Funktionales Code-Snippet aus Beschreibung
Du bist ein erfahrener [SPRACHE]-Entwickler. Schreibe eine funktionale Lösung für:
[AUFGABE]
Anforderungen:
- Sauberer, lesbarer Code mit aussagekräftigen Variablennamen
- Funktionen sind klein und haben einen einzigen Zweck
- Typ-Hinweise/Annotations wo möglich
- Error-Handling für Edge Cases
- Inline-Kommentare nur für komplexe Logik
- Keine externen Dependencies ohne Notwendigkeit
Bevorzuge:
- Standards/Bibliotheken der Sprache
- Funktionale Ansätze wo sinnvoll
- Immutable Datenstrukturen
Ausgabeformat: Kompletter Code in einem Code-Block
Variablen:
[SPRACHE]
[AUFGABE]
Docstrings, Kommentare, READMEs
Dokumentiere den folgenden Code professionell:
[CODE EINFÜGEN]
Erstelle:
1. Modul-level Docstring (Zusammenfassung, Parameter, Returns, Raises, Examples)
2. Funktions-/Klassen-Docstrings im [STYLE: Google/NumPy/Sphinx] Format
3. Inline-Kommentare für komplexe Logik
4. Eine README.md mit:
- Projektbeschreibung
- Installation
- Usage-Beispiele
- API-Referenz
- Contributing-Guide
- Lizenz
Sprache: Deutsch für Beschreibungstexte, Englisch für Code-Kommentare
Variablen:
[CODE EINFÜGEN]
[STYLE: Google/NumPy/Sphinx]
Fehler finden und beheben
Analysiere und behebe den Bug im folgenden Code:
[CODE EINFÜGEN]
Fehlerbeschreibung: [FEHLERBESCHREIBUNG]
Erwartetes Verhalten: [ERWARTET]
Tatsächliches Verhalten: [TATSÄCHLICH]
Gehe wie folgt vor:
1. Identifiziere die Fehlerursache(n)
2. Erkläre, warum der Fehler auftritt
3. Zeige die minimale Korrektur
4. Zeige die verbesserte Version mit Error-Handling
5. Schlage Edge-Case-Tests vor
WICHTIG: Nur den Bug fixen, kein unnötiges Refactoring!
Variablen:
[CODE EINFÜGEN]
[FEHLERBESCHREIBUNG]
[ERWARTET]
[TATSÄCHLICH]
Test-Suite für bestehenden Code
Erstelle eine umfassende Unit-Test-Suite für:
[CODE EINFÜGEN]
Verwende [FRAMEWORK: pytest/Jest/Vitest/JUnit/etc.]
Test-Kategorien:
1. Happy Path Tests (normale Eingaben)
2. Edge Cases (Grenzwerte)
3. Error Cases (ungültige Eingaben)
4. Integrationstests (falls zutreffend)
Für jeden Test:
- Deskriptiver Test-Name (given/when/then)
- Arrange-Act-Assert Pattern
- Keine Abhängigkeiten zwischen Tests
- Mocks/Stubs für externe Abhängigkeiten
- Parametrisierte Tests wo sinnvoll
Ziel: Mindestens 80% Code-Abdeckung
Variablen:
[CODE EINFÜGEN]
[FRAMEWORK: pytest/Jest/Vitest/JUnit/etc.]
