用途：在代码库中识别架构集群与模块边界，通过社区检测发现模块分组和可能的重构目标。
主要能力：运行社区检测后，输出社区表（含 Community、Nodes、Cohesion、Description），对跨边界边数超过 10 的社区对给出带严重级别的耦合警告，生成以每个社区为一个 subgraph、并在标签中标注内聚分数的 Mermaid flowchart TB 图，并对内聚度低于 0.5 或跨社区耦合超过 20 条边的社区给出改进建议。算法上优先使用 Leiden 算法（需 igraph），按边类型加权：CALLS 1.0、INHERITS 0.8、IMPLEMENTS 0.7、IMPORTS_FROM 0.5、TESTED_BY 0.4、CONTAINS 0.3；否则回退到基于文件的分组。
使用方式：先查找 graph_query.py（find ~/.claude/plugins -name "graph_query.py" -path "/gauntlet/"），再运行 python3 "$GRAPH_QUERY" --action communities。若未安装 gauntlet，可用目录结构回退：按目录统计文件数，并用 rg 或 grep 统计跨目录导入次数来估计耦合。若已安装但缺少 graph.db，提示用户运行 /gauntlet-graph build。
适用场景：识别模块分组、确定重构目标、评估模块间耦合。
限制：不适用于查看单个模块的导入依赖（应使用 dependency-graph），也不适用于渲染已确定的架构图（应使用 architecture-diagram）。缺少图谱数据时回退分析精度有限；具体安装命令与路径以资料为准。