用途
analysis 技能提供系统化的分析操作，目标是把原始信息转化为可执行的洞见，用于理解代码、技能、流程、数据与模式。文档给出的定位是：帮助提取洞见、识别改进点、发现模式并做出数据驱动决策。
主要能力：五类分析操作
1. 代码分析（Code Analysis）
用于分析代码的质量、复杂度、模式与技术债务。适用场景包括：评估代码库质量、识别重构机会、理解代码复杂度、检测代码异味、规划技术债务削减。
流程包括：定义分析范围（分析哪些代码、关注哪些方面、回答什么问题）；收集代码指标（代码行数、函数/类数量、圈复杂度、重复程度、注释密度）；识别模式（常见代码模式、重复结构、命名约定、架构模式、设计模式）；检测代码异味（过长函数 >50 行、深层嵌套 >3 层、重复代码、复杂条件、命名不佳）；生成洞见（整体质量评估、复杂度热点、重构优先级、模式建议、技术债务清单）。
输出包括：代码质量评估、复杂度指标、识别出的模式、代码异味清单、重构建议、技术债务清单。文档给出时间估算为 30–90 分钟（随范围变化）。示例中对 auth/ 目录（15 个文件、3,200 行代码）进行了分析，列出指标、模式、代码异味、质量评分（7/10）、分级建议（High/Medium/Low）以及技术债务估算（8–12 小时）。
2. 技能分析（Skill Analysis）
用于分析技能有效性、使用模式并识别改进机会。适用场景包括：评估技能生态健康、了解哪些技能最有价值、识别未充分利用的技能、规划技能改进、衡量技能开发效率。
流程包括：收集技能指标（技能数量、每个技能代码行数、每个技能构建时间、模式分布（workflow/task/reference）、来自 review-multi 的质量评分）；分析使用模式（哪些技能最常用/最少用、技能依赖关系、集成/组合模式）；评估有效性（技能是否达成既定目的、用户满意度、节省的时间、带来的质量改进）；识别改进机会（低分技能、可用性问题、缺失功能、集成机会）；生成建议（要改进的技能及具体改动、要弃用的技能、要新建的技能、集成机会）。
输出包括：技能生态指标、使用模式分析、有效性评估、改进机会清单、按优先级排序的建议。文档给出时间估算为 45–90 分钟。示例中对 8 个技能进行了生态分析，列出总代码行数约 25,000 行、平均构建时间 6.8 小时/技能、效率增益 70.6%、模式分布、质量评分、使用模式、有效性评估、改进机会与建议。
3. 流程分析（Process Analysis）
用于分析工作流效率、识别瓶颈并发现优化机会。适用场景包括：优化开发工作流、识别流程低效、缩短周期时间、提升团队生产力、简化运营。
流程包括：梳理当前流程（记录步骤、识别决策点、标注交接与依赖、测量各步骤时长）；收集流程指标（周期时间、等待时间、实际工作时间、返工时间、吞吐量）；识别瓶颈（耗时最长、等待最多、返工率最高、资源约束、依赖阻塞）；分析效率（时间利用、自动化机会、并行化潜力、浪费识别）；生成优化建议（消除瓶颈、自动化、流程简化、并行工作、减少浪费）。
输出包括：流程地图（可视化或文本）、流程指标、瓶颈分析、效率评估、带预估影响的优化建议。文档给出时间估算为 60–120 分钟。示例对比了引入 development-workflow 前后的技能开发流程：原来周期 17–29 小时/技能，之后为 12–18 小时/技能，整体改善约 35–40% 周期时间缩减，并列出瓶颈与优化建议。
4. 数据分析（Data Analysis）
用于分析数据中的指标、趋势与统计模式。适用场景包括：理解定量数据、识别随时间变化的趋势、做出基于证据的决策、衡量改进、验证假设。
流程包括：定义分析问题（要回答什么、哪些决策依赖它、要检验什么假设）；收集数据（相关指标、数据质量与完整性、数据来源、收集方法）；计算指标（均值、中位数、最小/最大值、方差、标准差、比率与百分比、趋势、相关性）；识别趋势（改善、恶化、稳定模式、异常值）；生成洞见（数据说明了什么、影响是什么、应采取什么行动、后续应监测什么）。
输出包括：计算出的指标、趋势分析、数据可视化（表格、图表，如适用）、统计洞见、基于证据的建议。文档给出时间估算为 45–90 分钟。示例围绕“构建效率是否真的随时间提升”这一问题，基于 8 个技能的数据计算均值 5.6 小时、中位数 4.25 小时、范围 2.5–13 小时、平均效率增益 70.6%，识别改善/平台/异常值并给出结论与建议。
5. 模式识别（Pattern Recognition）
用于跨多个工件识别反复出现的模式、主题与系统性洞见。适用场景包括：分析多个评审/分析结果、识别系统性问题、从证据中发现最佳实践、理解生态趋势、为未来工作提取经验。
流程包括：收集工件（评审、分析、指标、反馈，样本量建议 3+ 实例，记录来源与日期）；识别反复主题（多个工件中出现的问题、持续有效的做法、常见失败模式、重复模式）；归类模式（结构、内容、质量、流程、时间维度）；评估模式显著性（频率、影响、一致性、因果）；提取洞见与建议（记录模式、解释意义、给出可执行建议、更新指南/模板）。
输出包括：带证据的模式清单、模式显著性评估、系统性洞见、更新后的指南/模板、面向未来工作的建议。文档给出时间估算为 60–120 分钟。示例基于 7 个技能的结构评审与 7 份模式分析，列出的模式包括“Quick Reference Evolution”（出现于 7 个技能中的 3 个，占 43%）。
使用方式与验证
每类操作均提供“何时使用”的适用场景说明、分步流程、验证清单与输出物，帮助按步骤执行并检查完成度。示例中多次提到与 review-multi、development-workflow 等技能的配合使用，但未提供具体调用命令或安装步骤。
适用场景
- 评估并改进代码质量与技术债务
- 评估技能生态的有效性与改进空间
- 优化开发或工作流程、减少返工
- 基于指标与趋势做出证据驱动的决策
- 从多次评审中提炼系统性问题与最佳实践
限制
资料未提供该技能的安装命令、依赖项、运行环境、平台支持、是否收费及价格等信息，以上暂未提供。文档中的时间估算与示例数据均来自原文示例，不代表固定保证。