用途：Context Gap Analyzer 是面向代码库的上下文审计工具，用于识别代码本身无法传达、但对 AI 代理完成任务至关重要的隐性知识，并按代理影响程度排序，输出人类可回答的聚焦问题。
主要能力：分六个阶段。一是发现上下文基础设施，扫描仓库根及2-3层内的说明文件、工具链（MCP 服务器、技能/插件、git/CI/pre-commit/ linting 钩子、IDE 配置）、运行时上下文（外部服务、环境与密钥、包元数据），并按静态、按需、触发、隐式四种交付方式分类。二是扫描代码库拓扑，映射目录结构、技术指纹、复杂度指标、集成面与入口点。三是按九类做差距分析：架构与边界、领域模型与业务规则、约定与模式、集成与外部依赖、运维与部署、测试理念、安全模型、性能约束、历史决策与债务；每类按文档覆盖度、代码复杂度、代理暴露度评分，差距严重度=复杂度×暴露度−文档覆盖度，分关键、显著、可接受。四是针对差距≥3 生成10-20个可在2-5分钟回答的问题，含类别、优先级、理由与示例答案。五是输出上下文覆盖图与整体覆盖率。六是创建 .context-coverage.json 跟踪，把用户答案按既有约定写入相应载体，记录集成位置并重算覆盖率。
使用方式：可作为技能调用，适用于首次审计、回答会话、重新审计、覆盖率检查等模式，由是否存在 .context-coverage.json 和用户请求判断。
适用场景：需要在引入 AI 代理前评估代码库知识缺口，或持续补充隐性上下文的团队。
限制：资料未提供收费、价格、具体平台支持、安装命令等细节；其效果取决于代码库实际情况与人工回答质量。