用途：该技能面向高级软件架构工作，提供设计可扩展、可维护系统所需的工具与最佳实践，覆盖架构图生成、项目架构分析与依赖分析三类任务。
主要能力：通过三个自动化脚本实现。一是架构图生成器：python scripts/architecture_diagram_generator.py <project-path> [options]，具备自动脚手架、内置最佳实践、可配置模板与质量检查；二是项目架构器：python scripts/project_architect.py <target-path> [--verbose]，提供深度分析、性能指标、改进建议与自动化修复；三是依赖分析器：python scripts/dependency_analyzer.py [arguments] [options]，提供专家级自动化、自定义配置、可集成与生产级输出。
参考文档：references/architecture_patterns.md 收录架构模式与实践、代码示例、反模式与真实场景；references/system_design_workflows.md 提供分步流程、优化策略、工具集成、性能调优与故障排查；references/tech_decision_guide.md 涵盖技术栈细节、配置示例、集成模式、安全注意事项与可扩展性指引。
技术栈：语言包括 TypeScript、JavaScript、Python、Go、Swift、Kotlin；前端为 React、Next.js、React Native、Flutter；后端为 Node.js、Express、GraphQL、REST API；数据库为 PostgreSQL、Prisma、NeonDB、Supabase；DevOps 为 Docker、Kubernetes、Terraform、GitHub Actions、CircleCI；云平台为 AWS、GCP、Azure。
使用方式：先执行 npm install 或 pip install -r requirements.txt 安装依赖，复制 cp .env.example .env 配置环境，再运行 python scripts/project_architect.py . 做质量检查，并依据参考文档落实最佳实践。常用命令含 npm run dev、build、test、lint，以及 docs 中列出的 docker build、docker-compose up、kubectl apply 等部署命令。
适用场景与限制：适合架构设计、项目评审、依赖梳理与技术决策参考。具体脚本参数与全部选项、收费情况及平台支持范围，资料暂未完整提供，需查阅对应脚本输出与参考文档。