用途：为工程经理、技术负责人和 IC 提供 AI 驱动的仓库分析，覆盖贡献统计、代码质量评估和团队/管理洞察三种模式，支持组织级评审、单仓库评审及已保存仓库组。
主要能力：
- 贡献统计：用 git log --numstat、--name-only、--since 等命令统计提交数、增删净行数、文件类型分布、周/月活跃度；
- 代码质量：检查架构与模式、类型安全、错误处理、数据库/API 模式、安全性、测试指标；
- 团队评估：分析每位贡献者的产出与一致性、工作范围、质量信号、成长指标，以及总线因子、知识孤岛、跨职能指数、贡献均衡度。
使用方式：需先安装 Git CLI；组织级评审需 GitHub CLI（gh）；可选 Python 3.10+ 配合 matplotlib 生成 PNG 图表。首次使用通过对话收集角色、关注点、时间范围并保存到 config.yaml。示例：Review https://github.com/org/repo；Review the UP organization；add URL to group。组织级用 gh repo list UP --limit 100 --json name,sshUrl,url。图表可用 Mermaid gantt/pie 或脚本：python scripts/repo_review_om.py --repo https://github.com/org/repo --chart。配置支持 defaults、orgs、groups、last_session，可添加/停用贡献者、排除机器人。
输出：Markdown、ASCII 或 JSON；可生成绩效评审语言、1:1 谈话要点、成长就绪信号和红旗预警。
限制：大型组织（50+ 仓库）可能超时，建议用 --limit、排除归档仓库或按组聚焦；私有仓库需 gh 认证或有 SSH 密钥；同一人多个 git 身份会拆散统计，需在 aliases 中合并或统一 git config；具体收费、价格与平台信息暂未提供。