用途：Dark Matter Analyzer（暗物质模式）用于分析代码仓库，揭示传统指标看不到的隐性模式、战略偏移与组织健康状态，回答“仓库为何感觉不对劲”，而非仅找技术错误。适用信号包括：指标正常但仓库感觉失准、文档很多团队仍困惑、目标与实际工作不符、规划远超执行、同一主题存在多份重叠文档、准备大重构前评估。不适用于修 bug、加功能或常规代码审查。
主要能力按五步方法论展开。一是感知，采集代码信号（提交模式、重构频率、lint 抑制、TODO/FIXME）、文档信号（README 漂移、冗余 .md、文档与代码比例）、时间信号（决策到执行的滞后、功能速度）与环境信号（依赖健康、构建状态、覆盖率趋势）；可用命令如 find . -name "*.md" -type f | wc -l、grep -r "TODO|FIXME|HACK"、git log 等。二是模式检测，把弱信号归类为战略漂移、文档膨胀、抑制模式、依赖冻结、提交反复、任务现实脱节、执行赤字等，并评估强度。三是反思，做技术到人的翻译、给出 0.0-1.0 置信度与不确定性指数，识别“未见、未说、未度量”。四是行动路由，按 OBSERVE、REVIEW、HOLD 分级建议，并提供暂停、对齐、整合、恢复的恢复协议。五是计算 RCI：RCI=(意图对齐+任务现实同步+技术健康)/3，85-100 一致、70-84 监控、50-69 失准、低于 50 不一致。
使用方式：按上述步骤扫描仓库并产出“暗物质报告”，包含日期、仓库、RCI 得分、摘要、四层分析与评分明细。资料提供 MCP 集成示例，可调用 scan_repository、calculate_rci、generate_report（支持 markdown 输出），需配合 dark-matter-analyzer-mcp。可选快速扫描或深度分析。
限制与注意：该技能定位为反思性镜像，而非诊断或预测工具；强调揭示而非评判，须保留不确定性评分；内部测试通过不等于外部有用，应结合外部反馈；不应作为惩罚手段或孤立依赖 RCI 分数，也不应在未经用户确认时直接改动。相关资料未提供收费、价格、平台支持范围与安装命令。