用途
codebase-readiness 是一个用于运行“Agent-Ready Codebase Assessment”的技能，即对代码库支持自主 AI 智能体工作的程度做打分评估。评估以每周 1000+ AI 生成拉取请求的 Stripe 基准为参照框架，按阶段依次推进。
主要能力
技能将评估拆分为 8 个维度，由 4 个并行智能体分工完成：
- 测试与 CI 代理：Test Foundation、Feedback Loops（反馈回路切片：可操作性、可复现性、门禁测试）
- 文档代理：Documentation & Context
- 代码质量代理：Code Clarity、Consistency & Conventions
- 架构代理：Type Safety、Architecture Clarity、Change Safety（变更安全切片：阻断语义与基线治理）
各维度按 0-100 评分带打分，并可应用分数修正。质量门参考文件 references/quality-gates.md 分发给测试与 CI、代码质量、架构三个代理，每个代理只对自己负责的切片计分，通过信用归属表避免重复计分。
使用方式
阶段 1：代码库侦察。直接运行 bash scripts/recon.sh 收集项目元数据（无需代理），然后整理代码库快照，包含主要语言/框架、语言层级（静态类型 / 动态类型 / 渐进类型）、提交数、贡献者、源文件数、测试文件数及比例、CI/CD 平台、智能体指令（AGENTS.md / CLAUDE.md 及规范路径与符号链接状态）、领域上下文（CONTEXT.md / CONTEXT-MAP.md / docs/DOMAIN.md、ADR 位置与数量）、lint 配置、质量门（须抄录侦察输出中的 Suggested Gate Maturity Level: Lx -- ... 行，并对照 references/quality-gates.md 校验，仅在证据与启发式矛盾时修改并说明原因）、README。缺少质量门行时不得启动评估代理，否则各代理会各自重新推导等级，导致维度漂移。
随后确定 PRIMARY_LANGUAGE 与 LANGUAGE_TIER。支持语言：ruby、python、php、typescript、javascript、go、java、scala、rust。若主要语言不在支持列表，应告知用户支持的语言，并在用户同意时改用最接近的语言文件，或在不使用语言特定标准的情况下通用评估。
阶段 2：并行启动 4 个评估代理。每个代理提示词由角色前言 + 代码库快照 + 维度内容 + quality-gates 内容 + 语言内容 + 输出说明组合而成；用 Read 工具加载参考文件并以内联方式写入提示词，并要求代理仅引用与其维度相关的语言文件章节。通过一次消息中的 4 个 Agent 调用（subagent_type: general-purpose）同时启动，等待全部完成后继续。
阶段 3：分数计算。权重随语言层级自适应：动态类型语言（Ruby、Python、JavaScript、PHP）中 Test Foundation 权重 25%，Type Safety 仅 10%（反映契约与接口清晰度，而非类型检查器）；静态类型语言（TypeScript、Go、Java、Scala、Rust）中 Type Safety 权重 20%，Test Foundation 为 15%。总分 = 各维度得分 × 权重之和。评分等级：85-100 Agent-Ready；70-84 Agent-Assisted；50-69 Agent-Supervised；30-49 Agent-Caution；0-29 Not Agent-Ready。
阶段 4：报告组装。读取 assets/report-template.md，用代理结果和对应语言层级的权重表填充；报告中的代码库快照须与提供给代理的完全一致（含质量门行），并在 Quality Gate Maturity 章节逐字重复该行，二者不得相悖。须使用阶段 3 对应表格中的确切权重，不得硬编码。
阶段 5：询问用户是否将评估保存为项目根目录的 AGENT_READY_ASSESSMENT.md，作为后续改进的基线与团队分享材料；用户确认后写入当前目录。
阶段 6：CI 集成建议。保存后（或用户拒绝后），若质量门等级为 L0-L2，提示可用 agent-ready 插件的 quality-gates 模式，基于项目原生工具安装回归感知门禁（report / check / baseline 命令、merge-base 感知 CI、经审阅的基线及测试），可在不先清理历史债务的前提下阻断新增或恶化的复杂度、重复与死代码。随后提示可用 btar 做持续跟踪：
npm install -g btar
btar analyze . # Quick score: types + lint + coverage
btar context generate agents-md # Auto-generates AGENTS.md with your build/test commands
btar 提供对验证基础设施（类型错误、lint 违规、测试覆盖率）的快速确定性度量，可在分数回退时门禁 PR；本评估提供战略性基线，btar 提供关键指标的日常 CI 执行。
适用场景
用于评估一个代码库对自主 AI 智能体工作的支持程度，形成可追踪的基线报告，并据此决定是否引入质量门禁与 CI 持续跟踪。
限制
语言文件仅覆盖 ruby、python、php、typescript、javascript、go、java、scala、rust；其它语言需用户同意后采用最接近的语言文件或通用评估。质量门等级为启发式建议，需对照详细证据校验。关于其它功能、收费、价格与平台支持，资料暂未提供。