REST API Endpoints, Schema-Design
Entwerfe und implementiere eine REST API für:
[ANFORDERUNG]
Verwende: [TECH-STACK]
Erstelle:
1. API-Design (OpenAPI/Swagger):
- Endpoints mit HTTP-Methoden
- Request/Response Schemas
- Authentifizierung
- Rate Limiting
- Pagination
- Error-Responses
2. Implementierung:
- Controller/Handler
- Middleware (Auth, Validation, Error Handling)
- Datenbank-Models
- Service-Layer
3. Dokumentation:
- README mit curl-Beispielen
- Postman-Collection (als JSON)
Best Practices:
- RESTful URL-Design
- Korrekte HTTP-Status-Codes
- Versionierung (v1)
Variablen:
[ANFORDERUNG]
[TECH-STACK]
Voller Stack mit Frontend, Backend, DB
Erstelle eine Full-Stack-Webanwendung für:
[ANFORDERUNG]
Tech-Stack:
- Frontend: [FRONTEND-TECH]
- Backend: [BACKEND-TECH]
- Datenbank: [DB-TECH]
- Deployment: [DEPLOYMENT]
Erstelle:
1. Projektstruktur mit allen Dateien
2. Datenbank-Schema (ERD + Migration)
3. Backend-API (CRUD + Auth)
4. Frontend (Pages, Components, State)
5. Konfiguration (env, Docker, CI/CD)
6. README mit Setup-Anleitung
Bevorzuge:
- Clean Architecture
- Dependency Injection
- Environment-based Config
- Error Boundary: Global Error Handling
- Logging
- Security Best Practices
- Responsives Design
Variablen:
[ANFORDERUNG]
[FRONTEND-TECH]
[BACKEND-TECH]
[DB-TECH]
[DEPLOYMENT]
Clean Code, Design Patterns anwenden
Refactore den folgenden Code nach Clean-Code-Prinzipien und Design Patterns:
[CODE EINFÜGEN]
Anwenden:
1. SOLID-Prinzipien
2. Design Patterns (wo zutreffend):
- Strategy, Factory, Observer, etc.
3. Clean Code:
- Aussagekräftige Namen
- Kleine Funktionen (max. 20 Zeilen)
- Keine Magic Numbers
- DRY (Don't Repeat Yourself)
4. Error-Handling verbessern
5. Typisierung verbessern
Zeige:
- Vorher/Nachher-Vergleich
- Begründung für jede Änderung
- Performance-Auswirkungen
- Neue Struktur-Diagramm
Variablen:
[CODE EINFÜGEN]
ERD, Migrations, Optimierungen
Entwerfe ein optimiertes Datenbank-Schema für:
[ANFORDERUNG]
Datenbank: [DB-TYP]
Erstelle:
1. ERD (Entity Relationship Diagram) als Text/Mermaid
2. SQLAlchemy/Prisma/Sequelize Models
3. Migration-Dateien
4. Seed-Daten
5. Index-Strategie
6. Query-Optimierungen
Berücksichtige:
- Normalisierung (3NF, bei Bedarf Denormalisierung)
- Index-Design für häufige Queries
- Soft Delete Pattern
- Audit-Trail (created_at, updated_at)
- UUID vs Auto-Increment IDs
- Json-Spalten vs Separate Tabellen
- Many-to-Many Beziehungen
- Cascading Deletes
Variablen:
[ANFORDERUNG]
[DB-TYP]
Schwachstellen identifizieren, Fixes
Führe einen Security Audit durch für:
[CODE/REPO EINFÜGEN]
Prüfe auf:
1. OWASP Top 10:
- Injection (SQL, XSS, Command)
- Authentifizierungsfehler
- Sensible Daten-Exposition
- XML External Entities
- Broken Access Control
- Security Misconfiguration
- Cross-Site Scripting
- Insecure Deserialization
- Known Vulnerabilities
- Insufficient Logging
2. Input Validation
3. Auth & Session Management
4. Cryptography Usage
5. API Security
6. Dependency Vulnerabilities
Für jede Schwachstelle:
- Schweregrad (Critical/High/Medium/Low)
- Beschreibung
- Proof of Concept
- Empfohlener Fix mit Code-Beispiel
- CVSS-Score (falls zutreffend)
Variablen:
[CODE/REPO EINFÜGEN]
GitHub Actions, Docker, Deployment
Erstelle eine CI/CD-Pipeline für:
[PROJEKT]
Platform: [GITHUB/GITLAB/BITBUCKET]
Deploy-Ziel: [AWS/GCP/Azure/Vercel/etc.]
Erstelle:
1. Pipeline-Konfiguration (YAML)
2. Dockerfile (Multi-Stage Build)
3. Docker Compose (Dev + Prod)
4. Environment-Konfiguration
5. Deployment-Scripte
Pipeline-Stages:
- Lint & Format Check
- Unit Tests
- Integration Tests
- Build
- Security Scan
- Deploy (Staging → Production)
Best Practices:
- Caching für Dependencies
- Parallel Test-Ausführung
- Rollback-Mechanismus
- Slack/Teams Notifications
- Manual Approval für Production
- Infrastructure as Code
Variablen:
[PROJEKT]
[GITHUB/GITLAB/BITBUCKET]
[AWS/GCP/Azure/Vercel/etc.]
Prompta