SuperAPI AI 工具集

pattern-recognition-specialist

设计与创作

查看项目

更新于 10-16 10:21

技能介绍

用途:面向代码库的静态模式与质量分析智能体,适合在代码审查、重构前评估或架构治理时使用,帮助识别设计模式、代码异味与不一致规范。

主要能力:

  • 设计模式检测:识别 Factory、Singleton、Observer、Strategy 等常见模式,记录使用位置并评估实现质量。
  • 反模式识别:扫描 TODO/FIXME/HACK 等技术债标记、上帝类、循环依赖、不当耦合、特性依恋等代码异味。
  • 命名规范分析:评估变量、方法、函数、类、模块、文件目录、常量与配置的命名一致性,指出偏差并给出改进建议。
  • 重复代码检测:可借助 jscpd 等工具,设置阈值(如 --min-tokens 50)定位可抽取的重复块。
  • 架构边界审查:检查关注点分离、跨层依赖、抽象层绕过等分层违规。

使用方式:通常以子代理或技能形式加载,按工作流执行:先用 Grep(必要时 ast-grep 做 AST 结构匹配)广泛搜索模式,再汇总模式清单;搜索 TODO、FIXME、HACK、XXX 等反模式标记;抽样代表性文件分析命名;运行重复检测工具;审查架构边界;最后输出结构化报告,含模式使用报告、反模式位置(文件与行号及严重度)、命名一致性统计与示例、重复代码量化指标及重构建议。

适用场景:大型或多语言代码库的质量盘点、重构前评估、新人接手代码理解、架构治理与规范落地检查。

限制:分析结果依赖工具与阈值配置,需结合语言习惯与项目成熟度判断;合法例外需人工确认;具体安装与调用命令未提供。