Untangle-codebase 是一个用于重构整个代码库的 AI 智能体技能,其核心目标是通过一次彻底的重构,使代码库结构更清晰、耦合更少,从而让后续的智能体工作更高效、更安全。
用途
该技能旨在解决代码库中的结构性问题,例如隐藏的耦合、重复的逻辑、不必要的依赖、多余的代码以及特殊案例。通过重构,期望实现:智能体编写更好的代码、减少令牌消耗、降低无意识破坏的风险、加快调试速度。
主要能力
技能提供了一套系统化的重构流程:
- 询问附加任务:用户可选择是否清理仅复述代码的注释,或移除无法捕获真实缺陷的测试并修复失败测试。
- 列出所有问题:不修改代码,而是识别三类问题:隐藏链接(必须一起变更但代码未体现)、不必要的链接(因不同原因变更却被绑定)、多余代码(没有自身变更理由)。同时记录所有特殊案例(如针对单一值的 if、吞掉的异常、重试等)。
- 从第一性原理重新设计:寻找能解决多个问题的单一修复,而非逐个修复特殊案例。
- 修复列表上的所有问题:移除重新设计后不再需要的特殊案例,保留系统仍需要的。
- 检查并重复:使用子智能体搜索特殊案例、隐藏链接等,通过 /swarm 调度,直到没有值得修复的问题。最后运行 /review-loop 进行整体审查,并验证预期行为不变。
使用方式
该技能以工作流形式引导智能体执行重构。用户需启动技能并按照步骤操作。技能中提到了辅助命令如 /swarm(用于调度子智能体)和 /principle-test-behavior-not-implementation(用于测试质量准则),以及 /review-loop(最终审查)。同时建议使用脚本生成依赖图、让子智能体总结代码库、维护决策日志、利用 Git 历史作为证据等技巧。
适用场景
适用于需要对整个代码库进行结构性重构的场景,特别是当代码库存在大量隐藏耦合、重复逻辑、特殊案例,导致变更困难、调试缓慢时。也适用于希望提升代码库可维护性、降低智能体工作成本的团队。
限制
该技能未明确说明其适用的编程语言或框架,可能依赖于智能体的能力。重构过程可能耗时较长,且需要用户参与决策(如选择附加任务)。技能中提到的命令(如 /swarm、/review-loop)的具体实现和可用性暂未提供。此外,技能未涉及性能优化或功能添加,仅关注结构改进。