用途：识别、量化、排序并跟踪代码库中的技术债，覆盖代码、架构、测试、文档、依赖、基础设施六类。检测方式为 Python 的 AST 解析，其他语言使用正则模式匹配。
主要能力：按速度、质量、生产力、业务影响（1-10）评分并估算工作量（XS-XL）与风险；用成本延迟（利率=影响×频率；成本延迟=利率×冲刺数×团队系数）以及 WSJF、RICE 框架排序；在成本延迟与工作量矩阵中划分立即、计划、机会、待办；按团队速度做债务与功能比率的冲刺分配；提供 Strangler Fig、Branch by Abstraction、功能开关、并行运行等重构策略；从多次扫描快照生成高管与工程看板、趋势、速度跟踪与预测。
使用方式（三个脚本）： python scripts/debt_scanner.py <dir> --output scan_results --format both python scripts/debt_prioritizer.py scan_results.json --framework wsjf --team-size 8 python scripts/debt_dashboard.py --input-dir ./debt_scans/ --period quarterly
运行前需确认：目标代码库目录、优先框架与团队规模（--framework、--team-size）、报告受众（高管看板或工程清单）。资料建议只问最影响输出的 2-3 项，若用户说先草拟则照做并在成果顶部列出假设。
限制：不做运行时性能剖析或生产监控；不做依赖漏洞扫描（CVE）或软件成分分析；不自动重构或修改源码；不覆盖数据库模式债、API 契约漂移、IaC 漂移检测。可与依赖审计、性能剖析、CI/CD 流水线、PR 评审、可观测性设计、迁移架构等技能集成。其他参数与细节见技能自带参考文档。