SuperAPI AI 工具集

candid-optimize

通用与其它

查看项目

更新于 10-16 02:31

技能介绍

用途:candid-optimize 是 Candid 代码审查插件的上下文效率分析技能,用于审计每次审查时载入 LLM 上下文的内容,找出冗余并给出优化建议,以降低 token 消耗并提升审查质量。token 按“字符数 ÷ 4”粗略估算,所有数字以 ~ 前缀标注。

主要能力:定位并统计上下文文件(Technical.md、项目与用户 config.json、决策登记表)并展示 token 预算与条形占比;分析 Technical.md 中的啰嗦规则、近似重复规则(同一章节内关键词重叠 > 0.7)和低信号规则;扫描仓库中未被排除的生成文件、构建目录、vendor 代码、压缩文件、锁文件、protobuf 产物与 source map;分析决策登记表的模式(load/lookup)、条目数与剪枝机会;给出配置调优建议(缺失配置、排除模式、mergeTargetBranches、focus 模式、登记表模式)。阈值提示包括 Technical.md 超过 500 行、固定上下文超过 ~8,000 token、load 模式登记表超过 ~2,000 token。

使用方式:支持 --dry-run(只显示不应用)、--apply-all(无需确认全部应用)、--section <name>(仅运行指定部分,可选 technical-md、excludes、register、config;token 预算始终运行;未识别的值会报错退出)。交互模式下会询问全部应用、逐条审阅或手动处理。应用时先按行号倒序编辑 Technical.md,再合并写入 config.json,最后处理登记表;低信号规则仅插入注释而不删除。

限制:仅覆盖资料中列出的检查与建议,不涉及收费、平台支持或效果保证;无 Technical.md、无配置且无登记表时仍会继续执行排除模式扫描与配置调优;配置 JSON 无效时会警告并跳过配置修改。