用途：扫描代码库，发现“深化机会”——把浅模块重构为深模块，以提升可测试性与 AI 可导航性。
主要能力：先确定扫描范围（优先近期变更的热点区域），读取 CONTEXT.md 领域词汇与 docs/adr/ 中的 ADR；再派生子代理有机探索代码库，识别理解一个概念需在多个小模块间跳转、接口复杂度接近实现、纯函数仅为可测试而抽取、模块跨接缝泄漏、难以测试等摩擦点，并用删除测试判断模块是否浅薄。随后生成自包含 HTML 报告，写入系统临时目录（$TMPDIR，回退 /tmp 或 %TEMP%），文件名形如 architecture-review-<timestamp>.html，并用 xdg-open、open 或 start 打开。报告用 Tailwind 与 Mermaid CDN，每个候选含文件、问题、方案、收益、前后对比图与推荐强度徽章（Strong、Worth exploring、Speculative），末尾给出首选建议。
使用方式：用户指定方向则直接采用，否则用 git log --oneline 回溯提交历史找热点。报告完成后询问用户想探索哪个候选，再调用 grilling 技能走决策树，并用 domain-modeling 同步更新 CONTEXT.md，必要时提议记录 ADR。可跨 GitHub Copilot、Claude Code、Codex 使用；Codex 需同步到 $CODEX_HOME/skills/improve-codebase-architecture 并重启。无需 MCP，回退时依赖本地指令与工具并展示证据。
限制：不提出具体接口；不重复 ADR 已定决策，除非摩擦足够大；避免使用 component、service、API、boundary 等词；不得在无证据时声称成功。