SuperAPI AI 工具集

code-review-architecture

测试与质量

查看项目

更新于 10-16 06:19

技能介绍

用途:面向架构评审、模块依赖图、耦合分析与循环依赖检测。适合需要把模块级依赖可视化给相关方,或作为更广泛代码评审中的结构分析环节。不适用于行级代码质量与测试质量分析。

主要能力:自动确定分析范围(优先已暂存改动、未暂存改动、PR 级改动,最后回退整个项目树),发现源模块并建立模块命名空间,解析项目内 import/include 关系,检测循环依赖,计算入度+出度作为耦合筛选信号(度数≥10 为启发式提示,非通用缺陷阈值)。生成带拓扑信号颜色的 Mermaid 模块依赖图,并注册为代码库分析产物。对 Claude 插件仓库,还能识别钩子配置、钩子脚本、技能/智能体/命令文档、PEP 723 脚本,提取跨语言调用、钩子触发与 uv run 派生等边。

使用方式:使用前需加载 dh:dh-cli-usage。可按流程先探测 ccc 或 graphify 等索引工具;graphify 可用时执行 graphify . --no-viz 并查询依赖与循环,否则回退 Glob 枚举文件。循环检测可运行 python3 /tmp/cycle_detect.py <project_root>。判定发现前先阅读 Review principles,明确权威性、适用性、证据与阻断标准;图形态只是调查证据,需先确认受影响契约与后果再视为缺陷。

适用场景:团队架构审计、依赖与耦合沟通、循环依赖定位与可视化、结构性代码评审。

限制:文档未提供收费、价格、平台与效果说明;部分能力依赖 ccc 或 graphify 等外部工具,缺失时回退到 Grep/Glob 分析,精度可能下降;模块数量超过 200 时只保留顶层源目录并需在报告中注明。检测到循环本身并不等于构建失败、运行时错误或不安全重构。