis-Bereinigungsbericht

**Datum**: JJJJ-MM-TT
**Modus**: safe | aggressive
**Sprache**: <Sprache>

## Kennzahlen

| Kennzahl | Vorher | Nachher | Aenderung |
|----------|--------|---------|-----------|
| Lint-Warnungen | X | Y | -Z |
| Codezeilen | A | B | -C |
| Ungenutzte Imports | D | 0 | -D |
| Tote Funktionen | E | F | -G |

## Angewandte Aenderungen

1. X Lint-Warnungen behoben (automatisiert)
2. Y ungenutzte Imports entfernt
3. Z Zeilen toten Code geloescht (siehe CLEANUP_LOG.md)
4. Formatierung ueber W Dateien vereinheitlicht

## Eskalierungen

- [Problembeschreibung die menschliche Pruefung erfordert]
- [Unsichere Loeschung nach archive/ verschoben]

## Validierung

- [x] Alle Tests bestehen
- [x] Backup erstellt: backup_JJJJMMTT/
- [x] CLEANUP_LOG.md aktualisiert

Erwartet: Bericht als

CLEANUP_REPORT.md

Bei Fehler: (Entfaellt — Bericht unabhaengig vom Ergebnis erstellen)

Validierung

Nach der Bereinigung:

• Alle Tests bestehen (oder dieselben Fehler wie vorher)
• Keine neuen Lint-Warnungen eingefuehrt
• Backup vor allen Loeschungen erstellt

• CLEANUP_LOG.md

  dokumentiert allen entfernten Code
• Bereinigungsbericht mit Kennzahlen erstellt
• Git-Diff auf unerwartete Aenderungen geprueft
• CI-Pipeline besteht

Haeufige Stolperfallen

1. Code entfernen der noch ueber Reflexion verwendet wird: Statische Analyse uebersieht dynamische Aufrufe (z.B.

   eval()

   , Metaprogrammierung). Immer Git-Historie pruefen.

2. Implizite Abhaengigkeiten brechen: Imports entfernen die von Abhaengigkeiten verwendet wurden. Nach jeder Import-Entfernung Tests ausfuehren.

3. Feature-Flags fuer aktive Features loeschen: Auch wenn im aktuellen Branch ungenutzt, koennen Feature-Flags in anderen Umgebungen aktiv sein. Deployment-Konfigurationen pruefen.

4. Ueberaggressive Formatierung: Werkzeuge wie

   black

   oder

   prettier

   koennen Code auf eine Weise umformatieren die unnoetige Diffs ausloest. Werkzeuge so konfigurieren dass sie zum Projektstil passen.

5. Testabdeckung ignorieren: Codebasen ohne Tests koennen nicht sicher bereinigt werden. Wenn die Abdeckung niedrig ist, zuerst fuer Testergaenzungen eskalieren.

6. Kein Backup erstellen: Immer ein

   backup_JJJJMMTT/

   -Verzeichnis erstellen bevor irgendetwas geloescht wird, auch bei Verwendung von Git.

7. Falsches R-Binary auf Hybrid-Systemen: Unter WSL oder Docker kann

   Rscript

   einen plattformuebergreifenden Wrapper statt nativem R aufloesen. Mit

   which Rscript && Rscript --version

   pruefen. Das native R-Binary bevorzugen (z.B.

   /usr/local/bin/Rscript

   unter Linux/WSL) fuer Zuverlaessigkeit. Fuer die R-Pfadkonfiguration siehe Setting Up Your Environment.

Verwandte Skills

• tidy-project-structure

  — Verzeichnislayout organisieren, READMEs aktualisieren

• repair-broken-references

  — Tote Links und Imports reparieren

• escalate-issues

  — Komplexe Probleme an Spezialisten weiterleiten